Objetivo.

ºAnalizar datos para identificar medias ponderadas y geométricas

Descripción.

ºDe un conjunto de tres ejercicios del libro Identificar media pondera y geométrica de un conjunto de datos (simples).

Desarrollo

ºDesarrollar un documento markdown y subir al servicio en la nube rpubs en su espacio de trabajo personal. Enviar el enlace al portal Schoology Sustento teórico: Libro Proceso

1. Cargar datos

n=20
set.seed(2020)
nombres <- c("JOSE", "ADAM", "MICHAEL", "AGUSTIN", "BETINA", "BRYAN", "CAROLINA", "RAFAEL", "SEBASTIAN", "CESAR", "VLADIMIR", "NOE", "NURIA", "MARTIN", "JORGE", "JORDI", "MANUEL", "JUAN", "SOL", "LUNA")
#### Valor de los examenes
valor1=1
cal1= sample(50:100, n, replace = TRUE)/10
valor2=2.5
cal2=sample(50:100, n, replace = TRUE)/10
valor3=3.5
cal3=sample(50:100, n, replace = TRUE)/10

Alumnos=data.frame(nombres, cal1, cal2, cal3)
names(Alumnos)= c("nombres", "1ra.Calificacion", "2da. Calificacion", "3ra. Calificacion")
Alumnos
##      nombres 1ra.Calificacion 2da. Calificacion 3ra. Calificacion
## 1       JOSE              7.7               5.1               5.5
## 2       ADAM              9.3               7.8               9.6
## 3    MICHAEL              7.2               8.9               9.2
## 4    AGUSTIN              7.1               5.3               6.2
## 5     BETINA              7.3               9.9               8.1
## 6      BRYAN              5.0               6.3               7.3
## 7   CAROLINA              6.6               6.3               6.2
## 8     RAFAEL              8.5               6.1               9.4
## 9  SEBASTIAN              9.1               9.7               5.1
## 10     CESAR              5.5               9.6               8.0
## 11  VLADIMIR              9.8               6.3               6.5
## 12       NOE              9.4               5.6               6.2
## 13     NURIA              5.7               6.9               5.0
## 14    MARTIN              9.1               6.7               8.7
## 15     JORGE              9.9               7.0               5.2
## 16     JORDI              6.5               9.7               7.8
## 17    MANUEL              7.8               9.3               7.4
## 18      JUAN              8.3               6.7               9.4
## 19       SOL              9.7               5.9               9.2
## 20      LUNA              5.2               8.0               7.4

2. Determinar la Media ponderada

ºDos prácticas del libro o literatura consultada abierto a la búsqueda de datos y ponderaciones de cada alumno (al menos 4 datos)

ºValor de la ponderacion total de las 3 anteriores. Representada por W. X la tomamos como la variable de las calificaciones

W=(valor1+valor2+valor3)
W 
## [1] 7
 Op1<-0
  Op2<-0
  Op3<-0
  Suma<-0
for (i in 1:20) {
  Op1[i]=cal1[i]*valor1
  Op2[i]=cal2[i]*valor2
  Op3[i]=cal3[i]*valor3
}

