##Rodriguez Nuñez Ingrid Jesabel

Se generan 3 muestras de poblacion de 50 observaciones con un rago entre 70 y 100

###Proceso #### Se generan los datos

set.seed(1000)

dist1 <- sample(70:100, size = 50, replace=TRUE)
dist2 <- sample(70:100, size = 50, replace=TRUE)
dist3 <- sample(70:100, size = 50, replace=TRUE)

dist1
##  [1] 85 73 80 91 88 93 98 72 98 87 91 75 82 75 70 78 98 95 95 97 92 87 74 99 88
## [26] 85 95 98 79 78 95 76 93 81 86 91 93 97 96 77 88 72 96 75 76 82 91 75 76 85
dist2
##  [1]  97  77  72  90  87  82  99  87  85  86  86  72  82  83  77 100  77  80  93
## [20]  96  81  81  95  79  80  93  95  85  84  81  75  78  91  90  80  90 100  80
## [39]  79  79  70  96  94  78  76  83 100  94  86  71
dist3
##  [1]  76  76  86  72  94  83  71  70  88  90  75  77  89 100  73  78  91  92  83
## [20]  94  85  97  74  88  94  95 100  88 100 100  98  90  72  86  93  78  91  97
## [39]  78  99  74  85  73  78  75  97  81  94  80  88

Ordenar datos, histograma, gráfica de tallo y hoja,se generan y ordenan las frecuencias.

sort(dist1)
hist(dist1)
stem(dist1)
table(dist1)
sort(table(dist1))

Plots

plot(dist1, col = "red")

plot(dist2, col = "blue")

plot(dist3, col = "green")

Medias de cada distribución

mean(dist1)
## [1] 85.94
mean(dist2)
## [1] 85.04
mean(dist3)
## [1] 85.72

Varianzas de cada distribución

var(dist1)
## [1] 79.73102
var(dist2)
## [1] 69.01878
var(dist3)
## [1] 88.65469

Desviaciones Estandar de cada distribución

sd(dist1)
## [1] 8.929223
sd(dist2)
## [1] 8.307754
sd(dist3)
## [1] 9.415662

La Desviación Estándar significa que tanto se alejan en promedio cada observación con respecto a la media

Coeficiente de variación

sd(dist1) / mean(dist1) * 100
## [1] 10.39007
sd(dist2) / mean(dist2) * 100
## [1] 9.769231
sd(dist3) / mean(dist3) * 100
## [1] 10.98421

¿Cuál distribución tiene menor hetereogeneidad ? ó ¿menor dispersión?

Generar el percentil 60 y 80 de cada distribución

quantile (dist1, prob = c(0.60, 0.80))
## 60% 80% 
##  91  95
quantile (dist2, prob = c(0.60, 0.80))
## 60% 80% 
##  86  94
quantile (dist3, prob = c(0.60, 0.80))
##  60%  80% 
## 89.4 94.2

Generar cuartiles de cada distribución

quantile (dist1, prob = c(0.25, 0.50, 0.75))
##   25%   50%   75% 
## 77.25 87.00 94.50
quantile (dist2, prob = c(0.25, 0.50, 0.75))
##  25%  50%  75% 
## 79.0 83.5 92.5
quantile (dist3, prob = c(0.25, 0.50, 0.75))
##   25%   50%   75% 
## 77.25 87.00 94.00

Se obtuvieron tres muestras aleatorias con el propósito de encontrar su media, moda, mediana de estos datos y por ende finalmente obtenidos su frecuencia varianza, cuartiles, entre otros datos que nos darán una manera de interpretar los datos, esta interpretación de datos se podrá dar una vez se obtenga el histograma, graficas de tallo y hoja de cada uno de las muestras, mismas diferenciadas por colores, esto con la intención de lograr identificar la dispersión entre los datos de cada muestra aleatoria así como que tan alejados se encuentran las medidas de tendencia entre unas y otras obteniendo el tipo de grafica y dispercion que se da en la muestra aleatoria.