Caso 4
Sahid Alejandro De La Torre Galarza. 20040381
15/1/2021
Objetivo
Realizar cálculos para determinar medidas de localización y tendencia central como CUARTILES Y PERCENTILES con un conjunto de datos de personas
Descripción
Con un conjunto de datos de personas y con variables de interés como la edad, peso y estatura, determinar medidas de localización y tendencia central, se pide mostrar los datos, identificar las medidas visualizar gráficamente e interpretar las medidas.
Proceso
1.Cargar librerías a.library(readr) # Por si acaso cargar datos
b.library(ggplot2) # Para visualizar
c.library(resumeRdesc) # Para estadísticos
2.Cargar o construir los datos
º100 observaciones
ºUtilizar rnorm() con los parámetros necesarios
3.Cuartiles al 25%, 50% y 75%
a.edad
b.peso
c.estatura
4.Percentiles
a.edad
b.peso
c.estatura
5.Visualizar datos
ºUtilizar la librería ggplot2
ºDiagrama de caja
6.Interpretar y comunicar datos #### 1 Cargar librerías
library(readr)
library (ggplot2)2. Construir los datos
ºSemilla para datos aleatorios
set.seed(2020)ºSimular los datos, utilizar rnorm()
ºn Total de observaciones de la muestra
ºedades en donde la media sea 45 años y desviación stándard igual a 10 años
ºpesos en donde la media sea 75 kgs y desviación standard = 15 kgs
ºestaturas en donde la media sea 1.70 y desviación estándard igual a 0.10
ºConstruir un conjunto de datos llamado personas
ºModificar en caso necesario el nombre del conjunto de datos personas a ‘edad’, ‘peso’ y ‘estatura’ con la función name()
ºMostrar el conjunto de datos personas
ºPimero los datos de las medias de las variables de inicio y de interés: edad, peso y estatura
n <- 100
media.edad <- 45; ds.edad <- 10
media.peso <- 75; ds.peso <- 15
media.estatura <- 1.70; ds.estatura <- 0.10ºSegundo Contruir el conjunto de datos personas
ºhead(personas); tail(personas), los primeros y últimos seis registros u observaciones del conjunto de datos
ºrnorm() estaá generando números aleatorios basados en una media y en una desviación estandard
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 1.643. Cuartiles al 25%, 50% y 75%
ºVariable de interés es edad
ºcuartiles generado es un Vector de 3 posiciones [1], [2] y [3]
cuartiles <- quantile(personas$edad, probs = c(0.25, 0.50, 0.75), type = 6)
cuartiles[1]## 25%
## 39cuartiles[2]## 50%
## 46cuartiles[3]## 75%
## 52.754. Percentiles
ºpercentiles es un Vector de 5 posiciones [1],[2],[3],[4],[5]
percentil <- quantile(personas$edad, probs = c(0.10, 0.30, 0.50, 0.70, 0.90), type = 7)
percentil[1]## 10%
## 32.9percentil[2]## 30%
## 41.7percentil[3]## 50%
## 46percentil[4]## 70%
## 51percentil[5]## 90%
## 61.15. Visualizar datos
ºHistograma de edad con ggplot
ggplot(data = personas, aes(edad, colour = 'edad')) +
geom_histogram(position = "stack", bins = 30)
ºDensidad de edad con ggplot
ggplot(data = personas, aes(edad, colour = 'edad')) +
geom_density()
ºHistograma media, mediana juntos
ggplot(data = personas, aes(edad)) +
geom_histogram(bins = 30) +
geom_vline(aes(xintercept = median(edad),
color = "mediana"),
linetype = "dashed",
size = 1) +
geom_vline(aes(xintercept = mean(edad),
color = "media"),
linetype = "dashed",
size = 1) +
labs(title = "Histograma de Edad",subtitle = paste("Media = ", round(mean(edad),2), ", Mediana = ", round(median(edad),2))) 
ºHistograma y cuartiles juntos
ggplot(data = personas, aes(edad)) +
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 Edad",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)))
ºHistograma y percentiles juntos
ggplot(data = personas, aes(edad)) +
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 Edad. 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)))
Interpretacion(Mi descripcion)
Se vio medidadas de localizacion y tendencia central, se pide un conjunto de datos de personas y con variables de interés como la edad, peso y estatura se pide mostrar todos los datos y identificar las medidas para visualizar gráficamente e interpretar las medidas. Se pide en el caso que realizemos una grafica de caja.