Caso2 Tabla de frecuencias.rmd
Guadiana Aguirre Christian
24/9/2020
Objetivo:
Generar tablas de frecuencias con un conjunto de datos de 100 registros
Descripción:
Crear un conjunto de datos de 100 registros con cuatro variables: nombre, genero, edad y deporte favorito de cada persona. Una vez construido el conjunto de datos elaborar tablas de frecuencias de los nombres, géneros (sexo) y deporte favorito; de igual forma determinar la tabla de frecuencia de las edades de las personas.
1.- Cargar librerias fdth
- permite generar tablas de frecuencia
library(fdth)2.- Crear conjunto datos llamado personas
- Crear 100 nombres a partir de 20 nombres
- Crear aleatorio el genero entre femenino y masculino
- Crear la edad aleatoria entre 15 y 60
- Crear el deporte aleatorio entre 10(deportes)
losNombres <- c("Juan","Manuel","Mauricio","Toño","Maria","Esperanza","Pilar","Paty","Ramses","Felipe","Edith","Minely","Yamilet","Esteban","Lazaro","Miguel","Carlos","Junior","Italy","Ansberto")
losGeneros <- c('Femenino','Masculino')
losDeportes <- c('FutBol','Ajedres','Natacion','Tochito','BasquetBol','Karete','Box','TaeWonDo','Atletismo','VoleyBol')
nombres <- sample(losNombres,100,replace = TRUE)
genero <- sample(losGeneros, 100, replace = TRUE)
edad <- sample(15:60,100,replace = TRUE)
deportes <- sample(losDeportes,100,replace = TRUE)
personal <- data.frame(nombres,genero, edad, deportes)
personal## nombres genero edad deportes
## 1 Manuel Femenino 32 Tochito
## 2 Yamilet Masculino 18 VoleyBol
## 3 Esperanza Femenino 16 VoleyBol
## 4 Ansberto Femenino 58 Ajedres
## 5 Edith Masculino 25 Atletismo
## 6 Manuel Masculino 58 TaeWonDo
## 7 Ramses Masculino 48 Atletismo
## 8 Esteban Masculino 23 VoleyBol
## 9 Toño Masculino 41 Karete
## 10 Edith Masculino 36 VoleyBol
## 11 Esperanza Femenino 30 Tochito
## 12 Pilar Femenino 40 TaeWonDo
## 13 Carlos Masculino 32 Box
## 14 Esteban Femenino 27 Natacion
## 15 Manuel Femenino 16 Ajedres
## 16 Esperanza Masculino 33 FutBol
## 17 Mauricio Femenino 41 Tochito
## 18 Ramses Femenino 21 FutBol
## 19 Mauricio Femenino 38 VoleyBol
## 20 Esteban Masculino 18 Tochito
## 21 Ansberto Masculino 19 TaeWonDo
## 22 Manuel Femenino 42 VoleyBol
## 23 Miguel Femenino 16 TaeWonDo
## 24 Miguel Masculino 54 Atletismo
## 25 Pilar Femenino 39 TaeWonDo
## 26 Junior Masculino 48 FutBol
## 27 Manuel Femenino 16 Karete
## 28 Maria Femenino 24 Box
## 29 Junior Masculino 56 Box
## 30 Edith Femenino 57 Karete
## 31 Mauricio Femenino 48 Natacion
## 32 Toño Femenino 25 Karete
## 33 Mauricio Femenino 54 Natacion
## 34 Ansberto Femenino 24 VoleyBol
## 35 Pilar Femenino 60 TaeWonDo
## 36 Toño Femenino 17 Natacion
## 37 Italy Masculino 23 Atletismo
## 38 Manuel Femenino 21 BasquetBol
## 39 Esperanza Masculino 42 Atletismo
## 40 Ansberto Masculino 53 