Ejercicios erre

##Ejemplo 1
##Para cargar los datos debemos guardarlos en .csv desde el Excel. Luego indicarle a R la carpeta
##donde está el fichero y usar el comando read.csv2clase=read.csv2("Alumnos1011.csv")

##esto guarda en el data frame clase los datos del fichero. Para ver su contenido podemos, como siempre,
#escribir su nombre

clase

##Guardamos en x la altura
x=clase$Alturay=clase$Peso
#Dibujamos
plot(x,y,pch=3,lwd=2) #lwd=2 cambia el ancho del dibujo, pch=3 dibuja las cruces

##la ecuación teorica de a y b viene dada por b=Sxy/S2x, donde Sxy el la covarianza y
#S2x esla varianza de x, y a=media(y)-b*media(x). El calculo en R se hace de la siguiente forma

b=cov(x,y)/var(x)
a=mean(y)-b*mean(x)

a ##Constante en el origen
b ##Pendiente de la recta

##Paradibujar
abline(a,b,col="red")

##Calculo de los residuos
y.gorro=a+b*x
e=y-y.gorro
cbind(x,y,y.gorro,e) #asi muestra una tabla con todos los valores
mean(e) #los residuos tienen media cero.#Aqui no sale exactamente cero, por errores de redondeo

##Comprobacion teorica
mean(e^2) ##esto es el error cuadratico medio de la recta de regresion
40/41*(var(y)-cov(x,y)^2/var(x)) ##Formulade clase para el error

###Ejercicio 1
notas=read.csv2("ExamenContinua.csv")

#alumnos matriculados

dim(notas)[1]

#porcentaje de aprobados
examen=notas$Examen
mean(examen>=5)##aprobados sobre presentados
examenP=examen[examen>0]
mean(examenP>=5)

##Calculamos la nota de evaluacion continua de los alumnos que fueron al examen
continuaP=notas$Av.Continua[examen>0]

#notamedia de los presentados
mean(examenP)

##Porcentaje de aprobados entre aquellos que sacaron al menos un dos
##en la evaluacion continua
mean(examenP[continuaP>=2])

#Grafico de dispersion yrecta regresion para la nota del examen
#en funcion de la nota de evaluacion continua
plot(continuaP, examenP, main="Relacion Evaluacion Continua-Examen",xlab="Evaluacion Continua",ylab="Examen")...