setwd("~/EstadisticaAplicada")

Qué es la estadística y que aplicaciones tiene en ingeniería?

La estadística se encarga de resumir, analizar y organizar datos basados en las tomas de decisiones que infieren en los análisis a realizar; la estadística en ingeniería química es de gran utilidad debido a que en los análisis de muestro de tomas de agua residual podemos usar la desviación estándar para conocer los valores de DQO o DBO así como los porcentajes de microorganismos que se encuentren dentro de estas muestras.

Enliste y defina los tipos de variables usados en estadística; de 2 ejemplos de c/u

Cuanitativas-. Aquellas que podemos expresar numericamente por ejemplo el número de hermanos, el número de estudiantes conectados a la clase etc.
Cuanlitativas-. Es lo contrario a las cuantitativas ya que son valores que no podemos expresar por ejemplo el color de ojos de cada hermano ya sea negro,café, verde; el estado civil de los estudiantes solteros, en una relación etc.

Importe los datos del archivo de Excel ’pozos’y conteste lo sig usando R

A)

Importar datos

library(pacman)
p_load("readxl", "prettydoc", "DT")
pozos <- read_excel("pozos3.xlsx", col_types = c("numeric"))
library(readxl)
pozos <- read_excel("pozos3.xlsx")
View(pozos)
Temp <- pozos$TEMP

PH <- pozos$PH

Ordene los datos de menor a mayor, indique el valor máximo / mínimo y el rango total de datos.

#Ordenar los datos de menor a mayor en PH

sort(PH)

##   [1] 6.1 6.3 6.4 6.4 6.4 6.4 6.4 6.4 6.4 6.5 6.5 6.5 6.5 6.5 6.5 6.5 6.5 6.5
##  [19] 6.5 6.5 6.5 6.5 6.5 6.5 6.5 6.5 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.6
##  [37] 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.6 6.7 6.7 6.7 6.7 6.7
##  [55] 6.7 6.7 6.7 6.7 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8
##  [73] 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8
##  [91] 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8
## [109] 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.8 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9
## [127] 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9
## [145] 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 6.9 7.0 7.0
## [163] 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0
## [181] 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0
## [199] 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0
## [217] 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.0
## [235] 7.0 7.0 7.0 7.0 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1
## [253] 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.1 7.2 7.2
## [271] 7.2 7.2 7.2 7.2 7.2 7.2 7.2 7.2 7.2 7.2 7.3 7.3 7.3 7.3 7.3 7.3 7.4 7.4
## [289] 7.4 7.4 7.4 7.4 7.5

#Ordenar los datos de menor a mayor en TEMP

sort(Temp)

##   [1] 25.6 25.8 26.2 26.3 26.3 26.4 26.4 26.8 26.8 26.9 27.0 27.0 27.1 27.2 27.2
##  [16] 27.3 27.3 27.3 27.3 27.4 27.4 27.4 27.4 27.4 27.5 27.5 27.5 27.5 27.5 27.5
##  [31] 27.5 27.5 27.5 27.5 27.5 27.5 27.6 27.7 27.7 27.7 27.7 27.8 27.8 27.8 27.8
##  [46] 27.8 27.8 27.8 27.8 27.8 27.8 27.8 27.9 27.9 27.9 27.9 27.9 27.9 27.9 27.9
##  [61] 27.9 27.9 27.9 27.9 27.9 27.9 28.0 28.0 28.0 28.0 28.0 28.0 28.0 28.0 28.0
##  [76] 28.0 28.0 28.0 28.0 28.0 28.0 28.0 28.0 28.0 28.1 28.1 28.1 28.2 28.2 28.2
##  [91] 28.2 28.2 28.2 28.2 28.2 28.2 28.2 28.2 28.2 28.3 28.3 28.3 28.3 28.3 28.3
## [106] 28.3 28.4 28.4 28.4 28.4 28.4 28.4 28.4 28.5 28.5 28.5 28.5 28.5 28.5 28.5
## [121] 28.5 28.5 28.6 28.6 28.6 28.6 28.6 28.6 28.6 28.6 28.6 28.6 28.6 28.6 28.6
## [136] 28.6 28.6 28.6 28.6 28.6 28.6 28.7 28.7 28.7 28.7 28.7 28.7 28.7 28.7 28.7
## [151] 28.7 28.7 28.7 28.7 28.8 28.8 28.8 28.8 28.8 28.8 28.8 28.8 28.8 28.8 28.8
## [166] 28.8 28.9 28.9 28.9 28.9 28.9 28.9 28.9 28.9 28.9 28.9 28.9 28.9 28.9 28.9
## [181] 28.9 28.9 28.9 28.9 29.0 29.0 29.0 29.0 29.0 29.0 29.0 29.0 29.0 29.0 29.0
## [196] 29.0 29.0 29.0 29.1 29.1 29.1 29.1 29.1 29.1 29.1 29.1 29.1 29.1 29.1 29.2
## [211] 29.2 29.2 29.2 29.2 29.2 29.2 29.2 29.2 29.2 29.2 29.2 29.2 29.2 29.3 29.3
## [226] 29.3 29.3 29.4 29.4 29.4 29.4 29.4 29.4 29.4 29.4 29.4 29.4 29.4 29.5 29.5
## [241] 29.5 29.5 29.5 29.5 29.5 29.5 29.5 29.6 29.6 29.6 29.7 29.7 29.8 29.8 29.8
## [256] 29.8 29.8 29.8 29.9 29.9 29.9 29.9 30.0 30.0 30.0 30.0 30.0 30.0 30.1 30.1
## [271] 30.1 30.1 30.2 30.2 30.2 30.3 30.3 30.3 30.3 30.4 30.5 30.6 30.8 30.9 31.1
## [286] 31.1 31.1 31.2 31.4 31.5 31.7 31.9 32.1

