¿Cómo realizar un análisis univariado en R?

En este artículo, discutiremos cómo realizar un análisis univariante en el lenguaje de programación R. El análisis univariante significa hacer análisis en una variable.

Resumen estadístico

Las estadísticas resumidas incluyen:

• Mínimo: obtenga el elemento mínimo

Sintaxis :

min(data)

• Máximo: obtenga el elemento Máximo

Sintaxis :

max(data)

• Mean – Obtener la media de los elementos dados

Sintaxis :

mean(data)

• Mediana: obtiene la mediana de los elementos dados

Sintaxis :

median(data)

• Intervalo de cuartiles: obtenga el IQR de los elementos dados

Sintaxis :

IQR(data)

• Desviación estándar: obtenga la desviación estándar de los elementos dados

Sintaxis:

sd(data)

• Rango: obtenga el rango de los elementos .

Sintaxis :

max(data)-min(data)

Ejemplo : programa R para crear un vector con 10 elementos y mostrar las estadísticas de resumen.

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
  
# minimum
print(min(data))
  
# maximum
print(max(data))
  
# mean
print(mean(data))
  
# median
print(median(data))
  
# IQR
print(IQR(data))
  
# range
print(max(data)-min(data))
  
# standard deviation
print(sd(data))

Salida :

[1]  1  2  3  4  5  6  7  8  9 10
[1] 1
[1] 10
[1] 5.5
[1] 5.5
[1] 4.5
[1] 9
[1] 3.02765

Tabla de frecuencia

Podemos mostrar la tabla de frecuencia usando el método table() . Esto devolverá el recuento de ocurrencias de elementos.

Sintaxis :

table(data)

Ejemplo :

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
# display frequency table
print(table(data))

Salida :

Visualización

Aquí podemos visualizar los datos usando algunos gráficos.

diagrama de caja

La función boxplot() dará como resultado un resumen de cinco puntos (mín., máx., mediana, 1er cuartil, 3er cuartil)

Sintaxis :

boxplot(data)

Ejemplo :

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
# display boxplot
print(boxplot(data))

Salida :

[1]  1  2  3  4  5  6  7  8  9 10
$stats
     [,1]
[1,]  1.0
[2,]  3.0
[3,]  5.5
[4,]  8.0
[5,] 10.0
attr(,"class")
        1 
"integer" 

$n
[1] 10

$conf
         [,1]
[1,] 3.001801
[2,] 7.998199

$out
numeric(0)

$group
numeric(0)

$names
[1] "1"

Salida :

Histograma

Esto devolverá el histograma de los datos y la función utilizada es hist()

Sintaxis :

hist(data)

Ejemplo :

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
# display histogram
print(hist(data))

Salida :

[1]  1  2  3  4  5  6  7  8  9 10
$breaks
[1]  0  2  4  6  8 10

$counts
[1] 2 2 2 2 2

$density
[1] 0.1 0.1 0.1 0.1 0.1

$mids
[1] 1 3 5 7 9

$xname
[1] "data"

$equidist
[1] TRUE

attr(,"class")
[1] "histogram"

Salida :

Gráfico de densidad

Esto mostrará el diagrama de densidad . Tenemos que usar la función de densidad() junto con la función de trama().

Sintaxis :

plot(density(data))

Ejemplo :

# create a vector with 10 elements
data = c(1: 10)
  
# display
print(data)
  
# display density plot
print(plot(density(data)))

Salida :

[1]  1  2  3  4  5  6  7  8  9 10
NULL