Análisis de Datos/ Ciencia de Datos/ Programación R

syc<-SDaA::syc

Pregunta 1

1)Recodifique la variable ethnicty, que toma los valores de 1 si el individuo es Hispano ,0 si no lo es y 9 si el valor no esta disponible

recod1 <-ifelse(syc$ethnicty == "notHispanic",0, 
                +                      ifelse(syc$ethnicty == "hispanic",1,9))

table(recod1)

## recod1
##    0    1 
## 2146  467

Pregunta 2

2)construya una tabla de frecuencias relativas cruzadas para la variable ethnicty y sex

table(syc$ethnicty,syc$sex)

##              
##               male female
##   hispanic     430     37
##   notHispanic 2035    111

Pregunta 3

3)cálcule la varianza de la edad agrupando por la variable ethnicty

tapply(syc$age,syc$ethnicty ,var)

##    hispanic notHispanic 
##    4.131898    3.447539

Pregunta 4

4) Construya un gráfico de barra comparativo para las variables ethnicty y sex

barplot(table(syc$ethnicty, syc$sex, exclude = NA),col=topo.colors(3),beside = T)

Pregunta 5

5) modificar el gráfico de barra comparativo en ggplot2 con porcentajes en vez de conteos

library("ggplot2")
ggplot(syc, aes(sex, fill= ethnicty)) + geom_bar(aes(y = (..count..)/sum(..count..)), position = "dodge")+ ylab("Porcentaje")