Computación estadística tarea N°1

Para importar un archivo de excel se emplea el siguiente código:

library(readxl)
excel1 <- read_excel("excel1.xlsx")
View(excel1)

Seguidamente, instalamos la librería “psych” que es útil para el análisis multivariado y la construcción de escalas usando análisis factorial, análisis de componentes principales, análisis de conglomerados y análisis de confiabilidad.

install.packages("psych")

library(psych)

Entre las funciones de esta librería, existe una que se llama (describe) o (describeBy)

Se usa el siguiente código:

describe(excel1$pH)

describeBy(excel1$pH, excel1$HRZ)

 Descriptive statistics by group 
group: A1

------------------------------------------------ 
group: Ap

Además, se pueden generar vectores, definirles unos datos y estudiarlos individualmente como por ejemplo la media y la mediana.

v1 = c(4.5, 4.8, 5.3, 4.6, 5.8)

v2 = c(4.5, 4.8, 5.3, 4.6, 1.8)

media_v1 = mean(v1)
media_v2 = mean(v2)

media_v1

[1] 5

media_v2

[1] 4.2

Ahora miremos la mediana:

mediana_v1 = median(v1)
mediana_v2 = median(v2)

mediana_v1

[1] 4.8

mediana_v2

[1] 4.6

Ahora calcularemos la media truncada, lo cual indica que se toma el 5% de los valores máximos y mínimos para eliminar los valores extremoss. Para realizar una corroboracíon del valor otorgado por la funcío _ describe y describeBy, se selecciona el valor maximo y el mınimo de los datos de pH, se busca el lugar de dichos datos y se genera una nueva columna de pH, llamada pHv2, y se dispone a eliminar esos datos extremos. Se selecciona solo un valor ḿınimo y un vaor maximo debido a que corresponden aproximadamente al 5% de los datos de la columna de pH. Una vez realizado, se calcula la media de la nueva columna de pH, la cual se aproxima al valor dado de media truncada.

min(excel1$pH)

[1] 3.09

max(excel1$pH)

[1] 5.78

which.min(excel1$pH)

[1] 32

which.max(excel1$pH)

[1] 13

pHv2 <- excel1$pH[-c(13,32)]
mean(pHv2)

[1] 4.507292

Coeficiente de variación

cv_pH_Ap = (sd(excel1$pH[excel1$HRZ=='Ap'])/
mean(excel1$pH[excel1$HRZ=='Ap']))*100

cv_pH_A1 = (sd(excel1$pH[excel1$HRZ=='Ap']) /
mean(excel1$pH[excel1$HRZ=='A1'])) * 100

cv_pH_A1

[1] 14.2785

cv_pH_Ap

[1] 14.59127

Consulta

1. Conductividad eléctica: Es una variable cuantitativa de razón. Se mide en Siemens por metro (S/m) y sus conversiones.
2. pH: Es una variable cuantitativa de intervalo debido a que un pH con valor 0 indica una concentración de iones de hidrógeno de 1M, por lo cual no es un 0 absoluto
3. Temperatura: Variable cuantitativa de intervalo para el caso de °C y °F, pero para Kelvin es de razón
4. Horizonte: Variable cuantitativa ordinal. Estos varían según la profundiad del suelo, uso, entre otros.
5. Curtosis: Variable estadística que indica que tan dispersos se encuentran los datos. Si Kurtosis = 0, su distribución no presentó un pico muy alto ni muy bajo y recibe el nombre de mesocúrtica, si Kurtis > 0 la distribución presenta un pico alto y recibe el nombre de leptocúrtica y si por el contrario kurtosis < 0 indica que la distribución presenta un pico relativamente bajo y recibe el nombre de platicúrtica