Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grupo: 300046_151
Código:1031179572
Etapa 2
Variable continua:
Clacificacion de 46 individuos por su peso, ya que se sabe que una lombriz es reproductora
despues de superar un peso de 0.24g hasta su peso maximo 1.4g por individuo pueden
llegar a tener 1300 huevecillos al año por individuo según su peso esto aproximadamente
1= 2= 3= 4= 5= 6= 7= 8= 9= 10=
0.1 0.2 0.10 0.1 0.50 0.50 1 1.2 1.2 0.30
0 0 0
11= 12= 13= 14= 15= 16= 17= 18= 19= 20=
0.3 0.4 0.50 0.5 0.50 0.50 0.15 0.10 0.35 0.35
0 0 0
21= 22= 23= 24= 25= 26= 27= 28= 29= 30=
0.2 0.2 0.20 0.3 0.10 0.15 0.20 0.15 1.2 1.1
0 0 0
31= 32= 33= 34= 35= 36= 37= 38= 39= 40=
1 1 0.80 0.8 0.15 1.1 0.20 0.20 0.30 0.10
0
41= 42= 43= 44= 45= 46=
0.1 0.1 0.40 0.1 0.10 0.50
5 0 0
Cuadro de datos:
varianza 0.1285229
Minimo 0.10
Maximo 1.2
Rango 0.10 – 1.2
Mediana 0.30
Numero de datos 46
Numero de huevecillos por individuo ya sabiendo que tenemos el peso de los indivuos
Numero de datos 25
Cuantil 1 25% - 33
Cuantil 2 50% - 48
Cuantil 3 75% - 77
Rango intercuartilico 44
Variable categorica:
Lombrices que son reproductoras y lombrices que no son reproductoras, las lombrices que
son reproductoras son aquellas que tiene un peso mayor a 0.24gr, las que no son
1=(2) 2=(2) 3=(2) 4=(2) 5=(1) 6=(1) 7=(1) 8=(1) 9=(1) 10=(1
)
0.10 0.20 0.10 0.10 0.50 0.50 1 1.2 1.2
0.30
11=(1 12=(1 13=(1 14=(1 15=(1 16=(1) 17=(2 18=(2 19=(1 20=(1
) ) ) ) ) ) ) ) )
0.50
0.30 0.40 0.50 0.50 0.50 0.15 0.10 0.35 0.35
21=(2 22=(2 23=(2 24=(1 25=(2 26=(2) 27=(2 28=(2 29=(1 30=(1
) ) ) ) ) ) ) ) )
0.15
0.20 0.20 0.20 0.30 0.10 0.20 0.15 1.2 1.1
31=(1 32=(1 33=(1 34=(1 35=(2 36=(1) 37=(2 38=(2 39=(1 40=(2
) ) ) ) ) ) ) ) )
1.1
1 1 0.80 0.80 0.15 0.20 0.20 0.30 0.10
41=(2 42=(2 43=(1 44=(2 45=(2 46=(1)
) ) ) ) )
0.50
0.15 0.10 0.40 0.10 0.10
además de los datos exactos y más concisos, en cambio en al histograma sin la regla
intervalo cuando en realidad no hay ninguna por esto es mejor el histograma con la
regla de sturges ya que es mas preciso y confiables y organiza los datos de una
mejor manera.
Variable discreta:
Grafico de tabla de frecuencia absoluta y absoluta acumulada
- En el grafico de frecuencia absoluta observamos las veces que se repiten los datos
muy distinto, pero se ve en aumento ya que hay unas que están en su etapa mas
adultas dando mas de 50 huevecillos por mes y las más jóvenes menos de 50 por
mes
Diagrama de cajas:
- Al igual que la variable continua podemos encontrar los mismos datos la media, la
variación estándar.
Gráfico de tarta:
- En el gráfico de tarta están representados los 25 datos como apreciamos solo salen
21 datos esto es porque algunos de ellos se repiten por esta razón se ven unos
intervalos mas amplios que los otros, es un gráfico que expresa sencillamente la
frecuencia absoluta a algunos agrada mas este tipo de graficas por su sencillez
Variable cualitativa o categórica:
tenemos para contemplar, que tenemos 25 lombrices que cumplen con el peso
reproductoras
Gráfico de frecuencia relativa
absoluta, pero en esta grafica de frecuencias relativas los datos están representados
> # CODIGO R PARA LA FASE CUATRO DEL CURSO ESTADÍSTICA DESCRIPTIVA (300046A_614)
> # PARA EJECUTAR, DIGITAR "CONTROL+R" EN CADA LÍNEA, DE ARRIBA HACIA ABAJO
>
> # Ejemplos: peso (de animales, de cosechas, etc.), contenidos de nutrientes en el suelo (ppm),
pH, edad, material particulado, etc.
