Curso Capacitación en R

class: center, middle

.linea-superior[]
.linea-inferior[]

# Tarea 6

## Plazo: 20 de agosto con puntaje extra o 22 de agosto sin extra

---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Preámbulo

Esta tarea, al igual que las anteriores deberán crear
de cero su script. Por favor sea ordenado y utilice tantos comentarios sean
necesarios para que se acostumbren a que su trabajo sea autoexplicativo.

Recuerde que antes de escribir la respuesta a cada pregunta, debe escribir como comentario
en la línea anterior, el numeral que está respondiendo. Por ejemplo:

``` r
# Pregunta 2.1 o Pregunta 2: 1, o como usted prefiera
hola <- "hola"
```

Si entregan una respuesta sin antes haber puesto como comentario el numeral en 
la línea anterior tendrán una penalización de **1 décima**.

---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Ejercicio 1 (función simple)

Como primer ejercicio deberá implementar la famosa ecuación de energía propuesta por
Albert Enstein:

`$$E = m*c^{2}$$`
Donde `$E$` es la cantidad de energía, `$m$` es la masa de un objeto y `$c$` es 
una **constante** física que representa la velocidad a la que la luz viaja en el 
vacío, siendo aproximadamente `$299.792.458$` metros por segundo.

1.- Usted debe crear una función (llámela como usted prefiera) que reciba como
argumento un valor de masa y retorne la energía asociada a esta. El resultado debe estar redondeado a 
dos decimales.

2.- Modifique la función para que en caso de que no se entregue el valor de la 
masa esta utilice una masa por defecto con valor `$5$`.

---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Ejercicio 2 (iteraciones)

En este ejericio tendrán que utilizar la base de datos `diamonds` incluida en la 
librería `tidyverse`. Dado lo anterior, recuerden instalar este paquete (solamente 
si aún no lo han instalado) y abrirlo.

``` r
if (!require('tidyverse')) install.packages('tidyverse'); library('tidyverse')
```

Luego, generen un objeto llamado diamantes con esta base de datos de la 
siguiente forma:

``` r
diamantes <- diamonds
```

---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Ejercicio 2 (iteraciones)

Recuerde que la base `diamantes` debiese verse de la siguiente forma:

``` r
diamantes
```

```
## # A tibble: 53,940 × 10
##    carat cut       color clarity depth table price     x     y     z
##    <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
##  1  0.23 Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
##  2  0.21 Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
##  3  0.23 Good      E     VS1      56.9    65   327  4.05  4.07  2.31
##  4  0.29 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
##  5  0.31 Good      J     SI2      63.3    58   335  4.34  4.35  2.75
##  6  0.24 Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
##  7  0.24 Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47
##  8  0.26 Very Good H     SI1      61.9    55   337  4.07  4.11  2.53
##  9  0.22 Fair      E     VS2      65.1    61   337  3.87  3.78  2.49
## 10  0.23 Very Good H     VS1      59.4    61   338  4     4.05  2.39
## # ℹ 53,930 more rows
```

---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Ejercicio 2 (iteraciones)

1.- Utilizando la base `diamantes`, los verbos de `dplyr`, la función `across` y la función 
`round`, aplique la función `round` a todas las columnas que son *numéricas*.
Llame a esta base `diamantes_sin_decimales`.

La base `diamantes_sin_decimales` debiese verse de la siguiente forma:

```
## # A tibble: 53,940 × 10
##    carat cut       color clarity depth table price     x     y     z
##    <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
##  1     0 Ideal     E     SI2        62    55   326     4     4     2
##  2     0 Premium   E     SI1        60    61   326     4     4     2
##  3     0 Good      E     VS1        57    65   327     4     4     2
##  4     0 Premium   I     VS2        62    58   334     4     4     3
##  5     0 Good      J     SI2        63    58   335     4     4     3
##  6     0 Very Good J     VVS2       63    57   336     4     4     2
##  7     0 Very Good I     VVS1       62    57   336     4     4     2
##  8     0 Very Good H     SI1        62    55   337     4     4     3
##  9     0 Fair      E     VS2        65    61   337     4     4     2
## 10     0 Very Good H     VS1        59    61   338     4     4     2
## # ℹ 53,930 more rows
```

**Note que la función `round` al no recibir argumento se implementó sin decimales o** 
**en otras palabras, considerando `$0$` decimales.**
---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Ejercicio 2 (iteraciones)

2.- Utilizando los verbos de `dplyr`, la función `across`, y basándose en la base `diamantes_sin_decimales`, 
genere una tabla que muestre el promedio de todas las columnas que son *numéricas*.
Llame a esta nueva base `diamantes_sin_decimales_promedio`.

