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


PRACTICA 2 R COMMANDER, Ejercicios de Estadística

Asignatura: Estadistica 1, Profesor: no lo recuerdo (era un poco cojo), Carrera: Administració i Direcció d'Empreses, Universidad: UB

Tipo: Ejercicios

2016/2017

Subido el 04/01/2017

sailormarina
sailormarina 🇪🇸

3

(11)

4 documentos

1 / 10

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1. 16 variables en total, 10 numèriques
2. 52,75 a grandes superfícies
3. L’ histograma de la variable ingressos presenta una asimetria a la
dreta/positiva
4. L’ interval (400-500) presenta la freqüència relativa de 30,69% i la
absoluta de 154.
5. Edat mínima 18 i Máximo 65, RQ=22(51-29), Mediana 39,86 i edat
mitja 39.
6. La variable ingressos presenta outliers
Despesa màxima de 440€ del 40% que gasta menys.
18,09% gasten més de 600€
Ingrés mínim 850 i màxim 2390€
7. Barcelona presenta valor outlier
Barcelona major mediana
Sabadell zona amb menor rang interquartílic
pf3
pf4
pf5
pf8
pf9
pfa

Vista previa parcial del texto

¡Descarga PRACTICA 2 R COMMANDER y más Ejercicios en PDF de Estadística solo en Docsity!

  1. 16 variables en total, 10 numèriques
  2. (^) 52,75 a grandes superfícies
  3. L’ histograma de la variable ingressos presenta una asimetria a la dreta/positiva
  4. L’ interval (400-500) presenta la freqüència relativa de 30,69% i la absoluta de 154.
  5. Edat mínima 18 i Máximo 65, RQ=22(51-29), Mediana 39,86 i edat mitja 39.
  6. La variable ingressos presenta outliers Despesa màxima de 440€ del 40% que gasta menys. 18,09% gasten més de 600€ Ingrés mínim 850 i màxim 2390€
  7. Barcelona presenta valor outlier Barcelona major mediana Sabadell zona amb menor rang interquartílic

Barcelona i Hospitalet tenen el major valor màxim Menor despesa mitjana Sabadell

  1. Gasto Alimentación té una mitjana mes representativa.
  2. Es comprova que la mitjana es 0 i la variància 1
  3. no em surt

Lo:1266.122=”Bajo” 1266.122:1909.04=”Medio” 1909.04:hi”Alto”

Cuestionario Lugar_compra Compra_GB Zona Ingresos Min. : 1.0 Comercio :112 Alguna_vez :140 Barcelona :145 Min. : 858. 1st Qu.:100.8 Grandes_Sup:211 Habitualmente:170 Hospitalet:140 1st Qu.:1266. Median :200.5 Mercado : 77 Nunca : 90 Sabadell :115 Median :1579. Mean :200.5 Mean :1624. 3rd Qu.:300.2 3rd Qu.:1909. Max. :400.0 Max. :3150. NA's : EstCivil Edad Sexo Tam_familiar Gasto_alim V_AtencionC Casado :174 Min. :18.00 Hombre:224 Min. :1.000 Min. : 300.8 Min. : 0. Divorciado: 73 1st Qu.:29.00 Mujer :176 1st Qu.:2.000 1st Qu.: 413.8 1st Qu.: 2. Soltero :153 Median :39.00 Median :3.000 Median : 469.2 Median : 4. Mean :39.86 Mean :3.498 Mean : 489.5 Mean : 3. 3rd Qu.:51.00 3rd Qu.:4.000 3rd Qu.: 562.8 3rd Qu.: 5. Max. :65.00 Max. :8.000 Max. :1150.4 Max. :10. NA's :2 NA's : V_Limpieza V_SistemaP V_AtencionP V_ProdGB V_ServicioD Min. : 0.000 Min. : 0.000 Min. : 0.000 Min. : 0.000 Min. : 0. 1st Qu.: 2.000 1st Qu.: 2.000 1st Qu.: 2.000 1st Qu.: 5.000 1st Qu.: 3. Median : 4.000 Median : 4.000 Median : 3.000 Median : 8.000 Median : 5. Mean : 4.042 Mean : 3.964 Mean : 3.842 Mean : 6.659 Mean : 4. 3rd Qu.: 5.000 3rd Qu.: 5.000 3rd Qu.: 5.000 3rd Qu.: 9.000 3rd Qu.: 7. Max. :10.000 Max. :10.000 Max. :10.000 Max. :10.000 Max. :10. NA's :15 NA's :14 NA's :13 NA's :13 NA's :

