Professional Documents
Culture Documents
RStudio Graficas - Estadistica Descriptiva
RStudio Graficas - Estadistica Descriptiva
REPRESENTACIONES GRÁFICAS
Objetivos
Tabla de Frecuencias
ara crear tablas de frecuencia en R y R Studio se emplea la función table o la
función prop.table, dependiendo de si la tabla muestra las frecuencias
absolutas o las frecuencias relativas. La sintaxis de estas órdenes es la
siguiente:
> table(x) # para frecuencias absolutas
> prop.table(tab) # para las frecuencias relativas
La principal diferencia entre las dos funciones reside en el tipo de los
argumentos que necesita cada una.
Ejemplo1:
En la siguiente tabla se recogen 14 datos sobre el peso, altura, edad, sexo y
nombres.
>setwd(“E:\Estadistica Descriptiva”)
A continuación, seleccionamos el fichero de trabajo, al que llamo datos. Para
ello en el editor de RStudio escribimos.
Figura 1: read.table("E:/Estadistica Descriptiva/ejemplo 1-RStudio.txt", header = TRUE)
Ejecutar la sentencia, para ello Click en la tecla Run o bien presionar las teclas
Ctrl+ Enter y se ejecuta, mostrándose en la Consola de RStudio.
Representaciones gráficas
RStudio y R ofrecen una gran variedad de gráficos, el comando demo(graphics)
muestra dichos gráficos. Atendiendo al tipo de datos vamos a utilizar varios
tipos de gráficos.
• Variables cualitativas o variables cuantitativas de tipo discreto: Se
pueden considerar gráficos de sectores o gráficos de barras, los cuales se
obtienen en R mediante las funciones pie y barplot, respectivamente. Los
argumentos más importantes de estas funciones son:
pie(x, labels = names(x), clockwise = FALSE, init.angle = if(clockwise) 90 else 0,
col = NULL, main = NULL)
barplot(x, horiz = FALSE, height, col = NULL, width space, names.arg, beside,
main = NULL, sub = NULL, xlab = NULL, ylab = NULL)
donde:
x: es un vector con las frecuencias de las observaciones. Igualmente, puede ser
una tabla de frecuencia (de las obtenidas con table o prop.table)
labels: es un vector de cadenas de caracteres que indican los nombres de cada
una de las categorías que aparecen en el gráfico de sectores
clockwise: es un argumento lógico que indica si los sectores se dibujan en
sentido horario (clockwise = TRUE) o en sentido antihorario (clockwise = FALSE,
que es la opción por defecto).
init.angle: es un valor numérico que indica el ángulo (en grados) en el que se
sitúa el primer sector. Por defecto, el primer sector empieza a dibujarse a los 90
grados (- a las 12 en punto -, cuando clockwise es igual a TRUE) o a los 0 grados
(- a las 3 en punto -, cuando clockwise es igual a FALSE)
horiz: es un argumento lógico que indica si las barras del gráfico de barras se
dibujan de forma vertical (horiz = FALSE, que es la opción por defecto) u
horizontal (horiz = TRUE)
stem(x)
boxplot(x, range = 1.5, col = NULL, main = NULL)
Una vez hecho esto, podremos calcular la moda de un conjunto de datos tal y
como sigue:
Mode (x)
En el caso de que existan varias modas (es decir, cuando estemos ante una
distribución plurimodal), esta función mostrará únicamente la menor de ellas
(o la primera en orden alfabético, si se está analizando una variable cualitativa).
Entre las medidas de posición de tendencia no central, los cuantiles figuran
entre las más utilizadas. Para obtener los cuantiles de una variable en R se
emplea la función quantile.
Medidas de dispersión
Tratan de cuantificar la variabilidad o esparcimiento de los datos informando
acerca de la mayor o menor representatividad de las medidas de tendencia
central.
Entre las medidas de dispersión más utilizadas se encuentran la cuasi-
varianza, la cuasi-desviación típica y el rango intercuartílico, que en R y
RStudio se calculan a través de las funciones var, sd e IQR, respectivamente.
• x vector numérico
• na.rm valor lógico que indica si los valores de NA deben ser despojados
antes de que continúe la computación
• decreasing se utiliza para indicar orden decreciente o creciente
Medidas de forma
Como su propio nombre indica, estas medidas se centran en el estudio de la
forma que presenta una distribución a través del análisis de la simetría y la
curtosis o el apuntamiento de la distribución en cuestión.
Para determinar la simetría de una distribución se emplea la función skewness,
contenida en el paquete moments. En R y RStudio, un paquete no es más que
un conjunto de funciones con un propósito común. Para poder utilizar las
funciones incluidas en un determinado paquete, es necesario instalar el paquete
y, posteriormente cargarlo.
Para instalar el paquete, seleccionamos en el menú principal Tools/Install
Packages, y se muestra la siguiente ventana donde escribimos moments
C:\Users\Usuario\AppData\Local\Temp\RtmpEXGVQk\downloaded_package
s
donde
x: es el vector que incluye los valores de la variable
na.rm: es un argumento lógico que indica si hay que eliminar los valores
faltantes del conjunto de datos.