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


R COMMANDER Activitat 1, Apuntes de Estadística

Asignatura: Estadistica 1, Profesor: MARIA CARMEN BADIA BATLLE, Carrera: Administració i Direcció d'Empreses, Universidad: UB

Tipo: Apuntes

2016/2017

Subido el 31/10/2017

aestevvi
aestevvi 🇪🇸

3.3

(57)

33 documentos

1 / 12

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Activitat 1 R commander
2. Realitzeu la taula de freqüències.
a) Es recomana que comenceu llistant les variables de la base de dades
activa amb la instrucció Conjunto de datos activo.
> load("C:/Users/Usuario-/Desktop/Activitat_1.RData")
> summary(Activitat_1)
Desti Retras Vacants
Granada :15 Min. : 0.430 Min. : 0.0
Palma :17 1st Qu.: 6.603 1st Qu.: 6.0
Sevilla :24 Median : 9.195 Median : 8.0
Valencia:23 Mean : 9.589 Mean : 7.7
NA's : 1 3rd Qu.:12.900 3rd Qu.:10.0
Max. :19.390 Max. :20.0
NA's :2
b) Per obtenir la taula de freqüències de Desti seleccioneu l’opció
Distribución de frecuencias,
> local({
+ .Table <- with(Activitat_1, table(Desti))
+ cat("\ncounts:\n")
+ print(.Table)
+ cat("\npercentages:\n")
+ print(round(100*.Table/sum(.Table), 2))+ })
counts:
Desti
Granada Palma Sevilla Valencia
15 17 24 23
pf3
pf4
pf5
pf8
pf9
pfa

Vista previa parcial del texto

¡Descarga R COMMANDER Activitat 1 y más Apuntes en PDF de Estadística solo en Docsity!

Activitat 1 R commander

2. Realitzeu la taula de freqüències. a) Es recomana que comenceu llistant les variables de la base de dades activa amb la instrucció Conjunto de datos activo.

load("C:/Users/Usuario-/Desktop/Activitat_1.RData")

summary(Activitat_1) Desti Retras Vacants Granada :15 Min. : 0.430 Min. : 0. Palma :17 1st Qu.: 6.603 1st Qu.: 6. Sevilla :24 Median : 9.195 Median : 8. Valencia:23 Mean : 9.589 Mean : 7. NA's : 1 3rd Qu.:12.900 3rd Qu.:10. Max. :19.390 Max. :20. NA's : b) Per obtenir la taula de freqüències de Desti seleccioneu l’opció Distribución de frecuencias , local({

  • .Table <- with(Activitat_1, table(Desti))
  • cat("\ncounts:\n")
  • print(.Table)
  • cat("\npercentages:\n")
  • print(round(100*.Table/sum(.Table), 2))+ }) counts: Desti Granada Palma Sevilla Valencia 15 17 24 23

percentages: Desti Granada Palma Sevilla Valencia 18.99 21.52 30.38 29. c) Per obtenir la taula de freqüències de Vacants heu d'introduir les següents instruccions:

table(Activitat_1$Vacants)

0 2 3 4 5 6 7 8 9 10 11 12 18 19 20 5 5 4 1 4 11 9 10 8 10 4 4 1 1 3

table(Activitat_1$Vacants)/sum(table(Activitat_ $Vacants))

0 2 3 4 5 6 7 8 0.0625 0.0625 0.0500 0.0125 0.0500 0.1375 0.1125 0.

9 10 11 12 18 19 20 0.1000 0.1250 0.0500 0.0500 0.0125 0.0125 0.

  • Visualitzeu conjuntament les freqüències absolutes i relatives

cbind(table(Activitat_1$Vacants),table(Activitat_ $Vacants)/sum(table(Activitat_1$Vacants))) [,1] [,2] 0 5 0. 2 5 0. 3 4 0. 4 1 0. 5 4 0. 6 11 0.

cbind(table(Activitat_1$T1),table(Activitat_1$T1)/sum (table(Activitat_1$T1))) [,1] [,2] (0,2] 3 0. (2,4] 4 0. (4,6] 7 0. (6,8] 11 0. (8,10] 21 0. (10,12] 10 0. (12,14] 8 0. (14,16] 10 0. (16,18] 3 0. (18,20] 1 0.

d) Per obtenir la taula de freqüències de Retras les instruccions són:

Activitat_1$T1=cut(Activitat_1$Retras,breaks=c (0,2,4,6,8,10,12,14,16,18,20)) table(Activitat_1$T1) (0,2] (2,4] (4,6] (6,8] (8,10] (10,12] (12,14] (14,16] 3 4 7 11 21 10 8 19 (16,18] (18,20] 3 1

  • Canvieu els breaks i el nom de la variable que es crea amb cut(Activitat_1$T2) i observeu com es modifica la taula de freqüències.

