Estadística Descriptiva (para agrarias)

Fase 4 Proyecto con procesamiento estadístico.

Yenifer Lorena Chates

Código: 1004269152

Grupo: 82

Presentado a:

Tutor: José Montealegre Torres

Universidad Nacional Abierta y a Distancia UNAD

Octubre 2021
 Introducción

En este informe, se trata de procesar proyectos estadísticos, con el fin de a prender y

recorrer proyectos agrícolas, pecuario y ambiental, para ejecutar los conocimientos y
comprender las enseñanzas recibidas, por parte del campo, para llevar un contexto
adecuado en forma ordenada, por parte de programas que lleva a las personas a mejorar y
desarrollar mejor sus actividades. tiene como objetivo que cada uno de nosotros evaluemos
la utilización de la herramienta “programa R” un software especializado y de licencia libre,
que permite al estudiante trabajar en cualquier ambiente laboral, para que así sea el
encargado de los métodos científicos con el fin de recolectar, organizar y analizar los datos
tomados o elegidos de la autoría.
 Objetivos

 Identificar los diferentes tipos de variables estadísticas

 Poner en práctica todos los conceptos en práctica de las variables del programa R
 Conocer y aplicar conceptos y procesos estadísticos para el desarrollo de los
proyectos agrícolas, pecuarios y ambientales.
 Comprender los resultados de la gráfica a través del desarrollo.
 Estudiar los códigos R para el desarrollo de actividad.
 1. Defina un área de trabajo donde se puedan obtener datos de Variables
continuas, discretas y cualitativas.
Para el desarrollo de esta actividad he decidido obtener algunos datos de la finca de mi tío
donde analice las diferentes variables que se necesitan para hacer este trabajo, se estudian
los datos a través de esta actividad y se pueden tener buenos resultados para la mejora de la
finca y logar buenos resultados.
2. Indique la ubicación del sitio fuente de los datos: institución, municipio, vereda
y/o finca si aplica. El informe debe presentar los detalles de la locación elegida
que permitan entender el contexto sobre el cual se realiza la investigación.
Para el desarrollo de la actividad he decidido ir a la finca de mi tío que queda en el
municipio de saladoblanco Huila donde visualice los diferentes parámetros y saco
diferentes variables para realizar la actividad.
3. Determine una variable continua, una discreta y una cualitativa. Se debe
realizar una descripción clara de cada una de las variables elegidas y la
metodología utilizada para la recolección de la información.

 Variable continúa

Para darle desarrollo a esta actividad he decidido tomar 30 datos al azar, que encontré en mi
unidad productiva, de las cuales seria 30 cabezas de cerdos, lo cual me incline y tuve en
cuenta su peso.

Peso (Kg) del cerdo

150 320 200 210 101 130 180 300 218 290
120 240 160 115 230 340 330 380 102 105
208 206 332 121 177 173 213 208 242 158
  Variable discreta

Para la solución de esta variable escogí visitar 30 fincas agropecuarias, y observé la

cantidad de trabajadores que hay en cada una de ellas.

Cantidad de trabajadores
6 7 8 6 3 1 14 11 29 12
15 19 13 2 0 21 24 27 16 30
27 2 17 8 4 18 25 14 10 9
  Variable Categórica

Para el desarrollo de esta variable, decidí escoger 30 trabajadores, para investigar su nivel
de escolaridad

Nivel de Escolaridad
3 3 2 4 3 4 1 1 4 2
1 4 3 1 4 3 4 2 1 3
2 1 4 2 1 2 1 4 2 1
 4. Presentar un cuadro resumen con los resultados obtenidos al ejecutar el
código, con los siguientes datos de las variables continua y discreta:

Resumen de la variable continúa

summary(CONTINUA)# Resumen estadístico

Min. 1st Qu. Median Mean 3rd Qu. Max.

