Estadísticas Recibo de Luz

Recibo de luz

CFE

Importar bases de datos población

#file.choose()
poblacion <- read.csv("/Users/joseramonvazquezguzman/Documents/Tecnológico de Monterrey/Septimo semestre/Analítica de datos /M3/poblacion.csv")

Importar bases de datos muestra

#file.choose()
muestra <- read.csv("/Users/joseramonvazquezguzman/Documents/Tecnológico de Monterrey/Septimo semestre/Analítica de datos /M3/muestra.csv")

Tamaño de la población (N)

N <- length(poblacion$Pago)
N

## [1] 12

Tamaño de la muestra (n)

n <- length(muestra$Pago)
n

## [1] 5

Notas

#Medidas de Tendencia central: permiten conocer el valor al que tiende el conjunt de datos

#media o pormedio: valor que se obtiene al sumar todos los datros y dividirlos entre la cantidad total de datos 

Medidas de Tendencia Central

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 mayor a menor.

mediana_poblacional <- mean(poblacion$Pago)
mediana_poblacional

## [1] 245.0167

Mediana Muestral

mediana_muestral <- median(muestra$Pago)
mediana_muestral

## [1] 230.46

Nota

#Moda: valor que aparecce con mayor frecuencia en un conjunto de datos.

Función para calcualr moda

mode <- function(x) {
   ux<- unique(x)
   ux[which.max(tabulate(match(x, ux )))]
}

Nota

#Si ningun dato se repite, la funcion coloca el primer valor en lugar de marcar error

Moda poblacional

moda_poblacional <-mode(poblacion$Pago)
moda_poblacional

## [1] 266.63

Moda muestral

moda_muestral <-mode(muestra$Pago)
moda_muestral

## [1] 266.63

Relación 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)

Conclusión

#la población tiene un SESGO POSITIVO

Medidas de Dispersión

Miden que tan esparcidos se encuentran los datos

 #Rango: Intervalo o diferencia entre el valor máximo y el minimo de un conjunto

      # 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 función range() devuelve el valor miimo 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 : es el promedio elevado de las desviaciones individuales de cada observacion con respecto a la media de una distribucion 
     # si es población, se divide entre N; Si es Muestra, se divide entre n-1 para una mejor estimación 
        
       #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

     #Desviación Estándar : Raíz cuadrada de la varianza 
     
     #Desviación Estándar poblacional (sigma)
     desviacion_estandar_poblacional <-sqrt(varianza_poblacional)
desviacion_estandar_poblacional     

## [1] 60.12203

Desviación Estándar Muestral (s)

desviacion_estandar_muestral <- sqrt(varianza_muestral)
desviacion_estandar_muestral

## [1] 59.75705

Conclusiones

En este caso podemos observar un histograma donde una casa refleja el pago del recibo de luz dividido en los 12 meses del año. En los primeros 3 meses pagó un recibo entre 150 y 200 pesos, en los próximos 4 meses pagó un recibo de 200 a 250 pesos, en los siguientes 2 un recibo de 250 a 300 y finalmente en los últimos 3 meses un recibo de 300 a 350. Aquí en la frecuencia podemos deducir que en los meses más altos que fue donde hubo un recibo con precio más bajo pueden ser meses donde no hubo ni clima frio o caliente.

El sesgo que se muestra es positivo, teniendo un ligero aumento en la punta con los 3 meses más costosos.