“Estadísticas”

Estadisticas - Recibo de Luz

Exportar base de datos

#file.choose()
poblacion <- read.csv ("/Users/ricardogc/Desktop/R - Analisis de datos para la toma de decisiones. /poblacion.csv")

#file.choose()
muestra <- read.csv ("/Users/ricardogc/Desktop/R - Analisis de datos para la toma de decisiones. /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

Medidas de tendencia Central: Permite 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

media_muestral <- mean(muestra$Pago)
media_muestral

## [1] 249.432

####Mediana: Valor que ocupa el valor 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
   #Funcion para calcular la Moda
   mode <-  function(x) {
     ux <- unique(x) 
     ux[which.max(tabulate(match(x,ux)))] 
     }

Nota: Si ningun dato se repite la función 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 distribución SIMETRICA

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

Histograma de Población (X- población) (Y - Frecuencia)

La población tiene un sesgo positivo

hist(poblacion$Pago)

Histograma de Muestra (X- Muestra) (Y - Frecuencia)

hist(muestra$Pago) 

Medidas de dispersión: 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 función range() devuelve el valor minimo y maximo pero no su diferencia, que es el valor que buscamos

Rango muestral

rango_muestral <-  max(muestra$Pago) - min(muestra$Pago)
rango_muestral

## [1] 156.34

Varianza: Es el promedio elevado al cuadrado de las desviaciones individuales de cada observacion con respecto a la media de una distribución.

Nota: Si es población se divide entre N: Si es muestra se divide entre n-1.

Varianza Poblacional (Sigma cuadrada)

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

## [1] 3614.659

Varianza Muestral (Sigma cuadrada)

varianza_muestral <- var(muestra$Pago)
    varianza_muestral

## [1] 3570.905

Desviación estandar: Raiz cuadrada de la varianza

Desviación estandar poblacional (sigma)

 desviacion_estandar_poblacional <- sqrt(varianza_poblacional)
    desviacion_estandar_poblacional

## [1] 60.12203

Desviación estandar muestral (sigma)

desviacion_estandar_muestral <- sqrt(varianza_muestral)
    desviacion_estandar_muestral

## [1] 59.75705

Conclusiones

Para obtener información más especifica y Acertiva, bien se sabe que Rstudio es una excelente herramienta que nos brinda un estudio poblaciona con estadisticas automaticas que genera una mejor respuesta a la obtención de información. Es por esto que Rstudio es muy recomendado para las estadisticas para evitar errores que podrían ocasionar mala interpretación de los datos y además de que R studio genera de manera automatica las formulas o numero con simples comandos sencillos de utilizar y poner en practica.