101.0 152.0 207.0 208.6 241.5 380.0

> mean(CONTINUA)#media aritmética

[1] 208.6333

> var(CONTINUA)#varianza

[1] 6287.137

> sd(CONTINUA)#desviación estándar

[1] 79.29147

> min(CONTINUA) #Mínimo

[1] 101

> max(CONTINUA)# Máximo

[1] 380

> range(CONTINUA) #Rango

[1] 101 380

> median(CONTINUA)# Mediana

[1] 207

> length(CONTINUA)# Número de datos

[1] 30

> quantile(CONTINUA, 0.25)# Cuantil Q1

25%

152

> quantile(CONTINUA, 0.5)# Cuantil Q2 que es la mimsa mediana

50%

207

> quantile(CONTINUA, 0.75)# Cuantil Q3

75%

241.5

> IQR(CONTINUA) #Rango intercuartílico

[1] 89.5

> sort(CONTINUA)# Ordenar

[1] 101 102 105 115 120 121 130 150 158 160 173 177 180 200 206 208 208 210 213 218
230 240 242 290 300 320 330 332 340 380

Tabla de frecuencia

tbFreqCONTINUA

Lower Upper Main Frequency Percentage CF CPF

1 100 150 125 8 26.7 8 26.7

2 150 200 175 6 20.0 14 46.7

3 200 250 225 9 30.0 23 76.7

4 250 300 275 2 6.7 25 83.3

5 300 350 325 4 13.3 29 96.7

6 350 400 375 1 3.3 30 100.0

Resumen de la variable discreta

summary(DISCRETA) # Resumen estadístico

Min. 1st Qu. Median Mean 3rd Qu. Max.

0.00 6.25 12.50 13.27 18.75 30.00

> min(DISCRETA) # Mínimo

[1] 0

> max(DISCRETA) # Máximo

[1] 30

> range(DISCRETA) # Rango

[1] 0 30

> mean(DISCRETA) # Media aritmética

[1] 13.26667

> median(DISCRETA) # Mediana

[1] 12.5

> length(DISCRETA) # Número de datos

[1] 30

> sd(DISCRETA) # Desviación standar

[1] 8.916986

> quantile(DISCRETA, 0.25) # Cuantil Q1

25%

6.25

> quantile(DISCRETA, 0.5) # Cuantil Q2 que es la mimsa mediana

 50%

12.5

> quantile(DISCRETA, 0.75) # Cuantil Q3

75%

18.75

> IQR(DISCRETA) # Rango intercuartílico

[1] 12.5

> sort(DISCRETA) # Ordenar

[1] 0 1 2 2 3 4 6 6 7 8 8 9 10 11 12 13 14 14 15 16 17 18 19 21 24 25 27 27 29 30

5. Presentar el gráfico de tabla de frecuencias (histograma) tanto con la Regla de

Sturges como sin ella (después de instalar la librería agrícola) y analizar las
diferencias que se presentan en cada uno de ellos.

PERIODO 764 - Histograma CONTINUA con regla de Sturges

Histogram of CONTINUA
8

8
6

6
Frecuencia

Frequency
4

4
2
2

0
0

100 150 200 250 300 350 400

100 150 200 250 300 350

Intervalos
CONTINUA

La diferencia que se puede presentar en las dos gráficas, que se descargan a través del
programa R. Se puede visualizar que en la regla de turges, se reflejan los datos
exactamente, y el histograma de la derecha se acerca a una aproximación el resultado.
 6. Presentar el diagrama de cajas (boxplot), para la variable continua, haciendo
una descripción del gráfico y analizando los resultados obtenidos.

PERIODO 764 - Boxplot variable CONTINUA

100 150 200 250 300 350
u n id a d d e m e d id a

Lo que podemos destacar y analizar de este gráfico, es la cantidad de animales que tienen
cierta cantidad de peso.

7. Presentar los gráficos de tablas de frecuencias absolutas, relativas

y acumuladas, el diagrama de cajas (boxplot) y de torta para la variable discreta,
haciendo una descripción de cada gráfico y analizando los resultados obtenidos.

