Caso 4
Jairo Ruiz
30/9/2020
- Cargar librerías
library(readr)## Warning: package 'readr' was built under R version 3.6.3library(ggplot2)## Warning: package 'ggplot2' was built under R version 3.6.3library(resumeRdesc)2. Cargar o construir los datos
set.seed(4444)
n <- 100
media.edad <- 45; ds.edad <- 10
media.peso <- 75; ds.peso <- 15
media.estatura <- 1.70; ds.estatura <- 0.10
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 67 93.70 1.75
## 2 25 94.33 1.74
## 3 29 78.75 1.70
## 4 52 67.72 1.73
## 5 55 86.63 1.76
## 6 50 89.28 1.73## edad peso estatura
## 95 31 89.59 1.79
## 96 54 50.29 1.67
## 97 35 64.17 1.77
## 98 48 89.92 1.59
## 99 46 79.48 1.70
## 100 47 82.32 1.713. Cuartiles al 25%, 50% y 75%
- edad
cuartiled <- quantile(personas$edad, probs = c(0.25, 0.50, 0.75), type = 6)
cuartiled[1]## 25%
## 40cuartiled[2]## 50%
## 46cuartiled[3]## 75%
## 52- peso
cuartilep <- quantile(personas$peso, probs = c(0.25, 0.50, 0.75), type = 6)
cuartilep[1]## 25%
## 66.525cuartilep[2]## 50%
## 78.74cuartilep[3]## 75%
## 88.2125- estatura
cuartilest <- quantile(personas$estatura, probs = c(0.25, 0.50, 0.75), type = 6)
cuartilest[1]## 25%
## 1.64cuartilest[2]## 50%
## 1.7cuartilest[3]## 75%
## 1.74754. Percentiles al 10%, 30%, 50%, 70% y 90%
- edad
percentiled <- quantile(personas$edad, probs = c(0.10, 0.30, 0.50, 0.70, 0.90), type = 7)
percentiled[1]## 10%
## 33.7percentiled[2]## 30%
## 41percentiled[3]## 50%
## 46percentiled[4]## 70%
## 51percentiled[5]## 90%
## 58.1- peso
percentilpe <- quantile(personas$peso, probs = c(0.10, 0.30, 0.50, 0.70, 0.90), type = 7)
percentilpe[1]## 10%
## 57.509percentilpe[2]## 30%
## 67.776percentilpe[3]## 50%
## 78.74percentilpe[4]## 70%
## 84.062percentilpe[5]## 90%
## 94.114- estatura
percentilest <- quantile(personas$estatura, probs = c(0.10, 0.30, 0.50, 0.70, 0.90), type = 7)
percentilest[1]## 10%
## 1.58percentilest[2]## 30%
## 1.66percentilest[3]## 50%
## 1.7percentilest[4]## 70%
## 1.74percentilest[5]## 90%
## 1.85. Visualizar datos
Histograma
- Edad
ggplot(data = personas, aes(edad, colour = 'edad')) +
geom_histogram(position = "stack", bins = 30)
- Peso
ggplot(data = personas, aes(peso, colour = 'peso')) +
geom_histogram(position = "stack", bins = 30)
- Estatura
ggplot(data = personas, aes(estatura, colour = 'estatura')) +
geom_histogram(position = "stack", bins = 30)
Densidad
- Edad
ggplot(data = personas, aes(edad, colour = 'edad')) +
geom_density()
- Peso
ggplot(data = personas, aes(peso, colour = 'peso')) +
geom_density()
- Estatura
ggplot(data = personas, aes(estatura, colour = 'estatura')) +
geom_density()
Cuartiles
- Edad
ggplot(data = personas, aes(edad, colour = 'edad')) +
geom_histogram(bins = 30) +
geom_vline(aes(xintercept = cuartiled[1],
color = "Q1"),
linetype = "dashed",
size = 1) +
geom_vline(aes(xintercept = cuartiled[2],
color = "Q2"),
linetype = "dashed",
size = 1) +
geom_vline(aes(xintercept = cuartiled[3],
color = "Q3"),
linetype = "dashed",
size = 1) +
labs(title = "Histograma de Edad",subtitle = paste("Cuartil 1 al 25% = ",round(cuartiled[1],2), ", Cuartil 2 al 50% = ",round(cuartiled[2],2), ", Cuartil 3 al 75% = ",round(cuartiled[3],2)))
- Peso
ggplot(data = personas, aes(peso, colour = 'peso')) +
geom_histogram(bins = 30) +
geom_vline(aes(xintercept = cuartilep[1],
color = "Q1"),
linetype = "dashed",
size = 1) +
geom_vline(aes(xintercept = cuartilep[2],
color = "Q2"),
linetype = "dashed",
size = 1) +
geom_vline(aes(xintercept = cuartilep[3],
color = "Q3"),
linetype = "dashed",
size = 1) +
labs(title = "Histograma de Peso",subtitle = paste("Cuartil 1 al 25% = ",round(cuartilep[1],2), ", Cuartil 2 al 50% = ",round(cuartilep[2],2), ", Cuartil 3 al 75% = ",round(cuartilep[3],2)))
- Estatura
