Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Análisis de datos con R: Tablas de frecuencias y descriptivos (78 characters) - Prof. Sier, Apuntes de Estadística

En este documento se presenta el proceso de importación y análisis descriptivo básico de datos usando el paquete r-commander. Se transforman variables en factores, se calculan tablas de frecuencias conjuntes y se realizan descriptivos unidimensionales de las variables x e y. Además, se calculan la media y desviación típica condicional de y respecto a x y se representan boxplots.

Tipo: Apuntes

2013/2014

Subido el 27/10/2014

joan96
joan96 🇪🇸

3.9

(18)

2 documentos

1 / 5

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
ACTIVITAT 3
1. Importeu a R-Commander les dades i deseu la Base d’R amb el nom
"ACTIVITAT_3.Rda”
> ACTIVITAT_3.Rda <- sqlQuery(channel = 1, select * from [Full1$])
2. Transformeu les variables X i Y en factors assignant-los els noms
d’XR i d’YR.
> ACTIVITAT_3.Rda$XR <- as.factor(ACTIVITAT_3.Rda$X)
> ACTIVITAT_3.Rda$YR <- as.factor(ACTIVITAT_3.Rda$Y)
3. Realitzeu la taula de freqüències conjuntes
> .Table <- xtabs(~XR+YR, data=ACTIVITAT_3.Rda)
> .Table
YR
XR 0 1 2
5 2 6 15
6 5 10 12
7 10 28 6
8 12 8 6
> remove(.Table)
> .Table <- xtabs(~XR+YR, data=ACTIVITAT_3.Rda)
> .Table
YR
XR 0 1 2
5 2 6 15
6 5 10 12
7 10 28 6
8 12 8 6
Joan Llandrich A2 Estadítica I
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga Análisis de datos con R: Tablas de frecuencias y descriptivos (78 characters) - Prof. Sier y más Apuntes en PDF de Estadística solo en Docsity!

A CTIVITAT 3

1. Importeu a R-Commander les dades i deseu la Base d’R amb el nom "ACTIVITAT_3.Rda”

ACTIVITAT_3.Rda <- sqlQuery(channel = 1, select * from [Full1$]) 2. Transformeu les variables X i Y en factors assignant-los els noms d’XR i d’YR. ACTIVITAT_3.Rda$XR <- as.factor(ACTIVITAT_3.Rda$X)

ACTIVITAT_3.Rda$YR <- as.factor(ACTIVITAT_3.Rda$Y)

3. Realitzeu la taula de freqüències conjuntes

.Table <- xtabs(~XR+YR, data=ACTIVITAT_3.Rda)

.Table YR XR 0 1 2 5 2 6 15 6 5 10 12 7 10 28 6 8 12 8 6

remove(.Table)

.Table <- xtabs(~XR+YR, data=ACTIVITAT_3.Rda)

.Table YR XR 0 1 2 5 2 6 15 6 5 10 12 7 10 28 6 8 12 8 6

totPercents(.Table) # Percentage of Total 0 1 2 Total 5 1.7 5.0 12.5 19. 6 4.2 8.3 10.0 22. 7 8.3 23.3 5.0 36. 8 10.0 6.7 5.0 21. Total 24.2 43.3 32.5 100.

remove(.Table)

.Table <- xtabs(~XR+YR, data=ACTIVITAT_3.Rda)

.Table YR XR 0 1 2 5 2 6 15 6 5 10 12 7 10 28 6 8 12 8 6

rowPercents(.Table) # Row Percentages YR XR 0 1 2 Total Count 5 8.7 26.1 65.2 100.0 23 6 18.5 37.0 44.4 99.9 27 7 22.7 63.6 13.6 99.9 44 8 46.2 30.8 23.1 100.1 26

remove(.Table)

.Table <- xtabs(~XR+YR, data=ACTIVITAT_3.Rda)

.Table YR XR 0 1 2 5 2 6 15 6 5 10 12 7 10 28 6 8 12 8 6

colPercents(.Table) # Column Percentages YR XR 0 1 2 5 6.9 11.5 38. 6 17.2 19.2 30. 7 34.5 53.8 15. 8 41.4 15.4 15. Total 100.0 99.9 100. Count 29.0 52.0 39.

remove(.Table)

4. Realitzeu el descriptiu unidimensional de les variables X i Y.

numSummary(ACTIVITAT_3.Rda[,c("X", "Y")], statistics=c("mean", "sd",

  • "IQR", "quantiles", "cv", "skewness", "kurtosis"), quantiles=c(0,
  • .25,.5,.75,1), type="2") mean sd IQR cv skewness kurtosis 0% 25% 50% 75% 100% n X 6.608333 1.0314046 1 0.1560764 -0.2262217 -1.076638 5 6 7 7 8 120 Y 1.083333 0.7512827 1 0.6934918 -0.1382727 -1.205035 0 1 1 2 2 120

5. Calculeu la mitjana i la desviació típica d’Y condicionada als valors d’X

tapply(ACTIVITAT_3.Rda$Y, list(XR=ACTIVITAT_3.Rda$XR), mean,

  • na.rm=TRUE) XR 5 6 7 8 1.5652174 1.2592593 0.9090909 0.

tapply(ACTIVITAT_3.Rda$Y, list(XR=ACTIVITAT_3.Rda$XR), sd,

  • na.rm=TRUE) XR 5 6 7 8 0.6623709 0.7642288 0.6030227 0.

6. Realitzeu els Box-plots d’Y condicionats als valors d’X

Boxplot(Y~XR, data=ACTIVITAT_3.Rda, id.method="y") [1] "8" "9" "10" "11" "12" "13" "14" "15" "16" "17" "109" [12] "110" "111" "112" "113" "114"