> # En el siguiente renglón reemplace y digite los 30 datos de su variable CONTINUA, separándolos
con comas. Para números decimales use punto:
>
>
CONTINUA=c(0.10,0.20,0.10,0.10,0.5,0.5,1,1.2,1.2,0.30,0.30,0.40,0.50,0.50,0.50,0.5,0.15,0.10,0.35
,0.35,0.20,0.20,0.20,0.30,0.10,0.15,0.20,0.15,1.2,1.1,1,1,0.80,0.80,0.15,1.1,0.20,0.20,0.30,0.10,0.1
5,0.10,0.40,0.10,0.10,0.5)
>
>
[1] 0.4271739
> var(CONTINUA)#varianza
[1] 0.1285229
[1] 0.358501
[1] 0.1
[1] 1.2
[1] 0.3
[1] 46
25%
0.15
50%
0.3
75%
0.5
[1] 0.35
> sort(CONTINUA)# Ordenar
[1] 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.15 0.15 0.15 0.15 0.15 0.20
[16] 0.20 0.20 0.20 0.20 0.20 0.20 0.30 0.30 0.30 0.30 0.35 0.35 0.40 0.40 0.50
[31] 0.50 0.50 0.50 0.50 0.50 0.50 0.80 0.80 1.00 1.00 1.00 1.10 1.10 1.20 1.20
[46] 1.20
> # La regla de Sturges define el número de rangos para organizar la tabla de frecuencias:
[1] 7
> #Esperar hasta que el cursor (> |)vuelva a estar en color rojo en la parte inferior de la consola R
> install.packages("agricolae")
--- Please select a CRAN mirror for use in this session ---
downloaded 1.2 MB
C:\Users\jacks\AppData\Local\Temp\RtmpEVmMhY\downloaded_packages
> # Gráfico de diagrama de cajas o Boxplot (organiza los datos en los cuatro cuartiles):
>
> # Son variables de conteo, como número de personas que habitan un predio, número de crías
por parto, número de frutos por cosecha, etc.
>
> # En el siguiente renglón, reemplace y digite los 30 datos de su variable DISCRETA, separándolos
con comas:
>
> DISCRETA=c(20,33,48,63,30,20,41,50,61,80,24,46,77,80,100,28,39,72,85,100,37,44,70,30,95)
>
> # RECUERDE QUE NO DEBE CAMBIAR NINGUNA LINEA DEL CODIGO
>
[1] 20
[1] 100
[1] 20 100
[1] 54.92
[1] 48
[1] 25
[1] 25.67736
25%
33
50%
48
75%
77
[1] 20 20 24 28 30 30 33 37 39 41 44 46 48 50 61 63 70 72 77
>
> # Para las variables discretas, las tabla de frecuencias se desarrollan por pasos:
>
>
20 24 28 30 33 37 39 41 44 46 48 50 61 63 70 72 77 80 85 95
2 3 4 6 7 8 9 10 11 12 13 14 15 16 17 18 19 21 22 23
100
25
DISCRETA
20 24 28 30 33 37 39 41 44 46 48 50 61 63 70 72
0.08 0.04 0.04 0.08 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04 0.04
77 80 85 95 100
20 24 28 30 33 37 39 41 44 46 48 50 61 63 70 72
0.08 0.12 0.16 0.24 0.28 0.32 0.36 0.40 0.44 0.48 0.52 0.56 0.60 0.64 0.68 0.72
77 80 85 95 100
> boxplot(DISCRETA)
>
> # Son atributos no numéricos, como el nivel de estudios de una persona, el nivel de ingreso, o el
grado de ataque de un patógeno.
> # Por ejemplo, si se hace una encuesta del nivel de estudio que tienen los agricultores de un
municipio, se pueden asignar cuatro niveles:
>
>
>
CATEGORICA=c(2,2,2,2,1,1,1,1,1,1,1,1,1,1,1,1,2,2,1,1,2,2,2,1,2,2,2,2,1,1,1,1,1,1,2,1,2,2,1,2,2,2,1,2,
2,1)
>
>
> # En el siguiente comando reemplace de acuerdo al número de niveles que tenga su variable
categórica:
>
+ # reemplace las palabras entre comillas, indicando el nombre de cada nivel de su variable:
+ labels=c("Reproductoras","No Reproductoras"))
>
> CATEGORICA # Muestra cada dato con el nombre del nivel de la categoría que se asignó
previamente
[1] No Reproductoras No Reproductoras No Reproductoras No Reproductoras
>
> summary(CATEGORICA) # Hace un resumen del número de individuos que pertenecen a cada
una de las categorías asignadas
Reproductoras No Reproductoras
25 21
CATEGORICA
Reproductoras No Reproductoras
25 21
> # Al asignar nombres a los comandos, no se deben repetir los que se usaron previamente:
CATEGORICA
Reproductoras No Reproductoras
25 21
> FrRelCategorica=prop.table(table(CATEGORICA))# Se le asigna el nombre de "FrRelCategorica"
para la Tabla de frecuencia relativa de la variable categorica o cualitativa
> FrRelCategorica # Indica la frecuencia de cada nivel en términos de porcentaje (multiplicar por
100)
CATEGORICA
Reproductoras No Reproductoras
0.5434783 0.4565217
Como conclusión obtuvimos que un 54% de los individuos son reproductores y un 46% de
los individuos no son reproductores, dicho en valores los 46 individuos escogidos 25 son
peso son las que mas huevecillos ponen a lo largo de un mes a diferencia de las que pesan
entre 0.24 y 0.50 dan menos huevecillos a lo largo de un mes, con esta investigación
los individuos que pesan mas de 0.80gr a 1.2gr para obtener más población, y los
mayoría.
Evidencia fotográfica