Análisis de datos
-----------------

======================== ==========================
Función                  Significado
======================== ==========================
``summary(data)``        Resumen estadístico
``min(data)``            Mínimo
``max(data)``            Máximo
``mean(data)``           Media aritmética
``median(data)``         Mediana
``range(data)``          Rango
``sd(data)``             Desviación estándar
``var(data)``            Varianza
``cov(data)``            Covarianza
``cor(data)``            Coeficiente de correlación
``quantile(data, 0.05)`` Percentil del 5%
``quantile(data, 0.80)`` Percentil del 80%
``skewness(data)``       Asimetría
``kurtosis(data)``       Curtosis
======================== ==========================

**Cargar datos:**

.. code:: r

    datos = read.csv("Datos.csv", sep = ";", dec = ",", header = T)
    datos



.. raw:: html

    <table>
    <caption>A data.frame: 8 × 5</caption>
    <thead>
    	<tr><th scope=col>Nombre</th><th scope=col>Edad</th><th scope=col>Género</th><th scope=col>Peso</th><th scope=col>Estrato</th></tr>
    	<tr><th scope=col>&lt;fct&gt;</th><th scope=col>&lt;int&gt;</th><th scope=col>&lt;fct&gt;</th><th scope=col>&lt;dbl&gt;</th><th scope=col>&lt;int&gt;</th></tr>
    </thead>
    <tbody>
    	<tr><td>Ángela </td><td>22</td><td>F</td><td> 62.5</td><td>3</td></tr>
    	<tr><td>José   </td><td>10</td><td>M</td><td> 75.8</td><td>4</td></tr>
    	<tr><td>Juan   </td><td>15</td><td>M</td><td> 54.4</td><td>3</td></tr>
    	<tr><td>Manuela</td><td>35</td><td>F</td><td> 73.6</td><td>3</td></tr>
    	<tr><td>Maribel</td><td>50</td><td>F</td><td> 70.0</td><td>5</td></tr>
    	<tr><td>Antonio</td><td>45</td><td>M</td><td>180.0</td><td>4</td></tr>
    	<tr><td>Alicia </td><td> 1</td><td>F</td><td> 15.7</td><td>1</td></tr>
    	<tr><td>Luis   </td><td>32</td><td>M</td><td>103.5</td><td>5</td></tr>
    </tbody>
    </table>
    


summary:
~~~~~~~~

.. code:: r

    summary(datos$Peso)



.. parsed-literal::

       Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
      15.70   60.48   71.80   79.44   82.72  180.00 


La función ``basicStats()``\ calcula más estadíticos que ``summary()``.

Primero se instala el siguiente paquete: ``install.packages("fBasics")``

.. code:: r

    library(fBasics)


.. parsed-literal::

    Loading required package: timeDate
    
    Loading required package: timeSeries
    
    

.. code:: r

    print(basicStats(datos$Peso))


.. parsed-literal::

                X..datos.Peso
    nobs             8.000000
    NAs              0.000000
    Minimum         15.700000
    Maximum        180.000000
    1. Quartile     60.475000
    3. Quartile     82.725000
    Mean            79.437500
    Median          71.800000
    Sum            635.500000
    SE Mean         16.799457
    LCL Mean        39.713096
    UCL Mean       119.161904
    Variance      2257.774107
    Stdev           47.516041
    Skewness         0.874260
    Kurtosis        -0.067399
    

Medidas de tendencia central:
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

-  Media.

-  Mediana.

-  Moda.

.. code:: r

    # Media:
    
    mean(datos$Peso)



.. raw:: html

    79.4375


.. code:: r

    # Mediana:
    
    median(datos$Peso)



.. raw:: html

    71.8


La moda es el valor que más se repite, es decir, el de mayor frecuencia.

Con la función ``table()`` se calculan las frecuencias.

.. code:: r

    table(datos$Estrato)



.. parsed-literal::

    
    1 3 4 5 
    1 3 2 2 


El Estrato 3 es el de mayor frecuencia. Esta es la moda, entonces la
moda es el máximo de las frecuencias.

.. code:: r

    moda <- max(table(datos$Estrato))
    moda



.. raw:: html

    3


Medidas de dispersión:
~~~~~~~~~~~~~~~~~~~~~~

-  Rango.

-  Varianza.

-  Desviación estándar.

-  Coeficiente de variación.

.. code:: r

    # Rango:
    
    range(datos$Peso)



.. raw:: html

    <style>
    .list-inline {list-style: none; margin:0; padding: 0}
    .list-inline>li {display: inline-block}
    .list-inline>li:not(:last-child)::after {content: "\00b7"; padding: 0 .5ex}
    </style>
    <ol class=list-inline><li>15.7</li><li>180</li></ol>
    


.. code:: r

    # Varianza:
    
    var(datos$Peso)



.. raw:: html

    2257.77410714286


.. code:: r

    # Desviación estándar:
    
    sd(datos$Peso)



.. raw:: html

    47.5160405246782


.. code:: r

    # Desviación estándar:
    
    sqrt(var(datos$Peso))



.. raw:: html

    47.5160405246782


.. math::  coeficienteVariación = \frac{DesviaciónEstándar}{Media} 

.. code:: r

    # Coeficiente de variación:
    
    coef_var <- sd(datos$Peso)/mean(datos$Peso)
    coef_var



.. raw:: html

    0.598156292993588


Medidas de posición:
~~~~~~~~~~~~~~~~~~~~

**Cuartiles:**

Los diagramas de cajas y bigotes es una forma visual de analizar las
medidas de posición.

.. code:: r

    # Cuartiles.
    
    print(quantile(datos$Peso))


.. parsed-literal::

         0%     25%     50%     75%    100% 
     15.700  60.475  71.800  82.725 180.000 
    

.. code:: r

    # Q1 - primer cuartil - percentil del 25%:
    
    quantile(datos$Peso, 0.25)



.. raw:: html

    <strong>25%:</strong> 60.475


.. code:: r

    # Q2 - segundo cuartil - percentil del 50%:
    
    quantile(datos$Peso, 0.50)   # Este es el valor de la mediana.



.. raw:: html

    <strong>50%:</strong> 71.8


.. code:: r

    # Q3 - tercer cuartil - percentil del 75%:
    
    quantile(datos$Peso, 0.75)



.. raw:: html

    <strong>75%:</strong> 82.725


**Rango intercuatil (RIC):**

.. math::  RIC = Q_3 - Q_1 

.. code:: r

    RIC = quantile(datos$Peso, 0.75) - quantile(datos$Peso, 0.25)
    RIC  # Rango de un 50%



.. raw:: html

    <strong>75%:</strong> 22.25


.. code:: r

    RIC = as.numeric(RIC) # para quitarle la etiqueta de 75%
    RIC



.. raw:: html

    22.25


Medidas de forma:
~~~~~~~~~~~~~~~~~

-  Sesgo (asimetría): skewness.

-  Curtosis: kurtosis.

.. figure:: asimetria.png
   :alt: Asimetría

   Asimetría

.. figure:: curtosis.jpg
   :alt: Curtosis

   Curtosis

.. code:: r

    # Asimetría:
    
    skewness(datos$Peso) # Resultados: sesgo positivo.



.. raw:: html

    0.874260494208836


.. code:: r

    # Curtosis:
    
    kurtosis(datos$Peso) # Resultado: platicúrtica.



.. raw:: html

    -0.0673990420899138