Documentos de Académico
Documentos de Profesional
Documentos de Cultura
> library(readxl)
> View(CENSO_HC2019)
> class(CENSO_HC2019)
> attach(CENSO_HC2019)
> tg<-table(RCALLE)
> tg
RCALLE
1 2 3 4 5 6 7 8 9 10 11 16
993 288 63 59 191 102 769 4 24 98 108 1
> TP_g<-prop.table(tg)
> TP_g
RCALLE
1 2 3 4 5 6 7
8 9 10 11 16
> TP_G<_TP_g*100
> TP_G<-TP_g*100
> TP_G
RCALLE
1 2 3 4 5 6 7 8
9 10 11 16
+ col=color)color<-c("orange","green")
col=color)color"
+ col=color)color<-c("orange","green")
Error: unexpected symbol in:
col=color)color"
>
> tg_EDUCACION<-table(EDUCACION,PERSONA)
> tg_EDUCACION<-table(EDUCACIÓN,PERSONA)
> tg_EDUCACION<-table(Educación,PERSONA)
> tg_EDUCACION<-table(Educación,Persona)
> tg_EDUCACION
Persona
Educación 1 2 3 4 5 6 7 8 9 10 13 14 15 39 59
1 43 34 29 0 22 3 2 4 49 1 0 1 1 0 0
4 133 26 63 11 26 13 13 10 160 0 0 0 0 0 0
5 13 5 10 2 2 2 1 1 15 0 0 0 0 0 0
6 11 11 7 0 1 5 1 2 36 0 0 0 0 0 0
9 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
10 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0
13 30 5 27 0 1 6 3 4 111 1 0 0 0 0 0
19 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
> TG_EDUCACION<-prop.table(tg_EDUCACION)
> TG_EDUCACION
Persona
Educación 1 2 3 4 5 6
Persona
Educación 7 8 9 10 13 14
Persona
Educación 15 39 59
1 0.0003705076 0.0000000000 0.0000000000
>
> stem(Edad)
0|1
0|
1 | 022344
1 | 55555555555666666666666666677777777777777778888888888888888888888888+22
2 | 00000000000000000000000000000011111111111111111111111111111111111112+143
2 | 55555555555555555555555555555555555555555555555555555555555555555555+272
3 | 00000000000000000000000000000000000000000000000000000000000000000000+296
3 | 55555555555555555555555555555555555555555555555555555555555555555555+300
4 | 00000000000000000000000000000000000000000000000000000000000000000000+197
4 | 55555555555555555555555555555555555555555555555555555555666666666666+141
5 | 00000000000000000000000000000000000000111111111111111111111111111111+129
5 | 55555555555555555555555555555555555555555555555555555555566666666666+143
6 | 00000000000000000000000000000000000000000000000000011111111111111111+99
6 | 55555555555555555555555555555666666666666666677777777777778888888888+2
7 | 0000000000000001111111111122222222233333444444444
7 | 55555555555555555555
> stem(Localidad)
1 | 000000000000000000000000000000000000000000000
2 | 00000000000000000000000000000000000000000000000000000000000000000000+123
3 | 00000000000000000000000000000000000000000000000000000000000000000000+777
4 | 00000000000000000000000000
5 | 000000000000000000000000000000000000
6 | 00000000000000000000000000000000
7 | 00000000000000000000000
8 | 00000000000000000000000000000000000000000000000000000000000000000000+47
9 | 00000000000000000000000000000000000000000000000000000000000000000000+408
10 | 00000000000000000000000000000000000000000000000000000000000000000000+380
11 | 00000000000000000000000000000000000000000000000000000000000000000000+19
12 | 00000000000
13 | 000000
14 | 00000000000000000000000000000000000
15 | 00000000000000000000000000000000000000000000000000000000000000000000+15
16 | 0000000000000000000000000000000000000
17 |
18 | 0000000
19 | 0000000000000000000000000000000000000000000000
20 | 0000000000000000000000000000000000000000000000000000000000000000000
>
> #Histograma
> #Histograma
> tg_EDUCACION<-table(EDUCACION,PERSONA)
> pie(TP_G)
> #Histograma
> #Histograma
> tg<-table(Educación)
> tg
Educación
1 2 3 4 5 6 9 10 13 19
> TP_g<-prop.table(tg)
> TP_g
Educación
1 2 3
4 5 6
0.1685809559 0.0188958874 0.0274175621
9 10 13
19
0.0003705076
> TP_G<-TP_g*100
> TP_G
Educación
1 2 3
4 5 6
9 10 13
19
0.03705076
> color<c("yellow","purple")
> color<-c("yellow","purple")
> ts<-table(Sexo)
> ts
Sexo
1 2
2203 497
> TS_S<-prop.table(ts)
> TS_s
> TS_S
Sexo
1 2
0.8159259 0.1840741
> TS_S<-TS_S*100
> TS_S
Sexo
1 2
81.59259 18.40741
> color<-c("orange","yellow")
> color<-c("orange","yellow")
> tg Dep<-table(Sexo,Localidad)
> tg_Dep<-table(Sexo,Localidad)
> tg_Dep
Localidad
Sexo 1 2 3 4 5 6 7 8 9 10
2 6 37 140 5 4 11 4 31 84 92
Localidad
Sexo 11 12 13 14 15 16 18 19 20
1 76 11 6 24 81 33 4 37 48
2 23 0 0 11 14 4 3 9 19
> TG_Dep<-prop.table(tg_Dep)
> TG_Dep
Localidad
Sexo 1 2 3
Localidad
Sexo 4 5 6
Localidad
Sexo 7 8 9
Localidad
Sexo 10 11 12
Localidad
Sexo 13 14 15
Localidad
Sexo 16 18 19
Localidad
Sexo 20
1 0.017777778
2 0.007037037
> barplotb(TG_Dep)beside=T,col=color,main="Sexo en cada
Localidad",xlab="Localidad",ylab="Proporción")
> legend("topright",nom,cex=0.8,fill=color)
> pie(Edad)
> color<-c("orange","yellow")
+ color<-c("orange","yellow")
color<-c("orange"
> plot(Marihuana,Bazuco)
> plot(Marihuana,Bazuco)
> pErueba1<-lm(Bazuco-Marihuana)
> prueba1<-lm(Bazuco-Marihuana)
> pErueba1<-1m(Bazuco-Marihuana)
> pErueba1<-lm(BAZUCO~MARIHUANA)
> pErueba1<-lm(BAZUCO~MARIHUANA)
> pErueba1<-lm(Bazuco~MARIHUANA)
> pErueba1<-lm(Bazuco~Marihuana)
Call:
Coefficients:
(Intercept) Marihuana
3.9022 0.8757
> abline(prueba1)
> abline(pErueba1)
> summary(pErueba1)
Call:
Residuals:
Coefficients:
Pr(>|t|)
---
Signif. codes: