Objetivo Analizar datos mediante tablas de distribución de frecuencia de una simulación de 63000 personas encuestadas que contienen datos cualitativos y cuantitativos

Descripción El conjunto de datos son 63000 personas que contienen datos como la entidad de la RepúblicanMexicana, la edad, la altura en metros, el peso en kilogramos, el género.

Fundamento teorico Se generan tablas de frecuencias y visualiación gráfica de datos y congestar las cuestiones del caso.

Desarrollo:

Cargar librerias necesarias

library(fdth)
## 
## Attaching package: 'fdth'
## The following objects are masked from 'package:stats':
## 
##     sd, var

Los datos Antes de crear los datos, se prepara el documento aplicando la función sed.seed(), esta instrucción permite establecer una semilla que permite generar los misos valores aleatorios cuando se utilizan funciones que tiene que ver con elementos aleatorios, en este caso con la función sample() que más adelante se utiliza.

set.seed(2021) # Semilla de este año

Se simulan 63000 datos en un data.frame o conjunto de datos a partir de vectores.

Por medio de la función sample() se genera la muestra de 63000 personas que simuladamente fueron encuestadas.

De cada persona se les pregunta estado de la República Mexicana en donde radica o vive, la edad de entre un rango de 18 a 65, la altura en metros, el peso en kilogramos y el género [Femenino o Masculino].

Las variables:

-estados es una variable tipo vector con 6 elementos que contiene 6 diferentes estados de la República Mexicana.

-entidades será una variable que contiene los 63 mil personas encuestadas conforme y de acuerdo al * * * algún estado de la República Mexicana de los seis inicializados.

-estaturas dado en metros de cada persona.

-pesos dado en kilogramos.

-edades de entre 18 y 65 años.

-generos Masculino o Femenino.

-datos es la variable que contiene el data.frame a partir de todo el conjunto de vectores Las funciones:

-factor() es una función que convierte tipo char a tipo de dato categórico, es decir, que se puede saber cuáles son diferentes entre sí,las clase que hay y además se puede contar y determinar su frecuencia

-length() determina a cantidad de elementos de un vector y se utiliza para determinar n.muestra tamaño de la muestra

-sample() es para generar muestras de cierta cantidad de elementos a partir de datos iniciales sample() se utiliza para simular 63000 personas encuestadas

-data.frame() es la función que construye el conjunto de datos o data.frame.

estados <- c('Durango', 'Jalisco', 'Nuevo León', 
             'Baja California', 'Coahuila', 
             'Chihuahua')
estados
## [1] "Durango"         "Jalisco"         "Nuevo León"      "Baja California"
## [5] "Coahuila"        "Chihuahua"
estados <- factor(estados)
estados
## [1] Durango         Jalisco         Nuevo León      Baja California
## [5] Coahuila        Chihuahua      
## Levels: Baja California Chihuahua Coahuila Durango Jalisco Nuevo León
entidades <- sample(x= estados, size = 63000, replace = TRUE)

n.muestra <- length(entidades)
n.muestra
## [1] 63000
edades <- sample(18:65, 63000, replace = TRUE)

alturas <- sample(145:200, 63000, replace = TRUE) / 100

pesos <- sample(40:120, 63000, replace = TRUE)

generos <- sample(factor(c('Femenino', 'Masculino')), 63000, replace=TRUE)

datos <- data.frame(entidades, edades, pesos, alturas, generos)


head(datos, 10)  # Los primeros 10 registros
##          entidades edades pesos alturas   generos
## 1        Chihuahua     55    66    1.68 Masculino
## 2        Chihuahua     35   107    1.48 Masculino
## 3          Jalisco     62    53    1.66 Masculino
## 4  Baja California     36    82    1.81 Masculino
## 5  Baja California     22    42    1.83  Femenino
## 6        Chihuahua     18    52    1.67 Masculino
## 7        Chihuahua     30    74    1.68  Femenino
## 8       Nuevo León     39    52    1.77 Masculino
## 9        Chihuahua     56    99    1.47 Masculino
## 10       Chihuahua     55   112    1.83  Femenino
tail(datos, 10)  # Los últimos 10 registros
##             entidades edades pesos alturas   generos
## 62991         Jalisco     47    84    1.66 Masculino
## 62992        Coahuila     55    76    1.63 Masculino
## 62993         Durango     30    63    1.47  Femenino
## 62994         Jalisco     62    98    1.56  Femenino
## 62995         Durango     61    78    1.68  Femenino
## 62996      Nuevo León     43   110    1.47  Femenino
## 62997       Chihuahua     36    56    1.72  Femenino
## 62998         Jalisco     30   116    1.93  Femenino
## 62999       Chihuahua     62    61    1.50  Femenino
## 63000 Baja California     41    46    1.51  Femenino