Cantidad de trabajadores

PERIODO 764 - Diagrama de barras Frecuencia Absoluta DISCRETA

2 .0
F re c u e n c ia s A b s o lu ta s

1 .5
1 .0
0 .5
0 .0

0 2 4 7 9 11 14 17 21 27
 Aquí nos enseñan la cantidad de trabajadores que se pueden trabajar en una finca

PERIODO 764 - Diagrama de barras Frecuencia Relativa DISCRET A

F r e c u e n c i a R e l a ti v a

0 .0 6
0 .0 4
0 .0 2
0 .0 0

0 2 4 7 9 11 14 17 21 27

En esta grafica nos enseñan el procentaje que hay en la finca

F re c u e n c ia A b s o lu ta A c u m u la d a

PERIODO 764 - Diagrama de barras Frecuencia Absoluta Acumulada DISCRET A

10 15 20 25 30
5
0

0 2 4 7 9 11 14 17 21 27

Aquí nos muestran que la gráfica va de menor a mayor asi sea cuales quiera cantidad
u n id a d d e m e d id a

PERIODO 764 - Boxplot DISCRET A

0 5 10 15 20 25 30

Aquí nos presentan la cantidad de cada trabajador

 PERIODO 764 - Grafico de tarta Frecuencia Absoluta DISCRETA

7 6
8 4
3
9
2
10
11 1
12 0
13 30
29
14
27
15
16 25
17 18 21 24
19

En esta grafica no muestran la cantidad de trabajadores que se reflejan en la finca

8. Presentar los gráficos de tablas de frecuencias absolutas y frecuencias relativas

para la variable cualitativa (categórica), haciendo una descripción de cada
gráfico y analizando los resultados obtenidos.

PERIODO 764 - Diagrama de Barras Frecuencia Absoluta CATEGORICA

PERIODO 764 - Diagrama de barras Frecuencia Relativa CATEGORICA
0.30
8
Frecuencias absolutas

Frecuencias relativas
6

0.20
4

0.10
2

0.00
0

Sin estudios Primaria Secundaria Sin estudios Primaria Secundaria

Lo que se puede analizar en estos dos gráficos, se basa en el de la izquierda que conforma
los estratos de cada trabajador conformando su cantidad, y en el de la derecha, se basa en la
aproximación de cada valor para conocer su nivel de estrato.
 Conclusión

Para concluir este trabajo podemos decir que este proceso se llevó a cabo de técnicas de
componentes estadísticos donde diferenciamos las diferentes variables y obtuvimos valores
para poder realizar el código del programa R. para así generar conclusiones favorables al
proceso investigativo.
R version 4.0.2 (2020-06-22) -- "Taking Off Again"

Copyright (C) 2020 The R Foundation for Statistical Computing

Platform: x86_64-w64-mingw32/x64 (64-bit)

R es un software libre y viene sin GARANTIA ALGUNA.

Usted puede redistribuirlo bajo ciertas circunstancias.

Escriba 'license()' o 'licence()' para detalles de distribucion.

R es un proyecto colaborativo con muchos contribuyentes.

Escriba 'contributors()' para obtener más información y

'citation()' para saber cómo citar R o paquetes de R en publicaciones.

Escriba 'demo()' para demostraciones, 'help()' para el sistema on-line de ayuda,

o 'help.start()' para abrir el sistema de ayuda HTML con su navegador.

Escriba 'q()' para salir de R.

