U2A2

U2A2.- Peso y precio en bovinos

library(pacman) # Importación la biblioteca pacman.
p_load("ggplot2","MASS")

vacas<- read.csv("cierre_2019.csv")

ggplot(data=vacas, aes(Peso,Precio)) +
  geom_point(colour = "red4")+
  ggtitle("Diagrama de dispersión")+
  theme_bw()+
  theme(plot.title = element_text(hjust = 0.5))

par(mfrow=c(1,2))
hist(vacas$Precio, breaks = 10, main = "",xlab="Precio",border = "blue")
hist(vacas$Peso, breaks = 10, main = "",xlab="Peso",border = "darkred")

## Ayuda a saber como es que se distribuyen los datos
## Muestra los cuantiles de muestra y teoricos
par(mfrow=c(1,2))
qqnorm(vacas$Precio,main = "Precio",col="blue")
## Como es que se distribuyen los datos
## Hay desfasamiento en los datos
## Queremos saber si están equitativamente distribuidos
qqline(vacas$Precio)
qqnorm(vacas$Peso,main = "Precio",col="darkred")
qqline(vacas$Peso)

## No es significativo (los datos no son normales)
## El valor no es mayor a 0.05
shapiro.test(vacas$Peso)

## 
##  Shapiro-Wilk normality test
## 
## data:  vacas$Peso
## W = 0.95571, p-value = 0.01189

## No es significativo (los datos no son normales)
shapiro.test(vacas$Precio)

## 
##  Shapiro-Wilk normality test
## 
## data:  vacas$Precio
## W = 0.47059, p-value = 8.694e-15