Esta base de promedios (`diamantes_sin_decimales_promedio`) debiese verse de la siguiente forma:

```
## # A tibble: 1 × 7
##   carat depth table price     x     y     z
##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 0.767  61.8  57.5 3933.  5.69  5.69  3.61
```

---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Ejercicio 2 (iteraciones)

3.- Utilizando nuevamente como punto de inicio la base `diamantes`, los verbos de `dplyr`, 
la función `across` y la función `round`, aplique la función `round` a todas las
columnas que son *numéricas* pero ahora **especifique que esta función se implemente considerando sólo 1 decimal**.
Llame a esta base `diamantes_un_decimal`.

Ahora la base `diamantes_un_decimal` debiese verse de la siguiente forma:

```
## # A tibble: 53,940 × 10
##    carat cut       color clarity depth table price     x     y     z
##    <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
##  1   0.2 Ideal     E     SI2      61.5    55   326   4     4     2.4
##  2   0.2 Premium   E     SI1      59.8    61   326   3.9   3.8   2.3
##  3   0.2 Good      E     VS1      56.9    65   327   4     4.1   2.3
##  4   0.3 Premium   I     VS2      62.4    58   334   4.2   4.2   2.6
##  5   0.3 Good      J     SI2      63.3    58   335   4.3   4.3   2.8
##  6   0.2 Very Good J     VVS2     62.8    57   336   3.9   4     2.5
##  7   0.2 Very Good I     VVS1     62.3    57   336   4     4     2.5
##  8   0.3 Very Good H     SI1      61.9    55   337   4.1   4.1   2.5
##  9   0.2 Fair      E     VS2      65.1    61   337   3.9   3.8   2.5
## 10   0.2 Very Good H     VS1      59.4    61   338   4     4     2.4
## # ℹ 53,930 more rows
```
---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Ejercicio 2 (iteraciones)

4.- Utilizando los verbos de `dplyr`, la función `across`, y basándose en la base `diamantes_un_decimal`, 
genere una tabla que muestre el promedio de todas las columnas que son *numéricas*.
Llame a esta nueva base `diamantes_un_decimal_promedio`.

Esta base de promedios (`diamantes_un_decimal_promedio`) debiese verse de la siguiente forma:

```
## # A tibble: 1 × 7
##   carat depth table price     x     y     z
##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 0.791  61.7  57.5 3933.  5.73  5.73  3.54
```

---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Ejercicio 3 (funciones e iteraciones)

Con los conocimientos adquiridos en la última clase, genere una función llamada `funcion_estadistica` que 
por *default* utilice las columnas numéricas de una base de datos y entregue 
las siguientes estadísticas descriptivas: media, mediana, máximo y mínimo. De 
acuerdo a lo anterior, su función debe poseer 2 argumentos: una base de datos y las 
columnas a analizar. Pruebe esta función en la base de datos `diamantes`. Revise que 
implementó correctamente su función de las siguientes dos maneras:

1.- El resultado de su función al entregar como argumento solo la base `diamantes` debiese verse
de la siguiente forma (1 fila y 28 columnas). *No todas las columnas se ven por un* 
*tema de espacio*.

``` r
funcion_estadistica(diamantes)
```

```
## # A tibble: 1 × 28
##   carat_media carat_mediana carat_max carat_min depth_media depth_mediana
##         <dbl>         <dbl>     <dbl>     <dbl>       <dbl>         <dbl>
## 1       0.798           0.7      5.01       0.2        61.7          61.8
## # ℹ 22 more variables: depth_max <dbl>, depth_min <dbl>, table_media <dbl>,
## #   table_mediana <dbl>, table_max <dbl>, table_min <dbl>, price_media <dbl>,
## #   price_mediana <dbl>, price_max <int>, price_min <int>, x_media <dbl>,
## #   x_mediana <dbl>, x_max <dbl>, x_min <dbl>, y_media <dbl>, y_mediana <dbl>,
## #   y_max <dbl>, y_min <dbl>, z_media <dbl>, z_mediana <dbl>, z_max <dbl>,
## #   z_min <dbl>
```

---

background-image: url("imagenes/background.PNG")
background-size: contain;
background-position: 50% 0%

# Ejercicio 3 (funciones e iteraciones)

2.- El resultado de su función al entregar como argumentos la base de diamantes y 
las columnas *carat* y *depth* debiese verse de la siguiente forma:

``` r
funcion_estadistica(diamantes, c(carat,depth))
```

```
## # A tibble: 1 × 8
##   carat_media carat_mediana carat_max carat_min depth_media depth_mediana
##         <dbl>         <dbl>     <dbl>     <dbl>       <dbl>         <dbl>
## 1       0.798           0.7      5.01       0.2        61.7          61.8
## # ℹ 2 more variables: depth_max <dbl>, depth_min <dbl>
```