Caso 3

1.- Cargar una librerias

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

2.- Cargar datos

set.seed(2022)

n=100
Edades= sample(15:80, n, replace = TRUE)
Pesos= sample(40:100, n, replace = TRUE)
Estaturas= sample(140:250, n, replace = TRUE)/100

personas <- data.frame(Edades, Pesos, Estaturas)
names(personas)= c("Edad", "Peso", "Estatura" )
personas

##     Edad Peso Estatura
## 1     65   44     1.53
## 2     69   81     1.56
## 3     20   84     1.97
## 4     77   70     1.69
## 5     28   62     2.44
## 6     21   88     2.16
## 7     69   91     2.41
## 8     15   54     1.49
## 9     65   81     2.31
## 10    46   86     2.19
## 11    79   58     2.19
## 12    43   90     2.38
## 13    26   40     1.92
## 14    74   89     1.99
## 15    58   90     1.76
## 16    77   53     2.29
## 17    36   50     2.13
## 18    25   79     1.98
## 19    34   77     2.06
## 20    76   50     1.41
## 21    17   97     2.04
## 22    43   87     2.49
## 23    80   84     2.26
## 24    48   57     1.84
## 25    53   41     1.68
## 26    45   50     2.17
## 27    70   53     1.83
## 28    15   85     1.70
## 29    33   74     2.19
## 30    74   42     2.02
## 31    64   94     2.31
## 32    55   80     1.68
## 33    17   44     2.46
## 34    46   45     1.74
## 35    47   95     2.40
## 36    34   92     2.39
## 37    30   89     1.81
## 38    77   94     2.17
## 39    19   44     1.86
## 40    56   57     1.57
## 41    80   88     1.46
## 42    38   59     1.59
## 43    32   65     1.81
## 44    20   73     1.72
## 45    47   98     1.47
## 46    56   58     1.78
## 47    37   76     2.13
## 48    54   58     2.45
## 49    40   86     1.86
## 50    47   42     2.34
## 51    26   53     2.28
## 52    71   42     1.91
## 53    25   56     2.01
## 54    49   58     1.78
## 55    49   40     2.12
## 56    34   66     1.98
## 57    49   83     1.47
## 58    30   53     1.45
## 59    80   89     1.40
## 60    67   71     1.78
## 61    72   47     1.57
## 62    63   71     1.71
## 63    62   78     2.35
## 64    29   54     1.63
## 65    47   41     1.99
## 66    73   96     1.88
## 67    67   77     1.45
## 68    53   77     1.64
## 69    16   48     1.55
## 70    33   81     1.78
## 71    43   70     2.11
## 72    68   86     1.42
## 73    17   62     1.60
## 74    18   87     1.91
## 75    50   50     1.55
## 76    61   69     1.94
## 77    52   57     1.78
## 78    79   98     2.45
## 79    60   86     1.78
## 80    34   49     2.00
## 81    40   87     2.46
## 82    40   66     2.31
## 83    73   54     2.50
## 84    36  100     1.70
## 85    48   43     2.34
## 86    77   52     1.93
## 87    73   96     1.85
## 88    79   92     2.24
## 89    56   60     1.47
## 90    18   94     2.17
## 91    59   66     2.40
## 92    17   59     2.16
## 93    72   55     1.55
## 94    15   45     1.43
## 95    42   72     2.05
## 96    46  100     2.02
## 97    68   97     2.43
## 98    21   75     1.59
## 99    18   87     2.00
## 100   27   79     2.02

3.- Sacar la media de edad, peso y estatura

EDAD

media.edad=sum(personas$Edad)/n
media.edad

## [1] 47.79

PESO

media.peso=sum(personas$Peso)/n
media.peso

## [1] 69.98

ESTATURA

media.estatura=sum(personas$Estatura)/n
media.estatura

## [1] 1.9397

4.- sacar la mediana de edad, peso y edad

EDAD

orden.persona.edad <- sort(personas$Edad)
posicion <- ceiling(n /2)

orden.persona.edad

##   [1] 15 15 15 16 17 17 17 17 18 18 18 19 20 20 21 21 25 25 26 26 27 28 29 30 30
##  [26] 32 33 33 34 34 34 34 36 36 37 38 40 40 40 42 43 43 43 45 46 46 46 47 47 47
##  [51] 47 48 48 49 49 49 50 52 53 53 54 55 56 56 56 58 59 60 61 62 63 64 65 65 67
##  [76] 67 68 68 69 69 70 71 72 72 73 73 73 74 74 76 77 77 77 77 79 79 79 80 80 80

