Parcial practico 1.
Estafistica 2.
Carlos Galvis - Paula Guzmán.
1. Importe la base de datos a R usando la función read.csv() y haga una descripción general de la misma.
Identifique, caracterice y presente una breve descripción de cada una de las
variables “GANANCIA..PERDIDA..2018”, “GANANCIA..PERDIDA..2017”, “TOTAL.PATRIMONIO.2017”,
“TOTAL.PATRIMONIO.2018”, “MACROSECTOR” y “DEPARTAMENTO.DOMICILIO”.
library(readr)
X1000_Empresas_mas_grandes_del_pa_s <- read_csv("1000_Empresas_mas_grandes_del_pa_s.csv")## Rows: 1000 Columns: 20
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (8): RAZON SOCIAL, SUPERVISOR, REGIÓN, DEPARTAMENTO DOMICILIO, CIUDAD D...
## dbl (12): No., NIT, INGRESOS OPERACIONALES
## 2018*, GANANCIA (PERDIDA) 2018, T...
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.attach(X1000_Empresas_mas_grandes_del_pa_s)Ganancias(Perdidas) 2017: Es una variable cuantitativa discreta con intervalo de razon,en la cual podemos
ver tanto ganancias como peridad de las empresas, durante el año 2017.
Ganancias(Perdidas) 2018: Es una variable cuantitativa discreta con intervalo de razon,en la cual podemos
ver tanto ganancias como peridad de las empresas, durante el año 2018.
Total patrimonio 2017: Es una variable cuantitativa discreta con intervalo de razo, en la cual podemos ver
el patrimonio de las empresas, durante el año 2017.
Total patrimonio 2018: Es una variable cuantitativa discreta con intervalo de razo, en la cual podemos ver
el patrimonio delas empresas, durante el año 2018.
Macrosector: Es una variable cualitativa nominal, en la cual vemos a que sector pertenece lo que producen
las empresas.
Departamento domicilio: Es una variable cualitativa nominal, en la cual podemos ver en que departamento
queda ubicada cada empresa.
2. Presente un resumen de los datos utilizando las tablas y gráficas que considere necesarias, explique la
información más relevante suministrada mínimo por las variables anteriores y aquellas otras que considere
necesarias.
Patrimonio.
data = data.frame(`GANANCIA (PERDIDA) 2017`, `GANANCIA (PERDIDA) 2018`)
n=nrow(data)
pairs(data, pch = 16, cex = 0.8, gap = 0, xaxt = "n", yaxt = "n",
col = "blue", labels = c("Ganancia(Perdida) 2017", "Ganancia(Perdida) 2018"))
Dispersograma
data2 = data.frame(`GANANCIA (PERDIDA) 2017`, `TOTAL ACTIVOS 2017`, `TOTAL PASIVOS 2017`, `TOTAL PATRIMONIO 2017`)
n=nrow(data2)
pairs(data2, pch = 16, cex = 0.8, gap = 0, xaxt = "n", yaxt = "n",
col = "blue", labels = c("Ganancia(Perdida)", "Total activos","Total pasivos", "Total patrimonio"))
Dispersograma
data3 = data.frame(`GANANCIA (PERDIDA) 2018`, `TOTAL ACTIVOS 2018`, `TOTAL PASIVOS 2018`, `TOTAL PATRIMONIO 2018` )
n=nrow(data3)
pairs(data3, pch = 16, cex = 0.8, gap = 0, xaxt = "n", yaxt = "n",
col = "blue", labels = c("Ganancia(Perdida)", "Total activos","Total pasivos", "Total patrimonio"))
Macrosector
x = table(MACROSECTOR)
r = prop.table(x)*100
tcf = barplot(height = (r), beside = TRUE,
names = c("."),
xlab = "Tipo", ylab = "Porcentaje",
main = "Macrosector", ylim = c(0,50),
args.legend = list(x = "top"),
col=c("lightblue","lightpink","lightyellow", "lightgreen", "red", "blue"))
text(tcf,0,round(r, 2), cex = 1, pos = 3, col = "black", font = 3)
r## MACROSECTOR
## AGROPECUARIO COMERCIO CONSTRUCCIÓN
## 2.4 30.3 6.6
## MANUFACTURA MINERO-HIDROCARBUROS SERVICIOS
## 32.8 5.4 22.53. Tome la base de datos como una muestra y utilice el estimador “proporción muestral” para estimar las
proporciones poblacionales en Colombia de las empresas que pertenecen a los macrosectores
“MANUFACTURA”, “SERVICIOS” y “COMERCIO”. Presente una descripción detallada del estimador
en la que incluya su distribución, valor esperado, desviación estándar, gráficas que apoyen su descripción
y propiedades del estimador.
Proporcion muestral.
x = table(MACROSECTOR)
r = prop.table(x)*100Proporciones poblacionales.
Manufactura = 32.8
Servicios = 22.5
Comercio = 30.3
Distribucion normal.
Valor esperado
median(r)## [1] 14.55Desviacion estandar.
de1 = sqrt(134.5)/856El estimador es insesgado.
Grafica
hist(r)
4. Proponga otro estimador para la proporción poblacional, realice todo el proceso del punto anterior y
compare cual estimador es mejor.
table(x)## x
## 24 54 66 225 303 328
## 1 1 1 1 1 1Nuevo estimador.
###1/856*(x1+399x2+456x3)
Valor esperado:
median(x)## [1] 145.5Distribucion normal.
El estamidador es insesgado.
El estimador del punto 3 es mas eficiente, pues los dos son insesgados, pero en el punto 3 el estimador es mas consistente, pues es mas preciso.
5. Tome la base de datos como una muestra y utilice el estimador “promedio muestral” para estimar los
promedios poblacionales en Colombia de las variables numéricas descritas en el punto 1. Presente una
descripción detallada del estimador en la que incluya su distribución, valor esperado, desviación estándar,
gráficas que apoyen su descripción y propiedades del estimador.
Promedios poblacionales.
G.P2017 = median(`GANANCIA (PERDIDA) 2017`)
G.P2018 = median(`GANANCIA (PERDIDA) 2018`)
T.P2017 = median(`TOTAL PATRIMONIO 2017`)
T.P2018 = median(`TOTAL PATRIMONIO 2018`)Promedio poblacional(Ganancias(peridas)2017): 5046002
Promedio poblacional(Ganancias(peridas)2018): 6456776
Promedio poblacional(Total patrimonio 2017): 77075734
Promedio poblacional(Total patrimonio 2018): 83525355
Distribucion normal.
Valor esperado.
(G.P2017+G.P2018+T.P2017+T.P2018)/4## [1] 43025967valor esperado todas las variables : 43025967
COEFICIENTE DE VARIACION
Ganancia (perdida) 2017
a = sd(`GANANCIA (PERDIDA) 2017`)/G.P2017Ganancia (perdida) 2018
b = sd(`GANANCIA (PERDIDA) 2018`)/G.P2018Total patrimonio
c = sd(`TOTAL PATRIMONIO 2017`)/T.P2017Total patrimonio 2
d = sd(`TOTAL PATRIMONIO 2018`)/T.P2018
CV5 = a+b+d+c6. Proponga otro estimador para el promedio poblacional, realice todo el proceso del punto anterior y compare
cual estimador es mejor.
Nuevo estimador: 1/1000*(x1+999x2)
Valor esperado:
median(x)## [1] 145.5Distribucion normal.
Desviacion estandar.
k = (CV5)/1000
sqrt(k)## [1] 0.4338388