Publications by Nelson Abad (
Document
2023-09-05 Introducción La congestión vehicular es un problema urgente que afecta a las ciudades de todo el mundo. La congestión vehicular en Estados Unidos en 2017 costó a los viajeros 305.000 millones de dólares, debido al aumento en el consumo de combustible y las largas horas perdidas en desplazamientos. Dada la limitación de recursos y...
9614 sym 10 img 4 tbl
ANOVA de una vía
Librerías a usar: library(car) library(FSA) library(WRS2) Dataset: \(\texttt{mollusc.txt}\) Considere las mediciones de la tasa de impulso nervioso de 125 moluscos pertenecientes a 5 especies diferentes. Columna 1: Nombre de la especie Columna 2: Especie codificada (de 1 a 5) Columna 3: Número de identificación dentro de cada especie Col...
2971 sym R (7245 sym/39 pcs) 6 img
Modelos Estadísticos Aplicados I - Proyecto
library(tidyverse) library(knitr) library(caTools) Se hace la lectura de los datos ya limpios: OULAD_data <- read.csv("OULAD_data_unified_DEPURADA.csv") %>% select(-c(1, 2)) attach(OULAD_data) Transformamos todas las variables categóricas en tipo factor. for (i in 1:length(colnames(OULAD_data))) { if(OULAD_data %>% select(colnames(OULAD_da...
6563 sym R (23004 sym/64 pcs) 8 img 1 tbl
Muestreo: Proyecto Final (anexo)
# Librerías a usar. library(readxl) library(tidyverse) library(knitr) El marco muestral es la base de datos de los indicadores financieros con corte en el año 2020, donde se presentan el año, expediente, nombres de las empresas rama a la que pertenece cada una, la descripción de cada rama, su respectiva subrama y los diferentes indicado...
2032 sym R (3322 sym/15 pcs) 1 img 1 tbl
MEA - Ejercicio Transformacion
library(car) library(tidyverse) colnames(SLID) # Nombre de las columnas. ## [1] "wages" "education" "age" "sex" "language" data(SLID) # Cargamos los datos. head(SLID) # Observamos los primeros datos. ## wages education age sex language ## 1 10.56 15.0 40 Male English ## 2 11.00 13.2 19 Male English #...
42 sym R (5741 sym/31 pcs) 8 img
Modelos Estadísticos Aplicados I - Taller 4
Dataset: FEV - Ejercicio 2 El dataset \(\texttt{fev.txt}\) incluye observaciones de 654 niños a los que se les mide el Volumen Espiratorio Forzado (FEV: forced expiratory volume). En este ejercicio estamos interesados en modelar la relación de la variable de respuesta FEV y las siguientes variables explicativas. age: la edad del niño en a�...
4256 sym R (6751 sym/29 pcs) 8 img
Estadística Multivariada - Análisis Factorial
Practica de Analisis Factorial library(haven) library(ggplot2) library(MVN) library(psych) library(nFactors) datos = read_sav("Ciencias_Letras.sav") par(mfrow = c(3, 2)) qqnorm(datos$CNa) qqline(datos$CNa) qqnorm(datos$Mat) qqline(datos$Mat) qqnorm(datos$Fra) qqline(datos$Fra) qqnorm(datos$Lat) qqline(datos$Lat) qqnorm(datos$Lit...
63 sym R (7470 sym/25 pcs) 2 img
Estadistica Multivariante - Analisis de Correspondencia Canonico
Analisis de Correspondencia Canonico # Importamos librerias. library(tidyverse) library(readxl) # Importamos datos. mariposa = read_excel("datos_mariposas.xlsx") # Observamos los datos. print(mariposa) ## # A tibble: 16 × 11 ## Colonia X1 X2 X3 X4 X5 X6 Y1 Y2 Y3 Y4 ## <chr> <dbl> <dbl> <dbl> <dbl> <d...
701 sym R (5868 sym/11 pcs)
MEA I - CL1-P2
# Control de lectura 1 - 2do Parcial. # Regresión con variables Categóricas # https://rpubs.com/xgoodyear/467254 # Importamos librerías library(tidyverse) ## Warning: package 'tidyverse' was built under R version 4.2.1 ## ── Attaching packages ──────────────────────────────�...
29 sym R (5300 sym/26 pcs)
MEA I - Taller 7
sma <- read.table("sma.txt", row.names = 1) names(sma) <- c("Area", "PobT", "PCiudad", "PSenior", "Medicos", "CHosp", "Grad", "Laboral", "Ingresos", "Delitos", "Region") # Variable de respuesta sma$TDelitos <- sma$Delitos/sma$PobT sma = sma[,-c(2, 10)] summary(sma$TDelitos) ## Min. 1st Qu. Median Mean 3rd Qu. Max. ## 15.69 ...
44 sym R (15128 sym/40 pcs) 1 img