> library(ggplot2)

> library(purrr)
> library(moments)
> datos_edad <- c(32, 22, 24, 35, 30, 36, 34, 36, 30, 49, 30, 27, 34, 36,
26, 57, 42, 30, 26, 41, 41, 32, 39, 29, 25, 44, 26, 30, 29, 27, 54, 38)
> datos_altura <- c(172, 155, 172, 171, 170, 165, 178, 157, 165, 148,
162, 178, 157, 168, 171, 175, 174, 181, 169, 155, 155, 175, 160, 160,
168, 177, 181, 180, 185, 165, 170, 174)
> datos_ciudad <- c("Bahia", "Portoviejo", "Manta", "Portoviejo",
"Portoviejo", "Portoviejo", "Portoviejo", "Portoviejo", "Rocafuerte",
"Manta", "Rocafuerte", "Portoviejo", "Portoviejo", "Portoviejo",
"Portoviejo", "Portoviejo", "Portoviejo", "Rocafuerte", "Montecristi",
"Manta", "Manta", "Portoviejo", "Portoviejo", "Portoviejo", "Manta",
"Portoviejo", "Portoviejo", "Montecristi", "Portoviejo", "Portoviejo",
"Portoviejo", "Manta")
> datos_profesion <- c("Ingeniero Sistema","ING. Quimica", "Ing.
Quimica", "Ingeniero civil", "Ingeniero civil", "Ingeniero civil",
"Ingeniero civil", "Ingeniero civil", "Ingeniero civil", "Ingeniero
civil", "Arquitectura", "Ingeniero civil", "Ingeniero Sistema",
"Arquitectura", "Arquitectura", "Ingeniero civil", "Ingeniero civil",
"Ingeniero civil", "Ingeniero civil", "Ingeniero civil", "Ingeniero
civil", "Ingeniero civil", "Diseño Grafico", "Ingeniero civil",
"Arquitectura", "Ingeniero civil", "Ingeniero civil", "Ingeniero civil",
"Ingeniero civil", "Ingeniero civil", "Ingeniero civil", "Ingeniero
civil")
> data_frame <- data.frame(edad = datos_edad, altura = datos_altura,
ciudad = datos_ciudad, profesion = datos_profesion)
> minimo <- apply(data_frame[, 1:2], 2, min)
> maximo <- apply(data_frame[, 1:2], 2, max)
> rango <- maximo - minimo
> media <- apply(data_frame[, 1:2], 2, mean)
> mediana <- apply(data_frame[, 1:2], 2, median)
> varianza <- apply(data_frame[, 1:2], 2, var)
> desviacion_estandar <- apply(data_frame[, 1:2], 2, sd)
> coef_variacion <- apply(data_frame[, 1:2], 2, function(x) sd(x) /
mean(x))
> coef_asimetria <- apply(data_frame[, 1:2], 2, skewness)
> decil <- apply(data_frame[, 1:2], 2, quantile, probs = seq(0, 1, by =
0.1))
> curtosis <- apply(data_frame[, 1:2], 2, kurtosis)
> cuartiles <- apply(data_frame[, 1:2], 2, quantile, probs = c(0.25, 0.5,
0.75))
> rango_intercuartil <- apply(data_frame[, 1:2], 2, IQR)
> distribucion_frecuencias <- map(data_frame[, 1:2], table)
> distribucion_frecuencias[["edad"]]

22 24 25 26 27 29 30 32 34 35 36 38 39 41 42 44 49 54 57
1 1 1 3 2 2 5 2 2 1 3 1 1 2 1 1 1 1 1
> distribucion_frecuencias[["altura"]]

148 155 157 160 162 165 168 169 170 171 172 174 175 177 178 180 181 185
1 3 2 2 1 3 2 1 2 2 2 2 2 1 2 1 2 1
> plot(data_frame$edad, data_frame$altura, main = "Gráfico de Puntos",
xlab = "Edad", ylab = "Altura")
> stem(data_frame$edad)

The decimal point is 1 digit(s) to the right of the |

2 | 24
2 | 56667799
3 | 000002244
3 | 566689
4 | 1124
4 | 9
5 | 4
 5 | 7

> boxplot(data_frame$edad, data_frame$altura, main = "Diagrama de Cajas",

names = c("Edad", "Altura"))
> hist(data_frame$edad, main = "Histograma de Edad", xlab = "Edad")
> ggplot(data_frame, aes(x = ciudad)) +
+ geom_bar(fill = "skyblue", color = "black") +
+ labs(title = "Gráfico de Barras para Ciudad", x = "Ciudad") +
+ theme(axis.text.x = element_text(angle = 45, hjust =
+ 1))
> source("~/scrib.R")