Estados con mayor y menor frecuencia -¿Cual es estado de la República Mexicana que más encuestados hay?

-¿Cual es estado de la república Mexicana que menos encuestados hay?

La función en R llamada table() permite contar o determianr la frecuencia de clase de un conjunto de datos simpre y cuando estos sean de tipo factor.

Se cuenta la frecuencia de la columna o variable entidades y se accede a través del signo de pesos pesos, la variable es datos$entidades.

frecuencia.entidades <- table(datos$entidades)
frecuencia.entidades
## 
## Baja California       Chihuahua        Coahuila         Durango         Jalisco 
##           10583           10547           10295           10669           10516 
##      Nuevo León 
##           10390

Visualizar en una grafica de barra Se yutiliza la funcion barplot() para hacer un diagrama de barra. Se utilizan el atributo height() para determinar la altura de cada barra y en el eje horizontal el atributo nbamer.org para cada categoria o clase, en este caso cada estado de la republica Mexicana.

Se utiliza una funcion as.vector para acceder a los valores numericos de un tipo de datos creado con la funcion table()

barplot(height = as.vector(frecuencia.entidades), names.arg = levels(estados))

Frecuencia por gGenero Cuál es la frecuencia de clases, relativa y porcentual de géneros de personas? La función en R llamada table() permite contar o determianr la frecuencia de clase de un conjunto de datos simpre y cuando estos sean de tipo factor. Se cuenta la frecuencia de la columna o variable entidades y se accede a través del signo de pesos pesos, la variable es datos\(generos. ``` frecuencia.generos <- table(datos\)generos) frecuencia.generos ## ## Femenino Masculino ## 31494 31506


Frecuencia relativa de generos

La frecuencia relativa es la parte proporcional de una categoría con respecto al total.

frecuencia.relativa <- frecuencia.generos / n.muestra frecuencia.relativa ## ## Femenino Masculino ## 0.4999048 0.5000952

Frecuencia porcentual
Es multiplicar la frecuencia relativa por 100

frecuencia.porcentual <- frecuencia.relativa * 100 frecuencia.porcentual ## ## Femenino Masculino ## 49.99048 50.00952


Visualizar en una gráfica de barra el atributo de género
Se utiliza la función barplot() para hacer un diagrama de barra. Se utilizan el atributo height() para determinar la altura de cada barra que hay en el eje vertical y en el eje horizontal el atributo names.org para cada categoría o clase, en este caso cada tipo de género masculino o femenino.

Visualizar en una grafica de barra
Se yutiliza la funcion barplot() para hacer un diagrama de barra. Se utilizan el atributo height() para determinar la altura de cada barra y en el eje horizontal el atributo nbamer.org para cada categoria o clase, en este caso cada estado de la republica Mexicana.

Se utiliza una funcion as.vector para acceder a los valores numericos de un tipo de datos creado con la funcion table()

barplot(height = as.vector(frecuencia.entidades), names.arg = levels(estados))


![](caso1.png)

Frecuencia por Genero
Cuál es la frecuencia de clases, relativa y porcentual de géneros de personas? La función en R llamada table() permite contar o determianr la frecuencia de clase de un conjunto de datos simpre y cuando estos sean de tipo factor.
Se cuenta la frecuencia de la columna o variable entidades y se accede a través del signo de pesos pesos, la variable es datos generos.

frecuencia.generos <- table(datos$generos) frecuencia.generos ## ## Femenino Masculino ## 31494 31506