LA POSICION

cat("Valor de la posicion ",posicion, " del conjunto de datos (Vector) edades es: ",orden.persona.edad[posicion])

## Valor de la posicion  50  del conjunto de datos (Vector) edades es:  47

LA POSICION CUANDO SON PAR

cat("Valor de la posicion ",posicion + 1, " del conjunto de datos (Vector) edades es: ", orden.persona.edad[posicion + 1])

## Valor de la posicion  51  del conjunto de datos (Vector) edades es:  47

mediana.edad <- sum(orden.persona.edad[posicion], orden.persona.edad[posicion + 1]) / 2
mediana.edad

## [1] 47

PESO

orden.persona.peso <- sort(personas$Peso)
posicion <- ceiling(n /2)

orden.persona.peso

##   [1]  40  40  41  41  42  42  42  43  44  44  44  45  45  47  48  49  50  50
##  [19]  50  50  52  53  53  53  53  54  54  54  55  56  57  57  57  58  58  58
##  [37]  58  59  59  60  62  62  65  66  66  66  69  70  70  71  71  72  73  74
##  [55]  75  76  77  77  77  78  79  79  80  81  81  81  83  84  84  85  86  86
##  [73]  86  86  87  87  87  87  88  88  89  89  89  90  90  91  92  92  94  94
##  [91]  94  95  96  96  97  97  98  98 100 100

LA POSICION

cat("Valor de la posiciOn ",posicion, " del conjunto de datos (Vector) edades es: ",orden.persona.peso[posicion])

## Valor de la posiciOn  50  del conjunto de datos (Vector) edades es:  71

LA POSICION PAR

cat("Valor de la posicion ",posicion + 1, " del conjunto de datos (Vector) edades es: ", orden.persona.peso[posicion + 1])

## Valor de la posicion  51  del conjunto de datos (Vector) edades es:  71

mediana.peso <- sum(orden.persona.peso[posicion], orden.persona.peso[posicion + 1]) / 2
mediana.peso

## [1] 71

ESTATURA

orden.persona.estatura <- sort(personas$Estatura)
posicion <- ceiling(n /2)

orden.persona.estatura

##   [1] 1.40 1.41 1.42 1.43 1.45 1.45 1.46 1.47 1.47 1.47 1.49 1.53 1.55 1.55 1.55
##  [16] 1.56 1.57 1.57 1.59 1.59 1.60 1.63 1.64 1.68 1.68 1.69 1.70 1.70 1.71 1.72
##  [31] 1.74 1.76 1.78 1.78 1.78 1.78 1.78 1.78 1.81 1.81 1.83 1.84 1.85 1.86 1.86
##  [46] 1.88 1.91 1.91 1.92 1.93 1.94 1.97 1.98 1.98 1.99 1.99 2.00 2.00 2.01 2.02
##  [61] 2.02 2.02 2.04 2.05 2.06 2.11 2.12 2.13 2.13 2.16 2.16 2.17 2.17 2.17 2.19
##  [76] 2.19 2.19 2.24 2.26 2.28 2.29 2.31 2.31 2.31 2.34 2.34 2.35 2.38 2.39 2.40
##  [91] 2.40 2.41 2.43 2.44 2.45 2.45 2.46 2.46 2.49 2.50

POSICION

cat("Valor de la posici昼㸳n ",posicion, " del conjunto de datos (Vector) edades es: ",orden.persona.estatura[posicion])

## Valor de la posici<U+663C><U+3E33>n  50  del conjunto de datos (Vector) edades es:  1.93

LA POSICION PAR

cat("Valor de la posiciOn ",posicion + 1, " del conjunto de datos (Vector) edades es: ", orden.persona.estatura[posicion + 1])

## Valor de la posiciOn  51  del conjunto de datos (Vector) edades es:  1.94

mediana.estatura <- sum(orden.persona.estatura[posicion], orden.persona.estatura[posicion + 1]) / 2
mediana.estatura

## [1] 1.935

5.- Sacar Moda, Edad y Estatura

frecuencia <- table(personas$Edad)
frecuencia <- sort(frecuencia, decreasing = TRUE)
frecuencia

