EJERCICIO DE APLICACIÓN R SOFWARE ESTADISTICO
Profesor de estadística
Juan de J. Sandoval
sexo ese tipos edad talla sexo ese tipos edad talla
Hombre alto O 23 170 Mujer Medio O 13 136
Mujer alto A 22 171 Mujer bajo O 17 120
Hombre Medio O 18 183 Hombre Medio A 26 156
Hombre Medio alto AB 21 133 Hombre Medio alto B 24 154
Mujer Medio alto AB 20 136 Hombre alto O 18 145
Mujer alto O 19 151 Mujer alto A 19 148
Hombre alto O 17 147 Hombre bajo A 26 173
Hombre alto A 20 148 Hombre bajo O 20 165
Mujer Medio alto AB 17 158 Hombre bajo A 22 151
Mujer Medio B 20 159 Hombre Medio B 24 160
Mujer alto O 20 184
Realizar análisis descriptivo univariado y bivariado
Códigos en R
datos<-[Link]([Link](),header=T,sep=";") # lectura de datos
datos # vista de la matriz
summary(datos) # resumen estadístico de todas las variables
attach(datos) # desagregar las variables de la matriz
t1<-table(sexo) # tabla de frecuencias del sexo
pie(t1) # diagrama de pastel
plot(ese, col=c(5,2,3,4)) # diagrama de barras
t2<-table(sexo, tipos) # tabla de frecuencias cruzadas
t2
plot(t2) # mosaico diagrama
hist(edad, prob=T) # histograma
lines(density(edad)) # curva de frecuencias
boxplot(talla, horizontal =T) # diagrama de cajas
boxplot(talla~ese,horizontal=F, col=c(2,3,4,5)) # diagrama de cajas por
estrato
p<-plot(edad, talla, main= "Diagrama de dispersión") # diagrama de
dispersion
cor(edad,talla) # Coeficiente de correlación de Pearson
cor(ese,talla, method="spearman") # Coeficiente de correlación de
Spearman
reg<-lm(talla~edad) # regresión lineal múltiple
reg
abline(reg) # recta de regresión ajustada por los datos