Activitat_1$T2=cut(Activitat_1$Retras,breaks=c (0,3,6,10,14,16,20)) table(Activitat_1$T2) (0,3] (3,6] (6,10] (10,14] (14,16] (16,20] 6 8 32 18 10 4 0 - Calculeu les freqüències relatives amb la instrucció:

table(Activitat_1$T1)/sum(table(Activitat_1$T1)) (0,2] (2,4] (4,6] (6,8] (8,10] (10,12] (12,14] (14,16] (16,18] (18,20] 0.03846154 0.05128205 0.08974359 0.14102564 0.

0.10256410 0.12820513 0.03846154 0.

  • Visualitzeu conjuntament les freqüències absolutes i relatives:

cbind(table(Activitat_1$T1),table(Activitat_1$T1)/sum (table(Activitat_1$T1))) [,1] [,2] (0,2] 3 0. (2,4] 4 0. (4,6] 7 0. (6,8] 11 0. (8,10] 21 0. (10,12] 10 0. (12,14] 8 0. (14,16] 10 0. (16,18] 3 0. (18,20] 1 0. e) Realitzeu de nou la taula de freqüències de Retras amb la instrucció hist(Activitat_1$Retras, scale="frequency", breaks="Sturges", plot=F) $breaks{ Intervals} [1] 0 2 4 6 8 10 12 14 16 18 20 $counts {ni} [1] 3 4 7 11 21 10 8 10 3 1 $density [1] 0.019230769 0.025641026 0.044871795 0. 0.134615385 0. 0.051282051 0.064102564 0.019230769 0. $mids{Xi} [1] 1 3 5 7 9 11 13 15 17 19 $xname [1] "Activitat_1$Retras"

c) Histograma i diagrama Stem and leaf de Retras

with(Activitat_1, stem.leaf(Retras, na.rm=TRUE))

22 t | 22233333 14 f | 4444444555 4 s | 667 1 1. | 9

5. Taula de freqüències absolutes i relatives, simples i acumulades de Vacants

tmp=hist(Activitat_1$Retras, breaks=c (0,2,4,6,8,10,12,14,16,18,20)) lines(c(min(tmp$breaks),tmp$mids,max(tmp$breaks)),c(0,tmp $counts,0),type="l")

pas.n = table(Activitat_1$Vacants)

pas.f= pas.n/sum(pas.n)

pas.N=c(cumsum(pas.n))

pas.F= pas.N/sum(pas.n)

cbind(pas.N, pas.F) pas.N pas.F 0 5 0. 2 10 0.

6. Polígon de freqüències acumulades de Retras

breaks=c(0,2,4,6,8,10,12,14,16,18,20)

retard.n = table(Activitat_1$T1)

retard.f = table(Activitat_1$T1)/sum(table(Activitat_ $T1))

retard.N=c(cumsum(retard.n))

retard.F= retard.N/sum(retard.n)

retard.N=c(0,cumsum(retard.n))

cbind(retard.n, retard.f, retard.N, retard.F) retard.n retard.f retard.N retard.F 3 0.03846154 0 0. (0,2] 4 0.05128205 3 0. (2,4] 7 0.08974359 7 0. (4,6] 11 0.14102564 14 0. (6,8] 21 0.26923077 25 0. (8,10] 10 0.12820513 46 0.

(10,12] 8 0.10256410 56 0.

(12,14] 10 0.12820513 64 0.

(14,16] 3 0.03846154 74 0.

(16,18] 1 0.01282051 77 1.

(18,20] 3 0.03846154 78 0.

plot(breaks, retard.N, main="Polígon de freqüències acumulades", xlab="Retard",

  • ylab="Freqüències absolutes acumulades")

lines(breaks, retard.N)

retard.F=c(0,cumsum(retard.f))

plot(breaks, retard.F, main="Polígon de freqüències acumulades", xlab="Retard",

  • ylab="Freqüències relatives acumulades")

lines(breaks, retard.F)