title: “Actividad_Salaries” author: “Pedro Kuperman” date: ‘2022-04-26’ output: html_document
#{r setup, include=FALSE} #knitr::opts_chunk$set(echo = TRUE) #
Base de Datos Salaries
Salaries es un dataset perteneciente al paquete carData. El conjunto de datos consta de salarios de nueve meses recopilados de 397 profesores universitarios en los EE. UU. durante 2008 a 2009. Además de los salarios, también se recopiló el rango del profesor, el sexo, la disciplina, los años de doctorado y los años de servicio. Así, hay un total de 397 campos y 6 variables, que se describen a continuación.
#Creamos una funcion para instalar los paquetes que sea necesario utilizar.
install_packages <- function(pkg) {
# Install package if it is not already
if (!(pkg %in% installed.packages()[, "Package"])){
install.packages(pkg, repos='http://cran.us.r-project.org')
}
library(pkg, character.only = TRUE)
} # end installPackages()
pkg_list = c("tidyverse", "modelr", "carData", "car", "modeest","FinCal" )
lapply(pkg_list, install_packages)## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ──## ✓ ggplot2 3.3.5 ✓ purrr 0.3.4
## ✓ tibble 3.1.6 ✓ dplyr 1.0.8
## ✓ tidyr 1.2.0 ✓ stringr 1.4.0
## ✓ readr 2.1.2 ✓ forcats 0.5.1## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()##
## Attaching package: 'car'## The following object is masked from 'package:dplyr':
##
## recode## The following object is masked from 'package:purrr':
##
## some## Registered S3 method overwritten by 'rmutil':
## method from
## print.response httr## [[1]]
## [1] "forcats" "stringr" "dplyr" "purrr" "readr" "tidyr"
## [7] "tibble" "ggplot2" "tidyverse" "stats" "graphics" "grDevices"
## [13] "utils" "datasets" "methods" "base"
##
## [[2]]
## [1] "modelr" "forcats" "stringr" "dplyr" "purrr" "readr"
## [7] "tidyr" "tibble" "ggplot2" "tidyverse" "stats" "graphics"
## [13] "grDevices" "utils" "datasets" "methods" "base"
##
## [[3]]
## [1] "carData" "modelr" "forcats" "stringr" "dplyr" "purrr"
## [7] "readr" "tidyr" "tibble" "ggplot2" "tidyverse" "stats"
## [13] "graphics" "grDevices" "utils" "datasets" "methods" "base"
##
## [[4]]
## [1] "car" "carData" "modelr" "forcats" "stringr" "dplyr"
## [7] "purrr" "readr" "tidyr" "tibble" "ggplot2" "tidyverse"
## [13] "stats" "graphics" "grDevices" "utils" "datasets" "methods"
## [19] "base"
##
## [[5]]
## [1] "modeest" "car" "carData" "modelr" "forcats" "stringr"
## [7] "dplyr" "purrr" "readr" "tidyr" "tibble" "ggplot2"
## [13] "tidyverse" "stats" "graphics" "grDevices" "utils" "datasets"
## [19] "methods" "base"
##
## [[6]]
## [1] "FinCal" "modeest" "car" "carData" "modelr" "forcats"
## [7] "stringr" "dplyr" "purrr" "readr" "tidyr" "tibble"
## [13] "ggplot2" "tidyverse" "stats" "graphics" "grDevices" "utils"
## [19] "datasets" "methods" "base"2. Identificando variables:
Creamos una variable de tipo dataframe para revisar caractericticas del conjunto la función Head para visualizar el conjunto de
df <- Salaries
nrow(df)## [1] 397colnames(df)## [1] "rank" "discipline" "yrs.since.phd" "yrs.service"
## [5] "sex" "salary"rank_sum <- summary(df$rank)
print(rank_sum)## AsstProf AssocProf Prof
## 67 64 266sex_sum <- summary(df$sex)
sex_sum## Female Male
## 39 358Variables
Rank: Caulitativa contiene los niveles de profesor, profesor asistente o profesor asociado.
Discipline: es de tipo Caulitativa y contiene los niveles “A”(theoretical departments) o “B”(applied departments).
yrs.since.phd: es de tipo Cuantitativa y muestra los años desde que realizó el PhD.
yrs.service: es de tipo Cuantitativa y muestra los años de servicio que lleva una persona.
sex: es de tipo Caulitativa y muestra los sexos Masculino o Femenino.
salary: es de tipo Cuantitativa y muestra el salario de los profesores.
