Calcula medidas de centralidad

A lo largo de este capítulo, usarás datos de gapminder, que recopila información demográfica de países de todo el mundo a lo largo del tiempo. Para saber más, puedes abrir la ayuda con ?gapminder.

En este ejercicio, céntrate en cómo varía la esperanza de vida entre continentes. Esto implica que hagas el análisis no a nivel de país, sino agregando a nivel de continente. Esto es posible gracias a la combinación de group_by() y summarize(), una sintaxis muy potente para realizar el mismo análisis en distintos subconjuntos del conjunto de datos completo.

Este ejercicio forma parte del curso

Análisis exploratorio de datos en R

Ver curso

Instrucciones del ejercicio

Crea un conjunto de datos llamado gap2007 que contenga solo datos del año 2007.
Usando gap2007, calcula la esperanza de vida media y mediana para cada continente. No te preocupes por nombrar las nuevas columnas que produce summarize().
Confirma las tendencias que ves en las medianas generando diagramas de caja lado a lado de la esperanza de vida para cada continente.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Create dataset of 2007 data
gap2007 <- filter(___, ___)

# Compute groupwise mean and median lifeExp
gap2007 %>%
  group_by(___) %>%
  summarize(___,
            ___)

# Generate box plots of lifeExp for each continent
gap2007 %>%
  ggplot(aes(x = ___, y = ___)) +
  ___

Editar y ejecutar código