Correlaciones por sexo

Como viste en un ejercicio anterior, la correlación entre la age del abulón y shellWeight era bastante fuerte, con r de Pearson = 0.63. Calcula de nuevo esta correlación para cada sex: "I" para crías inmaduras, "F" para hembras adultas y "M" para machos adultos.

¿Para qué sex es mayor la correlación entre age y shellWeight?

El conjunto de datos abaloneKeep y los paquetes dplyr y psych ya están cargados.

Este ejercicio forma parte del curso

R para usuarios de SAS

Ejercicio interactivo práctico

Pon en práctica la teoría con uno de nuestros ejercicios interactivos

Empezar ejercicio

Este ejercicio forma parte del curso

R para usuarios de SAS

PrincipianteNivel de habilidad

4.8+

Comienza el curso gratis

En este primer capítulo te familiarizarás con el entorno de programación de R. Aprenderás a obtener ayuda, cargar un conjunto de datos y ampliar funcionalidades añadiendo paquetes. Empezarás a trabajar con el conjunto de datos de abulón (siguiendo el flujo de trabajo de dplyr) para obtener estadísticas descriptivas y crear visualizaciones útiles (con el paquete ggplot2).

Exercise 1: Obtén ayuda y carga datos en R Exercise 2: Obtener ayuda Exercise 3: Cargar el conjunto de datos y obtener detalles Exercise 4: Amplía funcionalidades con paquetes Exercise 5: Contenido del conjunto de datos y estadísticas descriptivas Exercise 6: Cargar un conjunto de datos externo Exercise 7: Contenido del conjunto de datos Exercise 8: Estadísticos descriptivos Exercise 9: Visualizaciones gráficas Exercise 10: Histogramas Exercise 11: Diagramas de caja y diagramas de violín Exercise 12: Diagramas de dispersión

Ahora que ya te orientas en el entorno de R, este capítulo profundiza en su versatilidad para trabajar con objetos de datos. Aprenderás a crear y modificar variables en el conjunto de datos de abulón. Usando tus habilidades de visualización con ggplot2, detectarás errores en los datos de abulón y luego crearás un conjunto de datos final, limpio y listo para el análisis y el modelado.

Exercise 1: Objetos: los componentes básicos de R Exercise 2: Crea objetos de datos en R Exercise 3: Crea tipos de objetos compuestos Exercise 4: Seleccionar elementos de objetos Exercise 5: Determinar tipos de variables Exercise 6: Seleccionar elementos en objetos Exercise 7: Manipular conjuntos de datos y objetos de datos Exercise 8: Crear variables nuevas Exercise 9: Recodificar variables Exercise 10: Conversión de tipos de objeto Exercise 11: Calidad y limpieza de datos Exercise 12: Inspección de variables Exercise 13: Pesos ilógicos Exercise 14: Comprobar medidas de dimensión Exercise 15: Comprobar el conjunto de datos final

Una vez limpiado tu conjunto de datos, el siguiente paso es la exploración. En el capítulo 3 aprenderás a calcular estadísticas descriptivas, explorar asociaciones (p. ej., correlaciones) entre variables y realizar pruebas estadísticas bivariadas (p. ej., t de Student y ji cuadrado). También crearás visualizaciones gráficas que ilustren las asociaciones bivariadas y las pruebas de comparación entre grupos.

Exercise 1: Análisis exploratorio de datos Exercise 2: Estadísticos descriptivos y enmascaramiento de funciones Exercise 3: Estadísticos específicos para una o más variables Exercise 4: Estadísticos descriptivos por grupo Exercise 5: Correlaciones y pruebas t Exercise 6: Correlaciones bivariadas Exercise 7: Diagramas de dispersión Exercise 8: Correlaciones por sexo

Ejercicio actual

Exercise 9: Pruebas para dos grupos Exercise 10: Datos categóricos: análisis y visualización Exercise 11: Pruebas chi-cuadrado Exercise 12: Gráficos de mosaico Exercise 13: Categorías de edad por categorías de peso de concha

En este capítulo final aprenderás a trabajar con uno de los tipos de objetos de datos más versátiles en R, llamado lista. Estas habilidades te permitirán guardar y manipular los resultados de estadísticas descriptivas, asociaciones y comparaciones entre grupos. También aprenderás a realizar ANOVA (análisis de la varianza) y regresión lineal en R. Pondrás en práctica todo lo aprendido en los ejercicios finales para crear los mejores modelos que predigan la edad del abulón a partir de su sexo, tamaño y medidas de peso.

Exercise 1: Trabajar con objetos de salida Exercise 2: Salida de estadísticos descriptivos Exercise 3: Resumir resultados Exercise 4: Salida de group_by Exercise 5: Trabajar con listas Exercise 6: Salida de Hmisc describe Exercise 7: Resultados de correlaciones Exercise 8: Salida de t-tests Exercise 9: Resultados de pruebas chi-cuadrado Exercise 10: ANOVA y modelos lineales Exercise 11: ANOVA Exercise 12: Regresión lineal Exercise 13: Evaluación final de modelos Exercise 14: Predictores de la edad del abulón Exercise 15: Mejor modelo por sexo Exercise 16: Resumen del curso y recomendaciones