Publications by Hernández Duarte Jonathan Jaciel
Caso 06. Técnicas de conteo
1 Cargar librerías library(dplyr) ## ## Attaching package: 'dplyr' ## The following objects are masked from 'package:stats': ## ## filter, lag ## The following objects are masked from 'package:base': ## ## intersect, setdiff, setequal, union 2 Objetivo Aplicar y simular algunas técnicas de conteo para determinar probabilidades. ...
7420 sym R (14232 sym/57 pcs) 1 img
Caso 05. Espacio muestral
1 Objetivo Crear eventos a partir de un espacio muestral de alumnos. 2 Descripción Se crea un espacio muestral de alumno llamando una función que se encuentra en la dirección de github.com Se carga ejecutando la función Se describen los datos con summary() Se crean algunos eventos relativos al espacio muestral 3 Fundamento teórico Al hacer...
8090 sym 3 img 1 tbl
Caso 05. Espacio Muestral
1 Objetivo Crear eventos a partir de un espacio muestral de alumnos. 2 Descripción Se crea un espacio muestral de alumno llamando una función que se encuentra en la dirección de github.com Se carga ejecutando la función Se describen los datos con summary() Se crean algunos eventos relativos al espacio muestral 3 Fundamento teórico Al hacer ...
7543 sym 3 img 1 tbl
Caso 04. Medidas de dispersión
1 Objetivo Determinar medidas de dispersión de datos como edades, sueldos y calificaciones. 2 Descripción Simular muestra de varios conjuntos de datos Se identifica media de los datos Se muestran tablas de frecuencias Se calculan medidas de dispersión, varianza y desviación estándar. Se visualiza la dispersión de los datos en relación a la...
9222 sym R (14248 sym/38 pcs) 5 img
Caso Integral 2
Objetivo Importar y analizar datos de examenes de alumnos # Desarrollo Cargar librerías library(readr) library(modeest) Cargar datos datos = read.csv(file = "https://raw.githubusercontent.com/rpizarrog/probabilidad-y-estad-stica/master/2023/datos/exams.csv") #datos Filtrar datos datos_interes = datos [,c(1,6,7,8)] #datos_interes las primeras 1...
409 sym R (3301 sym/27 pcs)
Caso 03 Medidas de localización. Media, mediana y moda
1 Objetivo Determinar medidas estadísticas de localización media, mediana, moda, máximos mínimos y rango de un conjunto de datos usando funciones de R. 2 Descripción El proceso de este caso permite identificar las medidas de localización de media, mediana, moda, máximos, mínimos, rango y el significado de las mismas para interpretar si una...
12908 sym R (5350 sym/63 pcs) 7 img
Caso 03 Medidas de localización. Media, mediana y moda
1 Objetivo Determinar medidas estadísticas de localización media, mediana, moda, máximos mínimos y rango de un conjunto de datos usando funciones de R. 2 Descripción El proceso de este caso permite identificar las medidas de localización de media, mediana, moda, máximos, mínimos, rango y el significado de las mismas para interpretar si una...
12925 sym Python (2898 sym/24 pcs) 3 img
Caso 02. Datos agrupados
1 Objetivo Agrupar datos y describir datos visualmente de variables de edades y generos usando función fdt y fdt_cat de la librería fdth. 2 Descripción Se cargan librerías adecuadas de caso Se construyen y simulan datos con dos variables de interés edades y géneros de personas. Se determina las clase para construir tablas de frecuencias de l...
6215 sym R (3321 sym/20 pcs) 5 img
Prueba para publicar
Prueba para publicar Título de segundo nivel Título de tercer nivel Ahora vamos a publicar este documento. Se tiene que instalar una librería rpubs para publicar y luego registrarse en el servicio rpubs.com Generar una población aleatoria sample(x=1:10, size = 5, replace = FALSE) ## [1] 10 9 5 6 2 ...
252 sym