generar personas y simular muestras

Tipos de muestreos

Generar un conjunto de datos aleatorios de personas con variables: * nombre * paterno * materno * genero * entidad

Cargar las librerías

library(readr) # Cargar datos
library(knitr) # Visualizar amigables tablas

Cargar datos

Cargar el conjunto de datos hombre.csv

hombres <- read.csv("../Datos/hombres.csv", encoding = "UTF-8")
kable(head(hombres,10))

nombre	frec	edad_media
JOSE LUIS	7028	45.13
MIGUEL ANGEL	5137	41.78
FRANCISCO	4853	46.73
JUAN	4655	47.27
JESUS	4198	44.66
ALEJANDRO	4042	41.72
ANTONIO	3961	46.33
JORGE	3847	45.30
PEDRO	3830	46.09
CARLOS	3765	45.34

kable(tail(hombres, 10))

	nombre	frec	edad_media
5350	WALTERIO	5	44.2
5351	WBALDO	5	39.4
5352	WILBERT FERNANDO	5	53.6
5353	WILBERT MANUEL	5	47.8
5354	WILIULFO	5	48.0
5355	WILLY	5	29.4
5356	YASSER	5	30.8
5357	YEUDIEL	5	35.4
5358	YOSIMAR	5	23.0
5359	ZOZIMO	5	46.2

Cargar el conjunto de datos hombre.csv

mujeres <- read.csv("../Datos/mujeres.csv", encoding = "UTF-8")
kable(head(mujeres,10))

nombre	frec	edad_media
MARIA GUADALUPE	7105	42.81
LETICIA	5848	43.66
PATRICIA	5422	42.41
GUADALUPE	5348	43.38
MARIA DEL CARMEN	4881	44.04
VERONICA	4772	38.18
MARGARITA	4674	45.41
ELIZABETH	4661	38.18
SILVIA	4223	45.43
ROSA MARIA	4107	46.97

kable(tail(mujeres, 10))

	nombre	frec	edad_media
10752	ZAIRA GUADALUPE	5	28.0
10753	ZAIRA LIZETH	5	26.6
10754	ZARAHI	5	30.6
10755	ZAYURI	5	25.6
10756	ZENDY	5	32.5
10757	ZENIA	5	35.2
10758	ZITLALLY	5	30.2
10759	ZOILA LIBERTAD	5	44.2
10760	ZOILA LUZ	5	41.2
10761	ZUGEY	5	32.6

Cargar el conjunto de datos apellidos.csv

apellidos <- read.csv("../Datos/apellidos.csv", encoding = "UTF-8")
kable(head(apellidos, 10))

apellido	frec_pri	frec_seg
HERNANDEZ	44095	44333
GARCIA	33010	33351
MARTINEZ	31080	31087
LOPEZ	30288	30188
GONZALEZ	25356	25362
RODRIGUEZ	22642	22490
PEREZ	22470	22353
SANCHEZ	21801	21782
RAMIREZ	18806	18632
FLORES	14160	13907

kable(tail(apellidos, 10))

	apellido	frec_pri	frec_seg
7914	Y TINOCO	0	5
7915	Y TORRES	0	6
7916	Y TUN	0	7
7917	Y VARGAS	0	7
7918	Y VAZQUEZ	0	16
7919	Y YAM	0	5
7920	Y ZAPATA	0	5
7921	YOLANDA	0	6
7922	ZACATECO	0	6
7923	ZASUETA	0	5

Cargar datos de entidades federativas, e estados de la Repúblca Mexicana

entidades <- read.csv("../Datos/entidades.csv", encoding = "UTF-8")

kable(head(entidades, 10))

entidades
Aguascalientes
Baja California
Baja California Sur
Campeche
Coahuila de Zaragoza
Colima
Chiapas
Chihuahua
Ciudad de México
Durango

kable(tail(entidades, 10))

	entidades
23	Quintana Roo
24	San Luis Potosí
25	Sinaloa
26	Sonora
27	Tabasco
28	Tamaulipas
29	Tlaxcala
30	Veracruz de Ignacio de la Llave
31	Yucatán
32	Zacatecas

