# CURSO ESTADISTICA DESCRIPTIVA (300046_761) PERIODO ACAD�MICO 16-1 DE 2020

# CONCEPTOS B�SICOS DE ESTAD�STICA DESCRIPTIVA Y MANEJO DEL CODIGO R UNIDAD 1

# Recuerde que para ejecutar cada una de las l�neas del c�digo debe digitar
"Control+r"
# Recuerde siempre ejecutarlo en orden, de arriba hacia abajo

# Las l�neas del c�digo que inician con el s�mbolo # no son comandos sino textos
explicatorios

# IMPORTANTE: NO MODIFIQUEN NINGUNA PARTE DEL C�DIGO

# Si lo modifican, les pueden aparecer errores
# Si por error lo modific�, ingrese nuevamente a la carpeta de Google Drive y
desc�rguelo nuevamente

# En este ejercicio, conoceremos los principales tipos de varables que se manejan

en estad�stica descriptiva:
# Variable cuantitativa continua
# Variable cuantitativa discreta
# Variable cualitativa o categ�rica

###VARIABLES CUANTITATIVAS CONTINUAS

###Son variables de mediciones en individuos u objetos peso, edad, altura
###son variables que admiten decimales.
###VARIABLE EDAD: es una varible continua, ya que se pueden tener 10.5 a�os
edad=c(18.4,19.2,19.6,23,20,20.4,19.4,21.4,18,24,17,22,15,22,25)

#Presentar en el informe grupal los siguientes resultados en un cuadro, explicando

cada uno de ellos:
summary(edad)# Resumen estad�stico
mean(edad)#media aritm�tica
var(edad)#varianza
sd(edad)#desviaci�n est�ndar
min(edad) #M�nimo
max(edad)# M�ximo
range(edad) #Rango
median(edad)# Mediana
length(edad)# N�mero de datos
quantile(e
dad, 0.25)# Cuantil Q1
quantile(edad, 0.75)# Cuantil Q3
quantile(edad, 0.5)# Cuantil Q2 que es la mimsa mediana
IQR(edad) #Rango intercuart�lico
sort(edad)# Ordenar

### Regla de Sturges OPCIONAL PERO SE DEBE ACLARAR EL NUMERO DE INTERVALOS

range(edad,na.rm=TRUE) # incluimos na.rm=TRUE para que ignore la presencia de
valores perdidos
nclass.Sturges(edad)#N�mero de intervalos
seq(15,25,length=nclass.Sturges(edad)) # L�mites de los intervalos
intervalosEdad=cut(edad,breaks=seq(15,25,length=nclass.Sturges(edad)),include.lowes
t=TRUE)
intervalosEdad # Se muestran los intervalos de edad, uno correspondiente a cada
edad observada
puntos=min(edad)+(0:nclass.Sturges(edad))*(max(edad)-
min(edad))/nclass.Sturges(edad)
#Histograma de la variable edad con la regla de Sturges:
hist(edad,main="Histograma con Regla de Sturges variable edad",breaks=puntos) #
este comando crea el gr�fico de histograma con la regla de Sturges

# Instalaci�n libreria "agricolae":

# Es obligatorio instalar la libreria Agricolae, para poder ejecutar los siguientes
comandos del c�digo
# Esta es la forma de instalar desde el editor:
install.packages("agricolae") # Esperar que salga una lista de pa�ses y seleccionar
USA(IA)
## Damos "OK" y el programa instala el paquete
## Es una libreria grande, as� que hay que tener paciencia y esperar hasta que est�
totalmente instalada
## Esperar hasta que aparezca el mensaje "The downloaded binary packages are in
(muestra la carpeta donde se guardaron)
# finalmente, debe aparecer nuevamente el cursor rojo en la consola de resultados a
la izquierda
# si la libreria qued� bien instalada, al dar "CONTROL+R" aparece
"library(agricolae)" en color rojo
library(agricolae)

### Gr�ficos de variables continuas:

hist(edad,ylab="Frecuencia",main="Histograma de la variable continua Edad")#
Histograma
boxplot(edad,ylab="Edad (a�os)",main="Boxplot o diagrama de cajas variable
continua") # Gr�fico de diagrama de cajas o Boxplot

###VARIABLES CUANTITATIVAS DISCRETAS

## variables de conteos, solo toman valores en n�meros enteros numero de hermanos
## numero de frutos, n�mero de partos.
Hermanos=c(0,1,4,1,2,3,2,3,1,2,0,5,4,3,2)

