Programa R

Curso: 300046_20

ESTUDIANTE

Carmen Elisa Aguilar Pavi

Código 1061434936

TUTOR
LUIS ALBERTO CACERES TORRES

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ZOOTECNIA

BOGOTA D.C

SEPTIEMBRE 2019

1
 INTRODUCCION

Es importante destacar en el desarrollo de este trabajo la implementación del

programa R como una herramienta estadística, ya que nos permite desarrollar
actividades como la aplicación de algunas funciones en estadística para la
generación de gráficos, manejo de datos y su interpretación para tener de una forma
más organizada la información estadísticos y sus análisis.

2
 Valor Variable Variable
continua EDAD Discreta HERMANOS
Media (mean) 20.3 2.6
Mediana 20.5 2.5
(median)
# de datos 10 10
(length)
Mínimo (min) 15 0
Máximo (max) 25 5
Varianza (var) 11.12222

Desviación 3.335 1.646545

stándar (SD)
Rango (range)
15 25 05
Cuantil 25% 18 1.25

Cuantil 50% 20.5 2.5

(mediana)

Cuantil 75% 22.75 4

VARIABLE CONTINUA

> edad=c(18,19,23,18,24,17,22,15,22,25)

> Hermanos=c(4,1,2,4,1,0,5,4,3,2)

> summary(edad)# Resumen estadístico

Min. 1st Qu. Median Mean 3rd Qu. Max.

15.00 18.00 20.50 20.30 22.75 25.00

> mean(edad)#media aritmética

[1] 20.3

> var(edad)#varianza

[1] 11.12222

> sd(edad)#desviación estándar

[1] 3.335

3
> min(edad) #Mínimo

[1] 15

> max(edad)# Máximo

[1] 25

> range(edad) #Rango

[1] 15 25

> median(edad)# Mediana

[1] 20.5

> length(edad)# Número de datos

[1] 10

> quantile(edad, 0.25)# Cuantil Q1

25%

18

> quantile(edad, 0.75)# Cuantil Q3

75%

22.75

> quantile(edad, 0.5)# Cuantil Q2 que es la mimsa mediana

50%

20.5

> IQR(edad) #Rango intercuartílico

[1] 4.75

> sort(edad)# Ordenar

[1] 15 17 18 18 19 22 22 23 24 25

> boxplot(edad)

4
 VARIABLE DISCRETA

>getwd()

[1] "C:/Users/Usuario/Desktop/ESTADISTICA DESCRIPTIVA/FASE 2"

> Hermanos=c(4,1,2,4,1,0,5,4,3,2)

> summary(Hermanos)# Resumen estadístico

Min. 1st Qu. Median Mean 3rd Qu. Max.

0.00 1.25 2.50 2.60 4.00 5.00

> min(Hermanos) #Mínimo

[1] 0

> max(Hermanos)# Máximo

[1] 5

> range(Hermanos) #Rango

[1] 0 5

> mean(Hermanos)# Media aritmética ## SI HAY DATSO PERDIDOS TOCA CON SUMMARY

[1] 2.6

> median(Hermanos)# Mediana

[1] 2.5

> length(Hermanos)# NÚMERO DE DATOS

[1] 10

> sd(Hermanos)# Desviación típica

[1] 1.646545

> quantile(Hermanos, 0.25)# Cuantil Q1

25%

1.25

5
> quantile(Hermanos, 0.75)# Cuantil Q3

75%

> quantile(Hermanos, 0.5)# Cuantil Q2 que es la mimsa mediana

50%

2.5

> boxplot(Hermanos)

VARIABLES CUALITATIVAS

> ##Requieren codificación

> ##Variable nivel de estudios cada número equivale a una categoria.

> ###En este caso la codificación asigan aun número a categoría de estudios.

> ####categórica NIVEL DE ESTUDIOS ( 0:“Sin estudios”; 1: “Estudios Primarios”

> ####; 2: “Estudios Secundarios”; 3:“Estudios Superiores”)

> estudios=c(1,2,0,1,3,2,3,1,2,3)

> ### estas variables se codifican y categorizan es decir que

> ### el programa donde encuentre número lo interprete

> ### como una categoria y no como un número.

