Caso 2
Brenda Sanchez
21/9/2020
1.Cargar libreria
library(fdth)##
## Attaching package: 'fdth'## The following objects are masked from 'package:stats':
##
## sd, var*Sembrar una semilla
set.seed(2020) 2.Crear los conjuntos de datos
personas <- c("Susana", "Olivia", "Juan", "Jose", "Luis",
"Armando", "Guadalupe ", "Daniela", "Oscar", "Jaime",
"Deisy", "Eduardo", "Brenda", "Cassandra", "Belen",
"Adiel", "Aron", "Javier", "Manuel", "Esmeralda")
nombres<- sample(personas, 100, replace = TRUE)
generos <- sample(c("Femenino", "Masculino"), 100, replace = TRUE)
edades <- sample(15:60, 100, replace = TRUE)
deportes <- c("Futbol", "Tenis" , "Ajedrez", "Basquetbol", "Natacion", "Ciclismo", "Karate", "Atletismo", "Rugby", "Beisbol")
deportes <- sample(deportes, 100, replace = TRUE)
personal <- data.frame(nombres, generos, edades, deportes)
personal## nombres generos edades deportes
## 1 Eduardo Femenino 15 Karate
## 2 Susana Masculino 53 Ciclismo
## 3 Aron Femenino 58 Futbol
## 4 Jose Femenino 58 Ciclismo
## 5 Jaime Femenino 36 Rugby
## 6 Armando Masculino 26 Tenis
## 7 Aron Masculino 26 Karate
## 8 Brenda Masculino 24 Karate
## 9 Daniela Femenino 27 Beisbol
## 10 Jaime Masculino 41 Ciclismo
## 11 Javier Femenino 59 Ciclismo
## 12 Adiel Masculino 56 Beisbol
## 13 Olivia Masculino 55 Basquetbol
## 14 Adiel Masculino 58 Karate
## 15 Juan Masculino 43 Beisbol
## 16 Olivia Masculino 39 Beisbol
## 17 Daniela Femenino 33 Basquetbol
## 18 Jose Femenino 16 Ajedrez
## 19 Javier Femenino 58 Beisbol
## 20 Cassandra Masculino 18 Tenis
## 21 Cassandra Femenino 25 Karate
## 22 Eduardo Femenino 33 Basquetbol
## 23 Adiel Femenino 43 Karate
## 24 Belen Femenino 55 Tenis
## 25 Cassandra Femenino 16 Karate
## 26 Guadalupe Femenino 34 Atletismo
## 27 Esmeralda Femenino 21 Karate
## 28 Javier Masculino 22 Tenis
## 29 Esmeralda Masculino 28 Atletismo
## 30 Esmeralda Femenino 58 Basquetbol
## 31 Adiel Masculino 39 Rugby
## 32 Eduardo Femenino 50 Beisbol
## 33 Javier Masculino 37 Futbol
## 34 Jaime Femenino 24 Ajedrez
## 35 Armando Femenino 27 Ciclismo
## 36 Belen Masculino 41 Natacion
## 37 Deisy Femenino 49 Ciclismo
## 38 Brenda Femenino 41 Atletismo
## 39 Brenda Femenino 41 Ajedrez
## 40 Brenda Masculino 34 Atletismo
## 41 Olivia Femenino 37 Natacion
## 42 Adiel Femenino 21 Ajedrez
## 43 Brenda Femenino 42 Natacion
## 44 Susana Femenino 19 Ciclismo
## 45 Armando Masculino 41 Natacion
## 46 Juan Masculino 53 Atletismo
## 47 Brenda Femenino 36 Ciclismo
## 48 Deisy Masculino 35 Rugby
## 49 Luis Femenino 39 Basquetbol
## 50 Deisy Femenino 59 Ciclismo
## 51 Armando Femenino 40 Ajedrez
## 52 Olivia Masculino 30 Ajedrez
## 53 Juan Masculino 33 Ciclismo
## 54 Javier Femenino 46 Karate
## 55 Susana Femenino 40 Rugby
## 56 Guadalupe Masculino 56 Natacion
