tarea R commander

1. Seminario 6
Análisis exploratorio de datos
Tablas de frecuencias, resúmenes numéricos y gráficos.
Marta Villanueva Gómez
Grupo 16

2. En este seminario tenemos 3 actividades en R Commander:
- En la primera seleccionaremos dos variables cualitativas-factor del
fichero “activossalud.RData”, la describiremos en tablas de frecuencias e
interpretaremos al menos 3 aspectos en relación a la distribución de las
mismas.
- En la segunda seleccionaremos dos variables numéricas del fichero
“activossalud.RData”, y mediante resúmenes numéricos describiremos e
interpretaremos la distribución de las mismas.
- En la tercera realizaremos al menos un gráfico de cada tipo con
variables adecuadamente seleccionadas del fichero “activossalud.RData”,
describiéndolas e interpretando la distribución los mismos.

3. 1º ACTIVIDAD
Seleccionar dos variables cualitativas, describirlas en
tablas de frecuencia e interpretar 3 aspectos de su
distribución

4. 1º PASO
 Cambiamos nuestro directorio de trabajo (Ficheros)

5. 2º PASO
 Como lo datos a importar son del formato R, le damos a datos y a cargar
conjunto de datos

6. 3º PASO
 Elegimos dos variables cualitativas-factor del fichero. En este caso,
elegiremos botellón y cerveza

7. A partir de la tabla de frecuencia, sacamos los siguientes datos:
Botellón:
 El total de la muestra es de 285
 107 personas nunca han tomado cerveza, que corresponde con el 37,02%
 234 personas realizan el botellón, que corresponde con el 82,1%; frente a 51 personas que nunca lo han realizado, siendo el
17,89%.
Cerveza:
 4 individuos beben cerveza a diario (1,38%)
 182 personas han probado la cerveza (62,97%)
 El 9,34% toman cerveza 2 o 3 veces a la semana


8. 2º ACTIVIDAD
Seleccionar dos variables numéricas, y mediante
resúmenes numéricos describir e interpretar la
distribución de las mismas.

9. 1º PASO
 Abrimos las variables numéricas del fichero para seleccionar dos de ellas, en
este caso elegiremos altura y comunicación familiar,

10. 2º PASO
A partir de los siguientes resúmenes, obtenemos los siguientes datos:
Altura:
 La mediana es 1,655 que es el 50%.
 Hay 1 dato no disponible (NA), bien porque no ha contestado el individuo u otros motivos.
 La media es de 1.667, cuya desviación típica es de 0.08078101.
Comunicación familiar:
 La mediana de la comunicación familiar es de 7 (que es el 50%).
 La media de la comunicación familiar es de 7,829932, cuya desviación típica es de 2,83448722.
 Encontramos 144 datos no disponible.

11. 3º ACTIVIDAD
Realizar al menos un gráfico de
cada tipo con variables
adecuadamente seleccionadas del
fichero, describiéndolas e
interpretando la distribución los
mismos.

12. GRÁFICO DE BARRAS
 Empezamos con el gráfico de barras: seleccionamos una variable cualitativa (práctica
deporte)

13.  Podemos observar que el
número de individuos que
practican deporte y no, es
parecido, aunque hay más
que sí lo practiquen.

14. GRÁFICOS DE SECTORES
Elegimos la variable cualitativa: dulces

15.  Podemos observar que el
prácticamente el
mismo número de
personas comen dulces
1 o 2 veces a la semana
y menos de una vez a
la semana; frente a la
minoría que lo come a
diario.

16. HISTOGRAMA
 Elegimos una
variable
numérica: peso

17.  Podemos ver que el
peso más
frecuente es el
situado entre 50-
60

 El menos frecuente
es < 40 kg y >
100 kg

 Es una distribución
asimétrica

18. DIAGRAMA DE CAJAS Elegimos una variable
numérica:
medicalización

19.  La mediana es de 10.
 El valor máximo es de
12, mientras que
el mínimo es de 7.
 El cuartil 1 es de 9. Y
el cuartil 3 de 11.