A4U1_Estadística

Paquetes

library(pacman)
p_load("datasets","DT","fdth","prettydoc","xfun","ggplot2")

Ejercicio #4: Análisis exploratorio de datos (EDA)

Utilizando el conjunto de datos de flores de lirios llamado IRIS

El conjunto de datos de iris es un famoso conjunto de datos de flores que se introdujo en 1936. Es una clasificación multivariada. Este dato proviene de: UCI Irvine Machine Learning Repository. https://archive.ics.uci.edu/ml/datasets/Iris

## Conociendo los datos

A traves de una tabla interactiva

datatable(iris)

a Través de una gráfica, usando ggplot2

df <- iris

ggplot(df, aes(Petal.Length, Petal.Width) ) + geom_point(aes(col=Species), size=4)

Medidas exploratorias de tendencia central

summary(df)

##   Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##        Species  
##  setosa    :50  
##  versicolor:50  
##  virginica :50  
##                 
##                 
## 

Histograma

hist(df$Sepal.Length,
     col="purple",
     main = "Histograma del largo del pétalo",
     xlab= "Largo del pétalo",
     ylab = "Frecuencia absoluta")

Descarga este codigo

xfun::embed_file("A4U1.Rmd")

Download A4U1.Rmd