A2U1

Ejercicio 2: EDA, Análisis Exploratorio de Datos (usando Trees Dataset )

Conociendo el conjunto de datos de Trees

Foto de mezquite:

El mezquite es un árbol de México del que se aprovecha casi todo, sobre todo su legumbre, que sirve para crear una especie de harina rica en proteínas y con un gran poder endulzante, y que es apta para celíacos y diabéticos.

Paquetes

library(pacman)
p_load("datasets","DT", "fdth","prettydoc","xfun")

Datos

data("trees")
dim(trees)

## [1] 31  3

conociendo los datos, tabla interactiva

datatable(trees)

Contando los datos en sus clases

table(trees$Girth)

## 
##  8.3  8.6  8.8 10.5 10.7 10.8   11 11.1 11.2 11.3 11.4 11.7   12 12.9 13.3 13.7 
##    1    1    1    1    1    1    2    1    1    1    2    1    1    2    1    1 
## 13.8   14 14.2 14.5   16 16.3 17.3 17.5 17.9   18 20.6 
##    1    1    1    1    1    1    1    1    1    2    1

Conociendo las medidas de tendencia central y distribución del conjunto de datos

summary(trees)

##      Girth           Height       Volume     
##  Min.   : 8.30   Min.   :63   Min.   :10.20  
##  1st Qu.:11.05   1st Qu.:72   1st Qu.:19.40  
##  Median :12.90   Median :76   Median :24.20  
##  Mean   :13.25   Mean   :76   Mean   :30.17  
##  3rd Qu.:15.25   3rd Qu.:80   3rd Qu.:37.30  
##  Max.   :20.60   Max.   :87   Max.   :77.00

Gráfico de caja y bigote

# boxplot para comparar los datos
boxplot(trees)
# Linea roja que represente la media del largo del pétalo
abline(h = mean(trees$Girth), col= "red"   )

## Medidas de dispersión

Varianza

var(trees$Girth)

## [1] 9.847914

Desviación estándar

sd(trees$Girth)

## [1] 3.138139

Gráfico de dispersión

plot(trees$Girth)

Histograma

Histograma de frecuencias absolutas

hist(trees$Girth)

Histograma con granularidad de clases más distribuida

hist(trees$Girth, breaks=100, col="green")

Análisis de distribución de frecuencia, tablas e histogramas

análisis para el largo del pétalo del conjunto de datos

Tabla de frecuencias

tabla <- fdt(trees$Girth, breaks = "Sturges")
tabla

##     Class limits  f   rf rf(%) cf  cf(%)
##   [8.217,10.315)  3 0.10  9.68  3   9.68
##  [10.315,12.413) 12 0.39 38.71 15  48.39
##  [12.413,14.512)  8 0.26 25.81 23  74.19
##   [14.512,16.61)  2 0.06  6.45 25  80.65
##   [16.61,18.708)  5 0.16 16.13 30  96.77
##  [18.708,20.806)  1 0.03  3.23 31 100.00

Histogramas

Histograma de frecuencia absoluta

plot(tabla, type="fh")

Histograma de frecuencia relativa

plot(tabla, type="rfh")

Histograma de frecuencia acumulada

plot(tabla, type="cfh")

Polígonos

Polígono de frecuencia absoluta

plot(tabla, type="fp")

Polígono de frecuencia relativa

plot(tabla, type="rfp")

Polígono de frecuencia acumulada

plot(tabla, type="cfp")

## Descarga del codigo

xfun::embed_file("A2U1.Rmd")

Download A2U1.Rmd