Tochito
## 41 Junior Masculino 23 Tochito
## 42 Manuel Femenino 34 Karete
## 43 Mauricio Femenino 53 Box
## 44 Toño Masculino 15 Box
## 45 Maria Masculino 32 Box
## 46 Yamilet Masculino 25 Ajedres
## 47 Paty Femenino 56 Karete
## 48 Mauricio Masculino 48 Karete
## 49 Manuel Masculino 36 Karete
## 50 Mauricio Masculino 25 Ajedres
## 51 Mauricio Femenino 42 Natacion
## 52 Lazaro Masculino 20 Karete
## 53 Yamilet Masculino 58 Tochito
## 54 Maria Masculino 34 Natacion
## 55 Miguel Femenino 53 Tochito
## 56 Esperanza Femenino 34 FutBol
## 57 Esperanza Masculino 52 Tochito
## 58 Carlos Femenino 22 TaeWonDo
## 59 Maria Masculino 32 Ajedres
## 60 Mauricio Femenino 30 Natacion
## 61 Mauricio Femenino 59 Tochito
## 62 Carlos Masculino 22 Tochito
## 63 Italy Masculino 39 Karete
## 64 Junior Femenino 32 BasquetBol
## 65 Junior Femenino 19 Ajedres
## 66 Junior Femenino 45 Box
## 67 Pilar Femenino 55 Natacion
## 68 Carlos Masculino 31 Tochito
## 69 Junior Masculino 40 FutBol
## 70 Edith Masculino 16 FutBol
## 71 Esteban Masculino 25 Karete
## 72 Felipe Femenino 48 Karete
## 73 Ansberto Femenino 37 Tochito
## 74 Edith Masculino 19 Atletismo
## 75 Edith Masculino 18 TaeWonDo
## 76 Italy Masculino 24 TaeWonDo
## 77 Yamilet Masculino 46 VoleyBol
## 78 Miguel Masculino 49 Atletismo
## 79 Pilar Femenino 17 Atletismo
## 80 Ansberto Masculino 24 TaeWonDo
## 81 Carlos Masculino 57 Karete
## 82 Juan Masculino 44 Karete
## 83 Esperanza Femenino 48 VoleyBol
## 84 Edith Masculino 32 Natacion
## 85 Toño Masculino 57 Natacion
## 86 Edith Masculino 32 Ajedres
## 87 Toño Masculino 51 Ajedres
## 88 Yamilet Masculino 42 Box
## 89 Pilar Masculino 31 VoleyBol
## 90 Esteban Femenino 34 Atletismo
## 91 Esteban Masculino 46 BasquetBol
## 92 Pilar Masculino 40 Karete
## 93 Lazaro Femenino 16 Natacion
## 94 Juan Masculino 32 Ajedres
## 95 Manuel Masculino 16 Tochito
## 96 Miguel Femenino 41 Ajedres
## 97 Felipe Femenino 29 VoleyBol
## 98 Ansberto Femenino 46 Box
## 99 Manuel Masculino 19 Box
## 100 Miguel Masculino 29 FutBol3.- Crear tabla de frecuencias con table() de la variable nombres
- Determinar frecuencia absoluta
- Determinar frecuencia relativa
- Determinar frecuencia porcentual
TablaNombres <- data.frame(table(personal$nombres))
names(TablaNombres) <- c('Nombres','Frecuencia')
TablaNombres## Nombres Frecuencia
## 1 Ansberto 7
## 2 Carlos 5
## 3 Edith 8
## 4 Esperanza 7
## 5 Esteban 6
## 6 Felipe 2
## 7 Italy 3
## 8 Juan 2
## 9 Junior 7
## 10 Lazaro 2
## 11 Manuel 10
## 12 Maria 4
## 13 Mauricio 10
## 14 Miguel 6
## 15 Paty 1
## 16 Pilar 7
## 17 Ramses 2
## 18 Toño 6
## 19 Yamilet 5##Generando Frecuencia relativa y absoluta
frecR <- TablaNombres$Frecuencia/100
frecP <- frecR*100
TablaNombres <- cbind(TablaNombres, frecR,frecP)
TablaNombres## Nombres Frecuencia frecR frecP
