CASO 2. Frecuencia de Nombres

Objetivo

Elaborar un análisis descriptivo de la frecuencia de nombres de alumnos.

Descripción

Se importan los datos de la dirección: <https://raw.githubusercontent.com/rpizarrog/Trabajos-en-R-AD2021/main/datos/nombres%20y%20apellidos.csv> que contiene nombres de alumnos.

La variable de interés es el nombre.

Se utiliza la función table() para determinar la frecuencia

Se utiliza la función order() para ordenar los valores

Ya con los valores ordenados se genera un diagrama de barra por medio de la función codebar().

Se hace una interpretación del caso.

Se visualizan los primeros diez y últimos diez registros u observaciones de los alumnos.

¿Cómo se hace el caso o como se desarrolla?

Desarrollo

Importar los datos

Se leen los datos con read.csv()

nombres <- read.csv("https://raw.githubusercontent.com/rpizarrog/datos/main/nombres%20y%20apellidos.csv", encoding = "UTF-8")

Visualizar observaciones

Se visualizan los primeros diez y últimos diez registros

head(nombres, 10)

##    no    patreno    materno          nombre
## 1   1    ALDABA  VELAZQUEZ      LUIS MANUEL
## 2   2   ALMONTE     CHAVEZ    DANIEL ADRIAN
## 3   3  ALVARADO     MORENO    NANCY ALONDRA
## 4   4    BAYONA    MARRUFO      CESAR YAHIR
## 5   5     CALVO    QUEZADA    ARIANNA ELISA
## 6   6    CASTRO     SANTOS   JESSICA SARAHI
## 7   7 CASTRUITA  ARCINIEGA          RICARDO
## 8   8   CORDERO     RIVERA    ANDREA FATIMA
## 9   9     DERAS     CHAVEZ  DIEGO ALEXANDER
## 10 10      DIAZ   CARRILLO   ANDREA PAULINA

tail(nombres, 10)

##        no     patreno    materno            nombre
## 5725 5734     VARGAS   VIOLANTE   BRICIA ESMERALDA
## 5726 5735    VAZQUEZ     VERDIN           GABRIELA
## 5727 5736       VEGA    SALINAS           EMMANUEL
## 5728 5737  VELAZQUEZ  RODRIGUEZ       JESUS MANUEL
## 5729 5738      VELOZ      GAMIZ               OMAR
## 5730 5739      VILLA     ORTEGA     DAVID GEOVANNI
## 5731 5740      VILLA    VAZQUEZ  OSWALDO ALEJANDRO
## 5732 5741 VILLARREAL    ASTORGA   VANESSA GABRIELA
## 5733 5742   VILLEGAS     ORTEGA   ALEXANDER RAFAEL
## 5734 5743     VITELA  GUTIERREZ          LUIS RENE

Determinar Frecuencia

Se determina la frecuencia con la función table() y se convierte a un data frame con la función data.frame()

La variable o columna de interés es nombre y se accede a ella como un vector a través de la expresión nombres$nombre..

Solo se observan los primeros diez registros de frecuencias con head().

frecuencias <- data.frame(table(nombres$nombre))
head(frecuencias,10 )

##               Var1 Freq
## 1         #¡VALOR!    8
## 2            AARON    7
## 3     AARON ADOLFO    1
## 4  AARON ALEJANDRO    1
## 5    AARON EDUARDO    1
## 6       AARON ISAI    1
## 7     AARÓN ISAÍAS    1
## 8     AARON MANUEL    1
## 9     AARON MISAEL    1
## 10   AARON ROLANDO    1

Ordenar las frecuencias

Se ordena por medio de la función order().

frecuencias.ordenada <- frecuencias[order(frecuencias$Freq, decreasing = TRUE),]
head(frecuencias.ordenada, 5)

##                Var1 Freq
## 2762 MARIA FERNANDA   36
## 137       ALEJANDRO   32
## 930          DANIEL   31
## 2189    JOSE MANUEL   28
## 2241    JUAN CARLOS   27

Diagrama de barra

barplot(height = head(frecuencias.ordenada$Freq, 5)
, names.arg = head(frecuencias.ordenada$Var1, 5), main = "Frecuencia de nombres", xlab = "Nombres", ylab = "Frecuencias")

Interpretación

Se obtine un analisis de una poblacion desde un archivo en la nube que contine nombres de alumnos reales de la cual determinaremos la frecuenciia con la que se repiten los nombres de los almnos y cuales son los mas comunes, en dicho analisis la variable que nos interesa es el nombre del alumno.

Las funciones que utilizamos son las de Table() que es la encargada de arrojar como dato numerico la cantidad de veses que se repite un nombre o una combinacion de nombres, tambien se utilizo la funcion order() que nos ayudara a tener un resultado mas agradable a la vista ya que ordeno las frecuencias dadas de acuerdo a su valor numerico de una forma descendente.

Por ultimo y ya con los valores ordenados se grafican para tener un resultado mas visual usando la funcion codevar() que nos arrojara una grafica de barras con las frecuencias en la parte vertical con valosres de 5 en 5 y los nombres en la parte horizontal.