Skip to content

Latest commit

 

History

History
53 lines (43 loc) · 1.48 KB

Readme.md

File metadata and controls

53 lines (43 loc) · 1.48 KB
Raw

Ejemplo 4. Boxplots y outliers

Objetivo

  • Generar y comprender los gráficos de tipo boxplot
  • Introducción a la distribución de los datos

Requisitos

  • Lectura de ficheros CVS
  • Nociones básicas de ggplot

Desarrollo

Comenzamos leyendo un fichero, el cual contiene información sobre dos grupos de control G1 y G2, a los cuales se les realizó a cada uno una medición en 3 momentos diferentes C1, C2 y C3

# library(dplyr) # para usar mutate
data <- read.csv("../Sesion_03/boxp.csv")

Revisamos el encabezado del fichero y el nombre de sus variables o columnas

head(data)
names(data)

Observamos algunos datos estadísticos sobre las variables

summary(data)

Como estamos ante la presencia de NA´s los eliminamos con complete.cases() y solamente seleccionamos aquellos sin NAsy convertimos en factores la variableCategoriayGrupo`

bien <- complete.cases(data)
data <- data[bien,]
data <- mutate(data, Categoria = factor(Categoria), Grupo = factor(Grupo))

Finalmente realizamos el boxplot

ggplot(data, aes(x = Categoria, y = Mediciones, fill = Grupo)) + geom_boxplot() +
  ggtitle("Boxplots") +
  xlab("Categorias") +
  ylab("Mediciones")

Agregamos el nombre de las etiquetas para los grupos G1 y G2

ggplot(data, aes(x = Categoria, y = Mediciones, fill = Grupo)) + geom_boxplot() +
  scale_fill_discrete(name = "Dos Gps", labels = c("G1", "G2")) + 
  ggtitle("Boxplots") +
  xlab("Categorias") +
  ylab("Mediciones")