CASO 3. Tablas de Frecuencias 100 observaciones
Uriel Lerma
28/9/2020
CASO 2. Tablas de Frecuencias
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 (género de sexo), 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 librerías fdth
- La librería fdth permite generar tablas de frecuencias
library(fdth)##
## Attaching package: 'fdth'## The following objects are masked from 'package:stats':
##
## sd, var2. Crear conjunto de datos llamado personas
- Sembrar una semila set.seed()
set.seed(2020)- Crear 100 nombres a partir de 20 nombres
- Crear aleatorio el género entre Femenino y Masculino
- Crear la edad aletorio entre 15 y 60
- Crear el deporte favorito de cada persona aleatorio entre 10
losnombres <- c("URIEL", 'ALONSO', 'ARNULFO', 'SERGIO', 'MARCOS',
"JESSICA", 'SAHORY', 'ULISES', 'ALAN', 'YENNI', 'BERENICE', 'MARIANA', 'ANA', 'OCTAVIO', 'CLAUDIA', 'RUBEN', 'VICTOR', 'CINDY', 'ANELICE', 'FABIOLA')
nombres <- sample(losnombres, 100, replace = TRUE)
# nombres
generos <- sample(c('Femenino', 'Masculino'), 100, replace = TRUE)
edades <- sample(15:60, 100, replace = TRUE)
misdeportes <- c("TIRO", 'VOLEIBOL', 'FUTBOL', 'BASQUETBOL', 'CICLISMO',
'NATACION', 'KARATE', 'BEISBOL', 'FUTBOL AMERICANO', 'BOX')
deportes <- sample(misdeportes, 100, replace = TRUE)
personal <- data.frame(nombres, generos, edades, deportes)
personal## nombres generos edades deportes
## 1 MARIANA Femenino 15 KARATE
## 2 URIEL Masculino 53 NATACION
## 3 VICTOR Femenino 58 TIRO
## 4 SERGIO Femenino 58 NATACION
## 5 YENNI Femenino 36 FUTBOL AMERICANO
## 6 JESSICA Masculino 26 VOLEIBOL
## 7 VICTOR Masculino 26 KARATE
## 8 ANA Masculino 24 KARATE
## 9 ULISES Femenino 27 BOX
## 10 YENNI Masculino 41 NATACION
## 11 CINDY Femenino 59 NATACION
## 12 RUBEN Masculino 56 BOX
## 13 ALONSO Masculino 55 BASQUETBOL
## 14 RUBEN Masculino 58 KARATE
## 15 ARNULFO Masculino 43 BOX
## 16 ALONSO Masculino 39 BOX
## 17 ULISES Femenino 33 BASQUETBOL
## 18 SERGIO Femenino 16 FUTBOL
## 19 CINDY Femenino 58 BOX
## 20 OCTAVIO Masculino 18 VOLEIBOL
## 21 OCTAVIO Femenino 25 KARATE
## 22 MARIANA Femenino 33 BASQUETBOL
## 23 RUBEN Femenino 43 KARATE
## 24 CLAUDIA Femenino 55 VOLEIBOL
## 25 OCTAVIO Femenino 16 KARATE
## 26 SAHORY Femenino 34 BEISBOL
## 27 FABIOLA Femenino 21 KARATE
## 28 CINDY Masculino 22 VOLEIBOL
## 29 FABIOLA Masculino 28 BEISBOL
## 30 FABIOLA Femenino 58 BASQUETBOL
## 31 RUBEN Masculino 39 FUTBOL AMERICANO
## 32 MARIANA Femenino 50 BOX
## 33 CINDY Masculino 37 TIRO
## 34 YENNI Femenino 24 FUTBOL
## 35 JESSICA Femenino 27 NATACION
## 36 CLAUDIA Masculino 41 CICLISMO
## 37 BERENICE Femenino 49 NATACION
## 38 ANA Femenino 41 BEISBOL
## 39 ANA Femenino 41 FUTBOL
## 40 ANA Masculino 34 BEISBOL
## 41 ALONSO Femenino 37 CICLISMO
## 42 RUBEN Femenino 21 FUTBOL
## 43 ANA Femenino 42 CICLISMO
## 44 URIEL Femenino 19 NATACION
## 45 JESSICA Masculino 41 CICLISMO
## 46 ARNULFO Masculino 53 BEISBOL
## 47 ANA