## 1 Ansberto 7 0.07 7
## 2 Carlos 5 0.05 5
## 3 Edith 8 0.08 8
## 4 Esperanza 7 0.07 7
## 5 Esteban 6 0.06 6
## 6 Felipe 2 0.02 2
## 7 Italy 3 0.03 3
## 8 Juan 2 0.02 2
## 9 Junior 7 0.07 7
## 10 Lazaro 2 0.02 2
## 11 Manuel 10 0.10 10
## 12 Maria 4 0.04 4
## 13 Mauricio 10 0.10 10
## 14 Miguel 6 0.06 6
## 15 Paty 1 0.01 1
## 16 Pilar 7 0.07 7
## 17 Ramses 2 0.02 2
## 18 Toño 6 0.06 6
## 19 Yamilet 5 0.05 54.- Crear tabla de frecuencias con fdth_cat() de la variable nombres
- Determinar frecuencia absoluta
- Determinar frecuencia relativa
- Determinar frecuencia porcentual
- Determinar frecuencia acumulada
- Determinar frecuencia porcentual acumulada
TablaNombres1 <- data.frame(fdt(personal$edad))## Warning in (function (..., row.names = NULL, check.rows = FALSE, check.names =
## TRUE, : row names were found from a short variable and have been discardednames(TablaNombres1) <- c('parametro','FrecAb','FrecRe','FrecPo','FrecAc','FrecPoAc')
TablaNombres1## parametro FrecAb FrecRe FrecPo FrecAc FrecPoAc NA
## 1 [14.85,20.57) 18 0.18 18 18 18 14.85000
## 2 [20.57,26.29) 16 0.16 16 34 34 60.60000
## 3 [26.29,32.01) 15 0.15 15 49 49 5.71875
## 4 [32.01,37.73) 8 0.08 8 57 57 0.00000
## 5 [37.73,43.44) 13 0.13 13 70 70 14.85000
## 6 [43.44,49.16) 12 0.12 12 82 82 60.60000
## 7 [49.16,54.88) 7 0.07 7 89 89 5.71875
## 8 [54.88,60.6) 11 0.11 11 100 100 0.000005.- Visualizar tabla de frecuencias de nombres(Barra)
barplot(height = TablaNombres$Frecuencia, names.arg = TablaNombres$nombres)
6.- Visualizar un hitograma de la variable edades
hist(personal$edad,main = "Frecuencias de edades",xlab = "Edades", ylab =
"Frecuencias")
7.- Crear una tabla de frecuencias con table() de la variable edades
tabla <- data.frame(table(personal$edad))
names(tabla) <- c('Edad','Frecuencia')
tabla## Edad Frecuencia
## 1 15 1
## 2 16 7
## 3 17 2
## 4 18 3
## 5 19 4
## 6 20 1
## 7 21 2
## 8 22 2
## 9 23 3
## 10 24 4
## 11 25 5
## 12 27 1
## 13 29 2
## 14 30 2
## 15 31 2
## 16 32 8
## 17 33 1
## 18 34 4
## 19 36 2
## 20 37 1
## 21 38 1
## 22 39 2
## 23 40 3
## 24 41 3
## 25 42 4
## 26 44 1
## 27 45 1
## 28 46 3
## 29 48 6
## 30 49 1
## 31 51 1
## 32 52 1
## 33 53 3
## 34 54 2
## 35 55 1
## 36 56 2
## 37 57 3
## 38 58 3
## 39 59 1
## 40 60 18.- Crear tabla de frecuencias con fdt() de la variable edades
- Determinar frecuencia absoluta
- Determinar frecuencia relativa
- Determinar frecuencia porcentual
- Determinar frecuencia acumulada
- Determinar frecuencia porcentual acumulad
TablaNombres2 <- data.frame(fdt(personal$edad))
names(TablaNombres2) <- c('parametro','FrecAb','FrecRe','FrecPo','FrecAc','FrecPoAc')
TablaNombres2## parametro FrecAb FrecRe FrecPo FrecAc FrecPoAc NA
