UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONÓMICAS

INGENIERIA EN ESTADÍSTICA

APLICANDO CONOCIMIENTOS ADQUIRIDOS ACERCA DE REPRESENTACIONES GRÁFICAS

En este documento se presentan 13 ejercicios de aprendizaje sobre las diferentes representaciones gráficas, para la comunidad de RStudio.

AUTORES

Erazo Gabriela A.
Espinosa Ricardo O.
Gavilanes Mayra A.
Guamán Jennifer G.

COLABORACIÓN

Profesor: Francisco Valverde (PhD en informática)

EJERCICIOS

Representación gráfica de variables continuas: HISTOGRAMAS

EJERCICIO 1

head(airquality)

##   Ozone Solar.R Wind Temp Month Day
## 1    41     190  7.4   67     5   1
## 2    36     118  8.0   72     5   2
## 3    12     149 12.6   74     5   3
## 4    18     313 11.5   62     5   4
## 5    NA      NA 14.3   56     5   5
## 6    28      NA 14.9   66     5   6

airquality$Temp

##   [1] 67 72 74 62 56 66 65 59 61 69 74 69 66 68 58 64 66 57 68 62 59 73 61 61 57
##  [26] 58 57 67 81 79 76 78 74 67 84 85 79 82 87 90 87 93 92 82 80 79 77 72 65 73
##  [51] 76 77 76 76 76 75 78 73 80 77 83 84 85 81 84 83 83 88 92 92 89 82 73 81 91
##  [76] 80 81 82 84 87 85 74 81 82 86 85 82 86 88 86 83 81 81 81 82 86 85 87 89 90
## [101] 90 92 86 86 82 80 79 77 79 76 78 78 77 72 75 79 81 86 88 97 94 96 94 91 92
## [126] 93 93 87 84 80 78 75 73 81 76 77 71 71 78 67 76 68 82 64 71 81 69 63 70 77
## [151] 75 76 68

head(airquality$Temp)

## [1] 67 72 74 62 56 66

tail(airquality$Temp)

## [1] 63 70 77 75 76 68

summary(airquality$Temp)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   56.00   72.00   79.00   77.88   85.00   97.00

Sin embargo, es mucho más informativa una representación visual de los datos. La manera más rápida (y recomendada) de hacerse una idea de la distribución de los datos de una columna numérica es usando histogramas. En R, para representar el histograma de la columna Sepal.Width de iris se puede hacer:

head(iris)

##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa

hist(iris$Sepal.Width)

Esa es la orden básica. Pero los gráficos pueden ser modificados para incluir títulos, etiquetas, colores, etc. Por ejemplo:

hist(iris$Sepal.Width, main = "iris: histograma de la anchura de los sépalos",
     xlab = "anchura del sépalo", ylab = "frecuencia",
     col = "steelblue")

EJERCICIO 2

Por defecto, el eje horizontal de un histograma muestra el número de observaciones en cada bin. Examina la ayuda de hist para ver como mostrar en, lugar de los números absolutos, la proporción.

# help(hist)

hist(iris$Sepal.Width,breaks=seq(1,5,by=5), main = "iris: histograma de la anchura de los sépalos",
     xlab = "anchura del sépalo", ylab = "frecuencia",
     col = "rosybrown")

EJERCICIO 3

El número de bins también es parametrizable. Examina otra vez la página de ayuda para modificar el valor por defecto.

hist(iris$Sepal.Width, freq = FALSE, main = "iris: histograma de la anchura de los sépalos",
     xlab = "anchura del sépalo", ylab = "frecuencia",
     col = "#DEB887")

EJERCICIO 4

Estudia la distribución de las temperaturas en Nueva York (usa airquality).

head(airquality)

##   Ozone Solar.R Wind Temp Month Day
## 1    41     190  7.4   67     5   1
## 2    36     118  8.0   72     5   2
## 3    12     149 12.6   74     5   3
## 4    18     313 11.5   62     5   4
## 5    NA      NA 14.3   56     5   5
## 6    28      NA 14.9   66     5   6

hist(airquality$Temp,main="Distribución de las temperaturas en Nueva York",
     xlab = "Temperatura",ylab = "Frecuencia",col= "#C1CDCD")

