CASO 2
Adolfo Moreno Hernández
24/SEP/20
CASO 2
Objetivo
Generar tablas de frecuencias con un conjunto de datos de 100 registros
Descripción
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.
library(fdth)##
## Attaching package: 'fdth'## The following objects are masked from 'package:stats':
##
## sd, var2. Crear un conjunto de datos llamado personas.
- Crear 100 nombres a partir de 20 nombres.
- Crear genero aleatorio entre Masculino y Femenino.
- Crear la edad aleatoria entre 15 y 60.
- Crear el deporte favorito de cada persona aleatorio entre 10.
Pnombres <- c("ADOLFO",'GUILLERMO','EMMANUEL','JORGE','ALONSO','ALEXIS','DAVID','LAURA','ANTONIETA','GUSTAVO')
Nombre <- sample(Pnombres, 100, replace = TRUE)
Genero <- sample(c('Masculino', 'Femenino'), 100, replace = TRUE)
Edad <- sample(15:60, 100, replace = TRUE)
Edeportes <- c("FUTBOL",'FUTBOLAMERICANO', 'JOCKEY','BASQUETBALL','BALONMANO','BOXEO','NATACION','WATERPOLO','ESGRIMA','CICLISMO')
Deportes <- sample(Edeportes, 100, replace = TRUE)
personas <- data.frame(Nombre, Genero, Edad, Deportes)
personas## Nombre Genero Edad Deportes
## 1 ALEXIS Masculino 59 CICLISMO
## 2 GUSTAVO Masculino 59 JOCKEY
## 3 EMMANUEL Femenino 21 WATERPOLO
## 4 ALONSO Femenino 26 ESGRIMA
## 5 ANTONIETA Femenino 25 JOCKEY
## 6 GUSTAVO Masculino 30 JOCKEY
## 7 ADOLFO Masculino 35 NATACION
## 8 ANTONIETA Femenino 50 NATACION
## 9 ALONSO Masculino 22 CICLISMO
## 10 GUILLERMO Femenino 35 BALONMANO
## 11 LAURA Masculino 33 FUTBOL
## 12 LAURA Femenino 47 FUTBOL
## 13 JORGE Femenino 51 ESGRIMA
## 14 GUSTAVO Masculino 42 JOCKEY
## 15 ALEXIS Masculino 28 CICLISMO
## 16 ADOLFO Masculino 27 CICLISMO
## 17 GUSTAVO Masculino 52 BALONMANO
## 18 ALEXIS Masculino 59 FUTBOL
## 19 JORGE Masculino 15 CICLISMO
## 20 EMMANUEL Masculino 19 NATACION
## 21 ADOLFO Femenino 17 FUTBOLAMERICANO
## 22 ADOLFO Masculino 31 WATERPOLO
## 23 JORGE Masculino 26 JOCKEY
## 24 ALEXIS Femenino 34 BOXEO
## 25 ALONSO Masculino 38 BOXEO
## 26 ALEXIS Masculino 47 FUTBOLAMERICANO
## 27 DAVID Femenino 43 NATACION
## 28 ANTONIETA Femenino 41 BASQUETBALL
## 29 JORGE Femenino 26 NATACION
## 30 ALONSO Masculino 43 WATERPOLO
## 31 ANTONIETA Masculino 48 ESGRIMA
## 32 JORGE Femenino 33 CICLISMO
## 33 JORGE Masculino 17 BOXEO
## 34 JORGE Femenino 56 BALONMANO
## 35 ANTONIETA Masculino 27 FUTBOLAMERICANO
## 36 ALONSO Masculino 40 CICLISMO
## 37 EMMANUEL Masculino 46 CICLISMO
## 38 ADOLFO Masculino 46 ESGRIMA
## 39 GUILLERMO Femenino 31 BOXEO
## 40 ALEXIS Femenino 20 BALONMANO
## 41 GUSTAVO Femenino 28 CICLISMO
## 42 ANTONIETA Masculino 51 BOXEO
## 43 GUILLERMO Masculino 48 ESGRIMA
## 44 GUSTAVO Masculino 19 CICLISMO
## 45 ALONSO Masculino 32 NATACION
## 46 ALEXIS Femenino 50 NATACION
## 47 DAVID Femenino 50 FUTBOLAMERICANO
## 