Caso 2. Frecuencias de nombres de personas

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.

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)

##              Var1 Freq
## 1        #¡VALOR!    8
## 2   Ã\201NGEL DYDIER    1
## 3           AARON    7
## 4    AARON ADOLFO    1
## 5 AARON ALEJANDRO    1
## 6   AARON EDUARDO    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
## 138       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

En esta ocacion lo que se va a mostrar es el caso de la frecuencia con la que se presentan los nombres repetidos en los datos de los nombres de los 5734 alumnos de los cuales se tomaron solo a 5 nombres que se repiten mas en los datos y de los cuales se mostraron por medio de una grafica, el nombre que mas se repite es el de MARIA FERNANDA con una frecuencia de 36 alumnos y el que menos se repite es el de JUAN CARLOS con una frecuencia de 27 alumnos.