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


P2P ejercicios de R, Ejercicios de Matemáticas

Asignatura: Matemàtiques, Profesor: Sebastià Massanet Massanet, Carrera: Biologia, Universidad: UIB

Tipo: Ejercicios

2017/2018

Subido el 16/01/2018

sioq-2
sioq-2 🇪🇸

4

(4)

1 documento

1 / 5

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
a) Guardar el fichero Halterofilia.csv en un data frame llamado Resultados. La variable Categoria
ha de ser un factor ordenado en el orden creciente de los pesos:
“menos 48”,“menos 53”,“menos 56”,“menos 58”,“menos 62”,“menos 63”,“menos 69”, “menos
75”,“mas 75”,“menos 77”,“menos 85”,“menos 94”,“menos 105”,“mas 105”
>Resultados=read.table("https://miriadax.net/documents/28098821/74010125/Halterofilia.csv/f2f
b1ddc-6de0-4942-870e-fbe5e9d2eca8", header=TRUE, sep =";")
>Resultados$Categoria=sort(Resultados$Categoria, deacreasing=FALSE)
> str(Resultados)
'data.frame': 462 obs. of 6 variables:
$ Peso : num 55.6 55.6 55.9 55.7 55.9 ...
$ Arrancada : int 132 127 130 123 120 127 118 112 121 115 ...
$ Dos.Tiempos: int 160 161 150 150 149 140 146 152 142 146 ...
$ Total : int 292 288 280 273 269 267 264 264 263 261 ...
$ Categoria : Factor w/ 14 levels "mas 105","mas 75",..: 1 1 1 1 1 1 1 1 1 1 ...
$ Sexo : Factor w/ 2 levels "F","M": 2 2 2 2 2 2 2 2 2 2 ...
Peso Arrancada Dos.Tiempos Total Categoria Sexo
1 55.61 132 160 292 menos 48 M
2 55.64 127 161 288 menos 48 M
3 55.87 130 150 280 menos 48 M
4 55.73 123 150 273 menos 48 M
5 55.93 120 149 269 menos 48 M
6 55.87 127 140 267 menos 48 M
7 55.86 118 146 264 menos 48 M
8 55.88 112 152 264 menos 48 M
9 55.19 121 142 263 menos 48 M
10 55.93 115 146 261 menos 48 M
[...]
452 94.31 106 136 242 mas 105 F
453 110.08 101 138 239 mas 105 F
454 100.55 98 138 236 mas 105 F
455 80.95 106 128 234 mas 105 F
456 98.79 102 125 227 mas 105 F
457 102.36 98 124 222 mas 105 F
458 89.60 100 120 220 mas 105 F
459 97.51 95 123 218 mas 105 F
460 104.36 72 105 177 mas 105 F
461 83.24 77 98 175 mas 105 F
462 101.29 78 97 175 mas 105 F
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga P2P ejercicios de R y más Ejercicios en PDF de Matemáticas solo en Docsity!

a) Guardar el fichero Halterofilia.csv en un data frame llamado Resultados. La variable Categoria ha de ser un factor ordenado en el orden creciente de los pesos: “menos 48”,“menos 53”,“menos 56”,“menos 58”,“menos 62”,“menos 63”,“menos 69”, “menos 75”,“mas 75”,“menos 77”,“menos 85”,“menos 94”,“menos 105”,“mas 105”

Resultados=read.table("https://miriadax.net/documents/28098821/74010125/Halterofilia.csv/f2f b1ddc-6de0-4942-870e-fbe5e9d2eca8", header=TRUE, sep =";") Resultados$Categoria=sort(Resultados$Categoria, deacreasing=FALSE) str(Resultados) 'data.frame': 462 obs. of 6 variables: $ Peso : num 55.6 55.6 55.9 55.7 55. ... $ Arrancada : int 132 127 130 123 120 127 118 112 121 115 ... $ Dos.Tiempos: int 160 161 150 150 149 140 146 152 142 146 ... $ Total : int 292 288 280 273 269 267 264 264 263 261 ... $ Categoria : Factor w/ 14 levels "mas 105","mas 75",..: 1 1 1 1 1 1 1 1 1 1 ... $ Sexo : Factor w/ 2 levels "F","M": 2 2 2 2 2 2 2 2 2 2 ... Peso Arrancada Dos.Tiempos Total Categoria Sexo 1 55.61 132 160 292 menos 48 M 2 55.64 127 161 288 menos 48 M 3 55.87 130 150 280 menos 48 M 4 55.73 123 150 273 menos 48 M 5 55.93 120 149 269 menos 48 M 6 55.87 127 140 267 menos 48 M 7 55.86 118 146 264 menos 48 M 8 55.88 112 152 264 menos 48 M 9 55.19 121 142 263 menos 48 M 10 55.93 115 146 261 menos 48 M [...] 452 94.31 106 136 242 mas 105 F 453 110.08 101 138 239 mas 105 F 454 100.55 98 138 236 mas 105 F 455 80.95 106 128 234 mas 105 F 456 98.79 102 125 227 mas 105 F 457 102.36 98 124 222 mas 105 F 458 89.60 100 120 220 mas 105 F 459 97.51 95 123 218 mas 105 F 460 104.36 72 105 177 mas 105 F 461 83.24 77 98 175 mas 105 F 462 101.29 78 97 175 mas 105 F