3. Caracterización del conjunto de datos
Se utilizaran las variables: “rank”, “discipline”, “yrs.since.phd”, “yrs.service”, “salary”.
Medidas de tendencia central
summary(Salaries)## rank discipline yrs.since.phd yrs.service sex
## AsstProf : 67 A:181 Min. : 1.00 Min. : 0.00 Female: 39
## AssocProf: 64 B:216 1st Qu.:12.00 1st Qu.: 7.00 Male :358
## Prof :266 Median :21.00 Median :16.00
## Mean :22.31 Mean :17.61
## 3rd Qu.:32.00 3rd Qu.:27.00
## Max. :56.00 Max. :60.00
## salary
## Min. : 57800
## 1st Qu.: 91000
## Median :107300
## Mean :113706
## 3rd Qu.:134185
## Max. :231545Medias
sapply(Salaries[,c(3,4,6)], mean)## yrs.since.phd yrs.service salary
## 22.31486 17.61461 113706.45844Medianas
sapply(Salaries[,c(3,4,6)], median)## yrs.since.phd yrs.service salary
## 21 16 107300Moda
#Utilizamos la libreria "modeest")
#Importamos modeest para calcular las modas
library(modeest)Moda de Rank
mfv(Salaries$rank)## [1] Prof
## Levels: AsstProf AssocProf ProfModa de discipline
mfv(Salaries$discipline)## [1] B
## Levels: A BModa de yrs.since.phd:
mfv(Salaries$yrs.since.phd)## [1] 4Moda de yrs.service:
mfv(Salaries$yrs.service)## [1] 3Moda de salary:
mfv(Salaries$salary)## [1] 92000Medidas de Variabilidad
Rangos:
Rango de yrs.since.phd:
max(Salaries$yrs.since.phd)-min(Salaries$yrs.since.phd)## [1] 55Rango de yrs.service:
max(Salaries$yrs.service) - min(Salaries$yrs.service)## [1] 60Rango de salary:
max(Salaries$salary) - min(Salaries$salary)## [1] 173745Varianzas:
Varianza de yrs.since.phd:
var(Salaries$yrs.since.phd)## [1] 166.0749Varianza de yrs.service.phd:
var(Salaries$yrs.service)## [1] 169.1567Varianza de salary.phd:
var(Salaries$salary)## [1] 917425865Desviacion Estandar:
sapply(Salaries[,c(3,4,6)], sd)## yrs.since.phd yrs.service salary
## 12.88700 13.00602 30289.03869Coeficiente de Variación:
library(FinCal)Coeficiente de variacion de yrs.since.phd:
coefficient.variation(sd(Salaries$yrs.since.phd), mean(Salaries$yrs.since.phd))## [1] 0.5775077Coeficiente de variacion de yrs.service::
coefficient.variation(sd(Salaries$yrs.service), mean(Salaries$yrs.service))## [1] 0.7383657Coeficiente de variacion de yrs. salary:
coefficient.variation(sd(Salaries$salary), mean(Salaries$salary))## [1] 0.2663792Medidas de Colocación
Cuantiles
Cuantiles de yrs.since.phd
quantile(Salaries$yrs.since.phd, c(0.25, 0.5, 0.75))## 25% 50% 75%
## 12 21 32Cuantiles de yrs.service
quantile(Salaries$yrs.service, c(0.25, 0.5, 0.75))## 25% 50% 75%
## 7 16 27Cuantiles de salary
quantile(Salaries$salary, c(0.25, 0.5, 0.75))## 25% 50% 75%
## 91000 107300 134185Medidas de Forma y Simetría
Asimetría
asimetrico <- function(bd){
x = 0
y = 0
p = length(bd)
g3 = 0
for (i in 1:p) {
x = x +((bd[i]-mean(bd))/ sd(bd))^3
}
x
y = (p)/((p - 1)*(p - 2))
g3 = round((y*x),8)
paste("Asimetrico: ", g3)
}Coeficiente de asimetría de yrs.since.phd:
asimetrico(Salaries$yrs.since.phd)## [1] "Asimetrico: 0.30087955"Coeficiente de asimetría de yrs.service:
asimetrico(Salaries$yrs.service)## [1] "Asimetrico: 0.65056948"Coeficiente de asimetría de salary:
asimetrico(Salaries$salary)## [1] "Asimetrico: 0.71456845"Curtosis:
kurtosis=function(x){
exp1=sum(((x-mean(x))/sd(x))^4)
n=length(x)
exp2=((n*(n+1))/((n-1)*(n-2)*(n-3)))
exp3=((3*(n-1)^2)/((n-2)*(n-3)))
kurt=exp1*exp2-exp3
return(kurt)
}Curtosis de yrs.since.phd:
kurtosis(Salaries$yrs.since.phd)## [1] -0.7944173Curtosis de de yrs.service
