Caso 5. Medidas de Localización. Medidas de Tendencia Central CUARTILES Y PERCENTILES y RANGO

1. Cargar librerías

library(readr)
library (ggplot2)
library(resumeRdesc)

2. Construir los datos

set.seed(2020)

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   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%

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

##   25% 
## 1.605

cuartiles[2]

##  50% 
## 1.69

cuartiles[3]

##    75% 
## 1.7675

4. Percentiles

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

##   10% 
## 1.548

percentil[2]

##  30% 
## 1.63

percentil[3]

##  50% 
## 1.69

percentil[4]

##  70% 
## 1.75

percentil[5]

##   90% 
## 1.821

5. Visualizar datos

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

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

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

ggplot(data = personas, aes(estatura)) +
    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 estatura",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)))

ggplot(data = personas, aes(estatura)) +
    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 Estatura. 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

Por medio de los cuartiles podemos establecer la densidad de valores que hay en una zona especifica como 25% o 75% Los percentiles nos pueden dar aún más valores concretos de las densidades en varios momentos porcentuales. El histograma de le estatura en los percentiles me indica de forma visual el como se maneja la densidad poblacional en cada valor pedido, así lo hace más fácil de identificar.