Caso 3
Rios Alvarado Cristian
27/9/2020
Objetivo
Realizar cálculos para determinar medidas de localización y tendencia central como la media, mediana, moda con un conjunto de datos de personas
####Descripción Con un conjunto de datos de personas y con variables de interés como la edad, peso y estatura, determinar medidas de localización y tendencia central, se pide mostrar los datos, identificar las medidas visualizar gráficamente e interpretarlas medidas.
Paso 1. Cargar las librerías
library(resumeRdesc)
library(ggplot2)
library(readr)Paso 2. Cargar los datos
set.seed(2020)
n=100
edades= sample(15:65, n, replace = TRUE)
pesos= sample(40:100, n, replace = TRUE)
alturas= sample(140:205, n, replace = TRUE)/100
personas=data.frame(edades, pesos, alturas)
names(personas)= c("edades", "pesos", "alturas" )
personas## edades pesos alturas
## 1 42 97 1.97
## 2 58 89 1.77
## 3 37 52 1.43
## 4 36 44 1.65
## 5 38 63 1.60
## 6 15 87 1.64
## 7 31 59 1.72
## 8 50 91 1.70
## 9 56 59 1.70
## 10 20 53 1.40
## 11 63 52 1.90
## 12 59 67 1.43
## 13 22 56 1.42
## 14 56 69 1.59
## 15 64 84 1.98
## 16 30 78 1.63
## 17 43 80 1.59
## 18 48 99 1.83
## 19 62 99 1.68
## 20 17 79 1.40
## 21 16 66 1.83
## 22 43 68 1.83
## 23 54 92 1.61
## 24 18 74 1.96
## 25 64 98 1.51
## 26 28 74 1.51
## 27 28 41 2.00
## 28 26 52 1.49
## 29 62 47 1.52
## 30 61 62 1.66
## 31 28 100 1.96
## 32 21 71 1.41
## 33 34 43 1.88
## 34 32 78 1.83
## 35 35 85 1.50
## 36 62 88 1.90
## 37 58 94 1.80
## 38 32 92 1.41
## 39 24 75 1.93
## 40 45 63 1.59
## 41 20 87 1.46
## 42 61 80 2.01
## 43 57 99 1.53
## 44 27 68 1.64
## 45 46 67 1.75
## 46 38 93 1.62
## 47 27 41 1.90
## 48 59 71 2.03
## 49 16 56 1.52
## 50 45 56 1.66
## 51 30 76 1.66
## 52 27 49 1.59
## 53 15 90 1.62
## 54 52 86 1.67
## 55 17 50 1.91
## 56 43 90 1.78
## 57 39 56 1.92
## 58 59 78 1.84
## 59 57 52 1.87
## 60 39 49 1.55
## 61 19 77 1.65
## 62 57 94 1.81
## 63 52 95 1.67
## 64 16 60 1.89
## 65 39 49 2.04
## 66 49 98 1.81
## 67 38 50 1.73
## 68 64 99 1.84
## 69 47 86 1.45
## 70 21 42 1.90
## 71 22 64 1.42
## 72 35 83 1.86
## 73 27 70 1.65
## 74 48 62 1.93
## 75 19 90 1.95
## 76 18 84 1.77
## 77 33 87 1.73
## 78 62 43 1.43
## 79 37 60 1.82
## 80 18 99 1.81
## 81 32 100 1.80
## 82 56 80 1.69
## 83 15 76 1.71
## 84 61 91 1.95
## 85 36 95 1.70
## 86 45 98 1.77
## 87 55 42 1.66
## 88 30 97 1.86
## 89 20 65 1.50
## 90 38 93 1.41
## 91 40 40 1.40
## 92 24 68 1.46
## 93 40 53 1.58
## 94 47 63 1.92
## 95 42 66 1.84
## 96 15 78 1.51
## 97 31 57 1.93
## 98 54 75 1.50
## 99 29 58 1.98
## 100 58 64 1.67Paso 3. Obtener la media
mediaE <- mean(personas$edades)
paste("La media de la variable Edad es", round(mediaE), "Años")## [1] "La media de la variable Edad es 39 Años"mediaP <- mean(personas$pesos)
paste("La media de la variable Peso es", mediaP, "Kilogramos" )## [1] "La media de la variable Peso es 72.65 Kilogramos"mediaA <- mean(personas$alturas)
