Revisión de la teoría
Aleksander Dietrichson, PhD
Agenda de hoy
El concepto de variable
Centralización y Dispersión
Instalar y acceder al tidyverse
Aplicar conceptos a los datos del Indec
Variables: Estadística
Nominal
- Ej: Sexo (M/F), nombre, DNI (¿podés sumarlos?)
Ordinal
Intervalo
Razón (Ratio o racional)
- Ej: Edad, ingreso, numero de hijos
Variables nominales en R
Se expresan con vectores de tipo character (eventualmente factor)
sexo <- c("M","F","M","F")
nombre <- c("Jorge","Marìa","Jorge","Cecilia")
Se pueden armar tablas de frecuencias con table
nombre
Cecilia Jorge Marìa
1 2 1
Variables nominales en R
Se pueden visualizar con p.ej. barplot
Variables ordinales en R
Se pueden expresar como vectores de characteres con niveles asignados.
ratings <- c("muy bueno","muy bueno","muy bueno","bueno","regular",
"regular","malo","malo","muy malo")
Para saber qué es mejor/peor se arma una variable de tipo factor con los niveles y ordered = TRUE
rating_con_niveles <-
factor(ratings,
levels = c("muy bueno","bueno", "regular", "malo", "muy malo"), #en orden acá
ordered = TRUE)
Variables ordinales en R
y visualizar
barplot(table(rating_con_niveles))
![]()
A veces se expresan con números (rating 1 a 5) lo cual puede resultar confuso. La clasificación es conceptual.
Variables de intervalo en R
Se expresan generalmente con numeric
temperatura_en_buenos_aires <- sample(20:30, size = 20, replace = 2)
Y se pueden visualizar como histograma
hist(temperatura_en_buenos_aires)
![]()
Por qué el de intervalo?
Variables de ratio en R
Se expresan con numérico en R.
cociente_de_intelligencia <- rnorm(1000,100,15)
head(cociente_de_intelligencia)
[1] 107.2808 98.6992 110.8966 103.1560 135.5813 111.3178
Variables de ratio en R
Y se visualizan con histograma
hist(cociente_de_intelligencia)
![]()
Centralización
Contesta a la pregunta: ¿cuál es el valor más típico del conjunto?
Las principales son:
La media
La mediana
La moda
Centralización
Contesta a la pregunta: ¿cuál es el valor más típico del conjunto?
Las principales son:
La media: Intervalo y ratio
La mediana: Intervalo y ratio
La moda: Nominales y ordinales
Dispersión
Contesta a la pregunta: ¿cuán típico es el valor más típico?
Tidyverse
Es un conjunto de packetes que vamos a usar para análisis de datos
se instala con:
install.packages("tidyverse")
desde la consola.
Datos del indec
Revisamos la tarea a ver qué variables vamos a analizar.