# help(png)

EJERCICIO 5

Usa las funciones png y jpeg para guardar.

getwd()

## [1] "C:/Users/gaby_/OneDrive/Documentos/Silabos de la U/Tercer Semestre UCE/PROGRAMACION/TALLER 15"

png("C:/Users/gaby_/OneDrive/Documentos/temperatura1.png",
    width=480,height=480,units="px",
    pointsize=12,bg="white",res=NA)

hist(airquality$Temp,main="Distribución de las temperaturas en Nueva York",
     xlab = "Temperatura",ylab = "Frecuencia",col= "#6E7B8B")

# El dev.off dirá al sistema que no te muestre el archivo en R, solo como el producto final.
dev.off()

## png 
##   3

jpeg("C:/Users/gaby_/OneDrive/Documentos/temperatura2.png",
     width = 480, height = 480, units = "px", pointsize = 12,
     quality = 75,
     bg = "white", res = NA, family = "")

hist(airquality$Temp,main="Distribución de las temperaturas en Nueva York",
     xlab = "Temperatura",ylab = "Frecuencia",col= "#CDB38B")

dev.off()

## png 
##   3

Representación gráfica de variables categóricas: BARRAS

EJERCICIO 6

Usa los parámetros main, xlab, ylab y col discutidos en la sección anterior para mejorar el aspecto de este gráfico.

head(iris)

##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa

barplot(table(iris$Species))

barplot(table(iris$Species), main = "Especies", xlab = "Tipo",
        ylab = "Frecuencia", col = "#2E8B57")

EJERCICIO 7

Investiga el argumento horiz de barplot para crear un gráfico de barras horizontales.

barplot(table(iris$Species),horiz = TRUE, main = "Especies", xlab = "Frecuencia",
        ylab = "Tipo", col = "#CDB5CD")

Los diagramas de barras también pueden usarse para mostrar datos contenidos en vectores etiquetados. De hecho, table crea un vector etiquetado: asocia a cada etiqueta su frecuencia en la columna. Algunas tablas contienen un registro por etiqueta y entonces podemos usar gráficos de barras para representar esa información. Por ejemplo:

barplot(VADeaths[, 2], xlab = "tramos de edad", ylab = "tasa de mortalidad",
        main = "Tasa de mortalidad en Virginia\nmujer/rural")

Representación de la relación entre dos variables continuas: GRÁFICOS DE DISPERSIÓN

EJERCICIO 8

Representa gráficamente la anchura del sépalo contra su longitud (usando iris). Interpreta el gráfico.

head(iris)

##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa

plot(iris$Sepal.Width, iris$Sepal.Length)

Interpretación:

El gráfico de dispersión realizado con la anchura y longitud de los sépalos de la base de datos iris, muestra cómo va aumentando el Sepal.width(anchura) en función del Sepal.Length(longitud)

EJERCICIO 9

De nuevo, usa los parámetros main, xlab, ylab y col discutidos en la sección anterior para mejorar el aspecto de los gráficos anteriores.

plot(iris$Sepal.Width, iris$Sepal.Length,main = "Caracteristicas del Sepalo ", ylab = "Longitud del Sepalo",
     xlab = "Anchura del Sepalo", col="#BF3EFF")

En ocasiones, cuando una de las variables tiene un orden determinado (por ejemplo, es una variable temporal) pueden utilizarse líneas para unir los puntos de un diagrama de dispersión (o, más habitualmente, reemplazarlos por ellas). Por ejemplo, utilizando el hecho de que las observaciones de airquality están ordenadas temporalmente, podemos representar la temperatura en periodo que comprende así:

plot(airquality$Temp, type = "l")

Incluso, se pueden combinar varios elementos gráficos sobre la misma representación gráfica: por ejemplo, combinar puntos y líneas como aquí:

plot(airquality$Temp)
lines(airquality$Temp)

Podrían añadirse más elementos. Por ejemplo, al gráfico anterior se le puede añadir un elemento más, una línea horizontal roja a la altura de la temperatura media, usando la función (muy útil) abline:

plot(airquality$Temp)
lines(airquality$Temp)
abline(h = mean(airquality$Temp), col = "red")

EJERCICIO 10

Esta función es muy útil para dibujar líneas rectas dada la ecuación y= a + bx donde a representa el intercepto y b la pendiente de la recta.