48 JORGE Masculino 23 FUTBOL
## 49 DAVID Masculino 21 CICLISMO
## 50 JORGE Femenino 23 JOCKEY
## 51 JORGE Masculino 41 WATERPOLO
## 52 ALONSO Femenino 25 BOXEO
## 53 JORGE Masculino 59 ESGRIMA
## 54 GUSTAVO Femenino 23 FUTBOL
## 55 GUSTAVO Masculino 31 FUTBOLAMERICANO
## 56 JORGE Femenino 50 BALONMANO
## 57 EMMANUEL Femenino 21 BOXEO
## 58 JORGE Masculino 51 CICLISMO
## 59 ALEXIS Masculino 26 NATACION
## 60 GUILLERMO Masculino 19 ESGRIMA
## 61 LAURA Femenino 35 ESGRIMA
## 62 ADOLFO Femenino 33 WATERPOLO
## 63 ANTONIETA Masculino 39 CICLISMO
## 64 GUILLERMO Femenino 56 WATERPOLO
## 65 ALEXIS Femenino 52 BOXEO
## 66 EMMANUEL Femenino 23 FUTBOL
## 67 GUSTAVO Masculino 59 BALONMANO
## 68 EMMANUEL Femenino 27 NATACION
## 69 ALONSO Masculino 30 BOXEO
## 70 ALEXIS Femenino 57 CICLISMO
## 71 DAVID Femenino 39 BOXEO
## 72 EMMANUEL Masculino 43 BALONMANO
## 73 ANTONIETA Femenino 19 BALONMANO
## 74 GUILLERMO Masculino 54 CICLISMO
## 75 DAVID Femenino 48 ESGRIMA
## 76 GUILLERMO Masculino 32 BOXEO
## 77 GUSTAVO Femenino 60 NATACION
## 78 GUILLERMO Masculino 53 BOXEO
## 79 JORGE Femenino 27 BASQUETBALL
## 80 DAVID Masculino 47 CICLISMO
## 81 DAVID Femenino 44 FUTBOL
## 82 ALONSO Femenino 59 BALONMANO
## 83 ADOLFO Masculino 36 BOXEO
## 84 ALEXIS Femenino 42 ESGRIMA
## 85 ANTONIETA Masculino 33 NATACION
## 86 JORGE Masculino 45 BASQUETBALL
## 87 GUSTAVO Femenino 46 ESGRIMA
## 88 ALONSO Femenino 50 ESGRIMA
## 89 DAVID Masculino 42 CICLISMO
## 90 DAVID Masculino 58 BALONMANO
## 91 EMMANUEL Femenino 34 CICLISMO
## 92 ADOLFO Masculino 55 BASQUETBALL
## 93 ALEXIS Masculino 27 WATERPOLO
## 94 GUSTAVO Masculino 47 BOXEO
## 95 JORGE Femenino 49 BASQUETBALL
## 96 GUILLERMO Femenino 37 ESGRIMA
## 97 LAURA Masculino 42 ESGRIMA
## 98 DAVID Masculino 29 FUTBOLAMERICANO
## 99 LAURA Masculino 58 FUTBOLAMERICANO
## 100 ALEXIS Femenino 34 CICLISMO3. Crear tabla de frecuencias con table() de la variable nombres
- La variable de interés es nombres
- table() genera la frecuencia de cada elemento
- transform()) tranforma … significa renglones columnas
- Con data.frame se construye un data.frame
- con names() se modifica los nombres de variables de un data.frame
- Determinar frecuencia absoluta
tabla_frec.Nombre <- data.frame(transform(table(personas$Nombre)))
names(tabla_frec.Nombre) <- c('Nombre', 'Frecuencia')
tabla_frec.Nombre## Nombre Frecuencia
## 1 ADOLFO 8
## 2 ALEXIS 13
## 3 ALONSO 10
## 4 ANTONIETA 9
## 5 DAVID 10
## 6 EMMANUEL 8
## 7 GUILLERMO 9
## 8 GUSTAVO 12
## 9 JORGE 16
## 10 LAURA 54. Crear tabla de frecuencias con fdt_cat() de la variable nombres
- fdt_cat() es una función que genera la tabla de distribución
- La función data.frame() convierte la tabla de distribución generada por fdt_cat() en un data.frame (conjunto de datos).