[Previously saved workspace restored]

> # CODIGO R PARA LA FASE CUATRO DEL CURSO ESTADÍSTICA

DESCRIPTIVA (300046A_764)

>

> # PARA EJECUTAR, DIGITAR "CONTROL+R" EN CADA LÍNEA, DE ARRIBA

HACIA ABAJO
>

>

> # VARIABLE CUANTITATIVA CONTINUA

>

> # 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(150,320,200,210,101,130,180,300,218,290,120,240,160,115,230,340,330,3
80,102,105,208,206,332,121,177,173,213,208,242,158)

>

> # RECUERDE QUE NO DEBE CAMBIAR NINGUNA LINEA DEL CODIGO

>

> summary(CONTINUA)# Resumen estadístico

Min. 1st Qu. Median Mean 3rd Qu. Max.

101.0 152.0 207.0 208.6 241.5 380.0

> mean(CONTINUA)#media aritmética

[1] 208.6333

> var(CONTINUA)#varianza

[1] 6287.137

> sd(CONTINUA)#desviación estándar

[1] 79.29147
> min(CONTINUA) #Mínimo

[1] 101

> max(CONTINUA)# Máximo

[1] 380

> range(CONTINUA) #Rango

[1] 101 380

> median(CONTINUA)# Mediana

[1] 207

> length(CONTINUA)# Número de datos

[1] 30

> quantile(CONTINUA, 0.25)# Cuantil Q1

25%

152

> quantile(CONTINUA, 0.5)# Cuantil Q2 que es la mimsa mediana

50%

207

> quantile(CONTINUA, 0.75)# Cuantil Q3

75%

241.5

> IQR(CONTINUA) #Rango intercuartílico

[1] 89.5

> sort(CONTINUA)# Ordenar

[1] 101 102 105 115 120 121 130 150 158 160 173 177 180 200 206 208 208 210 213 218
230 240 242 290 300 320 330 332 340 380

>

> # TABLA DE FRECUENCIAS (HISTOGRAMA)PARA VARIABLE CONTINUA,

CON REGLA DE STURGES

> # La regla de Sturges define el número de rangos para organizar la tabla de frecuencias:

>

> range(CONTINUA,na.rm=TRUE) # incluimos na.rm=TRUE para que ignore la

presencia de valores perdidos

[1] 101 380

> nclass.Sturges(CONTINUA)# Define el número de intervalos para presentar la frecuencia

de la variable (en este caso, 6 intervalos)

[1] 6

> seq(min(CONTINUA),max(CONTINUA),length=nclass.Sturges(CONTINUA)) #
Límites de los intervalos

[1] 101.0 156.8 212.6 268.4 324.2 380.0

>
intervalosCONTINUA=cut(CONTINUA,breaks=seq(min(CONTINUA),max(CONTINUA
),length=nclass.Sturges(min(CONTINUA))),include.lowest=TRUE)

> intervalosCONTINUA# Se muestran los intervalos de edad, uno correspondiente a cada

edad observada

[1] (148,151] (319,322] (198,200] (209,211] [101,104] (129,131] (178,181] (300,303]

(217,220] (289,292] (118,120] (239,242] (159,162] (115,118] (228,231] (339,341]

[17] (328,330] (377,380] [101,104] (104,107] (206,209] (206,209] (330,333] (120,123]

(176,178] (173,176] (211,214] (206,209] (242,245] (156,159]
101 Levels: [101,104] (104,107] (107,109] (109,112] (112,115] (115,118] (118,120]
(120,123] (123,126] (126,129] (129,131] (131,134] (134,137] (137,140] ... (377,380]

> puntos=min(CONTINUA)+(0:nclass.Sturges(CONTINUA))*(max(CONTINUA)-
min(CONTINUA))/nclass.Sturges(CONTINUA)

>

> hist(CONTINUA, breaks=puntos,xlab="Intervalos",ylab="Frecuencia",main="PERIODO

764 - Histograma CONTINUA con regla de Sturges") # histograma de frecuencias usando
la regla de Sturges

>

>

> # Instalación de la libreria agrícolae (permite el uso de otras herramientas estadísticas):

> # En "Secure CRAN mirrors", seleccionar: "USA(IA)"

> #Tener paciencia, ya que la instalación puede tomar varios minutos

> #Esperar hasta que el cursor (> |)vuelva a estar en color rojo en la parte inferior de la
consola R

