library(pacman)
p_load("readr","DT","prettydoc","fdth","modeest")
datosob <- read_csv("datosob.csv")
## Parsed with column specification:
## cols(
## mes = col_character(),
## temp = col_double(),
## prec = col_double()
## )
datatable(datosob)
Primer repaso de la unidad 1 de la materia de Estadística Aplicada
Definición de Estadística
Tabla de distribución de frecuencia
dist <- fdt(datosob, breaks = "Sturges")
dist
## temp
## Class limits f rf rf(%) cf cf(%)
## [17.226,20.225) 3 0.25 25.00 3 25.00
## [20.225,23.223) 2 0.17 16.67 5 41.67
## [23.223,26.222) 1 0.08 8.33 6 50.00
## [26.222,29.22) 2 0.17 16.67 8 66.67
## [29.22,32.219) 4 0.33 33.33 12 100.00
##
## prec
## Class limits f rf rf(%) cf cf(%)
## [0.396,19.365) 6 0.50 50 6 50
## [19.365,38.335) 3 0.25 25 9 75
## [38.335,57.304) 0 0.00 0 9 75
## [57.304,76.274) 0 0.00 0 9 75
## [76.274,95.243) 3 0.25 25 12 100
Histograma de distribución de frecuencia
plot(dist, type = "fh")
plot(dist, type = "rfh")
plot(dist, type = "fp")
plot(dist, type = "cfp")
plot(dist, type = "rfp")
Medidas de tendencia central
Moda
mfv(datosob$temp)
## [1] 17.4 17.9 18.6 20.3 22.1 23.5 26.9 27.5 30.6 31.0 31.6 31.9
mfv(datosob$prec)
## [1] 0.4 2.2 4.6 6.4 11.4 14.2 20.8 25.0 28.7 83.6 85.3 94.3
Cuantiles
Valores Máximos & Mínimos
Gráficos (Diagrama) de caja & bigote
Medidas de dispersión
Amplitud (rango & alcance)
Varianza
Desviación Estandar
Introducción a la probabilidad
Probabilidad clásica
Probabilidad distibuida
Distribuciones de frecuencia
Distribución normal
Distribución binomial
Distribución exponencial
Análisis de correlación
Correlación de pearson
Diagramas de dispersión
Regresión lineal simple
Recta de mínimos cuadrados
Ecuación de la recta
Ajuste de la recta
Predicción
Intervalos de confianza
Análisis residuales
Prueba de normalidad
Shapiro-wilk