Anscombe Dataset

Inspeccionar estructura del dataset

head(anscombe)

##   Set  X    Y
## 1   1 10 8.04
## 2   1  8 6.95
## 3   1 13 7.58
## 4   1  9 8.81
## 5   1 11 8.33
## 6   1 14 9.96

str(anscombe)

## 'data.frame':    44 obs. of  3 variables:
##  $ Set: int  1 1 1 1 1 1 1 1 1 1 ...
##  $ X  : int  10 8 13 9 11 14 6 4 12 7 ...
##  $ Y  : num  8.04 6.95 7.58 8.81 8.33 ...

Transformar la columna “Set” en categórica

anscombe$Set <- as.factor(anscombe$Set)
str(anscombe)

## 'data.frame':    44 obs. of  3 variables:
##  $ Set: Factor w/ 4 levels "1","2","3","4": 1 1 1 1 1 1 1 1 1 1 ...
##  $ X  : int  10 8 13 9 11 14 6 4 12 7 ...
##  $ Y  : num  8.04 6.95 7.58 8.81 8.33 ...

Separar los sets de 1 a 4

uno <- subset(anscombe, Set=="1")
dos <- subset(anscombe, Set=="2")
tres <- subset(anscombe, Set=="3")
cuatro <- subset(anscombe, Set=="4")

Calcular estadísticos básicos del set y cada subset

##   XProm    YProm     Xvar     Yvar      Corr
## 1     9 7.500682 10.23256 3.837388 0.8163662

##   XProm    YProm Xvar     Yvar      Corr
## 1     9 7.500909   11 4.127269 0.8164205

##   XProm    YProm Xvar     Yvar      Corr
## 1     9 7.500909   11 4.127629 0.8162365

##   XProm YProm Xvar    Yvar      Corr
## 1     9   7.5   11 4.12262 0.8162867

##   XProm    YProm Xvar     Yvar      Corr
## 1     9 7.500909   11 4.123249 0.8165214

Visaualizar los datos mediante modelo lineal

library(ggplot2)
# Canvas sobre el que vamos a dibujar
plotAns <- ggplot(anscombe,aes(X,Y, color = Set))
# Diagrama de lineas
plotAns <- plotAns + geom_line()
# regresión lineal
plotAns <- plotAns + geom_smooth(method=lm, se=FALSE)
plotAns

Vislualizar los datos mediante diagramas de dispersión

# Canvas sobre el que vamos a dibujar
plotAns <- ggplot(anscombe,aes(X,Y))
# Diagrama de dispersion
plotAns <- plotAns + geom_point()
# Regresion lineal
plotAns <- plotAns + geom_smooth(method=lm, se=FALSE)
# promedio X
plotAns <- plotAns + geom_vline (aes ( xintercept = SummaryStats[1,1]))
# promedio Y
plotAns <- plotAns + geom_hline (aes ( yintercept = SummaryStats[1,2]))
# facetas
plotAns <- plotAns + facet_grid(. ~ Set)
plotAns