Librerias

library(readr)
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(knitr)
library(modeest)

Datos

#getwd()
set.seed(2020)
datos<- read.csv("../Datos/casos_confirmados.csv")
kable(head(datos, 10))
X State Sex Age Date Confirmed
0 méxico FEMENINO 75 2020-04-09 1
3 tamaulipas MASCULINO 22 2020-04-06 1
15 distrito federal MASCULINO 40 2020-03-28 1
16 distrito federal FEMENINO 29 2020-04-01 1
17 yucatán MASCULINO 71 2020-04-15 1
22 michoacán FEMENINO 29 2020-04-23 1
27 guerrero FEMENINO 61 2020-04-07 1
28 distrito federal MASCULINO 33 2020-04-08 1
31 méxico FEMENINO 77 2020-04-08 1
32 méxico FEMENINO 84 2020-04-02 1 
kable(tail(datos, 10))
X State Sex Age Date Confirmed
19215 87334 michoacán MASCULINO 22 2020-04-14 1
19216 87344 distrito federal FEMENINO 52 2020-04-26 1
19217 87349 tabasco MASCULINO 36 2020-04-28 1
19218 87353 distrito federal FEMENINO 30 2020-04-21 1
19219 87354 tabasco FEMENINO 47 2020-04-21 1
19220 87356 méxico FEMENINO 28 2020-04-13 1
19221 87358 distrito federal FEMENINO 39 2020-04-28 1
19222 87360 méxico MASCULINO 48 2020-04-22 1
19223 87361 tabasco MASCULINO 48 2020-04-25 1
19224 87365 méxico FEMENINO 62 2020-04-07 1
estructura de datos
str(datos)
## 'data.frame':    19224 obs. of  6 variables:
##  $ X        : int  0 3 15 16 17 22 27 28 31 32 ...
##  $ State    : chr  "méxico" "tamaulipas" "distrito federal" "distrito federal" ...
##  $ Sex      : chr  "FEMENINO" "MASCULINO" "MASCULINO" "FEMENINO" ...
##  $ Age      : int  75 22 40 29 71 29 61 33 77 84 ...
##  $ Date     : chr  "2020-04-09" "2020-04-06" "2020-03-28" "2020-04-01" ...
##  $ Confirmed: int  1 1 1 1 1 1 1 1 1 1 ...

Resumen de datos

summary(datos)
##        X            State               Sex                 Age        
##  Min.   :    0   Length:19224       Length:19224       Min.   :  0.00  
##  1st Qu.:22523   Class :character   Class :character   1st Qu.: 35.00  
##  Median :44009   Mode  :character   Mode  :character   Median : 46.00  
##  Mean   :44045                                         Mean   : 46.59  
##  3rd Qu.:65793                                         3rd Qu.: 57.00  
##  Max.   :87365                                         Max.   :113.00  
##      Date             Confirmed
##  Length:19224       Min.   :1  
##  Class :character   1st Qu.:1  
##  Mode  :character   Median :1  
##                     Mean   :1  
##                     3rd Qu.:1  
##                     Max.   :1

Media

mean(datos$Age)
## [1] 46.58526

La mediana

median(datos$Age)
## [1] 46

Cuartiles 25%, 50%, 75%

  • valores que estan en porcentaje de datos , 50 % mediana
cuartile50 <- quantile(datos$Age, 0.50)
cuartile50
## 50% 
##  46
cuartile75 <- quantile(datos$Age, 0.75)
cuartile75
## 75% 
##  57
cuartile25 <- quantile(datos$Age, 0.25)
cuartile25
## 25% 
##  35
boxplot(datos$Age, main = "Estadísticos de la edad (age)")

La moda, frecuencias

frecuencias=sort(datos$Age)


frecuencias <- sort(table(datos$Age), decreasing = TRUE)

frecuencias
## 
##  46  49  47  52  44  45  41  43  38  48  35  39  42  37  40  50  51  36  34  33 
## 483 475 466 465 462 459 456 455 453 450 442 437 436 434 429 429 428 425 417 416 
##  53  56  31  54  29  55  32  30  57  28  58  27  59  60  26  62  61  65  63  66 
## 412 402 398 393 384 376 372 369 362 336 333 324 322 322 299 287 283 261 249 220 
##  25  67  68  24  64  69  23  70  71  73  72  22  75  74  21  78  76  77  79  19 
## 215 215 197 196 192 178 161 155 136 130 124 115 114 113  99  94  93  91  74  57 
##  20  80  84  82  81  18  83  17  87  86   0  13  85   1  15  16  11   2  88  89 
##  56  56  56  52  44  42  41  33  33  27  26  26  25  24  22  21  20  18  18  18 
##  12  14  90   4  10   7   9   6  91   3   5   8  92  95  93  94  97  99 100  96 
##  17  17  17  15  15  14  14  13  12  11  11   9   7   6   5   3   2   2   2   1 
##  98 102 113 
##   1   1   1
moda <- sort(table(frecuencias), drecreasing = TRUE)
moda <- frecuencias [1]

moda2 <- mlv(datos$Age) 
moda2
## [1] 46

valore maximos y minimos max(), min()

max(datos$Age)
## [1] 113
min(datos$Age)
## [1] 0

Medidas de dispersion var(), sd() y rango Age de COVID19

var(datos$Age)
## [1] 243.3138
sd(datos$Age)
## [1] 15.59852
# Rango

range(datos$Age)
## [1]   0 113

```