b) Crear una tabla en la que, para cada combinación de categoría y sexo, se dé el peso medio en la modalidad de Arrancada y el peso medio en la modalidad de Dos Tiempos de los participantes de esa categoría y ese sexo. Esta tabla tiene que tener cuatro columnas (“Categoría”, “Sexo”, “Peso medio Arrancada” y “Peso medio Dos Tiempos”) y una fila por combinación de categoría y sexo. Te recomendamos usar la función aggregate para calcular los pesos medios.

Resultados2=aggregate(cbind(Resultados$Arrancada,Resultados$Dos.Tiempos)~Categoria+Sexo, data=Resultados,FUN=mean) names(Resultados2)=c("Categoria","Sexo","Peso medio Arrancada","Peso medio Dos Tiempos") Categoria Sexo Peso medio Arrancada Peso medio Dos Tiempos 1 mas 75 F 82.55556 106. 2 menos 77 F 75.91667 95. 3 menos 85 F 82.37143 103. 4 menos 94 F 93.24390 116. 5 menos 105 F 99.89474 122. 6 mas 105 F 101.60000 130. 7 menos 48 M 113.39286 139. 8 menos 53 M 123.92308 151. 9 menos 56 M 131.16129 160. 10 menos 58 M 141.89655 174. 11 menos 62 M 146.03125 178. 12 menos 63 M 154.92308 187. 13 menos 69 M 163.17241 198. 14 menos 75 M 169.68966 208. 15 mas 75 M 157.71429 194. c) Extraer de Resultados dos dataframes: uno llamado ResM, con los datos de los hombres, y otro llamado ResF, con los datos de las mujeres. Ambos dataframes deben contener sólo dos columnas: “Peso” y “Total”. ResF=Resultados[Resultados$Sexo]=”F”,c(“Peso”,”Total”)] ResM=Resultados[Resultados$Sexo]=”M”c(“Peso”,”Total”)] ResF Peso Total 274 47.88 214 275 47.72 205 276 47.83 204 277 47.71 186 278 47.08 185 279 47.94 180 280 47.87 176 281 47.40 175 282 47.20 174 283 47.87 171 284 47.94 170

e) Añadir al gráfico los puntos correspondientes a ResF. Tienes que usar cuadrados llenos de color verde. Añade una leyenda que indique cada tipo de punto qué sexo representa. Asegúrate de que todos los puntos están dentro de la gráfica y ninguno queda sin representar por haber quedado fuera de los límites. Es posible que tengas que redibujar todo usando valores adecuados de “xlim” e “ylim”.

points(ResF$Peso,ResF$Total,pch=22,col="green",bg="green") legend("topleft",legend=c(expression(ResM),expression(ResF)),col=c("red","green"),pch=c(2,15)) f) Calcular la regresión lineal del peso levantado en función del peso corporal tanto para los hombres como para las mujeres. Indica en ambos casos cuánto peso levantan de media por cada Kg. adicional de peso corporal. Indica también los coeficientes de determinación. Regressió lineal: lm(ResM$Total~ResM$Peso) Call: lm(formula = ResM$Total ~ ResM$Peso) Coefficients: (Intercept) ResM$Peso 177.480 1. lm(ResF$Total~ResF$Peso) Call: lm(formula = ResF$Total ~ ResF$Peso) Coefficients: (Intercept) ResF$Peso 103.05 1.

Coeficiente de determinación:

summary(lm(ResM$Total~ResM$Peso))$r.squared [1] 0. g) Añadir las dos rectas al gráfico anterior con los colores correspondientes. M=abline(lm(Total~Peso,data = ResM),col="blue",lwd=2) F=abline(lm(Total~Peso,data = ResF),col="orange",lwd=2) legend("bottomright",legend = c(expression(M),expression(F)),col=c(" blue","orange"),lwd=2)