Calificaciones por Ponderacion

for (i in 1:20) {
  print(Op1[i])
  print(Op2[i])
  print(Op3[i])
  print('-----')
}
## [1] 7.7
## [1] 12.75
## [1] 19.25
## [1] "-----"
## [1] 9.3
## [1] 19.5
## [1] 33.6
## [1] "-----"
## [1] 7.2
## [1] 22.25
## [1] 32.2
## [1] "-----"
## [1] 7.1
## [1] 13.25
## [1] 21.7
## [1] "-----"
## [1] 7.3
## [1] 24.75
## [1] 28.35
## [1] "-----"
## [1] 5
## [1] 15.75
## [1] 25.55
## [1] "-----"
## [1] 6.6
## [1] 15.75
## [1] 21.7
## [1] "-----"
## [1] 8.5
## [1] 15.25
## [1] 32.9
## [1] "-----"
## [1] 9.1
## [1] 24.25
## [1] 17.85
## [1] "-----"
## [1] 5.5
## [1] 24
## [1] 28
## [1] "-----"
## [1] 9.8
## [1] 15.75
## [1] 22.75
## [1] "-----"
## [1] 9.4
## [1] 14
## [1] 21.7
## [1] "-----"
## [1] 5.7
## [1] 17.25
## [1] 17.5
## [1] "-----"
## [1] 9.1
## [1] 16.75
## [1] 30.45
## [1] "-----"
## [1] 9.9
## [1] 17.5
## [1] 18.2
## [1] "-----"
## [1] 6.5
## [1] 24.25
## [1] 27.3
## [1] "-----"
## [1] 7.8
## [1] 23.25
## [1] 25.9
## [1] "-----"
## [1] 8.3
## [1] 16.75
## [1] 32.9
## [1] "-----"
## [1] 9.7
## [1] 14.75
## [1] 32.2
## [1] "-----"
## [1] 5.2
## [1] 20
## [1] 25.9
## [1] "-----"

Suma de los Resultados Obtenidos

for (i in 1:20) {
  Suma[i]=Op1[i]+Op2[i]+Op3[i]
  print(Suma[i])
  }
## [1] 39.7
## [1] 62.4
## [1] 61.65
## [1] 42.05
## [1] 60.4
## [1] 46.3
## [1] 44.05
## [1] 56.65
## [1] 51.2
## [1] 57.5
## [1] 48.3
## [1] 45.1
## [1] 40.45
## [1] 56.3
## [1] 45.6
## [1] 58.05
## [1] 56.95
## [1] 57.95
## [1] 56.65
## [1] 51.1

Resultado (Media ponderada)

ValortOTAL<-0
  for (i in 1:20) {
    ValortOTAL[i]= Suma[i]/W
    print(ValortOTAL[i], 3)
  }
## [1] 5.67
## [1] 8.91
## [1] 8.81
## [1] 6.01
## [1] 8.63
## [1] 6.61
## [1] 6.29
## [1] 8.09
## [1] 7.31
## [1] 8.21
## [1] 6.9
## [1] 6.44
## [1] 5.78
## [1] 8.04
## [1] 6.51
## [1] 8.29
## [1] 8.14
## [1] 8.28
## [1] 8.09
## [1] 7.3

La Media ponderada

En la Media Ponderada se utiliza para mostrar una medida de tendencia central que es apropiada cuando en un conjunto de datos donde cada uno de ellos tiene una importancia relativa o peso respecto de los demás datos. Como en este caso que se realizo una aplicacion de 3 examenes obteniendo los resultados de cada uno con un valor de peso para su calificacion.

3. Determinar la media geométrica

Dos prácticas del libro del libro o literatura consultada abierto a la búsqueda de datos y ponderaciones de cada alumno

Opera<-0
MedGeo<-0
for (i in 1:20) {
  Opera[i]=cal1[i]*cal2[i]*cal3[i]
  MedGeo[i]=Opera[i]^(1/3)
  print(MedGeo[i],3)
}
## [1] 6
## [1] 8.86
## [1] 8.39
## [1] 6.16
## [1] 8.37
## [1] 6.13
## [1] 6.36
## [1] 7.87
## [1] 7.66
## [1] 7.5
## [1] 7.38
## [1] 6.88
## [1] 5.82
## [1] 8.09
## [1] 7.12
## [1] 7.89
## [1] 8.13
## [1] 8.06
## [1] 8.07
## [1] 6.75

La Media geometrica

En la Media Geometrica fue mas cencilla ya que era hacer la multiplicacion de todos los valores que en este caso son las calificaciones y sacando la raiz de el total de datos que se esta realizando la multiplicacion y esa es nuestra media geometrica #### 4.Interpretacion(Mi descripcion) Se introfujeron al caso nuevos conceptos los cuales fueron de mi total interes ya que me llamaron la atencion y mas la implementacion de estos en el caso, como la media geometrica la cual es es la recomendada para datos de progresion geometrica a la vez que se calcula como un producto conjunto o de varios dependiendo del caso o datos que pongamos o nos den.