Actividad 2-Diplomado en Análisis de datos
Jeam Carlos Morales
2022-04-25
DRESCRIPCIÓN DE LA BASE DE DATOS DAVIS EN R
Autoinformes de altura y peso - Davis
El marco de datos esta compuesto por 200 filas y 5 columnas.Los sujetos eran hombres y mujeres que realizaban ejercicio regularmente. Hay algunos datos que faltan.
2. Identificación de variables
sexo - Un factor con niveles: F, Femenino; M, Masculino
peso - Peso medido en kg:
altura - Altura medida en cm:
Peso reportado - Peso informado en kg:
Altura reportada - Altura reportada en cm:
3. Caracterización del conjunto de datos (todas las variables o máximo 5 de ellas, entre cualitativas y cuantitativas)
Medidas de tendencia central:
library(carData)
attach(Davis)
MediaPeso=mean(weight,na.rm = T);
MediaAltura=mean(height,na.rm = T);
MediaPesoR=mean(repwt,na.rm = T);
MediaAlturaR=mean(repht,na.rm = T);
paste("La media es del peso:",MediaPeso)## [1] "La media es del peso: 65.8"paste("La media es del Altura:",MediaAltura)## [1] "La media es del Altura: 170.02"paste("La media es del Peso Repotado:",MediaPesoR)## [1] "La media es del Peso Repotado: 65.6229508196721"paste("La media es del Altura Repotada:",MediaAlturaR)## [1] "La media es del Altura Repotada: 168.497267759563"Medidas de variabilidad:
Rango
RangoPeso= max(weight,na.rm = T) - min(weight,na.rm = T);
RangoAltura= max(height,na.rm = T) - min(height,na.rm = T);
RangoPesoR= max(repwt,na.rm = T) - min(repwt,na.rm = T);
AlturaR= max(repht,na.rm = T) - min(repht,na.rm = T);
paste("El Rango del peso:",RangoPeso)## [1] "El Rango del peso: 127"paste("El Rango del MediaAltura:",RangoAltura)## [1] "El Rango del MediaAltura: 140"paste("El Rango del peso:",RangoPesoR)## [1] "El Rango del peso: 83"paste("El Rango del peso:",AlturaR)## [1] "El Rango del peso: 52"Varianza
PesoVar= round(var(weight,na.rm = T));
AlturaVar=round(var(height,na.rm = T));
PesoVarR=round(var(repwt,na.rm = T));
AlturaVarR=round(var(repht,na.rm = T));
paste("La varianza del peso:",PesoVar)## [1] "La varianza del peso: 228"paste("La varianza de la altura:",AlturaVar)## [1] "La varianza de la altura: 144"paste("La varianza del peso reportado:",PesoVarR)## [1] "La varianza del peso reportado: 190"paste("La varianza de la altura reportada:",AlturaVarR)## [1] "La varianza de la altura reportada: 90"Coeficiente de variación
CvPeso= (PesoVar/MediaPeso)*100;
CvAltura=(AlturaVar/MediaAltura)*100;
CvPesoR=(PesoVarR/MediaPesoR)*100;
CvAlturaR=(AlturaVarR/MediaAlturaR)*100;
paste("El coeficiente de variacion del peso :",CvPeso)## [1] "El coeficiente de variacion del peso : 346.504559270517"paste("El coeficiente de variacion del Altura :",CvAltura)## [1] "El coeficiente de variacion del Altura : 84.6959181272791"paste("El coeficiente de variacion del peso reportado :",CvPesoR)## [1] "El coeficiente de variacion del peso reportado : 289.532850362228"paste("El coeficiente de variacion del Altura reportado :",CvAlturaR)## [1] "El coeficiente de variacion del Altura reportado : 53.4133290092427"Medidas de colocación
cuartiles
Q<-c("Q0","Q1","Q2","Q3","Q4");
PesoQ=data.frame (quantile(weight,na.rm = T));
row.names(PesoQ)<-Q
names(PesoQ)<-c("Cuartiles Peso")
PesoQ## Cuartiles Peso
## Q0 39
## Q1 55
## Q2 63
## Q3 74
## Q4 166AlturaQ=data.frame(quantile(height,na.rm = T));
row.names(AlturaQ)<-Q
names(AlturaQ)<-c("Cuartiles Altura");
AlturaQ## Cuartiles Altura
## Q0 57.00
## Q1 164.00
## Q2 169.50
## Q3 177.25
## Q4 197.00PesoRQ= data.frame(quantile(repwt,na.rm = T));
row.names(PesoRQ)<-Q
names(PesoRQ)<-c("Cuartiles Peso Reportado");
PesoRQ## Cuartiles Peso Reportado
## Q0 41.0
## Q1 55.0
## Q2 63.0
## Q3 73.5
## Q4 124.0AlturaRQ=data.frame(quantile(repht,na.rm = T));
row.names(AlturaRQ)<-Q
names(AlturaRQ)<-c("Cuartiles Altura reportada");
AlturaRQ## Cuartiles Altura reportada