Femenino 36 NATACION
## 48 BERENICE Masculino 35 FUTBOL AMERICANO
## 49 MARCOS Femenino 39 BASQUETBOL
## 50 BERENICE Femenino 59 NATACION
## 51 JESSICA Femenino 40 FUTBOL
## 52 ALONSO Masculino 30 FUTBOL
## 53 ARNULFO Masculino 33 NATACION
## 54 CINDY Femenino 46 KARATE
## 55 URIEL Femenino 40 FUTBOL AMERICANO
## 56 SAHORY Masculino 56 CICLISMO
## 57 ULISES Masculino 50 BOX
## 58 ANA Masculino 50 TIRO
## 59 ALONSO Femenino 23 VOLEIBOL
## 60 MARCOS Femenino 42 VOLEIBOL
## 61 SERGIO Masculino 15 CICLISMO
## 62 ANELICE Masculino 59 BEISBOL
## 63 RUBEN Femenino 56 FUTBOL
## 64 SERGIO Femenino 48 BEISBOL
## 65 FABIOLA Masculino 59 CICLISMO
## 66 CINDY Masculino 20 CICLISMO
## 67 YENNI Femenino 55 CICLISMO
## 68 URIEL Femenino 38 CICLISMO
## 69 CLAUDIA Masculino 17 TIRO
## 70 ALAN Masculino 40 CICLISMO
## 71 RUBEN Masculino 52 BOX
## 72 JESSICA Masculino 48 NATACION
## 73 YENNI Masculino 48 FUTBOL
## 74 URIEL Femenino 18 NATACION
## 75 URIEL Masculino 54 TIRO
## 76 VICTOR Femenino 23 BEISBOL
## 77 ULISES Femenino 57 KARATE
## 78 CLAUDIA Masculino 24 FUTBOL
## 79 MARIANA Femenino 57 BOX
## 80 CINDY Femenino 56 BASQUETBOL
## 81 ANA Femenino 26 BASQUETBOL
## 82 MARCOS Masculino 55 FUTBOL
## 83 RUBEN Femenino 44 BASQUETBOL
## 84 FABIOLA Masculino 46 TIRO
## 85 FABIOLA Femenino 45 TIRO
## 86 FABIOLA Femenino 52 KARATE
## 87 OCTAVIO Masculino 41 BEISBOL
## 88 ANA Femenino 25 BASQUETBOL
## 89 VICTOR Femenino 46 CICLISMO
## 90 ANA Femenino 16 FUTBOL
## 91 SAHORY Masculino 25 FUTBOL AMERICANO
## 92 ALAN Femenino 15 BASQUETBOL
## 93 ULISES Masculino 28 FUTBOL
## 94 ARNULFO Femenino 21 BOX
## 95 ARNULFO Masculino 33 FUTBOL
## 96 ALONSO Femenino 20 CICLISMO
## 97 ANA Masculino 44 FUTBOL
## 98 ULISES Masculino 31 FUTBOL
## 99 SERGIO Masculino 59 CICLISMO
## 100 SAHORY Femenino 24 FUTBOL3. 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
- a.Determinar frecuencia absoluta
#table(personal$nombres)
#transform(table(personal$nombres))
tabla_frec.nombres <- data.frame(transform(table(personal$nombres)))
names(tabla_frec.nombres) <- c('nombres', 'freq')
tabla_frec.nombres## nombres freq
## 1 ALAN 2
## 2 ALONSO 6
## 3 ANA 11
## 4 ANELICE 1
## 5 ARNULFO 5
## 6 BERENICE 3
## 7 CINDY 7
## 8 CLAUDIA 4
## 9 FABIOLA 7
## 10 JESSICA 5
## 11 MARCOS 3
## 12 MARIANA 4
## 13 OCTAVIO 4
## 14 RUBEN 8
## 15 SAHORY 4
## 16 SERGIO 5
## 17 ULISES 6
## 18 URIEL 6
## 19 VICTOR 4
## 20 YENNI 5- Total de elementos N
N <- nrow(personal)
N## [1] 100- b.Determinar frecuencia relativa
freq.r <- tabla_frec.nombres$freq / N
freq.r## [1] 0.02 0.06 0.11 0.01 0.05 0.03 0.07 0.04 0.07 0.05 0.03 0.04 0.04 0.08 0.04
## [16] 0.05 0.06 0.06 0.04 0.05- c.Determinar frecuencia porcentual
freq.p <- freq.r * 100
freq.p## [1] 2 6 11 1 5 3 7 4 7 5 3 4 4 8 4 5 6 6 4 5- Construyendo tabla de distribución
tabla_frec.nombres <- cbind(tabla_frec.nombres, freq.r, freq.p)
tabla_frec.nombres## nombres freq freq.r freq.p