## 
## 17 34 47 77 15 18 40 43 46 49 56 73 79 80 20 21 25 26 30 33 36 48 53 65 67 68 
##  4  4  4  4  3  3  3  3  3  3  3  3  3  3  2  2  2  2  2  2  2  2  2  2  2  2 
## 69 72 74 16 19 27 28 29 32 37 38 42 45 50 52 54 55 58 59 60 61 62 63 64 70 71 
##  2  2  2  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1 
## 76 
##  1

moda <- frecuencia[1]
moda

## 17 
##  4

cat("La moda de edad es: ", names(moda), " con ", frecuencia[1])

## La moda de edad es:  17  con  4

print(" Es una sola moda, bimodal o multimodal ?")

## [1] " Es una sola moda, bimodal o multimodal ?"

print("Es multimodal")

## [1] "Es multimodal"

moda <- Mode(personas$Edad)
moda

## [1] 17 34 47 77

Determinar la moda de peso

frecuencia <- table(personas$Peso)
frecuencia <- sort(frecuencia, decreasing = TRUE)
frecuencia

## 
##  50  53  58  86  87  42  44  54  57  66  77  81  89  94  40  41  45  59  62  70 
##   4   4   4   4   4   3   3   3   3   3   3   3   3   3   2   2   2   2   2   2 
##  71  79  84  88  90  92  96  97  98 100  43  47  48  49  52  55  56  60  65  69 
##   2   2   2   2   2   2   2   2   2   2   1   1   1   1   1   1   1   1   1   1 
##  72  73  74  75  76  78  80  83  85  91  95 
##   1   1   1   1   1   1   1   1   1   1   1

moda <- frecuencia[1]
moda

## 50 
##  4

cat("La moda de edad es: ", names(moda), " con ", frecuencia[1])

## La moda de edad es:  50  con  4

print("Es una sola moda, bimodal o multimodal ?")

## [1] "Es una sola moda, bimodal o multimodal ?"

print("Es moda")

## [1] "Es moda"

moda <- Mode(personas$Peso)
moda

## [1] 50 53 58 86 87

Determinar la moda de estatura

frecuencia <- table(personas$Estatura)
frecuencia <- sort(frecuencia, decreasing = TRUE)
frecuencia

## 
## 1.78 1.47 1.55 2.02 2.17 2.19 2.31 1.45 1.57 1.59 1.68  1.7 1.81 1.86 1.91 1.98 
##    6    3    3    3    3    3    3    2    2    2    2    2    2    2    2    2 
## 1.99    2 2.13 2.16 2.34  2.4 2.45 2.46  1.4 1.41 1.42 1.43 1.46 1.49 1.53 1.56 
##    2    2    2    2    2    2    2    2    1    1    1    1    1    1    1    1 
##  1.6 1.63 1.64 1.69 1.71 1.72 1.74 1.76 1.83 1.84 1.85 1.88 1.92 1.93 1.94 1.97 
##    1    1    1    1    1    1    1    1    1    1    1    1    1    1    1    1 
## 2.01 2.04 2.05 2.06 2.11 2.12 2.24 2.26 2.28 2.29 2.35 2.38 2.39 2.41 2.43 2.44 
##    1    1    1    1    1    1    1    1    1    1    1    1    1    1    1    1 
## 2.49  2.5 
##    1    1

moda <- frecuencia[1]
moda

## 1.78 
##    6

cat("La moda de edad es: ", names(moda), " con ", frecuencia[1])

## La moda de edad es:  1.78  con  6

print("Es una sola moda, bimodal o multimodal ?")

## [1] "Es una sola moda, bimodal o multimodal ?"

print("Multimodal")

## [1] "Multimodal"

moda <- Mode(personas$Estatura)
moda

## [1] 1.78

6.- Visualizar datos en graficas

EDAD

ggplot(data = personas, aes(x = Edad)) +
  geom_bar()

peso

ggplot(data = personas, aes(x = Peso)) +
  geom_bar()

ESTATURA

ggplot(data = personas, aes(x = Estatura)) +
  geom_bar()

Histograma de Edad

ggplot(data = personas, aes(x = Edad)) +
  geom_histogram(bins = 30)

