Universidad Técnica Particular de Loja

NOMBRR: EDINSON PESANTEZ

TAREA: ESTADISTICA

El objetivo de este taller es familiarizarse con las funciones del software R. Las instrucciones serán
realizadas en compañía del tutor durante la clase práctica y el resultado será presentado en los
espacios del formato.

1. Además de las funciones elementales exploradas previamente usted puede explorar en R

algunas funciones como:

sqrt(x) : Raíz cuadrada de x

abs(x) : Valor absoluto de x

sin(x) : Seno de x

cos(x) : Coseno de x

tan(x) : Tangente de x

log(x) : Logaritmo neperiano de x

log10(x) : Logaritmo decimal de x

exp(x) : Exponencial de x
> sqrt(48)
[1] 6.928203
> abs(67)
[1] 67
> sin(13)
[1] 0.420167
> cos(45)
[1] 0.525322
> tan(23)
[1] 1.588153
> log(14)
[1] 2.639057
> log10(200)
[1] 2.30103
> exp(35)
[1] 1.586013e+15

2. Los datos en R pueden ser almacenados en objetos utilizando los símbolos “=” o “<-“.
Cuando los datos son abundantes se pueden almacenar en diferentes estructuras.
a. Arrays. Pueden tener varias dimensiones, pero admiten únicamente un tipo de dato.
Dependiendo del número de dimensiones, se distingue entre
i. Vectores. Una dimensión. Se utiliza la función c() que concatena los
elementos que utiliza como argumentos.
ii. Matrices. Dos dimensiones. Se crean con la función matrix()
 iii. Arrays. Tres o más dimensiones.
b. Factores. Se utilizan para almacenar variables cualitativas en las que no existe un
orden específico entre las categorías.
c. Factores ordenados. Almacenan variables cualitativas ordinales, es decir,
variables cualitativas con un cierto orden entre sus categorías.
d. Data frames. Admite variables de distintos tipos, pero con la misma longitud.
e. Listas. La lista es la estructura de datos más flexible puesto que permite incluir
variables de tipos y longitudes diferentes.

> vector1 <- c(2,6,10,14,5,8)

> vector1
[1] 2 6 10 14 5 8
> vector1<- c(2,6,10,14,5,8)
> matriz1 <-matrix(c(3,6,9,12,15,18),nrow=2, ncol=3)
> matriz1
[,1] [,2] [,3]
[1,] 3 9 15
[2,] 6 12 18
> a <- c(2,3,5)
> b <- c("Hi", "Bye", "Good")
> x <- c(TRUE, FALSE,FALSE)
> c <- c(TRUE, FALSE,FALSE)
> d <- c(1,2,3,4,5)
> lista1 <- lista(a,b,c)
> lista1 <- list(a,b,c)
> ordenado1 <- ordered(c(1,2,1,2,3,1,2,1,2), levels=c(1,2,3))

3. Leer datos desde ficheros externos. Los datos pueden ser almacenados en Excel u otros
programas y ser ingresados a R mediante la función “read.table”
Nombre <- read.table(file, header=t, sep=” ”)
a. Elabore un fichero externo con los siguientes datos y luego ingréselo a R.
Raza Edad Peso Altura
Mestizo 24 58 168
Negra 32 60 170
Mestizo 36 53 166
Mestizo 27 51 164
Negra 24 64 168
Negra 21 60 162
Mestizo 34 58 164
Mestizo 31 64 156
Mestizo 40 72 165

b. Visualice los valores para las cuatro variables de los individuos 2 y 5

c. Determine la altura del individuo 4
d. Encuentre la media de las variables altura y peso
e. Compruebe si la edad del primer individuo es mayor a la edad del sexto individuo
> data <- read.table("libro1.txt", header= T)
> data
Raza Edad Peso Altura
1 Mestizo 24 58 168
2 Negra 32 60 170
3 Mestizo 36 53 166
4 Mestizo 27 51 164
5 Negra 24 64 168
6 Negra 21 60 162
7 Mestizo 34 58 164
8 Mestizo 31 64 156
9 Mestizo 40 72 165
> data[c(2,5),]
Raza Edad Peso Altura
2 Negra 32 60 170
5 Negra 24 64 168
> data$Altura[4]
[1] 164
> mean(data$Altura)
[1] 164.7778
> mean(data$Peso)
[1] 60
> data$Edad[1] > data$Edad [6]
[1] TRUE

1. Gráficas: En R las gráficas que se pueden hacer son diversas y dependen

del tipo de variable que se quiera graficas. Así:
a. Variables cualitativas o variables cuantitativas de tipo discreto:
Se pueden considerar gráficos de sectores o gráficos de barras,
los cuales se obtienen en R mediante las funciones pie y barplot,
respectivamente.
b. Variables cuantitativas: Los gráficos que se suelen emplear con más
frecuencia son el histograma, el diagrama de tallos y hojas y el
diagrama de caja y bigotes.
En R, se utilizan las órdenes hist, stem y boxplot para la obtención de
histogramas, de diagramas de tallos y hojas y de diagramas de caja y
bigotes, respectivamente.

> pie(data$Altura) > boxplot(data$Edad)