Publicación:
Análisis estadístico de datos usando R

dc.contributor.authorMELENDEZ SURMAY, RAFAEL
dc.contributor.authorSocarras Bertiz, Carlos Alberto
dc.contributor.authorMoya Camacho, Fabio Orlando
dc.date.accessioned2024-10-08T21:53:49Z
dc.date.available2024-10-08T21:53:49Z
dc.date.issued2022
dc.descriptionIncluye índice de figuras y de tablasspa
dc.description.abstractEste libro está destinado a ser una guía para el análisis estadístico de datos a través del lenguaje de programación R para la computación estadística. R, a su vez, es un entorno que incorpora una implementación del lenguaje de programación S, lo que lo hace potente, flexible y con excelentes instalaciones gráficas (R Development Core Team, 2016). El objetivo de este libro es, pues, ofrecer descripciones relativamente breves y sencillas acerca de cómo realizar una gran variedad de análisis estadísticos utilizando R. Cada capítulo aborda el análisis apropiado para uno o varios conjuntos de datos, a su vez con sus aplicaciones. En cada capítulo, por tanto, se incluye una breve descripción de los antecedentes estadísticos relevantes, junto con las referencias apropiadas, pero nuestro enfoque principal es cómo usar R y cómo interpretar los resultados. Esperamos que el libro proporcione a los estudiantes e investigadores de diferentes disciplinas de las ciencias un medio autónomo para utilizar R y para analizar sus datos. R es un proyecto de código libre, desarrollado por decenas de voluntarios durante muchos años y está disponible en Internet bajo la Licencia Pública General. Por eso mismo, R se ha convertido en el lenguaje de la informática estadística más popular y diverso. En algunas comunidades científicas, R ya es el principal instrumento para análisis estadísticos de datos porque las fuentes del sistema R están abiertas y disponibles para todas las personas; y por su poderoso lenguaje y capacidades gráficas el R ha comenzado a convertirse en el principal motor de investigación estadística. Con este libro se pretende que los estudiantes e investigadores cuenten con una herramienta sencilla para iniciarse en el uso del R y que lo usen como instrumento fundamental en el análisis de datos. Así, el lector podrá reproducir todos los análisis, figuras y tablas sin necesidad de volver a escribir un código de R. El libro inicia con un capítulo dedicado a análisis de gráficos, continúa con distribuciones de probabilidad, sigue con un capítulo en torno al índice de diversidad ecológica y, por último, cierra con uno que incluye una sección de simulaciones de variables aleatorias discretas y continuasspa
dc.description.abstractThis book is intended to be a guide to statistical data analysis through the R programming language for statistical computing. R, in turn, is an environment that incorporates an implementation of the S programming language, which makes it powerful, flexible, and with excellent graphic facilities (R Development Core Team, 2016). The goal of this book is thus to provide relatively short and straightforward descriptions of how to perform a wide variety of statistical analyzes using R. Each chapter addresses the appropriate analysis for one or more data sets, in turn with its applications. In each chapter, therefore, a brief description of the relevant statistical background is included, along with appropriate references, but our main focus is how to use R and how to interpret the results. We hope that the book will provide students and researchers from different disciplines of the sciences with a self-contained means of using R and analyzing their data. R is an open source project, developed by dozens of volunteers over many years, and is available on the Internet under the General Public License. For this reason, R has become the most popular and diverse statistical computing language. In some scientific communities, R is already the main instrument for statistical data analysis because the sources of the R system are open and available to everyone; and because of its powerful language and graphic capabilities, R has begun to become the main statistical research engine. This book is intended for students and researchers to have a simple tool to start using R and to use it as a fundamental tool in data analysis. Thus, the reader will be able to reproduce all the analyses, figures and tables without the need to rewrite an R code. The book begins with a chapter devoted to graph analysis, continues with probability distributions, continues with a chapter on the ecological diversity index, and finally closes with a chapter that includes a section on simulations of discrete and continuous random variables.eng
dc.description.editionPrimera edición
dc.description.notesIncluye gráficas a color y blanco y negrospa
