Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística Descriptiva
Estudiantes
N.C: 1085322246
N.C: 1006813240
N.C: 1061788343
N.C: 1002956514
300046_4
Tutor:
Manuel Torres
Programa de zootecnia
Junio 2020
Introducción
Realizar ejercicios grupales, con el propósito, de interactuar con los compañeros del
curso y emprender al desarrollo de aprendizaje más satisfactorio.
17 22 15 2 2
2 5
Datos organizados
15, 17, 18, 18.4, 19.2, 19.4, 19.6, 20, 20.4, 21.4, 22 , 22, 23, 24,
25
Hallar:
a. Media: 20.29333.. Esta es la media aritmética ya que es el promedio del total de los datos
b. Mediana: 20 es la mediana ya que es el número medio del listado de datos
d. Varianza. 7.182095
2Q: 50% 20
[ 15- 17,5] 2
[ 17,5- 20] 5
[ 20 - 22,5] 3
[22,5 - 5
25]
0 1 4 1 2
3 2 3 1 2
0 5 4 3 2
Hermanos= c(0,1,4,1,2,3,2,3,1,2,0,5,4,3,2)
Hallar:
Este valor se obtiene, de la suma de todos los datos, dividido por el número de datos es
decir:
Media= 0+1+4+1+2+3+2+3+1+2+0+5+4+3+2= 33/15= 2,2
c. Moda. Moda= 2
Esto quiere decir, que 2 es el número de datos que más se repite; en este caso se repite 4
veces
d. Varianza. 1.473577
(Q ): valor >50%
2
INTERCUARTÍLICO: 2
0 2
1 3
2 4
3 3
4 2
5 1
Esta gráfica nos indica la cantidad de datos obtenidos y el número de veces que se repite
cada dato, con la frecuencia absoluta podemos conocer el número de datos obtenidos, por
ejemplo, podemos observar que el 2 es el número de más se repite. como conclusión 2 es el
número de hermanos con mayor frecuencia
Esta variable, presenta un número incontable de valores, así mismo, las posibles respuestas
pueden tomar cualquier valor, admiten decimales, podemos tomar ejemplos como: El peso,
la altura, la temperatura, velocidad, hora, entre otros. Es necesario reconocer, que para
medir este tipo de variables, no dependemos de un número entero, al contrario serán datos
con números decimales, con exactitud ponemos ejemplos; el peso, a nuestro alrededor, no
hay un individuo que tengan un peso de 60 o 50 kg exactos, en estos resultados hay
diferentes respuestas, puede ser que los pesos de cada uno, varía con unos gramos de más,
a causa de esto se las denomina variables continua, está representada por variación de
resultados.
Esta variable, siempre está representada con valores contables por números enteros, a
diferencia de la continua está si se puede contar. Por ejemplo: Edad, número de hijos por
familia; número de enfermos, número de muertos son unidades que podemos contar ya sean
un grupo de 60 personas pues si las vamos a poder contar. esta variable está representada,
por única respuesta.
En esta variable, los valores son, nombres o etiquetas, donde no tienen un orden entre ellos.
se puede tomar como ejemplo; las cualidades de una población de un universo que existe
un orden de tamaño, color, estado civil; nacionalidad; religión.
Una variable cualitativa categórica: puede ser, la raza, el sexo, la clase social, lugar de
procedencia, de igual manera, son variables con las que únicamente se puede tomar
medidas nominal u ordinal de manera que estas no pueden ser infinitas.
universo serían todas las vacas del mundo. mientras que la media muestra, es un es una
pequeña parte de esa población como por ejemplo las vacas de una ciudad o más
ciudades; con esta se facilita llevar una base de datos ya que es más poca cantidad de
vacas a tomarle las respectivas muestras.
Es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son
iguales, la prueba se basa en analizar la muestra obtenida de la población, que representa la
variabilidad de una serie de datos respecto a su media. Formalmente se calcula como la
suma de los residuos al cuadrado divididos entre el total de observaciones.
Es una técnica muy utilizada para realizar un histograma de frecuencia, para calcular en
número de intervalos, lo único que tenemos que tener es una calculadora
· Sumar 1
l ¿Cuál es la diferencia entre una tabla de frecuencias absolutas de una variable continua
y de una discreta?
Primero que todo los datos de las variables discretas, son valores concretos a diferencia de
las variables continuas que pueden tomar cualquier valor, estos datos se los acumula en
intervalos.
Es una gráfica que describe características importantes tanto de dispersión como simetría,
está compuesto por un rectángulo (la caja) y dos brazos (bigote)
El diagrama de barras o gráfico de barras se utiliza para representar datos de variables
cualitativas discretas o categóricos, que pueden representar tanto frecuencias absolutas
como relativas.
4. Presentar los gráficos obtenidos al ejecutar el código, separándolos en las tres secciones
que aparecen en este (Variable Continua, Discreta y Cualitativa)
En esta grafica podemos observar que solo hay un valor con cero hermanos y un valor de 5
así mismo el promedio del número de hermanos de estos datos es 2
En la gráfica se aprecian la relación entre el número de hermanos y el porcentaje en el que
se encuentra del estudio de la población gráficamente podemos apreciar que la presencia de
dos hermanos está por debajo del 60% de la población y vemos un incremento donde más
del 60% tienen de a 3a 5 hermanos. Entre el 80 y el 100% se ve como hay una aparente
disposición a encontrar muy frecuentemente 4 O 5 hermanos den la población de estudios.
La gráfica está dividida en 5 segmentos proporcionales, donde nos indican el porcentaje de
cada dato, a simple vista podemos dar una idea rápida de la distribución proporcionada por
los datos
Conclusiones
Referencias
Copia de los resultados que aparecen en R Console, después de
ejecutar la totalidad del código.