## 57 Daniela Masculino 50 Beisbol
## 58 Brenda Masculino 50 Futbol
## 59 Olivia Femenino 23 Tenis
## 60 Luis Femenino 42 Tenis
## 61 Jose Masculino 15 Natacion
## 62 Manuel Masculino 59 Atletismo
## 63 Adiel Femenino 56 Ajedrez
## 64 Jose Femenino 48 Atletismo
## 65 Esmeralda Masculino 59 Natacion
## 66 Javier Masculino 20 Natacion
## 67 Jaime Femenino 55 Natacion
## 68 Susana Femenino 38 Natacion
## 69 Belen Masculino 17 Futbol
## 70 Oscar Masculino 40 Natacion
## 71 Adiel Masculino 52 Beisbol
## 72 Armando Masculino 48 Ciclismo
## 73 Jaime Masculino 48 Ajedrez
## 74 Susana Femenino 18 Ciclismo
## 75 Susana Masculino 54 Futbol
## 76 Aron Femenino 23 Atletismo
## 77 Daniela Femenino 57 Karate
## 78 Belen Masculino 24 Ajedrez
## 79 Eduardo Femenino 57 Beisbol
## 80 Javier Femenino 56 Basquetbol
## 81 Brenda Femenino 26 Basquetbol
## 82 Luis Masculino 55 Ajedrez
## 83 Adiel Femenino 44 Basquetbol
## 84 Esmeralda Masculino 46 Futbol
## 85 Esmeralda Femenino 45 Futbol
## 86 Esmeralda Femenino 52 Karate
## 87 Cassandra Masculino 41 Atletismo
## 88 Brenda Femenino 25 Basquetbol
## 89 Aron Femenino 46 Natacion
## 90 Brenda Femenino 16 Ajedrez
## 91 Guadalupe Masculino 25 Rugby
## 92 Oscar Femenino 15 Basquetbol
## 93 Daniela Masculino 28 Ajedrez
## 94 Juan Femenino 21 Beisbol
## 95 Juan Masculino 33 Ajedrez
## 96 Olivia Femenino 20 Natacion
## 97 Brenda Masculino 44 Ajedrez
## 98 Daniela Masculino 31 Ajedrez
## 99 Jose Masculino 59 Natacion
## 100 Guadalupe Femenino 24 Ajedrez3.Crear la Tabla de Frecuencia de la Variable Nombres
tabla_frec.nombres <- data.frame(transform(table(personal$nombres)))
names(tabla_frec.nombres) <- c("Nombres", "Freq")
tabla_frec.nombres## Nombres Freq
## 1 Adiel 8
## 2 Armando 5
## 3 Aron 4
## 4 Belen 4
## 5 Brenda 11
## 6 Cassandra 4
## 7 Daniela 6
## 8 Deisy 3
## 9 Eduardo 4
## 10 Esmeralda 7
## 11 Guadalupe 4
## 12 Jaime 5
## 13 Javier 7
## 14 Jose 5
## 15 Juan 5
## 16 Luis 3
## 17 Manuel 1
## 18 Olivia 6
## 19 Oscar 2
## 20 Susana 6- Total de elementos N
N <- nrow(personal)
N## [1] 100- Frecuencia Relativa
freq.r <- tabla_frec.nombres$Freq / N
freq.r## [1] 0.08 0.05 0.04 0.04 0.11 0.04 0.06 0.03 0.04 0.07 0.04 0.05 0.07 0.05 0.05
## [16] 0.03 0.01 0.06 0.02 0.06- Frecuencia Porcentual
freq.p <- freq.r * 100
freq.p## [1] 8 5 4 4 11 4 6 3 4 7 4 5 7 5 5 3 1 6 2 6*Tabla de Distribucion
tabla_frec.nombres <- cbind(tabla_frec.nombres, freq.r, freq.p)
tabla_frec.nombres## Nombres Freq freq.r freq.p
## 1 Adiel 8 0.08 8
## 2 Armando 5 0.05 5
## 3 Aron 4 0.04 4
## 4 Belen 4 0.04 4
## 5 Brenda 11 0.11 11
## 6 Cassandra 4 0.04 4
## 7 Daniela 6 0.06 6
## 8 Deisy 3 0.03 3
## 9 Eduardo 4 0.04 4
## 10 Esmeralda 7 0.07 7
## 11 Guadalupe 4 0.04 4
## 12 Jaime 5 0.05 5
## 13 Javier 7 0.07 7
## 14 Jose 5 0.05 5
## 15 Juan 5 0.05 5
## 16 Luis 3 0.03 3
## 17 Manuel 1 0.01 1
## 18 Olivia 6 0.06 6
## 19 Oscar 2 0.02 2
## 20 Susana 6 0.06 64.Tabla de Frecuencia con fdt_cat() de la variables nombres
tabla_frec.nombres.2 <- data.frame(fdt_cat(personal$nombres))