Frecuencia relativa de generos

La frecuencia relativa es la parte proporcional de una categoría con respecto al total.

frecuencia.relativa <- frecuencia.generos / n.muestra frecuencia.relativa ## ## Femenino Masculino ## 0.4999048 0.5000952


Frecuencia porcentual
Es multiplicar la frecuencia relativa por 100

frecuencia.porcentual <- frecuencia.relativa * 100 frecuencia.porcentual ## ## Femenino Masculino ## 49.99048 50.00952


Visualizar en una gráfica de barra el atributo de género
Se utiliza la función barplot() para hacer un diagrama de barra. Se utilizan el atributo height() para determinar la altura de cada barra que hay en el eje vertical y en el eje horizontal el atributo names.org para cada categoría o clase, en este caso cada tipo de género masculino o femenino.

Se utiliza una función as.vector para acceder a los valores numéricos de un tipo de datos creado con la función table().

barplot(height = as.vector(frecuencia.generos), names.arg = c(“Femenino”,“Masculino” ))

![](caso1.1.png)

Edades de las personas
¿De qué edad es la persona de tiene más años? Se pueden usar funciones estadísticas tradiconales como max(), min(), mean(), sd() o utilizar la función summary() para presentar datos descriptivos de todo el conjunto de datos.

max(datos\(edades) ## [1] 65 min(datos\)edades) ## [1] 18 mean(datos\(edades) ## [1] 41.57816 sd(datos\)edades) ## [1] 13.86342 summary(datos) ## entidades edades pesos alturas
## Baja California:10583 Min. :18.00 Min. : 40.00 Min. :1.450
## Chihuahua :10547 1st Qu.:30.00 1st Qu.: 60.00 1st Qu.:1.580
## Coahuila :10295 Median :42.00 Median : 80.00 Median :1.720
## Durango :10669 Mean :41.58 Mean : 80.16 Mean :1.725
## Jalisco :10516 3rd Qu.:54.00 3rd Qu.:100.00 3rd Qu.:1.860
## Nuevo León :10390 Max. :65.00 Max. :120.00 Max. :2.000
## generos
## Femenino :31494
## Masculino:31506
##
##
##
##

Histograma de edades

hist(datos$edades, main = “Histograma”, xlab = “Edades”, ylab = “Frecuencia”, breaks = 10)


![](caso1.2.png)

Rango de edades de mayor y menor frecuencia ¿Cual es el rango de edades de mayor y menor frecuencia?

tabla.frecuencia.edades <- fdt(datos$edades, start = 15, end = 65, h=5)
tabla.frecuencia.edades
##  Class limits    f   rf rf(%)    cf cf(%)
##       [15,20) 2573 0.04  4.08  2573  4.08
##       [20,25) 6629 0.11 10.52  9202 14.61
##       [25,30) 6531 0.10 10.37 15733 24.97
##       [30,35) 6439 0.10 10.22 22172 35.19
##       [35,40) 6453 0.10 10.24 28625 45.44
##       [40,45) 6524 0.10 10.36 35149 55.79
##       [45,50) 6596 0.10 10.47 41745 66.26
##       [50,55) 6758 0.11 10.73 48503 76.99
##       [55,60) 6620 0.11 10.51 55123 87.50
##       [60,65) 6565 0.10 10.42 61688 97.92

Rango de estaturas de mayor y menor frecuencia

tabla.frecuencia.estaturas <- fdt(datos$alturas)
tabla.frecuencia.estaturas
##   Class limits    f   rf rf(%)    cf  cf(%)
##   [1.435,1.47) 2231 0.04  3.54  2231   3.54
##   [1.47,1.504) 4536 0.07  7.20  6767  10.74
##  [1.504,1.539) 3373 0.05  5.35 10140  16.10
##  [1.539,1.573) 4502 0.07  7.15 14642  23.24
##  [1.573,1.607) 3373 0.05  5.35 18015  28.60
##  [1.607,1.642) 4573 0.07  7.26 22588  35.85
##  [1.642,1.676) 3388 0.05  5.38 25976  41.23
##  [1.676,1.711) 4382 0.07  6.96 30358  48.19
##  [1.711,1.745) 3438 0.05  5.46 33796  53.64
##  [1.745,1.779) 3365 0.05  5.34 37161  58.99
##  [1.779,1.814) 4523 0.07  7.18 41684  66.17
##  [1.814,1.848) 3414 0.05  5.42 45098  71.58
##  [1.848,1.882) 4471 0.07  7.10 49569  78.68
##  [1.882,1.917) 3423 0.05  5.43 52992  84.11
##  [1.917,1.951) 4424 0.07  7.02 57416  91.14
##  [1.951,1.986) 3307 0.05  5.25 60723  96.39
##   [1.986,2.02) 2277 0.04  3.61 63000 100.00