>

> install.packages("agricolae")

Installing package into ‘C:/Users/Usuario/Documents/R/win-library/4.0’

(as ‘lib’ is unspecified)

--- Please select a CRAN mirror for use in this session ---

probando la URL 'https://cloud.r-project.org/bin/windows/contrib/4.0/agricolae_1.3-3.zip'

Content type 'application/zip' length 1292968 bytes (1.2 MB)

downloaded 1.2 MB
package ‘agricolae’ successfully unpacked and MD5 sums checked

The downloaded binary packages are in

C:\Users\Usuario\AppData\Local\Temp\RtmpsjBnTc\downloaded_packages

>

> library(agricolae) # si la libreria se instaló correctamente, al dar CONTROL+R se pone

Rojo

Warning message:

package ‘agricolae’ was built under R version 4.0.3

>

> # TABLAS DE FRECUENCIAS SIN REGLA DE STURGES:

> # Existen dos comandos que generan la misma tabla de frecuencia o histograma:

>

> # Gráficos de tabla de frecuencia:

> tbFreqCONTINUA=table.freq(hist(CONTINUA,plot=TRUE))

>

> hist(CONTINUA,xlab="Intervalos",ylab="Frecuencia",main="PERIODO 764 -

Histograma variable CONTINUA")#Histograma

>

> # Tabla de frecuencia:

>

> tbFreqCONTINUA

Lower Upper Main Frequency Percentage CF CPF

1 100 150 125 8 26.7 8 26.7

2 150 200 175 6 20.0 14 46.7

3 200 250 225 9 30.0 23 76.7

4 250 300 275 2 6.7 25 83.3

5 300 350 325 4 13.3 29 96.7

6 350 400 375 1 3.3 30 100.0

>

> # Gráfico de diagrama de cajas o Boxplot (organiza los datos en los cuatro cuartiles):

>

> boxplot(CONTINUA,ylab="unidad de medida",main="PERIODO 764 - Boxplot variable

CONTINUA")#Gráficos de cajas

>

>

> # VARIABLE CUANTITATIVA DISCRETA

>

> # 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(6,7,8,6,3,1,14,11,29,12,15,19,13,2,0,21,24,27,16,30,27,2,17,8,4,18,25,14,10
,9)
>

> # RECUERDE QUE NO DEBE CAMBIAR NINGUNA LINEA DEL CODIGO

>

> summary(DISCRETA) # Resumen estadístico

Min. 1st Qu. Median Mean 3rd Qu. Max.

0.00 6.25 12.50 13.27 18.75 30.00

> min(DISCRETA) # Mínimo

[1] 0

> max(DISCRETA) # Máximo

[1] 30

> range(DISCRETA) # Rango

[1] 0 30

> mean(DISCRETA) # Media aritmética

[1] 13.26667

> median(DISCRETA) # Mediana

[1] 12.5

> length(DISCRETA) # Número de datos

[1] 30

> sd(DISCRETA) # Desviación standar

[1] 8.916986

> quantile(DISCRETA, 0.25) # Cuantil Q1

25%

6.25
> quantile(DISCRETA, 0.5) # Cuantil Q2 que es la mimsa mediana

50%

12.5

> quantile(DISCRETA, 0.75) # Cuantil Q3

75%

18.75

> IQR(DISCRETA) # Rango intercuartílico

[1] 12.5

> sort(DISCRETA) # Ordenar

[1] 0 1 2 2 3 4 6 6 7 8 8 9 10 11 12 13 14 14 15 16 17 18 19 21 24 25 27 27 29 30

>

> # Para las variables discretas, las tabla de frecuencias se desarrollan por pasos:

>

> FrAbsDiscreta=table(DISCRETA) # Se le asigna el nombre de "FrAbsDiscreta" para la