## 1 ALAN 2 0.02 2
## 2 ALONSO 6 0.06 6
## 3 ANA 11 0.11 11
## 4 ANELICE 1 0.01 1
## 5 ARNULFO 5 0.05 5
## 6 BERENICE 3 0.03 3
## 7 CINDY 7 0.07 7
## 8 CLAUDIA 4 0.04 4
## 9 FABIOLA 7 0.07 7
## 10 JESSICA 5 0.05 5
## 11 MARCOS 3 0.03 3
## 12 MARIANA 4 0.04 4
## 13 OCTAVIO 4 0.04 4
## 14 RUBEN 8 0.08 8
## 15 SAHORY 4 0.04 4
## 16 SERGIO 5 0.05 5
## 17 ULISES 6 0.06 6
## 18 URIEL 6 0.06 6
## 19 VICTOR 4 0.04 4
## 20 YENNI 5 0.05 54. Crear tabla de frecuencias con fdt_cat() de la variable nombres
- fdt_cat() es una función que genera la tabla de distribución
- La variable de interés sigue siendo nombres
- Genera los mismos valores que ‘tabla_frec.nombres’ , sólo que se agregan los acumulados
- 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.2
- Finalmente la tabla de distribución generada se construye ordenado de mayor a menor con repecto a la frecuencia.
tabla_frec.nombres.2 <- data.frame(fdt_cat(personal$nombres))
names(tabla_frec.nombres.2) <- c('nombres', 'freq', 'freq.r', 'freq.p', 'freq.acum', 'frec.por.acum')
tabla_frec.nombres.2## nombres freq freq.r freq.p freq.acum frec.por.acum
## 1 ANA 11 0.11 11 11 11
## 2 RUBEN 8 0.08 8 19 19
## 3 CINDY 7 0.07 7 26 26
## 4 FABIOLA 7 0.07 7 33 33
## 5 ALONSO 6 0.06 6 39 39
## 6 ULISES 6 0.06 6 45 45
## 7 URIEL 6 0.06 6 51 51
## 8 ARNULFO 5 0.05 5 56 56
## 9 JESSICA 5 0.05 5 61 61
## 10 SERGIO 5 0.05 5 66 66
## 11 YENNI 5 0.05 5 71 71
## 12 CLAUDIA 4 0.04 4 75 75
## 13 MARIANA 4 0.04 4 79 79
## 14 OCTAVIO 4 0.04 4 83 83
## 15 SAHORY 4 0.04 4 87 87
## 16 VICTOR 4 0.04 4 91 91
## 17 BERENICE 3 0.03 3 94 94
## 18 MARCOS 3 0.03 3 97 97
## 19 ALAN 2 0.02 2 99 99
## 20 ANELICE 1 0.01 1 100 1005. Visualizar tabla de frecuencias de nombres (Barra)
barplot(height = tabla_frec.nombres.2$freq, names.arg = tabla_frec.nombres.2$nombres)
6. Visualizar un histograma de la variable edades
hist(personal$edades, main = "Frecuencia de edades", xlab = "Edades", ylab = "Frecuencias")
7. Crear tabla de frecuencias con table() de la variable edades
- La función table() genera frecuencias
tabla.frec.edades <- data.frame(transform(table(personal$edades)))
# tabla.frecuencias.edades
names(tabla.frec.edades) <- c("edades", "freq")
tabla.frec.edades## edades freq
## 1 15 3
## 2 16 3
## 3 17 1
## 4 18 2
## 5 19 1
## 6 20 2
## 7 21 3
## 8 22 1
## 9 23 2
## 10 24 4
## 11 25 3
## 12 26 3
## 13 27 2
## 14 28 2
## 15 30 1
## 16 31 1
## 17 33 4
## 18 34 2
## 19 35 1
## 20 36 2
## 21 37 2
## 22 38 1
## 23 39 3
## 24 40 3
## 25 41 6
## 26 42 2
## 27 43 2
## 28 44 2
## 29 45 1
## 30 46 3
## 31 48 3
## 32 49 1
## 33 50 3
## 34 52 2
## 35 53 2
## 36 54 1
## 37 55 4
## 38 56 4
## 39 57 2
## 40 58 5
## 41 59 5- Gráfica de frecuencias de tabla_frec.edades
barplot(height = tabla.frec.edades$freq,
names.arg = tabla.frec.edades$edades,
main = "Frecuencias de Edades",
xlab = "Edades", ylab = "Frecuencias")
8. Crear tabla de frecuencias con fdt() de la variable edades
