+
1. Carga del conjunto de datos
+
Caracteristicas
+
variables incluidas en este conjunto de datos son:
+
+-
+
steps: Número de pasos dados en un intervalo de 5 minutos (los valores
+faltantes se codifican como NA).
+
+-
+
date: Fecha en que se tomó la medición en formato AAAA-MM-DD
+
+-
+
interval: Identificador del intervalo de 5 minutos en el que se tomó la
+medición
+
+
+
+
¿Cuál es el número medio total de pasos dados por día?
+
Para esta parte de la tarea, puede ignorar los valores faltantes en el conjunto
+de datos.
+
+-
+
Cree un histograma del número total de pasos dados cada día.
+
+-
+
Calcule e indique la media y la mediana del número total de pasos
+dados por día.
+
+
+
total_steps_day <- aggregate(steps ~ date, data = activity, FUN = sum, na.rm = TRUE)
+
+hist(total_steps_day$steps,
+ main = "Total de pasos por día",
+ xlab = "Pasos por día",
+ ylab = "Frecuencia",
+ col = "lightblue",
+ border = "white")
+
+
+
mean_steps_day <- mean(total_steps_day$steps)
+median_steps_day <- median(total_steps_day$steps)
+
+mean_steps_day
+
+
## [1] 10766.19
+
+
median_steps_day
+
+
## [1] 10765
+
+
¿Cuál es el patrón de actividad diaria promedio?
+
+-
+
Crea un gráfico de series temporales (es decir, type = "l") con el
+intervalo de 5 minutos (eje x) y el número promedio de pasos dados, promediado a
+lo largo de todos los días (eje y).
+
+-
+
¿Qué intervalo de 5 minutos, en promedio a lo largo de todos los días del
+conjunto de datos, contiene el mayor número de pasos?
+
+
+
avg_steps_interval <- aggregate(steps ~ interval, data = activity, FUN = mean, na.rm = TRUE)
+
+plot(avg_steps_interval$interval,
+ avg_steps_interval$steps,
+ type = "l",
+ xlab = "Intervalo de 5 minutos",
+ ylab = "Promedio de pasos",
+ main = "Patrón de actividad diaria promedio")
+
+
+
max_interval <- avg_steps_interval$interval[which.max(avg_steps_interval$steps)]
+max_interval
+
+
## [1] 835
+
+
Imputación de valores faltantes
+
Tenga en cuenta que hay varios días/intervalos con valores faltantes
+(codificados como NA). La presencia de días faltantes puede introducir sesgos
+en algunos cálculos o resúmenes de los datos.
+
+-
+
Calcule e informe el número total de valores faltantes en el conjunto de
+datos (es decir, el número total de filas con NA).
+
+-
+
Diseñe una estrategia para completar todos los valores faltantes en el
+conjunto de datos. La estrategia no necesita ser compleja. Por ejemplo, podría
+usar la media/mediana de ese día, o la media de ese intervalo de 5 minutos, etc.
+
+-
+
Cree un nuevo conjunto de datos idéntico al original, pero con los datos
+faltantes completados.
+
+-
+
Cree un histograma del número total de pasos dados cada día y calcule e
+informe la media y la mediana del número total de pasos dados por día.
+¿Estos valores difieren de las estimaciones de la primera parte de la tarea?
+¿Qué impacto tiene la imputación de datos faltantes en las estimaciones del
+número total de pasos diarios?
+
+
+
na_total <- sum(is.na(activity$steps))
+na_total
+
+
## [1] 2304
+
+
# Estrategia: imputar cada NA de steps con la media de su intervalo de 5 minutos.
+interval_means <- aggregate(steps ~ interval, data = activity, FUN = mean, na.rm = TRUE)
+
+activity_filled <- activity
+na_index <- is.na(activity_filled$steps)
+activity_filled$steps[na_index] <- interval_means$steps[
+ match(activity_filled$interval[na_index], interval_means$interval)
+]
+
+total_steps_day_filled <- aggregate(steps ~ date, data = activity_filled, FUN = sum)
+
+hist(total_steps_day_filled$steps,
+ main = "Total de pasos por día (con imputación)",
+ xlab = "Pasos por día",
+ ylab = "Frecuencia",
+ col = "lightgreen",
+ border = "white")
+
+
+
mean_steps_day_filled <- mean(total_steps_day_filled$steps)
+median_steps_day_filled <- median(total_steps_day_filled$steps)
+
+mean_steps_day_filled
+
+
## [1] 10766.19
+
+
median_steps_day_filled
+
+
## [1] 10766.19
+
+
cat("Media sin imputar:", mean_steps_day, "\n")
+
+
## Media sin imputar: 10766.19
+
+
cat("Mediana sin imputar:", median_steps_day, "\n")
+
+
## Mediana sin imputar: 10765
+
+
cat("Media con imputación:", mean_steps_day_filled, "\n")
+
+
## Media con imputación: 10766.19
+
+
cat("Mediana con imputación:", median_steps_day_filled, "\n")
+
+
## Mediana con imputación: 10766.19
+
+
¿Existen diferencias en los patrones de actividad entre los días laborables y los fines de semana?
+
Para esta parte, la función weekdays() puede ser útil. Utilice el conjunto de
+datos con los valores faltantes completados.
+
+-
+
Cree una nueva variable categórica en el conjunto de datos con dos niveles:
+“weekday” y “weekend”, que indiquen si una fecha determinada es un día laborable
+o un fin de semana.
+
+-
+
Cree un gráfico de panel que contenga una serie temporal (es decir, type = "l") del intervalo de 5 minutos (eje x) y el número promedio de pasos dados,
+promediado para todos los días laborables o fines de semana (eje y).
+
+
+
library(lattice)
+
+activity_filled$day_type <- ifelse(
+ weekdays(activity_filled$date) %in% c("Saturday", "Sunday", "sábado", "domingo"),
+ "weekend",
+ "weekday"
+)
+
+activity_filled$day_type <- factor(activity_filled$day_type, levels = c("weekday", "weekend"))
+
+avg_by_daytype <- aggregate(steps ~ interval + day_type,
+ data = activity_filled,
+ FUN = mean)
+
+xyplot(steps ~ interval | day_type,
+ data = avg_by_daytype,
+ type = "l",
+ layout = c(1, 2),
+ xlab = "Intervalo de 5 minutos",
+ ylab = "Número promedio de pasos")
+
+
+