## Q0 148.0
## Q1 160.5
## Q2 168.0
## Q3 175.0
## Q4 200.0Medidas de forma y simetría:
coeficiente de asimetría
coefi=function(x) {
expresion1=sum(((x-mean(x,na.rm = T))/sd(x,na.rm = T))^3,na.rm = T)
n=length(x)
expresion2=n/((n-1)*(n-2))
skew=expresion1*expresion2
skew}
PesoCA=coefi(weight)
AlturaCA=coefi(height)
PesoRRC=coefi(repwt)
AlturaRRC=coefi(repht)
paste("El coeficiente de asimetría de Peso :",PesoCA)## [1] "El coeficiente de asimetría de Peso : 2.03745027988917"paste("El coeficiente de asimetría de Altura :",AlturaCA)## [1] "El coeficiente de asimetría de Altura : -4.06527728579398"paste("El coeficiente de asimetría de Peso reportado:",PesoRRC)## [1] "El coeficiente de asimetría de Peso reportado: 0.953835660647652"paste("El coeficiente de asimetría de Altura Repotada:",AlturaRRC)## [1] "El coeficiente de asimetría de Altura Repotada: 0.30282737299505"Curtósis
Cur=function(x) {
expresion1=sum(((x-mean(x,na.rm = T))/sd(x,na.rm = T))^4,na.rm = T)
n=length(x)
expresion2=(n*(n+1))/((n-1)*(n-2)*(n-3))
expresion3=(3*(n-1)^2)/((n-2)*(n-3))
curt=expresion1*expresion2-expresion3
curt}
PesoK=Cur(weight)
AlturaK=Cur(height)
PesoRK=Cur(repwt)
AlturaRK=coefi(repht)
paste("La Curtósis de Peso :",PesoK)## [1] "La Curtósis de Peso : 9.34706662034831"paste("La Curtósis de Altura :",AlturaK)## [1] "La Curtósis de Altura : 38.4554665353331"paste("La Curtósis de Peso reportado:",PesoRK)## [1] "La Curtósis de Peso reportado: 1.0565997884328"paste("La Curtósis de Altura Repotada:",AlturaRK)## [1] "La Curtósis de Altura Repotada: 0.30282737299505"4.Representación del conjunto de datos según el tipo de variable
Diagrama de densidad de las variables weight,height,repwt
pesoDensity <-density(weight,na.rm = T)
alturaDensity <-density(height,na.rm = T)
pesorDensity <-density(repwt,na.rm = T)
alturarDensity <-density(repht,na.rm = T)
par(mfrow = c(2, 2));
plot(pesoDensity,main="Grafica de densidad \n de la variable Peso ",
col="yellow",lwd=3, col.main = "#5e00bb", col.lab = "red3" )
plot(alturaDensity,main="Grafica de densidad densidad \n de la variable Altura",
col="blue",lwd=3, col.main = "#6eba59", col.lab = "red3" )
plot(pesorDensity,main="Grafica de densidad \n de la variable Peso Reportado",
col="Red",lwd=3, col.main = "#2c349e", col.lab = "red3" )
plot(alturarDensity,main="Grafica de densidad \nde la variable Altura Reportada",
col="Black",lwd=3, col.main = "#b89f3b", col.lab = "red3" )
Diagrama circular
library(RColorBrewer)
genero=table(sex);genero## sex
## F M
## 112 88Gen<-c("Fenino","Masculino")
porcentaje<-paste0(Gen, "(",round(genero/sum(genero)*100),"%",")")
colr <- brewer.pal(length(genero),"Accent")## Warning in brewer.pal(length(genero), "Accent"): minimal value for n is 3, returning requested palette with 3 different levelspie(genero, labels = porcentaje,col = colr,main ="Grafica circular \n de Genero " )
Diagrama de dispersión
Peso=c(weight,na.rm = T);
Altura=c(height,na.rm = T);
PesoR=c(repwt,na.rm = T);
AlturaR=c(repht,na.rm = T);
par(mfrow = c(1, 2));
plot(Peso,
PesoR,
xlab="Peso",
ylab="Peso Reportado",
main="Gráfico de Dispersión entre \n peso y peso reportado" ,
col="#32e698",
lwd=1,
xlim=c(0,200),
ylim=c(0,200))
plot(Altura,
AlturaR,
xlab="Altura",
ylab="Altura Reportado",
main="Gráfico de Dispersión entre \n Altura y Altura Reportad" ,
col="#f5369f",
lwd=1,
xlim=c(0,200),
ylim=c(0,200))
Histograma
#library(AER)
par(mfrow = c(2, 2));
P<-c(weight,na.rm = T)
A<-c(height,na.rm = T)
Pr<-c(repwt,na.rm = T)
Ar<-c(repht,na.rm = T)
hist(P, main="Histograma \n de la variable Peso",col = c("blue", "#301994", "gray", "green"))
hist(A, main="Histograma \n de la variable Altura",col = c("blue", "red", "gray", "green"))
hist(Pr, main="Histograma \n de la variable Peso reportado",col = c("blue", "red", "gray", "green"))
hist(Ar, main="Histograma \n de la variable altura reportada",col = c("blue", "red", "gray", "#301994"))