>
> # CURSO ESTADISTICA DESCRIPTIVA (300046_763) PERIODO
ACADÉMICO 8-3 DE 2020
>
> # CONCEPTOS BÁSICOS DE ESTADÍSTICA DESCRIPTIVA Y MANEJO
DEL CODIGO R UNIDAD 1
>
> # Recuerde que para ejecutar cada una de las líneas del código debe
digitar "Control+r"
> # Recuerde siempre ejecutarlo en orden, de arriba hacia abajo
>
> # Las líneas del código que inician con el símbolo # no son comandos
sino textos explicatorios
>
> # IMPORTANTE: NO MODIFIQUE NINGUNA PARTE DEL CÓDIGO
> # Si lo modifica, le puede aparecer errores
> # Si por error lo modificó, ingrese nuevamente a la carpeta de Google
Drive y descárguelo nuevamente
>
> # En este ejercicio conoceremos los principales tipos de varables que
se manejan en estadística descriptiva:
> # Variable cuantitativa continua
> # Variable cuantitativa discreta
> # Variable cualitativa o categórica
>
> # VARIABLES CUANTITATIVAS CONTINUAS
>
> # Son variables de mediciones en individuos u objetos como peso,
edad, altura, entre muchas otras.
> # son variables que admiten decimales.
> # En la variable de ejemplo, se le preguntó la edad a 15 estudiantes
universitarios:
> # Tenga presente que la edad es una varible continua, ya que puede
admitir números decimales
> # Por ejemplo, alguien que tenga 15 años y 6 meses, es equivalente
a una edad de 15.5 años.
> 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 estadístico
Min. 1st Qu. Median Mean 3rd Qu. Max.
15.00 18.80 20.00 20.29 22.00 25.00
> mean(edad)#media aritmética
[1] 20.29333
> var(edad)#varianza
[1] 7.182095
> sd(edad)#desviación estándar
[1] 2.679943
> min(edad) #Mínimo
[1] 15
> max(edad)# Máximo
[1] 25
> range(edad) #Rango
[1] 15 25
> median(edad)# Mediana
[1] 20
> length(edad)# Número de datos
[1] 15
> quantile(edad, 0.25)# Cuantil Q1
25%
18.8
> quantile(edad, 0.75)# Cuantil Q3
75%
22
> quantile(edad, 0.5)# Cuantil Q2 que es la mimsa mediana
50%
20
> IQR(edad) #Rango intercuartílico
[1] 3.2
> sort(edad)# Ordenar
[1] 15.0 17.0 18.0 18.4 19.2 19.4 19.6 20.0 20.4 21.4 22.0 22.0 23.0
24.0 25.0
>
> ### Regla de Sturges para creación de histograma en variables
continuas
> range(edad,na.rm=TRUE) # incluimos na.rm=TRUE para que ignore
la presencia de valores perdidos
[1] 15 25
> nclass.Sturges(edad)#Número de intervalos
[1] 5
> seq(15,25,length=nclass.Sturges(edad)) # Límites de los intervalos
[1] 15.0 17.5 20.0 22.5 25.0
>
intervalosEdad=cut(edad,breaks=seq(15,25,length=nclass.Sturges(eda
d)),include.lowest=TRUE)
> intervalosEdad # Se muestran los intervalos de edad, uno
correspondiente a cada edad observada
[1] (17.5,20] (17.5,20] (17.5,20] (22.5,25] (17.5,20] (20,22.5]
(17.5,20]
[8] (20,22.5] (17.5,20] (22.5,25] [15,17.5] (20,22.5] [15,17.5]
(20,22.5]
[15] (22.5,25]
Levels: [15,17.5] (17.5,20] (20,22.5] (22.5,25]
> puntos=min(edad)+(0:nclass.Sturges(edad))*(max(edad)-
min(edad))/nclass.Sturges(edad)
>
> #Histograma de la variable edad con la regla de Sturges:
> # Cuando el comando produce la gráfica, lo saca del código y lo dirige
a esta.
> # Para volver al código para seguir ejecutándolo, es importante que
ubique el cursor en la parte superior del marco,
> # en donde se encuentra el nombre del archivo: "Codigo Fase 2 -
Variables Estadísticas.t"
> # Si ubica el cursor dentro del texto del archivo, corre el riesgo de
perder el orden que llevaba al ejecutar el código
> # y le pueden quedar partes del código sin ejecutar.
> hist(edad,main="Histograma con Regla de Sturges variable edad
PERIODO 763",breaks=puntos) # este comando crea el gráfico de
histograma con la regla de Sturges
>
> # Instalación libreria "agricolae":
> # Es obligatorio instalar la libreria Agricolae, para poder ejecutar los
siguientes comandos del código
> # Esta es la forma de instalar desde el editor:
> install.packages("agricolae") # Esperar que salga una lista de países y
seleccionar USA(IA)
Installing package into ‘C:/Users/Cristina/Documents/R/win-library/3.6’
(as ‘lib’ is unspecified)
--- Please select a CRAN mirror for use in this session ---
Warning: failed to download mirrors file (no fue posible abrir la URL
'https://cran.r-project.org/CRAN_mirrors.csv'); using local file
'C:/PROGRA~1/R/R-36~1.2/doc/CRAN_mirrors.csv'
probando la URL
'https://mirror.las.iastate.edu/CRAN/bin/windows/contrib/3.6/agricolae_
1.3-3.zip'
Content type 'application/zip' length 1298019 bytes (1.2 MB)
downloaded 1.2 MB