Tabla de frecuencias absolutas de la variable discreta

>

> FrAbsAcumDiscreta<-as.table(cumsum(FrAbsDiscreta))# Se le asigna el nombre de

"FrAbsAcumDiscreta" para la Tabla de frecuencias absolutas acumuladas de la variable
discreta

> FrAbsAcumDiscreta #Frecuencias absolutas acumuladas

0 1 2 3 4 6 7 8 9 10 11 12 13 14 15 16 17 18 19 21 24 25 27 29 30

1 2 4 5 6 8 9 11 12 13 14 15 16 18 19 20 21 22 23 24 25 26 28 29 30

> FrRelDiscreta=prop.table(table(DISCRETA))# Se le asigna el nombre de

"FrRelDiscreta" para la Tabla de frecuencias relativas de la variable discreta
> FrRelDiscreta # La frecuencia relativa se da en porcentaje, acá se presenta de 0 a 1 y
para pasarla a porcentaje se multiplica por 100

DISCRETA

0 1 2 3 4 6 7 8 9 10 11 12
13 14 15

0.03333333 0.03333333 0.06666667 0.03333333 0.03333333 0.06666667 0.03333333

0.06666667 0.03333333 0.03333333 0.03333333 0.03333333 0.03333333 0.06666667
0.03333333

16 17 18 19 21 24 25 27 29 30

0.03333333 0.03333333 0.03333333 0.03333333 0.03333333 0.03333333 0.03333333

0.06666667 0.03333333 0.03333333

> FrRelAcumDiscreta<-as.table(cumsum(FrRelDiscreta)) #Frecuencias relativas

acumuladas

> FrRelAcumDiscreta # Para pasar a porcentaje, se debe multiplicar por 100

0 1 2 3 4 6 7 8 9 10 11 12
13 14 15

0.03333333 0.06666667 0.13333333 0.16666667 0.20000000 0.26666667 0.30000000

0.36666667 0.40000000 0.43333333 0.46666667 0.50000000 0.53333333 0.60000000
0.63333333

16 17 18 19 21 24 25 27 29 30

0.66666667 0.70000000 0.73333333 0.76666667 0.80000000 0.83333333 0.86666667

0.93333333 0.96666667 1.00000000

>

> # GRÁFICOS DE TABLA DE FRECUENCIAS (DIAGRAMA DE BARRAS)PARA

VARIABLE DISCRETA:

>
> barplot(FrAbsDiscreta,ylab="Frecuencias Absolutas",main="PERIODO 764 - Diagrama
de barras Frecuencia Absoluta DISCRETA")

> barplot(FrRelDiscreta,ylab="Frecuencia Relativa",main="PERIODO 764 - Diagrama de

barras Frecuencia Relativa DISCRETA")

> barplot(FrAbsAcumDiscreta,ylab="Frecuencia Absoluta Acumulada",main="PERIODO

764 - Diagrama de barras Frecuencia Absoluta Acumulada DISCRETA")

> barplot(FrRelAcumDiscreta,ylab="Frecuencia Relativa Acumulada",main="PERIODO

764 - Diagrama de barras Frecuencia Relativa Acumulada DISCRETA")

>

> # Gráfico de diagrama de cajas o Boxplot para variables discretas (organiza los datos en
los cuatro cuartiles):

>

> boxplot(DISCRETA,ylab="unidad de medida",main="PERIODO 764 - Boxplot

DISCRETA")

>

> # GRÁFICO DE TORTA PARA VARIABLE DISCRETA:

>

> pie(FrAbsDiscreta,col=rainbow(6),main=c("PERIODO 764 - Grafico de tarta Frecuencia

Absoluta DISCRETA")) # Gráfico de tarta

>

>

>

> # VARIABLE CUALITATIVA O CATEGÓRICA

>
> # Son atributos no numéricos, como el nivel de estudios de una persona, el nivel de
ingreso, o el grado de ataque de un patógeno.