#Presentar en el informe grupal los siguientes resultados en un cuadro, explicando

cada uno de ellos:
summary(Hermanos)# Resumen estad�stico
min(Hermanos) #M�nimo
max(Hermanos)# M�ximo
range(Hermanos) #Rango
mean(Hermanos)# Media aritm�tica ## SI HAY DATOS PERDIDOS TOCA CON SUMMARY
median(Hermanos)# Mediana
length(Hermanos)# N�MERO DE DATOS
sd(Hermanos)# Desviaci�n t�pica
quantile(Hermanos, 0.25)# Cuantil Q1
quantile(Hermanos, 0.75)# Cuantil Q3
quantile(Hermanos, 0.5)# Cuantil Q2 que es la mimsa mediana
IQR(Hermanos) #Rango intercuart�lico
sort(Hermanos)# Ordenar
##En este caso las tablas de frecuencias se desarrollan por pasos:
table(Hermanos) #Tabla de frecuencias absolutas
fabs=table(Hermanos)##Tabla de frecuencias absolutas
fabs
fabsacum<-as.table(cumsum(fabs))#Frecuencias absolutas acumuladas
fabsacum
frel=prop.table(table(Hermanos))#Tabla de frecuencias relativas
frel
frelacum<-as.table(cumsum(frel))#Frecuencias relativas acumuladas
frelacum
# Podemos decir que cero hermanos tiene el 0.1 en proporci�n � el 10% de los
individuos encuestados.
# Las proporciones se multiplican por 100 para expresarlas en porcentaje.

##Gr�ficos de variables cuantitaivas discretas:

boxplot(Hermanos,ylab="n�mero de hermanos",main="Boxplot o diagrama de cajas
variable discreta")
barplot(fabs,xlab="N�mero de hermanos",ylab="Frecuencias absolutas",main="Diagrama
de barras Frecuencia Absoluta")
barplot(frel,xlab="N�mero de hermanos",ylab="Frecuencias relativas",main="Diagrama
de barras Frecuencia relativa")
barplot(frelacum,xlab="N�mero de hermanos",ylab="Frecuencias
relativas",main="Diagrama de barras Frecuencias relativas acumuladas")
pie(fabs,col=rainbow(6),main=c("Grafico de tarta de Hermanos"))#Gr�fico de tarta

##VARIABLES CUALITATIVAS
# Son variables atribuibles a espectos cualitativos no num�ricos, como el color, la
raza, etc...
# Pueden ser de tipo nominal, donde cada categor�a es independiente de la otra,
como el color o la raza
# O de tipo categ�rigo, donde existe alg�n tipo de estratificaci�n o nivel, como el
nivel de estudios o el estrato socioecon�mico.
# A continuaci�n tomaremos como ejemplo la variable categ�rica "Nivel de estudios"
de los agricultores pertenecientes a una misma vereda.
# Para poder codificar lo que cada agricultor respondi�, se le asigna un n�mero a
cada nivel de estudio:
# Nivel de estudios: 0:�Sin estudios�; 1: �Estudios Primarios�; 2: �Estudios
Secundarios�; 3:�Estudios Superiores�

estudios=c(1,2,0,1,0,1,1,2,3,2,3,1,2,3) # Esto es lo que respondi� cada agricultor

ya codificado, para poderlo analizar en el programa R.

# Ahora, hay que explicarle al programa lo que significa cada n�mero

# Se le aclara que nuestra variable tiene 4 categor�as, del 0 al 3
# Se indica a qu� corresponde cada n�mero, desde el menor grado hasta el m�s
avanzado y cu�l es su etiqueta:

estudios=factor(estudios, levels=c(0,1,2,3),
labels=c("Sin estudios","Estudios Primarios",
"Estudios Secundarios","Estudios Superiores"))

estudios # Muestra los que respondi� cada agricultor

# Una vez se ha codificado exitosamente la variable, se puede analizar con R:

# Presentar estos resultados en un cuadro y explicar:

summary(estudios)# debe aparecer cada categoria con el n�mero de agricultores que

se encuentran en ella
table(estudios) #Tabla de frecuencias absolutas

# Hay que tener cuidado cuando se va a
# Es importante cambiarle el nombre, o
cre� inicialmente
# En la variable discreta, ya hab�amos
# As� que para usarlos nuevamente, les
usar un comando que ya se hab�a usado antes
va a producir los resultados para los que se
usado los comandos "fabs" y "frel"
cambiamos el nombre a "fabs1" y "frel1":

fabs1=table(estudios)# Tabla de frecuencias absolutas

fabs1 # si no se le cambia el nombre, aparecer�a el mismo que produjo en la
variable discreta
frel1=prop.table(table(estudios))# Tabla de frecuencias relativas
frel1
# Podemos decir que el 0.1 de los agricultores encuestados no tienen estudios o en
proporci�n, el 10%
# Para pasarlo a porcentaje, se multiplica el resultado por 100

##Gr�ficos de variables cualitativas

barplot(fabs1,ylab="Frecuencias absolutas",main="Diagrama de barras frecuencias
absolutas nivel de estudio de agricultores") #
barplot(frel1,ylab="Frecuencias relativas",main="Diagrama de barras frecuencias
relativas nivel de estudio de agricultores")

#Les deseamos �xitos en la ejecuci�n de este ejercicio.

# Si tiene alguna inquietud, por favor consulte con su respectivo tutor, de acuerdo
al grupo al que pertenece.
# Preparado por Luis Alberto C�ceres
# Director del curso Estad�stica Descriptiva (para ciencias agrarias)