A continuación se presenta la tarea referida al TEMA 1 del Máster en Estadística Aplicada

install.packages ("ISLR")
library(ISLR)

Ejercicio 1
1. Utilizando cualquiera de los datasets incluidos en la librería ISLR, realice un análisis exploratorio del dataset elegido, incluyendo una visualización gráfica de los datos, comentando los principales resultados obtenidos. Para ello, puede utilizar todas las funciones mostradas en el epígrafe 2.3. del texto base, así como otras que desee el alumno. Para simplificar la escritura de las variables uaría la función attach(mtcars)

attach(mtcars)

Base de datos

knitr::kable(
  mtcars,
  caption = "Tabla con todas los datos de mtcars")
Tabla con todas los datos de mtcars
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2

Características de la base de datos

Número de variables

length(mtcars)
## [1] 11

También podríamos haber usado la instrucción ncol(mtcars)

Nombre de las variables

colnames(mtcars)
##  [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
## [11] "carb"

Número de sujetos (marcas de coche)

nrow(mtcars)
## [1] 32

Nombre de los sujetos (marcas de coches)

rownames(mtcars)
##  [1] "Mazda RX4"           "Mazda RX4 Wag"       "Datsun 710"         
##  [4] "Hornet 4 Drive"      "Hornet Sportabout"   "Valiant"            
##  [7] "Duster 360"          "Merc 240D"           "Merc 230"           
## [10] "Merc 280"            "Merc 280C"           "Merc 450SE"         
## [13] "Merc 450SL"          "Merc 450SLC"         "Cadillac Fleetwood" 
## [16] "Lincoln Continental" "Chrysler Imperial"   "Fiat 128"           
## [19] "Honda Civic"         "Toyota Corolla"      "Toyota Corona"      
## [22] "Dodge Challenger"    "AMC Javelin"         "Camaro Z28"         
## [25] "Pontiac Firebird"    "Fiat X1-9"           "Porsche 914-2"      
## [28] "Lotus Europa"        "Ford Pantera L"      "Ferrari Dino"       
## [31] "Maserati Bora"       "Volvo 142E"

Estadísticas descriptivas

summary(mtcars)
##       mpg             cyl             disp             hp       
##  Min.   :10.40   Min.   :4.000   Min.   : 71.1   Min.   : 52.0  
##  1st Qu.:15.43   1st Qu.:4.000   1st Qu.:120.8   1st Qu.: 96.5  
##  Median :19.20   Median :6.000   Median :196.3   Median :123.0  
##  Mean   :20.09   Mean   :6.188   Mean   :230.7   Mean   :146.7  
##  3rd Qu.:22.80   3rd Qu.:8.000   3rd Qu.:326.0   3rd Qu.:180.0  
##  Max.   :33.90   Max.   :8.000   Max.   :472.0   Max.   :335.0  
##       drat             wt             qsec             vs        
##  Min.   :2.760   Min.   :1.513   Min.   :14.50   Min.   :0.0000  
##  1st Qu.:3.080   1st Qu.:2.581   1st Qu.:16.89   1st Qu.:0.0000  
##  Median :3.695   Median :3.325   Median :17.71   Median :0.0000  
##  Mean   :3.597   Mean   :3.217   Mean   :17.85   Mean   :0.4375  
##  3rd Qu.:3.920   3rd Qu.:3.610   3rd Qu.:18.90   3rd Qu.:1.0000  
##  Max.   :4.930   Max.   :5.424   Max.   :22.90   Max.   :1.0000  
##        am              gear            carb      
##  Min.   :0.0000   Min.   :3.000   Min.   :1.000  
##  1st Qu.:0.0000   1st Qu.:3.000   1st Qu.:2.000  
##  Median :0.0000   Median :4.000   Median :2.000  
##  Mean   :0.4062   Mean   :3.688   Mean   :2.812  
##  3rd Qu.:1.0000   3rd Qu.:4.000   3rd Qu.:4.000  
##  Max.   :1.0000   Max.   :5.000   Max.   :8.000

Gráficos de todas las variables

install.packages ("ggplot2")
library(ggplot2)

Gráficos para variables continuas

Para mostrar los gráficos de boxplot de las variables continuas, dividiría la pantalla en 3x2 e incluiría en una única diapo todos los gráficos. La formula sería la siguiente:

par(mfrow=c(2,3))
boxplot(mpg, main="mpg")
boxplot(disp, main="disp")
boxplot(hp, main="hp")
boxplot(drat, main="drat")
boxplot(wt, main="wt")
boxplot(qsec, main="qsec")

Sin embargo, para poder presentar el trabajo en Mardown, lo haré uno por uno

boxplot(mpg, main="mpg")

boxplot(disp, main = "disp")

boxplot(hp, main = "hp")

boxplot(drat, main= "drat")

boxplot(wt, main= "wt")

boxplot(qsec, main= "qsec")

Gráficos para variables discretas

Para mostrar los histogramas de las variables discretas, dividiría la pantalla en 3x2 e incluiría en una única diapo todos los gráficos. Sin embargo, para esta presentación, a igual que antes, mostraré variable por variable. Para ello, lo primero que haré será crear nuevas dataframe y posteriormente el gráfico de frecuencias a través de un Bar Plot. Aprovecharé para jugar un poco con el color y el sentido (horizontaly vertical)

cyl_barplot <- table(cyl)
barplot(cyl_barplot, main="Cyl",
          xlab="Número de cyl", ylab="Frecuencia", col=blues9)

vs_barplot <- table(vs)
barplot(vs_barplot, main="Vs",
          xlab="Número de Vs", ylab="Frecuencia", col=c("darkblue","red"))

am_barplot <- table(am)
barplot(am_barplot, main="Am",
          xlab="Frecuencia", ylab="Número de Am", col=c("yellow","green"), horiz = TRUE)

gear_barplot <- table(gear)
barplot(gear_barplot, main="Gear",
          xlab="Frecuencia", ylab="Número de Gear", col= c("green","#CAE1FF", "red"), horiz = TRUE)

carb_barplot <- table(carb)
barplot(carb_barplot, main="Carb",
          xlab="Número de Carb", ylab="Frecuencia")