> # Para poder analizarlos es necesario codificarlos

> # Por ejemplo, si se hace una encuesta del nivel de estudio que tienen los agricultores de
un municipio, se pueden asignar cuatro niveles:

> # 1= sin estudio, 2= primaria, 3= secundaria y 4= universidad

> # CATEGORICA = Nivel de estudio de agricultores

>

> # En el siguiente renglón, reemplace y digite los 30 datos de su variable CUALITATIVA

o CATEGÓRICA, separándolos con comas:

>

> CATEGORICA=c(3,3,2,4,3,4,1,1,4,2,1,4,3,1,4,3,4,2,1,3,2,1,4,2,1,2,1,4,2,1)

>

> # Es necesario aclararle al programa que cada número es una categoría:

>

> # En el siguiente comando reemplace de acuerdo al número de niveles que tenga su

variable categórica:

>

> CATEGORICA=factor(CATEGORICA, levels=c(1,2,3,4),

+ # A continuación, indique el nombre de cada categoría:

+ # reemplace las palabras entre comillas, indicando el nombre de cada nivel de su variable:

+ labels=c("Sin estudios","Primaria","Secundaria","Universidad"))
>

> CATEGORICA # Muestra cada dato con el nombre del nivel de la categoría que se
asignó previamente

[1] Secundaria Secundaria Primaria Universidad Secundaria Universidad Sin

estudios Sin estudios Universidad Primaria Sin estudios Universidad

[13] Secundaria Sin estudios Universidad Secundaria Universidad Primaria Sin

estudios Secundaria Primaria Sin estudios Universidad Primaria

[25] Sin estudios Primaria Sin estudios Universidad Primaria Sin estudios

Levels: Sin estudios Primaria Secundaria Universidad

>

> summary(CATEGORICA) # Hace un resumen del número de individuos que pertenecen

a cada una de las categorías asignadas

Sin estudios Primaria Secundaria Universidad

9 7 6 8

> table(CATEGORICA) #Tabla de frecuencias absolutas

CATEGORICA

Sin estudios Primaria Secundaria Universidad

9 7 6 8

>

> # Al asignar nombres a los comandos, no se deben repetir los que se usaron previamente:

>

> FrAbsCategorica=table(CATEGORICA) # Se le asigna el nombre de "FrAbsCategorica"

para la Tabla de frecuencia absoluta de la variable categórica o cualitativa

> FrAbsCategorica # Presenta la tabla de frecuencia absoluta de la variable categórica

CATEGORICA

Sin estudios Primaria Secundaria Universidad

9 7 6 8

> 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

Sin estudios Primaria Secundaria Universidad

0.3000000 0.2333333 0.2000000 0.2666667

>

> # GRÁFICOS DE VARIABLES CUALITATIVAS:

> barplot(FrAbsCategorica,ylab="Frecuencias absolutas",main="PERIODO 764 -

Diagrama de Barras Frecuencia Absoluta CATEGORICA") # Diagrama de barras
(frecuencia absoluta) para cada nivel de estudios

> barplot(FrRelCategorica,ylab="Frecuencias relativas",main="PERIODO 764 - Diagrama

de barras Frecuencia Relativa CATEGORICA") # Diagrama de barras (frecuencia relativa)
para cada nivel de estudios

> # GRÁFICOS DE VARIABLES CUALITATIVAS:

> barplot(FrAbsCategorica,ylab="Frecuencias absolutas",main="PERIODO 764 -

Diagrama de Barras Frecuencia Absoluta CATEGORICA") # Diagrama de barras
(frecuencia absoluta) para cada nivel de estudios

> barplot(FrRelCategorica,ylab="Frecuencias relativas",main="PERIODO 764 - Diagrama

de barras Frecuencia Relativa CATEGORICA") # Diagrama de barras (frecuencia relativa)
para cada nivel de estudios
> # Luis Alberto Cáceres

> # Director de curso

> # Estadística Descriptiva (para agrarias)