kurtosis(Salaries$yrs.service)## [1] -0.3114232Curtosis de salary:
kurtosis(Salaries$salary)## [1] 0.21535023. Representación Grafica de Datos
Grafica de densidad:
par(mfrow=c(1,3))
plot(density(Salaries$yrs.since.phd), main = "Gráfico 1", col="blue", sub="Densidad de Years since PhD", xlab="")
plot(density(Salaries$yrs.service), main = "Gráfico 2", col="green", sub = "Densidad de Years of service", xlab="")
plot(density(Salaries$salary), main = "Gráfico 3", col="purple", sub = "Densidad de Salary", xlab="")
Diagramas Circulares:
Gráfico de Sexo:
ptjs = as.numeric(round(((prop.table(table(Salaries$sex)))*100),2))
tags = c("Femenino", "Masculino")
tags = paste(tags, ptjs)
tags <- paste(tags, "%", sep = "")
pie(ptjs, tags,
main = "Gráfico 4",
sub = "Gráfico de torta de Sexo",
col = c("blue", "violetred1", "green3", "cornsilk", "red"))
Gráfico de Rango:
ptjs = as.numeric(round(((prop.table(table(Salaries$rank)))*100),2))
tags = c("AsstProf", "AssocProf", "Prof")
tags = paste(tags, ptjs)
tags <- paste(tags, "%", sep = "")
pie(ptjs, tags,
main = "Gráfico Rango",
sub = "Gráfico de torta de Rango",
col = c("green3", "cornsilk", "cyan"))
Gráfico de Disciplina:
ptjs = as.numeric(round(((prop.table(table(Salaries$discipline)))*100),2))
tags = c("A", "B")
tags = paste(tags, ptjs)
tags <- paste(tags, "%", sep = "")
pie(ptjs, tags,
main = "Gráfico Disciplina",
sub = "Gráfico de torta de Disciplina",
col = c("violetred1", "cyan"))
Diagramas de Dispersión:
par(mfrow=c(1,3))
plot(Salaries$yrs.since.phd, col="yellow", main = "Gráfico 7", sub="Dispersión de Years since PhD", xlab="")
plot(Salaries$yrs.service, col="green", main = "Gráfico 8", sub="Dispersión de Years of Service", xlab="")
plot(Salaries$salary, col="blue", main = "Gráfico 9", sub="Dispersión de Salary", xlab="")
Diagramas de Barras:
par(mfrow=c(2,2))
barplot(table(Salaries$rank), col = c("green3", "cornsilk", "cyan"), main = "Gráfico ", sub="Gráfico de barras de Rangos")
barplot(table(Salaries$discipline), col = c("pink", "cyan"), main = "Gráfico ", sub="Gráfico de barras de Disciplinas")
barplot(table(Salaries$sex), col = c("violetred1", "purple"), main = "Gráfico ", sub="Gráfico de barras de Sexos")
Histogramas:
par(mfrow=c(2,2))
hist(Salaries$yrs.since.phd, col = "#1effb1", sub = "Histograma de Years Since PhD", main = "Gráfico 13", xlab="")
hist(Salaries$yrs.service, col = "pink", sub = "Histograma de years of service", main = "Gráfico 14", xlab="")
hist(Salaries$salary, col = "#8c39a9", sub = "Histograma de salary", main = "Gráfico 15", xlab="")
Boxplots:
par(mfrow=c(2,2))
boxplot(Salaries$yrs.since.phd, col = "#1effb1", sub = "Boxplot de Years Since PhD", main = "Gráfico ", xlab="")
boxplot(Salaries$yrs.service, col = "pink", sub = "Bosplot de years of service", main = "Gráfico ", xlab="")
boxplot(Salaries$salary, col = "#8c39a9", sub = "Bosplot de salary", main = "Gráfico ", xlab="")
Existe un cuerpo docente de 397 educadores, los cuales son 39 femeninos y 358 masculinos. Hay 67 profesores asistentes y 64 asociados, a parte de 266 del cuerpo general.
Otras consideraciones del analisis son:El salario mejor pagado es de 92.000.
La variable cuantitativa con datos más cercanos es yrs.since.phd.
Los profesores cuentan con un rangos tienen aproximado 17 años de servicio.
Y finalmente, l rango que menor cantidad de personas tiene en la muestra es AssocProf.