#help(abline)

plot(iris$Sepal.Width, iris$Sepal.Length,main = "Características del Sépalo ", ylab = " ",
     xlab = " ", col="#BF3EFF")
abline(h=c(5, -3), v=2,
       col=c('orange'), lwd=5)

EJERCICIO 11

?par muestra gran cantidad de parámetros modificables en un gráfico. Investiga y usa col, lty y lwd. Nota: casi nadie conoce estos parámetros y, menos, de memoria; pero está bien saber que existen por si un día procede utilizarlos.

# ?par

col: Color para el fondo del rectángulo.
lty: Tipo de línea a usar para el borde.
lwd: Cómo definir el ancho de línea al crear un gráfico

plot(iris$Sepal.Width, iris$Sepal.Length,main = "Caracteristicas del Sepalo ", ylab = " ",
     xlab = " ", col="#BF3EFF")
abline(h=c(5, -3), v=2,
       col=c('darkgreen'), lwd=5, lty='dashed')

Representación de la relación entre una variable continua y otra categórica: DIAGRAMA DE CAJA (BOXPLOTS)

boxplot(iris$Sepal.Width ~ iris$Species, col = "#FFDEAD",
        main = "Especies de iris\nsegún la anchura del sépalo", xlab = "Especies",
        ylab = "Anchura")

EJERCICIO 12

Identifica la observación atípica.
- ¿Es atípica también con respecto a otras variables?

Interpretación:

El gráfico anterior ilustra la potencia de los diagramas de caja. Para las setosas, existe una observación atípica, mucho menor que el resto, pero cuya atipicidad queda oculta por otras observaciones normales correspondientes a virgínicas o versicolores. Esa observación atípica no llamaría la atención si se representan gráficamente todos los valores, independientemente de su tipo, pero se manifiesta claramente al segmentar la representación por especie.

EJERCICIO 13

Muestra la distribución de las temperaturas en Nueva York en función del mes.

boxplot(airquality$Temp ~ airquality$Month, col = "#FFAEB9",
        main = "Calidad del aire \nsegún la temperatura por mes", xlab = "Mes",
        ylab = "Temperatura")

Interpretación:

En el gráfico presentado se ilustra la potencia de los boxplots. Para los meses 6 y 7 se puede observar que se encuentran 1 y 2 datos atípicos respectivamente. En el mes 7 se observa que es mucho mayor que en el mes 6 pero cuya atipicidad queda oculta por otras observaciones normales correspondiente al mes 9. Mientras que el dato atípico del mes 6 si llamaría la atención ya que se manifiesta claramente al segmentar la representación por mes.

EL CONOCIMIENTO ES LA GUÍA PARA FORJAR UN FUTURO MEJOR

TALLER 15 - REPRESENTACIONES GRÁFICAS

Erazo Gabriela, Espinosa Ricardo, Gavilanes Mayra, Guamán Jennifer

2022-08-27

UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONÓMICAS

INGENIERIA EN ESTADÍSTICA

EJERCICIOS

Representación gráfica de variables continuas: HISTOGRAMAS

Representación gráfica de variables categóricas: BARRAS

Representación de la relación entre dos variables continuas: GRÁFICOS DE DISPERSIÓN

Representación de la relación entre una variable continua y otra categórica: DIAGRAMA DE CAJA (BOXPLOTS)

EL CONOCIMIENTO ES LA GUÍA PARA FORJAR UN FUTURO MEJOR