paste("La media de la variable Altura es", round(mediaA,2), "Metros" )## [1] "La media de la variable Altura es 1.71 Metros"Paso 4. Obtener la mediana
medianaE <- median(personas$edades)
paste("La mediana de la variable Edad es", medianaE)## [1] "La mediana de la variable Edad es 38"medianaP <- median(personas$pesos)
paste("La mediana de la variable Pesos es", medianaP)## [1] "La mediana de la variable Pesos es 74"medianaA <- median(personas$alturas)
paste("La mediana de la variable Altura es", medianaA)## [1] "La mediana de la variable Altura es 1.7"Paso 5. Obtener la moda
frecuenciaE=table(personas$edades)
frecuenciaE=sort(frecuenciaE, decreasing = TRUE)
modaE = frecuenciaE[1]
cat("La moda de edad es", names(modaE), "La cual se repitio ", frecuenciaE[1], "veces")## La moda de edad es 15 La cual se repitio 4 vecesfrecuenciaP=table(personas$pesos)
frecuenciaP=sort(frecuenciaP, decreasing = TRUE)
modaP = frecuenciaP[1]
cat("La moda de peso es", names(modaP), "La cual se repitio ", frecuenciaP[1], "veces")## La moda de peso es 99 La cual se repitio 5 vecesfrecuenciaA=table(personas$alturas)
frecuenciaA=sort(frecuenciaA, decreasing = TRUE)
modaA = frecuenciaA[1]
cat("La moda de altura es", names(modaA), "La cual se repitio ", frecuenciaA[1], "veces")## La moda de altura es 1.59 La cual se repitio 4 vecesprint("¿Es una moda, bimodal o multimodal ?")## [1] "¿Es una moda, bimodal o multimodal ?"modaE=Mode(personas$edades)
modaE## [1] 15 27 38 62modaP=Mode(personas$pesos)
modaP## [1] 99modaA=Mode(personas$alturas)
modaA## [1] 1.59 1.66 1.83 1.90Paso 6. Visualizar los datos obtenidos
ggplot(data=personas, aes(x=edades))+
geom_bar()
ggplot(data = personas, aes(x = edades)) +
geom_histogram(bins = 30)
ggplot(personas, aes(x=edades)) +
geom_histogram(aes(fill=..count..), bins=20, color="white") +
geom_vline(aes(xintercept=mean(edades)), color="red") +
geom_vline(aes(xintercept=median(edades)), color= "darkgreen")
ggplot(aes(x = edades), data = personas) +
geom_histogram(color = 'green',
fill = 'green',
alpha = 0.2) +
labs(title = "Histograma de Edades") +
geom_vline(aes(xintercept = median(edades),
color = "mediana"),
linetype = "dashed",
size = 1) +
geom_vline(aes(xintercept = mean(edades),
color = "media"),
linetype = "dashed",
size = 1) +
geom_vline(
aes(xintercept = modaE[1],
color = "moda"),
linetype = "dashed",
size = 1
)## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Paso 7. Interpretacion de los datos
En este caso pudimos observar la gran utilidad que representa la herramienta R, para obtener un excelente manejo de los datos, las gráficas representadas de una manera más limpia, nos ayuda a entender de una manera más rápida el contenido de las estadísticas obtenidas. Las medidas de tendencia manejadas en el caso número 3, nos ayudan a encontrar datos de una manera más rápida, podemos obtener de una manera muy rápida y cómoda los valores que se encuentran en el centro, saber con exactitud la media de nuestros datos, lo cual es de gran utilidad a la hora de analizar los datos