C L A S E 2 0 🏆
EDA con dataset proyecto - box plot- ggplot2 - dplyr
.
¿Que se ha hecho en el primer ggplot? 👩🏫
Se ha graficado un boxplot de aporte a la economia naranja en pib paises latam con alto y bajo pib per capita
.
¿Tengo que instalar algun paquete? 🤔
Si, tienes que tener dplyr y ggplot2. Los haces con install.package(" ")
library()
.
.
Son tres pasos para graficar este boxplot, asi que presta atención 👀
.
PASO 1
DECLARAS LA VARIABLE NÙMERICA
.
La declaracion es para pautar cual es la variable numerica del boxplot
.
En este caso es GDP.PC 💸 que se declara como economy
.
.
El nùmero que resulta se interpreta ($) como el promedio de PIB per capita para cada habitante al año entre los paises del dataset orangeec
.
.
PASO 2
CREAS UNA NUEVA VARIABLE CATEGORICA
.
Esta variable se crea usando la variable numerica declarada en el PASO 1
.
%>%, mutate, ifelse
.
%>% significa "va a pasar a"
.
mutate viene porque ese dataset va a cambiar, se va agrandar, va a mutar 🦋
.
ifelse significa que la nueva variable sera si otra variable del dataset es > menor a la declarada en el PASO 1
.
.
Pasamos ** %>%** el dataset (orangeec) a mutate para que se cree una nueva variable (Strong_economy) en una nueva columna dentro del dataset (orangeec) y la definicion de esa nueva variable (Strong_economy) depende ifelse si es mayor < o menor > que la condicion descrita ("por debajo promedio pib pèrcapita", "sobre-arriba promedio pib pèrcapita")
.
.
¿En que punto del proceso estamos? 🔌
Se ha creado una nueva variable con un factor (etiqueta) para cruzar con la variable numerica y hacer boxplot. Porque recuerda que: el boxplot se grafica cruzando una variable numerica con una categorica
.
.
PASO 3
GRAFICAR BOXPLOT 👩💻
.
Seran dos boxplot uno sera la caja de los paises que estan "Sobre promedio pib pèrcapita"
y otra sera de los paises "Por debajo promedio pib pèrcapita"
.
.
.
TEN SIEMPRE EN CUENTA 💡
.
El boxplot se grafica con una variable numerica y una categorica
0:00/11:36
Ver clases
Progreso del curso
Bienvenida e introducción
Variables, tipos de datos y estructuras
- 5
lockLos primeros cálculos con R y variables
Suscríbete para ver más - 6
lockTipos de datos
Suscríbete para ver más - 7
lockEstructura del dataset del proyecto
Suscríbete para ver más - 8
lockVectores
Suscríbete para ver más - 9
lockMatrices
Suscríbete para ver más - 10
lockEjercicios con matrices
Suscríbete para ver más - 11
lockOperadores para comparar y ubicar datos
Suscríbete para ver más - 12
lockFactores, listas y echar un vistazo al dataset
Suscríbete para ver más
EDA: Exploratory data analysis
- 13
lockQué es EDA: Exploratory Data Analysis
Suscríbete para ver más - 14
lockGráficas de dispersión e histogramas.
Suscríbete para ver más - 15
lockBox Plot y su interpretación
Suscríbete para ver más - 16
lockEDA con dataset proyecto - Gráficas de dispersión.
Suscríbete para ver más - 17
lockEDA con histogramas.
Suscríbete para ver más - 18
lockEDA con dataset proyecto - histogramas - ggplot2
Suscríbete para ver más - 19
lockEDA con box plot- ggplot2
Suscríbete para ver más - play_arrow
lockEDA con dataset proyecto - box plot- ggplot2 - dplyr
play_circleViendo ahora - 21
lockEDA con gráficas de dispersión con más de dos variables - ggplot2
Suscríbete para ver más - 22
lockEDA con dataset proyecto usando gráficas de dispersión con más de dos variables - ggplot2 - plotly
Suscríbete para ver más
La estadística de los datos
- 23
lockBuscando correlaciones con pairs
Suscríbete para ver más - 24
lockConfirmando correlaciones con la función cor
Suscríbete para ver más - 25
lockBuscando correlaciones con pairs en dataset proyecto
Suscríbete para ver más - 26
lockConfirmando correlaciones con la función cor en dataset proyecto.
Suscríbete para ver más - 27
lockProtegiéndonos de los peligros del promedio.
Suscríbete para ver más - 28
lockEliminando los NA's para hacer los cálculos.
Suscríbete para ver más - 29
lockEstadística y visualización aplicada a análisis de datos de mercadeo.
Suscríbete para ver más