> ### CATEGORIZACION DE UNA VARIABLE CATEGORICA EN R

> ####categórica NIVEL DE ESTUDIOS ( 0:“Sin estudios”; 1: “Estudios Primarios”

> ####; 2: “Estudios Secundarios”; 3:“Estudios Superiores”)

> ### CATEGORIZACION DE UNA VARIABLE CATEGORICA EN R

> estudios=factor(estudios, levels=c(0,1,2,3),

+ labels=c("Sin estudios","Estudios Primarios",

+ "Estudios Secundarios","Estudios Superiores"))

>

> estudios

6
[1] Estudios Primarios Estudios Secundarios Sin estudios

[4] Estudios Primarios Estudios Superiores Estudios Secundarios

[7] Estudios Superiores Estudios Primarios Estudios Secundarios

[10] Estudios Superiores

4 Levels: Sin estudios Estudios Primarios ... Estudios Superiores

> ##Una vez codificadas se inicia el código en R

> summary(estudios)## dbe aparecer cada categoria con los individuossu número de individuos

Sin estudios Estudios Primarios Estudios Secundarios

1 3 3

Estudios Superiores

> table(estudios) #Tabla de frecuencias absolutas

estudios

Sin estudios Estudios Primarios Estudios Secundarios

1 3 3

Estudios Superiores

> ####CUIDADO SI HEMOS USADO ANTES UN COMANDO

> #### SI LO USAMOS DE NUEVO LE PONEMOS UN NUMERO

> ####MIREN EL EJMPLO ACONTINUACION CON FABS Y FREL

> ###LLEVAN UN UNO YA LOS HEMOS USADO SI NO HACEMOS ESTO

> ###CON LA NUEVA ORDEN NOS DARA EL MISMO RESULTADO

> fabs1=table(estudios)##Tabla de frecuencias absolutas

> fabs1#### se le pone un número o sino le da el mismo resultado del anterio tipo de variable

estudios

Sin estudios Estudios Primarios Estudios Secundarios

1 3 3

7
Estudios Superiores

> frel1=prop.table(table(estudios))#Tabla de frecuencias relativas

> frel1

estudios

Sin estudios Estudios Primarios Estudios Secundarios

0.1 0.3 0.3

Estudios Superiores

0.3

> ##Podemos decir que sin estudios tiene el 0.1 en proporción ó el 10% de los encuestados

> ##Manifiestan no tener estudio

> #las propórciones se multiplican

> ##Por 100 para expresarlas en porcentaje.

> ##Gráficos de variables cualitativas

> barplot(fabs1,ylab="Frecuencias absolutas",main="Diagrama de barras Estudio")

> barplot(frel1,ylab="Frecuencias relativas",main="Diagrama de barras estudio")

>

> ###LES ACONSEJO NO CONSULTAR MAS TEXTOS SINO LIMITARSE

> ###A CORRER ESTE CODIGO PARA NO CONFUNDIRSE

>

>

8
BOSPLOP

En el Bosplop se observa de una forma más clara la distribución de los datos y sus
principales características, Este grafico contiene un rectángulo, usualmente
orientado con el sistema de coordenadas tal que el eje vertical tiene la misma escala
del conjunto de datos. La parte superior y la inferior del rectángulo coinciden con el
tercer cuartil y el primer cuartil de los datos.

9
 Histogram of edad
3.0
2.5
2.0
Frequency

1.5
1.0
0.5
0.0

16 18 20 22 24

edad

El histograma es el grafico estadístico por excelencia. El histograma de un

conjunto de datos es un gráfico de barras que representan las frecuencias con que
aparecen las mediciones agrupadas en ciertos rangos o intervalos.
En la siguiente grafica nos ilustra la distribución de las edades promedio de los
cuales están entre los 16 y 24 años que pueden tener los hermanos de las 10
personas que fueron encuestadas,

10
 Histogram of edad
3.0
2.5
2.0
Frequency

1.5
1.0
0.5
0.0

14 16 18 20 22 24 26

edad

11
 Diagrama de barras Hermanos
3.0
2.5
Frecuencias absolutas

2.0
1.5
1.0
0.5
0.0

0 1 2 3 4 5

Los gráficos de barras son suficientemente flexibles para ser adaptados a

situaciones donde el trabajo grafico ha tenido poco éxito como lo es el análisis de
datos categóricos.

La grafica de barra de hermanos nos muestra la distribución de número de

hermanos promedio por cada 10 personas encuestadas.

12
En este diagrama nos ilustra la distribucion del nivel del estudios en sus cuatro
categorias que poseen las 10 personas que fueron encuestadas.

13
 Grafico de tarta de Hermanos

3 5

El grafico tarta se utiliza para la representación de la información

cuantitativa de un grupo de valores relacionados con un total.

La siguiente grafica nos ilustra el porcentaje de la cantidad de hermanos

que tiene las 10 personas encuestadas.

14
 CONCLUSION

El desarrollo de este trabajo fue de gran importancia en cuanto al uso del

programa R, debido a que es un programa que nos permite cualificar mejor
los datos estadísticos expuestos, y fomentar la visualización de los resultados
mediante gráficos.
Es importante resaltar que el programa R esta diseñado para manejar los
datos de una forma más practica.

15