local({

  • .Table <- with(Encuesta, table(Lugar_compra))
  • cat("\ncounts:\n")
  • print(.Table)
  • cat("\npercentages:\n")
  • print(round(100*.Table/sum(.Table), 2))
  • })

counts: Lugar_compra Comercio Grandes_Sup Mercado 112 211 77

percentages: Lugar_compra Comercio Grandes_Sup Mercado 28.00 52.75 19.

with(Encuesta, Hist(Ingresos, scale="frequency", breaks="Sturges", col="darkgray"))

hist(Encuesta$Gasto_alim, plot=F) $breaks [1] 300 400 500 600 700 800 900 1000 1100 1200

$counts [1] 82 154 90 70 1 0 0 0 1

$density [1] 2.060302e-03 3.869347e-03 2.261307e-03 1.758794e-03 2.512563e-05 0.000000e+ 0.000000e+00 0.000000e+00 2.512563e-

$mids [1] 350 450 550 650 750 850 950 1050 1150

> with(Encuesta, stem.leaf(Ingresos, na.rm=TRUE))

Boxplot(Gasto_alim~Zona, data=Encuesta, id.method="y") [1] "14" numSummary(Encuesta[,"Gasto_alim"], statistics=c("mean", "sd", "IQR", "quantiles"),

  • quantiles=c(0,.25,.5,.75,1))

     - n: - 13 3* | - 22 t | - 37 f | - 55 s | - 82 3. | - 111 4* | - 145 t | - 186 f | - (26) s | - 186 4. | - 162 5* | - 136 t | - 118 f | - 101 s | - 93 5. | - 72 6* | - 56 t | - 46 f | - 31 s | - 20 6. | - 2 7* | 
  • HI: 1150.
  • 1 | 2: represents [1] "Warning: NA elements have been removed!!"
    • leaf unit: - n: - 9 8 | - 30 9 | - 68 10 | - 91 11 |
      • 100 12 |
      • 136 13 |
      • 170 14 |
      • (39) 15 |
      • 185 16 |
      • 145 17 |
      • 120 18 |
      • 102 19 |
        • 76 20 |
        • 63 21 |
        • 55 22 |
        • 47 23 |
        • 40 24 |
        • 29 25 |
        • 20 26 |
          • 9 27 |
  • HI: 3150.
    • 489.5486 107.2262 149.0075 300.82 413.76 469.24 562.7675 1150.36 mean sd IQR 0% 25% 50% 75% 100% n NA

Call: lm(formula = Ingresos ~ Gasto_alim, data = Encuesta)

Residuals: Min 1Q Median 3Q Max -1097.31 -157.41 6.04 144.42 771.

Coefficients: Estimate Std. Error t value Pr(>|t|) (Intercept) -316.7411 54.1531 -5.849 1.05e-08 *** Gasto_alim 3.9677 0.1081 36.703 < 2e-16 ***


Signif. codes: 0 '' 0.001 '' 0.01 '' 0.05 '.' 0.1 ' ' 1

Residual standard error: 229.5 on 391 degrees of freedom (7 observations deleted due to missingness) Multiple R-squared: 0.775, Adjusted R-squared: 0. F-statistic: 1347 on 1 and 391 DF, p-value: < 2.2e-