- La función names() cambia los nombres de la tabla_frec.nombres
tabla_frec.Nombre <- data.frame(fdt_cat(personas$Nombre))
names(tabla_frec.Nombre) <- c('nombres', 'freq', 'freq.r', 'freq.p', 'freq.acum', 'frec.por.acum')
tabla_frec.Nombre## nombres freq freq.r freq.p freq.acum frec.por.acum
## 1 JORGE 16 0.16 16 16 16
## 2 ALEXIS 13 0.13 13 29 29
## 3 GUSTAVO 12 0.12 12 41 41
## 4 ALONSO 10 0.10 10 51 51
## 5 DAVID 10 0.10 10 61 61
## 6 ANTONIETA 9 0.09 9 70 70
## 7 GUILLERMO 9 0.09 9 79 79
## 8 ADOLFO 8 0.08 8 87 87
## 9 EMMANUEL 8 0.08 8 95 95
## 10 LAURA 5 0.05 5 100 1005. Visualizar tabla de frecuencias de nombres
barplot(height = tabla_frec.Nombre$freq, names.arg = tabla_frec.Nombre$Nombre)
6. Visualizar un histograma de la variable edades
hist(personas$Edad, main = "Frecuencia de edades", xlab = "Edades", ylab = "Frecuencias")
7. Crear tabla de frecuencias con table() de la variable edades
- La función table() genera frecuencias
tabla.frec.Edad <- data.frame(transform(table(personas$Edad)))
# tabla.frecuencias.edades
names(tabla.frec.Edad) <- c("edades", "freq")
tabla.frec.Edad## edades freq
## 1 15 1
## 2 17 2
## 3 19 4
## 4 20 1
## 5 21 3
## 6 22 1
## 7 23 4
## 8 25 2
## 9 26 4
## 10 27 5
## 11 28 2
## 12 29 1
## 13 30 2
## 14 31 3
## 15 32 2
## 16 33 4
## 17 34 3
## 18 35 3
## 19 36 1
## 20 37 1
## 21 38 1
## 22 39 2
## 23 40 1
## 24 41 2
## 25 42 4
## 26 43 3
## 27 44 1
## 28 45 1
## 29 46 3
## 30 47 4
## 31 48 3
## 32 49 1
## 33 50 5
## 34 51 3
## 35 52 2
## 36 53 1
## 37 54 1
## 38 55 1
## 39 56 2
## 40 57 1
## 41 58 2
## 42 59 6
## 43 60 1- Gráfica de frecuencias de tabla_frec.edades
tabla.frec.Edad <- data.frame(transform(table(personas$Edad)))
names(tabla.frec.Edad) <- c("edades", "freq")
barplot(height = tabla.frec.Edad$freq,
names.arg = tabla.frec.Edad$Edad,
main = "Frecuencias de edades",
xlab = "Edades", ylab = "Frecuencias")
8. Crear tabla de frecuencias con fdt() de la variable edades
- Determinar frecuencia absoluta
- Determinar frecuencia relativa
- Determinar frecuencia porcentual
- Determinar frecuencia acumulada
- Determinar frecuencia porcentual acumulada
tabla.frec.Edad_2 <- fdt(personas$Edad)
tabla.frec.Edad_2 <- data.frame(tabla.frec.Edad_2$table)
names(tabla.frec.Edad_2) <- c('clases', 'freq', 'freq.r', 'freq.p', 'freq.acum', 'frec.por.acum')
tabla.frec.Edad_2## clases freq freq.r freq.p freq.acum frec.por.acum
