Análisis Descriptivo

Análisis realizado en RStudio

Gráficos básicos de la base de datos Adultos

De las personas encuestadas se puede ver que la edad promedio es de 39 años (28 - 48) siendo su mayoría personas menores de 50 años y siendo residentes de Estados Unidos los cuales tiene al menos 10 anos de educación y presentando la mayoría un nivel educativo HS-grad. Las ocupaciones mas utilizadas por los encuestados son reparación artesanal, Ejecutivo-gerencial, Prof-especialidad y Ventas, pertenecientes al área privada.

La mayoría de las personas encuestados fueron hombres de raza blanca con un ingreso menos a los 50k.

En los gráficos observados que de los encuestados la mayoría están casados por el civil siendo los encuestados los esposos y tiene una ganancia promedia de 1079 con una perdida promedia de 87.5 con un promedia de 41 (40 - 45) horas de trabajo.

Código

library(ggplot2)

library(plyr)

library(ROCR)

library(corrplot)

library(caret)

library(rworldmap)

library(data.table)

# Análisis exploratorio

#con parámetros gráficos

par(mfrow=c(3,5))

par(mfrow=c(2,3))

# 1 Gráficos

# g8 Barras para Estado civil

tdatosec<-prop.table(table(baseA$Ecivil))*100

tdatosec

g8=barplot(tdatosec,las=2,main='Estado Civil',cex.main=1.5,cex.axis=1,cex.names=0.4,col=rainbow(7))

# g3 Histograma para Muestra

g3=hist(x=baseA$Muestra,las=2,xmuestra='Muestra',main='Muestra',cex.main=1.5,cex.axis=1,col=rainbow(9))

# g6 Barras para Relaciones

tdatosr<-prop.table(table(baseA$Estatus))*100

tdatosr

g6=barplot(tdatosr,las=2,main='Relaciones',cex.main=1.5,cex.axis=1,cex.names=0.9,col=rainbow(6))

# g11 Histograma para Ganancias

hist(x=baseA$Ganancias,las=2,xgan='Ganancias',main='Ganancias',

cex.main=1.5,cex.axis=1,col=rainbow(16))

# g12 Histograma para Pérdidas

hist(x=baseA$Perdidas,las=2,xper='Perdidas',main='Pérdidas',

cex.main=1.5,cex.axis=1,col=rainbow(16))

# g14 Histograma para Horas trabajo

hist(x=baseA$MediaH,las=2,xmediash='MediaH',adj=1,main='Horas ',cex.main=1.5,cex.axis=1,col=rainbow(16))

par(mfrow=c(1,3))

# g7 Pastel para Sexo

tdatoss<-prop.table(table(baseA$Sexo))*100

pct=round(tdatoss,digits=0)

pct

lbls=paste(pct,'%',sep='')

color<-c('red','blue')

pie(x=pct,main='Sexo',cex.main=1.5,line=0.25,labels=lbls,cex=1,

col=color)

legend('topright',c('Female','Male'),cex=0.9,fill=color)

# g9 Barras para Raza

tdatosra<-prop.table(table(baseA$Raza))*100

pct=round(tdatosra,digits=0)

pct

lbls=paste(pct,'%',sep='')

color<-c('red','blue','darkred','chartreuse','mediumvioletred')

pie(x=pct,main='Raza',cex.main=1.5,line=0.25,labels=lbls,cex=1,

col=color)

legend('topright',c('Amer-Indian-Eskimo','Asian-Pac-Islander','Black','Other','White'),cex=0.6,fill=color)

# g15 Pastel para Ingreso

tdatosi<-prop.table(table(baseA$RangoI))*100

pcti=round(tdatosi,digits=0)

pcti

lblsi=paste(pcti,'%',sep='')

color<-c('turquoise','salmon')

pie(x=pcti,main='Ingreso',cex.main=1.5,line=1,labels=lblsi,cex=1,

col=color)

legend('topright',c('<=50K','>50K'),cex=0.9,fill=color)

par(mfrow=c(2,3))

# g1 Histograma para Edad

par(mar=rep(2,4))

hist(x=baseA$Edad,las=2,xedad='Edad',main='Edad',cex.main=1.5,cex.axis=1,col=rainbow(14))

# g2 Barras para Clase

tdatosc<-prop.table(table(baseA$Clase))*100

tdatosc

g2=barplot(tdatosc,las=2,main='Clase',cex.main=1.5,cex.axis=1,cex.names=0.4,col=rainbow(9))

# g5 Histograma para Número de años de educación

hist(x=baseA$NumE,las=2,xnumE='Años Edu.',main='Años Edu.',cex.main=1.5,cex.axis=1,col=rainbow(16))

# g10 Barras para Ocupación

tdatoso<-prop.table(table(baseA$Ocupacion))*100

tdatoso

g10=barplot(tdatoso,las=2,main='Ocupación',cex.main=1.5,cex.axis=1,

cex.names=0.4,col=rainbow(15))

# g13 Barras para País

tdatosp<-prop.table(table(baseA$Pais))*100

tdatosp

g13=barplot(tdatosp,las=2,main='País',adj=1,cex.main=1.5,cex.axis=1,cex.names=0.4,col=rainbow(34))

# g4 Barras para Nivel educativo

tdatosne<-prop.table(table(baseA$NivelE))*100

tdatosne

g4=barplot(tdatosne,las=2,main='Nivel Est.',cex.main=1.5,cex.axis=1,cex.names=0.4,col=rainbow(17))