## 1 [14.85,20.57) 18 0.18 18 18 18 14.85000
## 2 [20.57,26.29) 16 0.16 16 34 34 60.60000
## 3 [26.29,32.01) 15 0.15 15 49 49 5.71875
## 4 [32.01,37.73) 8 0.08 8 57 57 0.00000
## 5 [37.73,43.44) 13 0.13 13 70 70 14.85000
## 6 [43.44,49.16) 12 0.12 12 82 82 60.60000
## 7 [49.16,54.88) 7 0.07 7 89 89 5.71875
## 8 [54.88,60.6) 11 0.11 11 100 100 0.000009.- Visualizar tabla de frecuencias de edades (Barra)
barplot(height = personal$edad, names.arg = personal$edad, main = "Frecuencias de edades",xlab = "Edades", ylab = "Frecuencias")
10. Crear tabla de frecuencias con fdt_cat() de la variable genero
- Determinar frecuencia absoluta
- Determinar frecuencia relativa
- Determinar frecuencia porcentual
- Determinar frecuencia acumulada
- Determinar frecuencia porcentual acumulada
tabla_frec.genero <- data.frame(fdt_cat(personal$genero))
names(tabla_frec.genero) <- c('generos','FrecAb','FrecRe','FrecPo','FrecAc','FrecPoAc')
tabla_frec.genero## generos FrecAb FrecRe FrecPo FrecAc FrecPoAc
## 1 Masculino 55 0.55 55 55 55
## 2 Femenino 45 0.45 45 100 10011. Visualizar tabla de frecuencias de generos (Barra)
barplot(height = tabla_frec.genero$FrecAb,
names.arg = tabla_frec.genero$generos,
main = "Frecuencias de Géneros",
xlab = "Géneros", ylab = "Frecuencias")
12. Crear tabla de frecuencias con fdt_cat() de a variable deportes
- Determinar frecuencia absoluta
- Determinar frecuencia relativa
- Determinar frecuencia porcentual
- Determinar frecuencia acumulada
- Determinar frecuencia porcentual acumulada
tabla_frec.deporte <- data.frame(fdt_cat(personal$deportes))
names(tabla_frec.deporte) <- c('deportes', 'freq', 'freq.r', 'freq.p', 'freq.acum', 'frec.por.acum')
tabla_frec.deporte## deportes freq freq.r freq.p freq.acum frec.por.acum
## 1 Karete 15 0.15 15 15 15
## 2 Tochito 14 0.14 14 29 29
## 3 Natacion 11 0.11 11 40 40
## 4 VoleyBol 11 0.11 11 51 51
## 5 Ajedres 10 0.10 10 61 61
## 6 Box 10 0.10 10 71 71
## 7 TaeWonDo 10 0.10 10 81 81
## 8 Atletismo 9 0.09 9 90 90
## 9 FutBol 7 0.07 7 97 97
## 10 BasquetBol 3 0.03 3 100 10013.- Visualizar tabla de frecuencias con fdt_cat() de a variables deportes
- Determinar frecuencia absoluta
- Determinar frecuencia relativa
- Determinar frecuencia porcentual
- Determinar frecuencia acumulada
- Determinar frecuencia porcentual acumulada
barplot(height = tabla_frec.deporte$freq,
names.arg = tabla_frec.deporte$deportes,
main = "Frecuencias de deportes",
xlab = "Deportes", ylab = "Frecuencias")
14. Describir el caso. Por medio de 80 a 100 palabras describir el CASO 2
- Por ahora son datos aleatorios que pueden variar, y en este ejercicio se mira que el Deporte de TaeWonDo es el mas aplicado que practican los alumnos mucho mas que los otros, tambien hay mas hombres que mujeres en estos datos que presento, y sus años medios estan entre 20 y 29 que hay mas de 15:60 *NOTA: esto es solo una simulacion no son datos reales.