“Estadística”

Ingresar bases de datos

# file.choose()
poblacion <- read.csv( "/Users/mayracampoyramos/Documents/Semana 18 /Analisis/4 Semestre /5to Semetre/Analisis de Datos Concentracion/poblacion (1).csv")

# file.choose()
muestra <- read.csv("/Users/mayracampoyramos/Documents/Semana 18 /Analisis/4 Semestre /5to Semetre/Analisis de Datos Concentracion/muestra (1).csv")

Tamaño de la poblacion (N)

N <- length(poblacion$Pago)
N

## [1] 12

Tamaño de la muestra (n)

n <- length(muestra$Pago)
n

## [1] 5

Medidas de Tendencia Central: Permiten conocer el valor al que tiende el conjunto de datos

Media o Promedio: Valor que se obtiene al sumar todos los datos y dividirlos entre la cantidad total de datos

Media Poblacional (x barra)

media_poblacional <- mean(poblacion$Pago)
media_poblacional

## [1] 245.0167

Media Muestral (miu)

media_muestral <- mean(muestra$Pago)
media_muestral

## [1] 249.432

Mediana: Valor que ocupa el lugar central de todos los datos cuando estos estan ordenados de menor a mayor

# mediana poblacional
    mediana_poblacional<- median(poblacion$Pago)
    mediana_poblacional    

## [1] 228.63

#mediana muestral 
    mediana_muestral <- median(muestra$Pago)    
    mediana_muestral  

## [1] 230.46

Moda: Valor que aparece con mayor frecuencia en un conjunto de datos

 #moda poblacional 
    mode <- function (x) {
      ux <- unique(x)
      ux [which.max(tabulate(match(x,ux)))]
    }
    
    mode_poblacional <- mode(poblacion$Pago)
    mode_poblacional

## [1] 266.63

    #Nota: Si ningun dato se repite, la funcion coloca el primer valor en lugar de marcar error 
    
    #moda muestra 
    mode_muestral <- mode(muestra$Pago)
    mode_muestral

## [1] 266.63

Relacion entre la media, mediana y moda

Si la media = mediana = moda, los datos tienen una DISTRIBUCION SIMETRICA.

Si la media < mediana < moda, los datos tienen SESGO NEGATIVO.

Si la moda < mediana < media, los datos tienen SESGO POSITIVO.

# hist(poblacion$Pago)

La poblacion tiene un SESGO POSITIVO

MEDIDAS DE DISPERSION: Miden que tan esparcidos se encuentran los datos

Rango: Intervalo o diferencia entre el valor maximo y el minimo de un conjunto de datos

  #Rango Poblacional
    rango_poblacional <- max(poblacion$Pago) - min (poblacion$Pago)
    rango_poblacional    

## [1] 180.86

    r<- range(poblacion$Pago)    
    r    

## [1] 162.64 343.50

    #La funcion range() devuelve el valor minimo y maximo pero no su diferencia, que es el valor que buscamos 
    rango_muestral <- max(muestra$Pago) - min (muestra$Pago)
    rango_muestral  

## [1] 156.34

Varianza Promedio elevado al cuadrado de las desviaciones individuales de cada observacion con respecto a la media de una distribucion

Si es Poblacion, se divide entre N, Si es mustra se divide entre n-1

Varianza poblacional (Sigma cuadrada)

varianza_poblacional <- var(poblacion$Pago)* (N-1)/N
   varianza_poblacional

## [1] 3614.659

Varianza Muestral (s cuadrada)

 varianza_muestral <- var(muestra$Pago)
    varianza_muestral  

## [1] 3570.905

Desviacion Estandar: Raiz cuadrada de la varianza

Desviacion estandar poblacional (sigma)

desviacion_estandar_poblacional <- sqrt(varianza_poblacional)
    desviacion_estandar_poblacional  

## [1] 60.12203

Desviacion estandar poblacional (s)

desviacion_estandar_muestral <- sqrt(varianza_muestral)
    desviacion_estandar_muestral

## [1] 59.75705

Conclusiones

R Studio es un lenguaje de programación R, diseñado para la computación estadística y gráficos. Estos códigos mostrados son los básicos de la matemática estadística donde se puede obtener en las medidas de tendencia: moda, media y mediana. De la misma manera, las medidas de dispersión: rango, varianza y desviación.