En su documento R markdown, incluya como texto el enunciado del ejercicio y en el chunk incluya el código y los resultados.
Suba a classroom únicamente el documento renderizado con los las funciones requeridas y resultados (impresos en el reporte) para resolver los ejercicios.
1- Cargue el archivo unemploymentClaims.csv proveido por el profesor en el siguiente link(Debe hacerlo directamente desde la función read.csv:
https://raw.githubusercontent.com/DFJL/Datasets/master/unemploymentClaims.csv
2- Copie y pegue el siguiente código para resumir el dataframe:
library(dplyr)
library(lubridate)
#Previanmente he cargado el archivo con el nombre de claims
claims$date <- as.Date(claims$Filed.week.ended, format = '%m/%d/%Y')
claims2 <- claims %>%
mutate(year= year(date),
month= month(date)) %>%
filter(year==2020) %>%
group_by(State,year,month,date) %>%
summarise(claims= sum(Continued.Claims),
TotalEmployment=sum(Covered.Employment)) %>%
ungroup()3- Escoja un estado y filtre los datos en un nuevo dataframe.Utilice este dataframe para posteriores ejercicios.
4- Cree un boxplot por la variable month para la variable claims.
5- Realice un diagnostico de outliers.
6- Corrija la columna with_mean y without_mean en caso de ser necesario, para que el resultado se muestre en notación numérica( Investigue la función format)
7- Grafique el diagnóstico de outliers para la variable claims.
8- Analice los resultados.
9- Realice un análisis de la curtosis de la distribución, según la clasificación dada en clase.
10- Realice un análisis de la asimetría de la distribución, según la clasificación dada en clase.