Medidas de centro y variabilidad

1. Calcule la media, la mediana y la moda de la variable Prewt.

Media = 82.40
Mediana = 82.3
Moda = 80.5, 83.3, 86

2. Calcule el rango, la varianza y la desviación de la variable Postwt.

Rango = 71.3, 103.6
Varianza= 64.56
Desviación = 8.03

3. Construya un histograma para las variables Prewt y Postwt e interprete los valores de
los puntos anteriores.
Media = El promedio de peso del paciente antes del periodo de estudio en libras es 82.40.
Mediana = Como la mediana es prácticamente igual a la media se puede decir que es
simétrica.
Moda = : En esta base de datos los pesos que mas se repiten antes del periodo de estudio es
80.5, 83,3 y 86 lb.

Rango = Hay un peso del paciente variando entre 71.3 - 103.6 lb

Desviación = Los datos se están alejando 8.03 con respecto a la media
4. Para el tratamiento cognitivo de la variable ‘Treat’ calcule la media de la Prewt.
La media de Prewt de la variable Treat es de 82.68966.

5. Realice el mismo procedimiento del paso anterior y compare los promedios de cada
tratamiento para la variable Prewt.

Los promedios están muy cerca entre sí.

Tratamientos de la variable Prewt Promedios

Cognitivo 82.68966
Control 81.55769
FT 83.22941

6. Construya los histogramas de cada uno de los tratamientos para la variable Postwt.
7. Calcule los cuartiles para las variables Prewt y Postwt e interprételos.
Prewt = El Q1 es 79.60 lo que significa que los valores por debajo de este son el 25%, el
Q2 es 82.30 y los valores por debajo de este equivalen al 50% y el Q3 es 86 que equivale al
75%.
Postwt= El Q1 es 79.33 lo que significa que los valores por debajo de este son el 25%, el
Q2 es 84.05 y los valores por debajo de este equivalen al 50% y el Q3 es 91.55 que
equivale al 75%.

8. Construya un diagrama de caja y bigotes para la variable Prewt y Postwt e identifique

si tiene datos atípicos.

La variable Prewt no tiene datos atípicos.

La variable Postwt no tiene datos atípicos.

library(MASS)
Datos<-anorexia
#1. Calcule la media, la mediana y la moda de la variable Prewt.
media_prewt = mean(Datos$Prewt)
media_prewt
mediana_prewt = median(Datos$Prewt)
mediana_prewt
library(modeest)
moda_prewt = mfv(Datos$Prewt)
moda_prewt
#2. Calcule el rango, la varianza y la desviación de la variable Postwt.
rango_poswt = range(Datos$Postwt)
rango_poswt
varianza_poswt = var(Datos$Postwt)
varianza_poswt
desviación_poswt= sd(Datos$Postwt)
desviación_poswt
#3. Construya un histograma para las variables Prewt y Postwt e interprete los
valores de los puntos anteriores.
hist(Datos$Prewt, main = 'Histograma variable Prewt', xlab = 'Peso del paciente
antes del
período de estudio', ylab= 'Frecuencia', col= rainbow(5))
hist(Datos$Postwt, main = 'Histograma variable Postwt', xlab = 'Peso del paciente
despues del
período de estudio', ylab= 'Frecuencia', col= rainbow(7))
#4. Para el tratamiento cognitivo de la variable ‘Treat’ calcule la media de la
Prewt.
Cognitivo<-Datos[Datos$Treat =='CBT',]
media_prewt_cbt= mean(Cognitivo$Prewt)
media_prewt_cbt
#5. Realice el mismo procedimiento del paso anterior y compare los promedios
de cada tratamiento para la variable Prewt.
Control<-Datos[Datos$Treat =='Cont',]
media_prewt_control= mean(Control$Prewt)
media_prewt_control
FT<-Datos[Datos$Treat =='FT',]
media_prewt_FT= mean(FT$Prewt)
media_prewt_FT
#6. Construya los histogramas de cada uno de los tratamientos para la variable
Postwt.
hist(Cognitivo$Postwt, main = 'Histograma variable Postwt tratamiento cognitivo',
xlab = 'Peso del paciente despues del período de estudio', ylab= 'Frecuencia', col=
rainbow(7))
hist(Control$Postwt, main = 'Histograma variable Postwt tratamiento control',
xlab = 'Peso del paciente despues del período de estudio', ylab= 'Frecuencia',
col= rainbow(8))
hist(FT$Postwt, main = 'Histograma variable Postwt tratamiento FT',
xlab = 'Peso del paciente despues del período de estudio', ylab= 'Frecuencia',
col= rainbow(7))
#7. Calcule los cuartiles para las variables Prewt y Postwt e interprételos.
resumen = summary(Datos$Prewt)
resumen
resumen2= summary(Datos$Postwt)
resumen2
#8. Construya un diagrama de caja y bigotes para la variable Prewt y Postwt e
identifique si tiene datos atípicos.
boxplot(Datos$Prewt, col = 'blue', main= 'Diagrama caja y bigotes
variable Prewt')
boxplot(Datos$Postwt, col = 'green', main= 'Diagrama caja y bigotes
variable Postwt')