dc.description.tableofcontentsResumen/abstract Introducción Introducción al lenguaje de programación R ¿Por qué usar R?. Conceptos básicos (resumen: “summary”) Software GeoGebra Capítulo I Población, muestra y variables. Población y muestra. Variables. Capítulo II Tipos de gráficos. Componentes de los gráficos. Tipos de gráficos Capítulo III Medidas de tendencia central y de variabilidad. Medidas de tendencia central. Medidas de variabilidad. Capítulo IV Índices. Medición de indicadores. Código en R. Capítulo V Probabilidad. Conceptos básicos. Probabilidad. Capítulo VI Distribuciones de probabilidad. Distribuciones de probabilidad de variables discretas. Distribuciones discretas de probabilidad. Distribución de probabilidad de variables discretas. Distribución uniforme discreta. Distribución Bernoulli. Distribución binomial Distribución de Poisson. Distribución hipergeométrica. Distribución de probabilidad de variables continuas. Función de distribución acumulada. Distribución uniforme continua. Distribución normal. Distribución exponencial. Distribución gamma. Capítulo VII Simulación. Simulaciones con R. Simular números aleatorios uniformes. Simular variables aleatorias de Bernoulli. Simular variables aleatorias binomiales. Probabilidad acumulada Generación de números aleatorios binomiales Simular variables aleatorias de Poisson. Simular números aleatorios exponenciales. Simular variables aleatorias normales. Conclusiones y/o recomendaciones. Bibliografía.
dc.format.extent119 páginas
dc.format.mimetypeapplication/pdf
dc.identifier.isbn978-628-7581-18-0
dc.identifier.urihttps://repositoryinst.uniguajira.edu.co/handle/uniguajira/792
dc.language.isospa
dc.publisherUniversidad de La Guajira
dc.publisher.placeRiohacha
dc.relation.referencesAnderson, D.; Sweeney, D. y Williams, T. (2008). Estadística para administración y economía. México, D. F: Cengage Learning Editores.
dc.relation.referencesBarona, R. (2016). Índices de la biodiversidad y estabilidad de la agroindustrial. Notas de clase. Universidad Agraria del Ecuador. Escuela de Ingeniería Ambiental.
dc.relation.referencesBraun, W. y Murdoch, D. (2000). A First Course in Statistical Programming with R. New York: Cambridge University Press.
dc.relation.referencesEveritt, B. y Hothorn, T. (2006). A Handbook of Statistical Analyses Using R. Chapman & Hall/CRC.
dc.relation.referencesHotenwarter, M. (2018). Free GeoGebra Foundation (6.0.518.0). Java.
dc.relation.referencesHohenwarter, M. y Lavicza, Z. (2007). Mathematics Teacher Development with ICT: Towards an International GeoGebra Institute, Proceedings of British Society for Research into Learning Mathematics, 27.
dc.relation.referencesKeylock, C. J. (2005). Simpson diversity and the Shannon–Wiener index as special cases of a generalized entropy. Oikos, 109(1), 203-207.
dc.relation.referencesLópez, E. A. (2009). Notas de estadística general. Notas de clases. Universidad de San Carlos de Guatemala
dc.relation.referencesMongomery, D. y Runger, G. (2001). Probabilidad y estadística aplicadas a la ingeniería. Mc- Graw Hill.
dc.relation.referencesR Core Team (2016). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria.
dc.relation.referencesSimpson, E. (1949). Measurement of Diversity. Nature, 163, 688.
dc.relation.referencesSpellerberg, I. F. y Fedor, P. (2003). A tribute to Claude Shannon (1916-2001) and a plea for more rigorous use of species richness, species diversity and the ‘Shannon–Wiener’ Index. Global Ecology & Biogeography, 12(3), 177-179.
dc.relation.referencesWalpole, R.; Myers, R.; Myers, S. H. y
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject.proposalAnálisis estadísticospa
dc.subject.proposalCódigos Rspa
dc.subject.proposalDistribuciones de probabilidadspa
dc.subject.proposalÍndicesspa
dc.subject.proposalSimulaciones.spa
dc.subject.proposalStatistical analysiseng
dc.subject.proposalR Codeseng
dc.subject.proposalProbability distributionseng
dc.subject.proposalIndiceseng
dc.subject.proposalSimulationseng
dc.titleAnálisis estadístico de datos usando Rspa
dc.typeLibro
dc.type.coarhttp://purl.org/coar/resource_type/c_2f33
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/book
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2
oaire.versionhttp://purl.org/coar/version/c_ab4af688f83e57aa
person.identifier.orcid0000-0002-6449-0358
person.identifier.orcid0000-0002-3801-6943
person.identifier.orcid0000-0002-4304-2791
relation.isAuthorOfPublicationbe0991c4-b74a-4f42-9cd8-208f749d181b
relation.isAuthorOfPublication65e56195-942c-471f-859b-f6844d258501
relation.isAuthorOfPublication0a20f5ec-d620-4fc2-a9cf-aaeba9acf437
relation.isAuthorOfPublication.latestForDiscoverybe0991c4-b74a-4f42-9cd8-208f749d181b

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
3. Analisis de datos con R -FINAL-.pdf
Tamaño:
6.47 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:

Colecciones