names(tabla_frec.nombres.2) <- c("nombres", "Freq", "Freq.r", "Frec.p", "Freq.acum", "Freq.por.acum")
tabla_frec.nombres.2## nombres Freq Freq.r Frec.p Freq.acum Freq.por.acum
## 1 Brenda 11 0.11 11 11 11
## 2 Adiel 8 0.08 8 19 19
## 3 Esmeralda 7 0.07 7 26 26
## 4 Javier 7 0.07 7 33 33
## 5 Daniela 6 0.06 6 39 39
## 6 Olivia 6 0.06 6 45 45
## 7 Susana 6 0.06 6 51 51
## 8 Armando 5 0.05 5 56 56
## 9 Jaime 5 0.05 5 61 61
## 10 Jose 5 0.05 5 66 66
## 11 Juan 5 0.05 5 71 71
## 12 Aron 4 0.04 4 75 75
## 13 Belen 4 0.04 4 79 79
## 14 Cassandra 4 0.04 4 83 83
## 15 Eduardo 4 0.04 4 87 87
## 16 Guadalupe 4 0.04 4 91 91
## 17 Deisy 3 0.03 3 94 94
## 18 Luis 3 0.03 3 97 97
## 19 Oscar 2 0.02 2 99 99
## 20 Manuel 1 0.01 1 100 1005.Visualizar tabla de frecuencias de nombres (Barra)
barplot(height = tabla_frec.nombres.2$Freq, names.arg = tabla_frec.nombres.2$nombres)
6. Realizar un histograma de la variable edades
hist(personal$edades, main = "Frecuencia de edades", xlab = "Edades", ylab = "Frecuencias")
7. Crear tabla de frecuencias con table() de la variable edades
*la funcion table() genera frecuencias
tabla.frec.edades <- data.frame(transform(table(personal$edades)))
names(tabla.frec.edades) <- c("Edades", "Freq")
tabla.frec.edades## Edades Freq
## 1 15 3
## 2 16 3
## 3 17 1
## 4 18 2
## 5 19 1
## 6 20 2
## 7 21 3
## 8 22 1
## 9 23 2
## 10 24 4
## 11 25 3
## 12 26 3
## 13 27 2
## 14 28 2
## 15 30 1
## 16 31 1
## 17 33 4
## 18 34 2
## 19 35 1
## 20 36 2
## 21 37 2
## 22 38 1
## 23 39 3
## 24 40 3
## 25 41 6
## 26 42 2
## 27 43 2
## 28 44 2
## 29 45 1
## 30 46 3
## 31 48 3
## 32 49 1
## 33 50 3
## 34 52 2
## 35 53 2
## 36 54 1
## 37 55 4
## 38 56 4
## 39 57 2
## 40 58 5
## 41 59 5*Grafica de frecuencias de tabla_frec.edades
barplot(height = tabla.frec.edades$Freq, names.arg = tabla.frec.edades$Edades,
main = "Frecuencias de Edades",
xlab = "Edades", ylab = "Frecuencias")
8.Crear tabla de frecuencias con fdt() de la variable edades
- a.Determinar frecuencia absoluta
- b.Determinar frecuencia relativa
- c.Determinar frecuencia porcentual
- d.Determinar frecuencia acumulada
- e.Determinar frecuencia porcentual acumulada
tabla.frec.edades_2 <- fdt(personal$edades)
tabla.frec.edades_2 <- data.frame(tabla.frec.edades_2$table)
names(tabla.frec.edades_2) <- c("Clases", "Freq", "Freq.r", "Freq.p", "Freq.acum","Freq.por.acum")
tabla.frec.edades_2## Clases Freq Freq.r Freq.p Freq.acum Freq.por.acum