Máximos y mínimos

Tempmax <- max(Temp)
Tempmin <-min(Temp)

PHmax <- max(PH)
PHmin <-min(PH)

Rango #Obtener el valor del rango de mayor-menor para la Temp

rango <-(Tempmax-Tempmin)
rango

## [1] 6.5

Obtener el valor del rango de mayor- menor para el PH

rango <-(PHmax-PHmin)
rango

## [1] 1.4

B)

Obtenga (el número de) los intervalos (o clases) usando la fórmula según Sturges y el ancho de clase.

nclass.Sturges(PH)

## [1] 10

nclass.Sturges(Temp)

## [1] 10

Ancho de la clase

A =(rango/10)
A

## [1] 0.14

C)

Construya una tabla de frecuencias que incluya: límites de clases, frecuencia absoluta,frecuencia relativa, frecuencia relativa porcentual, frecuencia acumulada y explique a detalle que refleja esta tabla.

Tabla de frecuencia

library(fdth)

## 
## Attaching package: 'fdth'

## The following objects are masked from 'package:stats':
## 
##     sd, var

tSturges <-fdt(Temp, breaks= "Sturges")
tSturges

##     Class limits  f   rf rf(%)  cf  cf(%)
##  [25.344,26.052)  2 0.01  0.68   2   0.68
##  [26.052,26.759)  5 0.02  1.71   7   2.39
##  [26.759,27.467) 17 0.06  5.80  24   8.19
##  [27.467,28.175) 63 0.22 21.50  87  29.69
##  [28.175,28.883) 79 0.27 26.96 166  56.66
##   [28.883,29.59) 81 0.28 27.65 247  84.30
##   [29.59,30.298) 28 0.10  9.56 275  93.86
##  [30.298,31.006)  9 0.03  3.07 284  96.93
##  [31.006,31.713)  7 0.02  2.39 291  99.32
##  [31.713,32.421)  2 0.01  0.68 293 100.00

library(fdth)
phSturges <-fdt(PH, breaks= "Sturges")
phSturges

##   Class limits   f   rf rf(%)  cf  cf(%)
##  [6.039,6.193)   1 0.00  0.34   1   0.34
##  [6.193,6.346)   1 0.00  0.34   2   0.68
##    [6.346,6.5)   7 0.02  2.39   9   3.07
##    [6.5,6.653)  40 0.14 13.65  49  16.72
##  [6.653,6.807)  67 0.23 22.87 116  39.59
##  [6.807,6.961)  44 0.15 15.02 160  54.61
##  [6.961,7.114) 108 0.37 36.86 268  91.47
##  [7.114,7.268)  12 0.04  4.10 280  95.56
##  [7.268,7.421)  12 0.04  4.10 292  99.66
##  [7.421,7.575)   1 0.00  0.34 293 100.00

D)

Elabore un histograma, polígono de frecuencias, histograma de frecuencias acumulado.

Histograma para el PH

plot(phSturges, type ="fh", col="pink") # Histograma de frecuencia absoluta

plot(phSturges, type ="cfh", col="blue2") # Histograma de frecuencia acumulada

plot(phSturges, type = "rfh", col="Green") # Histograma de frecuencia relativa

Polígono de frecuencias para el PH

plot(phSturges, type ="fp", col="purple") # Polígono de frecuencia absoluta

plot(phSturges, type ="cfp", col="orange") # Polígono de frecuencia acumulada

plot(phSturges, type = "rfp", col="brown") # Polígono de frecuencia relativa

Histograma para la Temp

plot(tSturges, type ="fh", col="yellow") # Histograma de frecuencia absoluta

plot(tSturges, type ="cfh", col="green") # Histograma de frecuencia acumulada

plot(tSturges, type = "rfh", col="pink") # Histograma de frecuencia relativa

Polígono de frecuencias para la Temp

plot(tSturges, type ="fp", col="blue") # Polígono de frecuencia absoluta

plot(tSturges, type ="cfp", col="pink") # Polígono de frecuencia acumulada

plot(tSturges, type = "rfp", col="orange") # Polígono de frecuencia relativa

E)

Obtenga la media, mediana, moda.

#Media, mediana y moda del PH

mean(PH)

## [1] 6.890444

median(PH)

## [1] 6.9

mfv(PH)

## [1] 7

#Media, mediana y moda de la Temp

mean(Temp)

## [1] 28.69795

median(Temp)

## [1] 28.7

mfv(PH)

## [1] 7

El valor 28.7 en la temperatura es el más repetitivo del caso

F)

Obtenga la varianza y la desviación estándar, interprete los resultados. ¿Pueden estas medidas ser negativas?

Varianza y desv. estándar para el PH

var(PH)

## [1] 0.04908645

sd(PH)

## [1] 0.2215546

varianza y desv. estándar para la Temp

var(Temp)

## [1] 1.035407

sd(Temp)

## [1] 1.017549

No pueden ser negativos los valores debido a que estos salen de un promedio de cuadrados por lo que nunca serán valores negativos

G)

Elabore gráfico de caja y bigote

#Caja y bigote p/ PH

boxplot(PH)

#caja y bigote p/Temp

boxplot(Temp)

U1E1

Erika Delgado

23/10/2020