Rango de pesos de mayor y menor frecuencia

tabla.frecuencia.pesos <- fdt(datos$pesos)
tabla.frecuencia.pesos
##   Class limits    f   rf rf(%)    cf  cf(%)
##    [39.6,44.4) 3869 0.06  6.14  3869   6.14
##    [44.4,49.2) 3886 0.06  6.17  7755  12.31
##      [49.2,54) 3063 0.05  4.86 10818  17.17
##      [54,58.8) 3807 0.06  6.04 14625  23.21
##    [58.8,63.6) 3861 0.06  6.13 18486  29.34
##    [63.6,68.4) 3843 0.06  6.10 22329  35.44
##    [68.4,73.2) 3953 0.06  6.27 26282  41.72
##      [73.2,78) 3151 0.05  5.00 29433  46.72
##      [78,82.8) 3835 0.06  6.09 33268  52.81
##    [82.8,87.6) 3950 0.06  6.27 37218  59.08
##    [87.6,92.4) 3935 0.06  6.25 41153  65.32
##    [92.4,97.2) 3775 0.06  5.99 44928  71.31
##     [97.2,102) 3118 0.05  4.95 48046  76.26
##    [102,106.8) 3929 0.06  6.24 51975  82.50
##  [106.8,111.6) 3908 0.06  6.20 55883  88.70
##  [111.6,116.4) 3939 0.06  6.25 59822  94.96
##  [116.4,121.2) 3178 0.05  5.04 63000 100.00

Interpretación Responder a las siguientes preguntas:

¿Cual es estado de la República Mexicana que más encuestados hay? Al parecer Durango, y este resultado se vera reflejado de la mmisma manera que en la de mis compañeros debido a que utilizamos la misma semilla

¿Cual es estado de la república Mexicana que menos encuestados hay? Podemos opservar por medio de la frecuencia que Coahuila efectivamente es el estado con menos encuestados, debido a que cuenta con una frecuencia de encuestados de 10390

¿Cuál es la frecuencia de clases, relativa y porcentual de géneros de personas? La frecuencia relativa para el genero Femenino es de 0.4999048, y paraa el Masculino de 0.5000952 La frecuencia porcentual para el genero Femenino es de 49.99048, y paraa el Masculino de 50.00952

¿De qué edad es la persona de tiene más años? Por medio de la funcion ma() podemos observar la edad maxima en nuestro conjunto de datos es de 65 años.

¿Cual es el rango de edades de mayor y menor frecuencia? El rango de mayor edad es de [50,55) con una ftrecuencia de 6758

¿Cual es el rango de estaturas de mayor y menor frecuencia? El rango de mayor estatura corresponde al [1.607,1.642) con una frecuencia de 4573

¿Cual es el rango de pesos de mayor y menor frecuencia? El rango de mayores pesos corresponde al [68.4,73.2) con una frecuencia de 3953

¿Qué representan el diagrama de de barra

¿Qué representa un histograma?, con respecto al diagrama de barra, ¿que similitudes tiene? y ¿cuál es la diferencia? El histograma representa de una forma mas acertiva datos cuantificables, esto quierre decir que los datos o variables que evalua son cuantitativos, al contrario la grafica de barras evalua variables cualitativas. En cuanto a las similitudes, podemos concluir que ambos son graficos, que nos vermiten evauluar de manera visual las frecuencias de un grupo de datos.

Referenias Bibliograficas https://rpubs.com/rpizarro/729848

Segunda modificacion https://rpubs.com/rpizarro/729848