## 1 [14.85,20.442) 12 0.12 12 12 12
## 2 [20.442,26.035) 16 0.16 16 28 28
## 3 [26.035,31.627) 6 0.06 6 34 34
## 4 [31.627,37.22) 11 0.11 11 45 45
## 5 [37.22,42.812) 15 0.15 15 60 60
## 6 [42.812,48.405) 11 0.11 11 71 71
## 7 [48.405,53.998) 8 0.08 8 79 79
## 8 [53.998,59.59) 21 0.21 21 100 1009.Visualizar de frecuencias de edades (Barra)
*Grafica de frecuencias de tabla_frec.edades
barplot(height = tabla.frec.edades_2$Freq,
names.arg = tabla.frec.edades_2$Clases,
main = "Frecuencias de clases", xlab = "Clases de Edades", ylab = "Frecuencias")
10.Crear tabla de frecuencias con fdt_cat() de la variable genero
- a.Determinar frecuencia absoluta
- b.Determinar frecuencia relativa
- c.Determinar frecuencia porcentual
- d.Determinar frecuencia acumulada
- e.Determinar frecuencia porcentual acumulada
tabla_frec.genero <- data.frame(fdt_cat(personal$generos))
names(tabla_frec.genero) <- c("Generos", "Freq", "Freq.r", "Freq.p", "Frec.acum", "Freq.por.acum")
tabla_frec.genero## Generos Freq Freq.r Freq.p Frec.acum Freq.por.acum
## 1 Femenino 55 0.55 55 55 55
## 2 Masculino 45 0.45 45 100 10011.Visualizar tabla de frecuencias de genero (Barra)
barplot(height = tabla_frec.genero$Freq, names.arg = tabla_frec.genero$Generos, main = "Frecuencias de Generos", xlab = "Generos", ylab = "Frecuencias")
12.Crear tabla de frecuencias con fdt_cat() de la variable deporte
- a.Determinar frecuencia absoluta
- b.Determinar frecuencia relativa
- c.Determinar frecuencia porcentual
- d.Determinar frecuencia acumulada
- e.Determinar frecuencia porcentual acumulada
tabla.frec.deporte <- data.frame(fdt_cat(personal$deportes))
names(tabla.frec.deporte) <- c("Deporte", "Freq", "Freq.r", "Freq.p", "Frec.acum", "Frec.por.acum")
tabla.frec.deporte## Deporte Freq Freq.r Freq.p Frec.acum Frec.por.acum
## 1 Ajedrez 16 0.16 16 16 16
## 2 Natacion 14 0.14 14 30 30
## 3 Ciclismo 12 0.12 12 42 42
## 4 Karate 11 0.11 11 53 53
## 5 Basquetbol 10 0.10 10 63 63
## 6 Beisbol 10 0.10 10 73 73
## 7 Atletismo 9 0.09 9 82 82
## 8 Futbol 7 0.07 7 89 89
## 9 Tenis 6 0.06 6 95 95
## 10 Rugby 5 0.05 5 100 10013.Visualizar tabla de frecuencias de deportes (Barra)
barplot(height = tabla.frec.deporte$Freq, names.arg = tabla.frec.deporte$Deporte,
main = "Frecuencias de deportes", xlab = "Deportes", ylab = "Frecuencia")
14.Describir el caso. Por medio de 80 a 100 palabras, describir el caso 2
De acuerdo a la tabla de frecuencias de los nombres, nos indica que el nombre que se llega a repetir más veces es el de Brenda. Al visualizar la tabla de frecuencias en barras podemos observar en orden cuales son los nombres que están de mayor a menor dando a entender cuáles son los que más se repiten y los que menos se repiten. *En la gráfica de frecuencias de edades nos podemos dar cuenta cual es el porcentaje de la edad que es mayor o más frecuente de estas mismas personas.