## 1 [14.85,20.57) 8 0.08 8 8 8
## 2 [20.57,26.29) 14 0.14 14 22 22
## 3 [26.29,32.01) 15 0.15 15 37 37
## 4 [32.01,37.73) 12 0.12 12 49 49
## 5 [37.73,43.44) 13 0.13 13 62 62
## 6 [43.44,49.16) 13 0.13 13 75 75
## 7 [49.16,54.88) 12 0.12 12 87 87
## 8 [54.88,60.6) 13 0.13 13 100 1009. Visualizar tabla de frecuencias de edades (Barra)
- Gráfica de frecuencias de tabla_frec.edades
barplot(height = tabla.frec.Edad_2$freq,
names.arg = tabla.frec.Edad_2$clases,
main = "Frecuencias de Clases",
xlab = "Clases de Edad", ylab = "Frecuencias")
### 10. Crear tabla de frecuencias con fdt_cat() de la variable genero Determinar frecuencia absoluta, frecuencia relativa, frecuencia porcentual, frecuencia acumulada, y frecuencia porcentual acumulada
tabla_frec.genero <- data.frame(fdt_cat(personas$Genero))
names(tabla_frec.genero) <- c('generos', 'freq', 'freq.r', 'freq.p', 'freq.acum', 'frec.por.acum')
tabla_frec.genero## generos freq freq.r freq.p freq.acum frec.por.acum
## 1 Masculino 55 0.55 55 55 55
## 2 Femenino 45 0.45 45 100 10011. Visualizar tabla de frecuencias de generos
- Grafica de barras
barplot(height = tabla_frec.genero$freq,
names.arg = tabla_frec.genero$generos,
main = "Frecuencias de Géneros",
xlab = "Géneros", ylab = "Frecuencias")
- Grafica de pastel
pie(x = tabla_frec.genero$freq,
labels = tabla_frec.genero$genero,
col = c(155,100))
12. Crear tabla de frecuencias con fdt_cat() de a variable deportes
- Determinar frecuencia absoluta, frecuencia relativa, frecuencia porcentual, frecuencia acumulada, y frecuencia porcentual acumulada
tabla_frec.depo=data.frame(fdt_cat(personas$Deportes))
names(tabla_frec.depo)=c('deportes', 'freq', 'freq.r', 'freq.p', 'freq.acum', 'frec.por.acum')
tabla_frec.depo## deportes freq freq.r freq.p freq.acum frec.por.acum
## 1 CICLISMO 19 0.19 19 19 19
## 2 BOXEO 14 0.14 14 33 33
## 3 ESGRIMA 14 0.14 14 47 47
## 4 NATACION 11 0.11 11 58 58
## 5 BALONMANO 10 0.10 10 68 68
## 6 FUTBOL 7 0.07 7 75 75
## 7 FUTBOLAMERICANO 7 0.07 7 82 82
## 8 WATERPOLO 7 0.07 7 89 89
## 9 JOCKEY 6 0.06 6 95 95
## 10 BASQUETBALL 5 0.05 5 100 10013. Visualizar tabla de frecuencias de deportes (Barra)
barplot(height = tabla_frec.depo$freq,
names.arg = tabla_frec.depo$Deportes,
main = "Frecuencias de deportes",
xlab = "Deportes", ylab = "Frecuencias")
- Grafica de pastel
pie(x = tabla_frec.depo$freq,
labels = tabla_frec.depo$Deportes,
col = rainbow(length(tabla_frec.depo$Deportes)))