- Determinar frecuencia absoluta
- Determinar frecuencia relativa
- Determinar frecuencia porcentual
- Determinar frecuencia acumulada
- Determinar frecuencia porcentual acumulada
tabla.frec.edades_2 <- fdt(personal$edades)
tabla.frec.edades_2 <- data.frame(tabla.frec.edades_2$table)
names(tabla.frec.edades_2) <- c('clases', 'freq', 'freq.r', 'freq.p', 'freq.acum', 'frec.por.acum')
tabla.frec.edades_2## clases freq freq.r freq.p freq.acum frec.por.acum
## 1 [14.85,20.442) 12 0.12 12 12 12
## 2 [20.442,26.035) 16 0.16 16 28 28
## 3 [26.035,31.627) 6 0.06 6 34 34
## 4 [31.627,37.22) 11 0.11 11 45 45
## 5 [37.22,42.812) 15 0.15 15 60 60
## 6 [42.812,48.405) 11 0.11 11 71 71
## 7 [48.405,53.998) 8 0.08 8 79 79
## 8 [53.998,59.59) 21 0.21 21 100 1009. Visualizar tabla de frecuencias de edades (Barra)
- Gráfica de frecuencias de tabla_frec.edades
barplot(height = tabla.frec.edades_2$freq,
names.arg = tabla.frec.edades_2$clases,
main = "Frecuencias de Clases",
xlab = "Clases de edades", ylab = "Frecuencias")
10. Crear tabla de frecuencias con fdt_cat() de la variable genero
- Determinar frecuencia absoluta
- Determinar frecuencia relativa
- Determinar frecuencia porcentual
- Determinar frecuencia acumulada
- Determinar frecuencia porcentual acumulada
tabla_frec.genero <- data.frame(fdt_cat(personal$generos))
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 Femenino 55 0.55 55 55 55
## 2 Masculino 45 0.45 45 100 10011. Visualizar tabla de frecuencias de generos (Barra)
barplot(height = tabla_frec.genero$freq,
names.arg = tabla_frec.genero$generos,
main = "Frecuencias de Géneros",
xlab = "Géneros", ylab = "Frecuencias")
pie(x = tabla_frec.genero$freq,
labels = tabla_frec.genero$generos,
col = c(155,100))
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$deportes))
names(tabla_frec.deporte) <- c('deportes', 'freq', 'freq.r', 'freq.p', 'freq.acum', 'frec.por.acum')
tabla_frec.deporte## deportes freq freq.r freq.p freq.acum frec.por.acum
## 1 FUTBOL 16 0.16 16 16 16
## 2 CICLISMO 14 0.14 14 30 30
## 3 NATACION 12 0.12 12 42 42
## 4 KARATE 11 0.11 11 53 53
## 5 BASQUETBOL 10 0.10 10 63 63
## 6 BOX 10 0.10 10 73 73
## 7 BEISBOL 9 0.09 9 82 82
## 8 TIRO 7 0.07 7 89 89
## 9 VOLEIBOL 6 0.06 6 95 95
## 10 FUTBOL AMERICANO 5 0.05 5 100 10013. Visualizar tabla de frecuencias de deportes (Barra)
barplot(height = tabla_frec.deporte$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 3
Va una descripción libre, generar ideas de los puntos
- De acuerdo a la representación de la tabla de distribución de los nombres del conjunto de datos, se observa que “ANA” es el nombre con mayor frecuencia que representa el 11% del total de los casos.
- El caso refleja que existe mas personas de entre 48 y 53 años de acuerdo al histograma.
- El Genero Femenino es el que mas se repite con una frecuencia del 55%
- El ‘FUTBOL’ es el deporte con mayor frecuencia, representa un 16% de los casos