Histograma de Peso

ggplot(data = personas, aes(x = Peso)) +
  geom_histogram(bins = 30)

Histograama de Estatura

ggplot(data = personas, aes(x = Estatura)) +
  geom_histogram(bins = 30)

Histograma de Edad Localizacion

ggplot(personas, aes(x=Edad)) + 
  geom_histogram(aes(fill=..count..), bins=20, color="white") +
  geom_vline(aes(xintercept=mean(Edad)), color="red") +
  geom_vline(aes(xintercept=median(Edad)), color= "black")

Histograma de Peso Localizado

ggplot(personas, aes(x=Peso)) + 
  geom_histogram(aes(fill=..count..), bins=20, color="white") +
  geom_vline(aes(xintercept=mean(Peso)), color="green") +
  geom_vline(aes(xintercept=median(Peso)), color= "pink")

Histograma de Estatura Localizada

ggplot(personas, aes(x=Estatura)) + 
  geom_histogram(aes(fill=..count..), bins=20, color="white") +
  geom_vline(aes(xintercept=mean(Estatura)), color="purple") +
  geom_vline(aes(xintercept=median(Estatura)), color= "black")

Grafico Completo

ggplot(aes(x = Edad), data = personas) +
 geom_histogram(color = 'green',
                fill = 'green',
                alpha = 0.2) +
 labs(title = "Histograma de Edad") +
  geom_vline(aes(xintercept = median(Edad),
                  color = "mediana"),
              linetype = "dashed",
              size = 1) +
   geom_vline(aes(xintercept = mean(Edad),
                  color = "media"),
              linetype = "dashed",
              size = 1) +
  geom_vline(
     aes(xintercept = moda[1],
         color = "moda"),
     linetype = "dashed",
     size = 1
   )

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Histograma de Edad

ggplot(aes(x = Peso), data = personas) +
 geom_histogram(color = 'green',
                fill = 'green',
                alpha = 0.2) +
 labs(title = "Histograma de Peso") +
  geom_vline(aes(xintercept = median(Peso),
                  color = "mediana"),
              linetype = "dashed",
              size = 1) +
   geom_vline(aes(xintercept = mean(Peso),
                  color = "media"),
              linetype = "dashed",
              size = 1) +
  geom_vline(
     aes(xintercept = moda[1],
         color = "moda"),
     linetype = "dashed",
     size = 1
   )

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Histograma de Peso

ggplot(aes(x = Estatura), data = personas) +
 geom_histogram(color = 'green',
                fill = 'green',
                alpha = 0.2) +
 labs(title = "Histograma de Estatura") +
  geom_vline(aes(xintercept = median(Estatura),
                  color = "mediana"),
              linetype = "dashed",
              size = 1) +
   geom_vline(aes(xintercept = mean(Estatura),
                  color = "media"),
              linetype = "dashed",
              size = 1) +
  geom_vline(
     aes(xintercept = moda[1],
         color = "moda"),
     linetype = "dashed",
     size = 1
   )

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Histograma de Estatura

7

En este caso aprendi a instalar y cargar nuevas librerias para poder proyectar graficas de barra y para analizar datos estadisticos. Pude visualizar la Moda, Media y Mediana de todos los datos para luego poder proyectarlos.

Caso 3

Alexsis Romero Moreno

4/10/2020

1.- Cargar una librerias

2.- Cargar datos

3.- Sacar la media de edad, peso y estatura

EDAD

PESO

ESTATURA

4.- sacar la mediana de edad, peso y edad

EDAD

LA POSICION

LA POSICION CUANDO SON PAR

PESO

LA POSICION

LA POSICION PAR

ESTATURA

POSICION

LA POSICION PAR

5.- Sacar Moda, Edad y Estatura

Determinar la moda de peso

Determinar la moda de estatura

6.- Visualizar datos en graficas

EDAD

peso

ESTATURA

Histograma de Edad

Histograma de Peso

Histograama de Estatura

Histograma de Edad Localizacion

Histograma de Peso Localizado

Histograma de Estatura Localizada

Grafico Completo

Histograma de Edad

Histograma de Peso

Histograma de Estatura

7

En este caso aprendi a instalar y cargar nuevas librerias para poder proyectar graficas de barra y para analizar datos estadisticos. Pude visualizar la Moda, Media y Mediana de todos los datos para luego poder proyectarlos.