Desarrollo

Importar los datos

poblacion.alumnos <- read.csv("https://raw.githubusercontent.com/rpizarrog/Trabajos-en-R-AD2021/main/datos/promedios.csv")

Mostrar los primeros y últimos registros

Con las funciones head() y tail() para extraer ciertos registros, en este caso los primeros y últimos diez registros.

head(poblacion.alumnos, 10)

##    no promedio
## 1   1 91.60891
## 2   2 86.68564
## 3   3 84.06292
## 4   4 80.94624
## 5   5 88.49800
## 6   6 85.42097
## 7   7 81.11855
## 8   8 78.97463
## 9   9 75.81317
## 10 10 86.60781

tail(poblacion.alumnos, 10)

##        no promedio
## 5591 5591 83.61431
## 5592 5592 78.48419
## 5593 5593 79.59696
## 5594 5594 83.86262
## 5595 5595 81.04476
## 5596 5596 87.74938
## 5597 5597 86.64384
## 5598 5598 88.44429
## 5599 5599 88.19806
## 5600 5600 83.74940

La variable de interés es promedio

Con str() se identifica las variables y el tipo de datos del conjunto de datos.

str(poblacion.alumnos)

## 'data.frame':    5600 obs. of  2 variables:
##  $ no      : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ promedio: num  91.6 86.7 84.1 80.9 88.5 ...

Muestra de 300 registros

Se utiliza la función sample() para determinar la muestra, primero se determina con una variable llamada cuantas los registros que serán muestrados, y a partir de ella se determina la muestra.

¿Que sería una muestra?. Sería una parte representativa y aleatoria de una población
¿Como determinar una muestra? Se utiliza la función sample().
promedios$promedios significa la variable específica del conjunto de datos promedios

Determinando la variable N el total de registros de la población con la función nrow() para determinar cuántos registros.

N <- nrow(poblacion.alumnos)
N

## [1] 5600

Se determinan los registros de la muestra que pueen estar entre 1 y N con 1:N, replace= FALSE significa que el valor numérico encontrado aleatoriamente por sample, no se puede repetir o por el contrario si se puede repetir con la opción TRUE.

La variable cuales indica los registros que se seleccionarán de entre 1 y 5600 de manera aleatoria.

cuales <- sample(x = 1:N, 300, replace = FALSE)
cuales

##   [1] 3550 1492  752 2187 4319 3703 4962 3394 3391 2579 3485 1258  539 1239 4694
##  [16]  955 4892 4442 3966  990  133 3149 2302 3164 1393 1282 1796 3680 1316 5067
##  [31]  910 5436 2568 5240 5455 2878 2209  172 5481  376 2342 4881 1834  413  438
##  [46] 1013 5512 4818  645 1487 1397 1439 4773 4254 5440 1568 1244 4788 2545 3477
##  [61] 4557 1356 4092  110  983  885 1132 5579 5408 4142  403 2906 1556 1271 5429
##  [76] 4465 1478  988 2178 1354 1409 2973 5226 5388 4810 4304 5421 4231  626  467
##  [91] 3633 1817  103 2969  394 4068 2222 2290  886  776 1319 3638   98  414 4218
## [106] 1279 4141 3349 4297 4785 2395 5064 3728  203 5237 3223 1926 1069   20 3880
## [121] 3030 2272 1971 3734 5317 3380 1208  322  426 4628 5053 2387 3147 4080  656
## [136] 2227  381 1327 5201 4115  142 1086 5211  693 4259 5131 3091 4479 4263 1643
## [151] 3028 2755 1736 5472 2841 2422  156  618  636 3045 2685 1608 2538  856 1878
## [166] 1231 2965 4823 2317 1917 3733  552 1066 3877 4256 3270 4610 3472 3307 4999
## [181] 2580  472 1958 5484 2720  390 2313 4784  475 3432  191 4391 1575 1665 3740
## [196] 3406  270 2866 2292 4567 5259 2021 5310 3042 3604 2303 2122 5177 1673  272
## [211] 4378 5555 1321  244 4054 2849  485  548 4233 5514 2362 3501 3049 4933 1660
## [226] 2038 5457 3594 4654 3936 1639 4325 3014 1751 3119 2454 5564 2978 4896 5497
## [241]  213 1510 2259 2146  521 1786 2022 1613 3256 3573 2288 3939 4240 2396 1826
## [256] 1139 1014 4085  629 1877 2058 4882 5285 3031 2981  283 4774 1931  281 3012
## [271] 2365 3659 5399 3196 1484  320 4587 3904 4060  692 1976 5139  828 1021 1869
## [286]  449 1315  628 4692 3057 1023 1039 2994 2089 4876   76 1448 3831  513 5195

Se determina la muestra de los valores numéricos que arroja la variable cuales con respecto a la población.Se utilizan los corchetes en formato [renglones, columnas] para identificar los registros.

muestra.alumnos <- poblacion.alumnos[cuales, ] # , espacio significa las dos columnas o todas las columnas [renglón, columna]
head(muestra.alumnos, 10)

##        no promedio
## 3550 3550 87.45852
## 1492 1492 93.04714
## 752   752 83.40613
## 2187 2187 78.77585
## 4319 4319 78.85585
## 3703 3703 88.03257
## 4962 4962 87.47209
## 3394 3394 77.52953
## 3391 3391 92.65748
## 2579 2579 81.60574

tail(muestra.alumnos, 10)

##        no promedio
## 1023 1023 78.19769
## 1039 1039 80.88693
## 2994 2994 84.42090
## 2089 2089 84.56559
## 4876 4876 80.61652
## 76     76 72.05696
## 1448 1448 86.07651
## 3831 3831 82.74284
## 513   513 87.89805
## 5195 5195 76.19836

Media de la población

Se obtiene la media aritmética de la variable promedio de toda la población con la función mean().

media.poblacion <- mean(poblacion.alumnos$promedio)
media.poblacion

## [1] 84.01415

Media de la muestra

Se obtiene la media aritmética de la variable promedio de la muestra con la función mean().

media.muestra <- mean(muestra.alumnos$promedio)
media.muestra

## [1] 83.97319

Histograma

Un histograma es una representación visual de datos cuantitativo en dos ejes: x & y, la gráfica es en forma de barras y representa como se distribuyen los datos cuantitativos, la altura de la barra indica cuantos datos hay de cada valor.

Se utiliza la función hist() para representar el histograma.

Histograma de la población de la variable promedio.

hist(x = poblacion.alumnos$promedio, main = "Histograma. Promedio de la población", xlab = "Promedios", ylab = "Cantidad")

Histograma de la muestra de la variable promedio.

hist(x = muestra.alumnos$promedio, main="Histograma. Promedio de la muestra", , xlab = "Promedios", ylab = "Cantidad")

Caso 2.Análisis de promedios de alumnos

Angela Flores Hernandez

28/9/2021

Objetivo

Descripción