CASO 4. Cuartiles y Percentiles

Proceso

1. Cargar librerías
- 1. library(readr) # Por si acaso cargar datos
- 1. library(ggplot2) # Para visualizar
- 1. library(resumeRdesc) # Para estadísticos
1. Cargar o construir los datos
- 100 observaciones
- Utilizar rnorm() con los parámetros necesarios
1. Cuartiles al 25%, 50% y 75%
- 1. edad
- 1. peso
- 1. estatura
1. Percentiles
- 1. edad
- 1. peso
- 1. estatura
1. Visualizar datos
- Utilizar la librería ggplot2
- Diagrama de caja
1. Interpretar y comunicar datos

1 Cargar librerías

library(readr)
library (ggplot2)
library(resumeRdesc)  # No se si la usamos pero ...

2. Construir los datos

Semilla para datos aleatorios

set.seed(2020)

Simular los datos, utilizar rnorm()
n Total de observaciones de la muestra
edades en donde la media sea 45 años y desviación stándard igual a 10 años
pesos en donde la media sea 75 kgs y desviación standard = 15 kgs
estaturas en donde la media sea 1.70 y desviación estándard igual a 0.10
Construir un conjunto de datos llamado personas
Modificar en caso necesario el nombre del conjunto de datos personas a ‘edad’, ‘peso’ y ‘estatura’ con la función name()
Mostrar el conjunto de datos personas
Pimero los datos de las medias de las variables de inicio y de interés: edad, peso y estatura

n <-  100
media.edad <- 45; ds.edad <- 10
media.peso <- 75; ds.peso <- 15
media.estatura <- 1.70; ds.estatura <- 0.10

Segundo Contruir el conjunto de datos personas
head(personas); tail(personas), los primeros y últimos seis registros u observaciones del conjunto de datos
rnorm() estaá generando números aleatorios basados en una media y en una desviación estandard

edad <- round(rnorm(n = n, mean = media.edad, sd = ds.edad),0)
peso <- round(rnorm(n = n, mean = media.peso, sd = ds.peso),2)
estatura <- round(rnorm(n = n, mean = media.estatura, sd = ds.estatura),2)

personas <- data.frame(edad, peso, estatura)

head(personas); tail(personas)

##   edad  peso estatura
## 1   49 49.07     1.63
## 2   48 60.13     1.79
## 3   34 66.22     1.66
## 4   34 80.75     1.74
## 5   17 86.20     1.60
## 6   52 61.07     1.57

##     edad  peso estatura
## 95    43 64.09     1.73
## 96    37 84.40     1.63
## 97    48 58.63     1.65
## 98    52 67.26     1.88
## 99    40 75.25     1.60
## 100   38 84.91     1.64

3. Cuartiles al 25%, 50% y 75%

Variable de interés es edad
cuartiles generado es un Vector de 3 posiciones [1], [2] y [3]

cuartiles <- quantile(personas$edad, probs = c(0.25, 0.50, 0.75), type = 6)
cuartiles[1]

## 25% 
##  39

cuartiles[2]

## 50% 
##  46

cuartiles[3]

##   75% 
## 52.75

4. Percentiles

percentiles es un Vector de 5 posiciones [1],[2],[3],[4],[5]

percentil <- quantile(personas$edad, probs = c(0.10, 0.30, 0.50, 0.70, 0.90), type = 7)
percentil[1]

##  10% 
## 32.9

percentil[2]

##  30% 
## 41.7

percentil[3]

## 50% 
##  46

percentil[4]

## 70% 
##  51

percentil[5]

##  90% 
## 61.1

5. Visualizar datos

Histograma de edad con ggplot

ggplot(data = personas, aes(edad, colour = 'edad')) +
    geom_histogram(position = "stack", bins = 30)

Densidad de edad con ggplot

ggplot(data = personas, aes(edad, colour = 'edad')) +
    geom_density()

Histograma media, mediana juntos

ggplot(data = personas, aes(edad)) +
    geom_histogram(bins = 30) + 
    geom_vline(aes(xintercept = median(edad),
                  color = "mediana"),
              linetype = "dashed",
              size = 1) +
    geom_vline(aes(xintercept = mean(edad),
                  color = "media"),
              linetype = "dashed",
              size = 1) +
  labs(title = "Histograma de Edad",subtitle =  paste("Media = ", round(mean(edad),2), ", Mediana = ", round(median(edad),2)))

Histograma y cuartiles juntos

ggplot(data = personas, aes(edad)) +
    geom_histogram(bins = 30) + 
    geom_vline(aes(xintercept = cuartiles[1],
                  color = "Q1"),
              linetype = "dashed",
              size = 1) +
    geom_vline(aes(xintercept = cuartiles[2],
                  color = "Q2"),
              linetype = "dashed",
              size = 1) +
    geom_vline(aes(xintercept = cuartiles[3],
                  color = "Q3"),
              linetype = "dashed",
              size = 1) +  
  labs(title = "Histograma de Edad",subtitle =  paste("Cuartil 1 al 25% = ",round(cuartiles[1],2), ", Cuartil 2 al 50% = ",round(cuartiles[2],2), ", Cuartil 3 al 75% = ",round(cuartiles[3],2)))

Histograma y percentiles juntos

ggplot(data = personas, aes(edad)) +
    geom_histogram(bins = 30) + 
    geom_vline(aes(xintercept = percentil[1],
                  color = "Perc1"),
              linetype = "solid",
              size = 2) +
    geom_vline(aes(xintercept = percentil[2],
                  color = "Perc2"),
              linetype = "solid",
              size = 2) +
    geom_vline(aes(xintercept = percentil[3],
                  color = "Perc3"),
              linetype = "solid",
              size = 2) +  
      geom_vline(aes(xintercept = percentil[4],
                  color = "Perc4"),
              linetype = "solid",
              size = 2) +
    geom_vline(aes(xintercept = percentil[5],
                  color = "Perc5"),
              linetype = "solid",
              size = 2) + 
  labs(title = "Histograma de Edad. Perc = Percentiles",subtitle =  paste("Perc al 10% = ",round(percentil[1],2), "Perc al 30% = ",round(percentil[2],2),"Perc al 50% = ",round(percentil[3],2),"Perc al 70% = ",round(percentil[4],2),"Perc al 90% = ",round(percentil[5],2)))

7. Interpretar y comunicar datos

de 130 a 150 palabras

Los cuartiles son valores que dividen una muestra de datos en cuatro partes iguales. Los cuartiles sirven como una medida de localziación para describir los datos ordenados en cuatro partes.

Los valores de los cuartiles de la variable edad son al 25% es:39, al 50% es: 46 y al 75% es 52.75

CASO 4. Cuartiles y Percentiles

Rubén Pizarro

29/9/2020

Objetivo

Descripción