Caso 4
Joan Arreola
29/9/2020
CASO 4. Cuartiles y Percentiles
Objetivo
Realizar cálculos para determinar medidas de localización y tendencia central como CUARTILES Y PERCENTILES 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 interpretar las medidas.
Marco Conceptual
Pendiente
Proceso
1. Cargar librerías
- library(readr) # Por si acaso cargar datos *library(ggplot2) # Para visualizar
- library(resumeRdesc) # Para estadísticos
2. Cargar o construir los datos
- 100 observaciones
- Utilizar rnorm() con los parámetros necesarios
3. Cuartiles al 25%, 50% y 75%
- edad
- peso
- estatura
4. Percentiles
- edad
- peso
- estatura
5. Visualizar datos
- Utilizar la librería ggplot2
- Diagrama de caja
6. Interpretar y comunicar datos
- Histograma media y mediana
- Histigrama percentiles y cuartiles
1.- Cargar librerías
library(readr)
library (ggplot2)
library(resumeRdesc)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 1.643.- 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$edad, probs = c(0.25, 0.50, 0.75), type = 6)
cuartiles[1]## 25%
## 39cuartiles[2]## 50%
## 46cuartiles[3]## 75%
## 52.754.- Percentiles
- percentiles es un Vector de 5 posiciones [1],[2],[3],[4],[5]
percentil <- quantile(personas$edad, probs = c(0.10, 0.30, 0.50, 0.70, 0.90), type = 7)
percentil[1]## 10%
## 32.9percentil[2]## 30%
## 41.7percentil[3]## 50%
## 46percentil[4]## 70%
## 51percentil[5]## 90%
## 61.15 Visualizacion de los 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()
6. Interpretacion de los datos
- 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. Descripcion del caso
“Hola que tal esta seria mi comprension al caso”
En este caso se pudo ver con los datos obtenidos los percentiles los cuales son de 3 posiciones y los cuartiles los cuales son de 5 posiciones que se generaron en un histograma para visualizarlo de mejor manera en forma de una representacion grafica en forma de barras, las cual es proporcional a la fecuencia de los valores obtenidos.
De esta forma gracias a la distribucion de los datos se puede ver una vista general de los resultados obtenidos, y asi dar un panorama de la representacion de los mismos para poder indentificar tanto los cuartiles como percentiles a la vez que la media y mediana, se pudieron conocer nuevas formulas empleadas en el procedimiento, las cuales no conocia hasta el dia de hoy y fueron de mi agrado.