Simular y crear conjunto de datos personas

Simular generar un conjunto de datos de 10000 registros con las variables…

• nombre
• paterno
• materno
• genero
• entidad

Utilizar la función sample() para generar aleatorios

• sample() Genera valores aleatorios
• sample() Genera muestras

Los conjuntos de datos a generar:

• personasM son una emulación de personas del género ‘M’ Masculino
• personasF son una emulación de personas del género ‘F’ Masculino

set.seed(2020)

personasM <- data.frame(sample(hombres$nombre, 4800, replace = TRUE), sample(apellidos$apellido, 4800, replace = TRUE), sample(apellidos$apellido, 4800, replace = TRUE), rep("M", 4800), sample(18:60, 4800, replace= TRUE), sample(entidades$entidades, 4800, replace = TRUE))

colnames(personasM) <- c("nombre", "paterno", "materno", "genero", "edad", "entidad")


personasF <- data.frame(sample(mujeres$nombre, 5200, replace = TRUE), sample(apellidos$apellido, 5200, replace = TRUE), sample(apellidos$apellido, 5200, replace = TRUE), rep("F", 5200), sample(18:60, 5200, replace= TRUE), sample(entidades$entidades, 5200, replace = TRUE))

colnames(personasF) <- c("nombre", "paterno", "materno", "genero", "edad", "entidad")

• Unir los conjunto de datos personasM y personasF
• Utilizar rbind() para unir

datos <- rbind(personasM, personasF)

kable(head(datos))

nombre	paterno	materno	genero	edad	entidad
GALILEO	CARCAÑO	SAMUDIO	M	41	Baja California
EDUARDO JAVIER	BELMONT	ZEMPOALTECATL	M	19	Chihuahua
GASTON	CERROS	ABNAL	M	39	Sinaloa
ROBERTO OMAR	ROGEL	BALLEZA	M	26	Guanajuato
LUIS ARMANDO	FRAIJO	CONCHAS	M	33	Baja California Sur
JOSE DE LA CRUZ	CECILIO	ALAYOLA	M	37	Tamaulipas

kable(tail(datos))

	nombre	paterno	materno	genero	edad	entidad
9995	NAVIDAD	BOBADILLA	MORANTE	F	22	Sinaloa
9996	BETZABE	ORGANIS	GRACIA	F	23	Colima
9997	MARIA ELVIA	OLIVEROS	MADRAZO	F	51	Puebla
9998	SELENE ELIZABETH	LEGASPI	ABUNDES	F	20	Chiapas
9999	ARIANA	LARRAGOITI	CAPRISTO	F	22	Durango
10000	ITZEL	AHUACTZIN	LETECHIPIA	F	27	Baja California

• Ver algunos estadísticos

summary(datos)

##            nombre         paterno           materno     genero  
##  IVANHOE      :   6   FITTA   :   7   CORDERO   :   8   M:4800  
##  JOSE ABEL    :   6   QUEMADA :   7   MONTEAGUDO:   7   F:5200  
##  FIDEL JESUS  :   5   TECO    :   7   ROJERO    :   7           
##  HUMBERTO RENE:   5   VARGAZ  :   7   ANDON     :   6           
##  JESUS A      :   5   AGIS    :   6   BARQUERA  :   6           
##  JORGE MARIO  :   5   BALCAZAR:   6   CHONGO    :   6           
##  (Other)      :9968   (Other) :9960   (Other)   :9960           
##       edad                       entidad    
##  Min.   :18.00   Guanajuato          : 351  
##  1st Qu.:28.00   Durango             : 332  
##  Median :39.00   Coahuila de Zaragoza: 330  
##  Mean   :38.93   Oaxaca              : 329  
##  3rd Qu.:50.00   Baja California Sur : 327  
##  Max.   :60.00   Querétaro           : 326  
##                  (Other)             :8005

• Crear el archivo csv o exportar a archivo csv Ejecutar en consola

# write.csv(datos, file = "../Datos/personas.csv")

# dir()