ggplot(data = personas, aes(estatura, colour = 'estatura')) +
geom_histogram(bins = 30) +
geom_vline(aes(xintercept = cuartilest[1],
color = "Q1"),
linetype = "dashed",
size = 1) +
geom_vline(aes(xintercept = cuartilest[2],
color = "Q2"),
linetype = "dashed",
size = 1) +
geom_vline(aes(xintercept = cuartilest[3],
color = "Q3"),
linetype = "dashed",
size = 1) +
labs(title = "Histograma de Estatura",subtitle = paste("Cuartil 1 al 25% = ",round(cuartilest[1],2), ", Cuartil 2 al 50% = ",round(cuartilest[2],2), ", Cuartil 3 al 75% = ",round(cuartilest[3],2)))
Percentiles
- Edad
ggplot(data = personas, aes(edad, colour = 'edad')) +
geom_histogram(bins = 30) +
geom_vline(aes(xintercept = percentiled[1],
color = "Perc1"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentiled[2],
color = "Perc2"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentiled[3],
color = "Perc3"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentiled[4],
color = "Perc4"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentiled[5],
color = "Perc5"),
linetype = "solid",
size = 2) +
labs(title = "Histograma de Edad. Perc = Percentiles",subtitle = paste("Perc al 10% = ",round(percentiled[1],2), "Perc al 30% = ",round(percentiled[2],2),"Perc al 50% = ",round(percentiled[3],2),"Perc al 70% = ",round(percentiled[4],2),"Perc al 90% = ",round(percentiled[5],2)))
- Peso
ggplot(data = personas, aes(peso, colour = 'peso')) +
geom_histogram(bins = 30) +
geom_vline(aes(xintercept = percentilpe[1],
color = "Perc1"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentilpe[2],
color = "Perc2"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentilpe[3],
color = "Perc3"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentilpe[4],
color = "Perc4"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentilpe[5],
color = "Perc5"),
linetype = "solid",
size = 2) +
labs(title = "Histograma de Edad. Perc = Percentiles",subtitle = paste("Perc al 10% = ",round(percentilpe[1],2),"Perc al 30% = ",round(percentilpe[2],2),"Perc al 50% = ",round(percentilpe[3],2),"Perc al 70% = ",round(percentilpe[4],2),"Perc al 90% = ",round(percentilpe[5],2)))
- Estatura
ggplot(data = personas, aes(estatura, colour = 'estatura')) +
geom_histogram(bins = 30) +
geom_vline(aes(xintercept = percentilest[1],
color = "Perc1"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentilest[2],
color = "Perc2"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentilest[3],
color = "Perc3"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentilest[4],
color = "Perc4"),
linetype = "solid",
size = 2) +
geom_vline(aes(xintercept = percentilest[5],
color = "Perc5"),
linetype = "solid",
size = 2) +
labs(title = "Histograma de Edad. Perc = Percentiles",subtitle = paste("Perc al 10% = ",round(percentilest[1],2),"Perc al 30% = ",round(percentilest[2],2),"Perc al 50% = ",round(percentilest[3],2),"Perc al 70% = ",round(percentilest[4],2),"Perc al 90% = ",round(percentilest[5],2)))
6. Interpretar y comunicar datos
En este caso pudimos ver en acción y aprender sobre los percentiles y los cuartiles. Los cuartiles son valores que dividen una muestra de datos en cuatro partes iguales. Utilizando cuartiles puede evaluar rápidamente la dispersión y la tendencia central de un conjunto de datos, que son los pasos iniciales importantes para comprender sus datos. 25% de los datos es menor que o igual a este valor. Como pudimos ver en el caso aunque los cuartiles y percentiles no son muy difíciles de sacar en teoría, cuando se manejan muchos datos los programas como R nos ahorran mucho tiempo y esfuerzo por los que nos puede ayudar mucho el saber usar estas herramientas, así como también nos apoya el saber como se realizan los cálculos de dichos casos como el que ahora se presentó.