Imaginemos que tenemos el siguiente origen de datos.
Creamos una nueva columna en nuestro origen de datos con el cálculo necesario. Cambiamos el origen de datos de la tabla dinámica para incluir esa columna y actualizamos la tabla.
- Línea, dentro de la caja, es la mediana de los datos: Q2
- Caja, representa el rango intercuartílico: Q3 - Q1.
- Bigotes, las líneas sólidas al final de las líneas de guiones que se extienden desde la caja. Definen los límites más allá de los cuales consideramos los valores como atípicos. Existen diferentes modos de calcularlos D.
- Valores atípicos, aquellos puntos fuera de los bigotes. Se representan como puntos o pequeños círculos.
- Centralidad y localización, representada por la mediana que es la línea que corta la caja
- Dispersión, proporcionada por la altura o longitud —si es horizontal— de la caja. También por la amplitud de los bigotes.
- Simetría, por la mediana en el interior de la caja y de la caja dentro de los bigotes.
- Tamaño de las colas, se observa por la amplitud de los bigotes en relación a la caja y por los valores atípicos representados.
# Sin valores atípicos
boxplot(iris$Sepal.Width, range = 0)
Para obtener los valores de los diferentes elementos del gráfico tenemos varias opciones:
Resumen con los 5 números de Tukey: mínimo, bigote inferior, mediana, bigote superior, máximo
fivenum(iris$Sepal.Width)
[1] 2.0 2.8 3.0 3.3 4.4
summary(iris$Sepal.Width)
Min. 1st Qu. Median Mean 3rd Qu. Max.
2.000 2.800 3.000 3.057 3.300 4.400
# Con valores atípicos
boxplot(iris$Sepal.Width)
Podríamos emplear las funciones summary y fivenum como hicimos anteriormente, pero los valores de los bigotes serían erróneos pues nos devuelven el mínimo y el máximo. Empleamos la función boxplot.stats que es utilizada por boxplot para producir el gráfico con el cálculo.
boxplot.stats(iris$Sepal.Width)$stats
[1] 2.2 2.8 3.0 3.3 4.0
boxplot(iris$Sepal.Width, range = 2)
boxplot.stats(iris$Sepal.Width, coef = 2)$stats
Existen muchas opciones para formatear el gráfico disponibles en la ayuda de la función. A continuación, simplemente lo orientamos horizontalmente, le cambiamos el color y añadimos un título al eje.
boxplot(iris$Sepal.Width,
col = 'palegreen',
xlab = "Sepal Width",
horizontal = TRUE)
En español:
Ctrl+J: duplica el contenido de la celda superior en el rango seleccionado .
Ctrl+D: duplica el contenido de la celda a la izquierda en el rango seleccionado.
Ctrl+D y Ctrl+J: duplica el contenido de la celda superior izquierda en el rango seleccionado.
En inglés:
Ctrl+D: duplica el contenido de la celda superior del rango seleccionado.
Ctrl+R: duplica el contenido de la celda a la izquierda del rango seleccionado.
Ctrl+D y Ctrl+R: duplica el contenido de la celda superior izquierda en el rango seleccionado.
No existen atajos para rellenar hacia arriba o hacia la izquierda.
En español:
Alt+O seguido de FL y S.
En inglés:
Alt+H seguido de FI y S.
Para duplicar, rellenar, en las diferentes direcciones:
Para acceder al cuadro de diálogo series y seleccionar las diferentes opciones:
Esta ley se puede aplicar a una gran variedad de fuentes de datos: facturas de electricidad, direcciones de calles, precios de acciones, cifras de población, tasas de mortalidad, longitud de los ríos o constantes físicas y matemáticas. Se ha aplicado en la detección de fraudes en contabilidad, resultados electorales y científicos.
Queremos calcular la frecuencia relativa del campo Cargo de la tabla Pedidos de la base de datos Neptuno. El resultado final es una tabla con los dígitos, su frecuencia absoluta, el total de registros y la frecuencia porcentual.
En dos pasos:
SELECT COUNT(Pedidos.Cargo) AS Total FROM Pedidos WHERE (((Mid([Cargo],1,1))>0));
SELECT Mid([Cargo],1,1) AS Dígito, COUNT(Pedidos.Cargo) AS Frecuencia, qry_Total.Total, COUNT([Pedidos]![Cargo])/[Total] AS Porcentaje FROM Pedidos, qry_Total GROUP BY Mid([Cargo],1,1), qry_Total.Total HAVING (((Mid([Cargo],1,1))>0));
Creando una subconsulta evitando la consulta intermedia.
SELECT Mid([Cargo],1,1) AS Dígito, COUNT(Pedidos.Cargo) AS Frecuencia, (select count([Cargo]) FROM Pedidos WHERE (((Mid([Cargo],1,1))>0))) AS Total, Count([Pedidos]![Cargo])/[Total] AS Porcentaje FROM Pedidos GROUP BY Mid([Cargo],1,1) HAVING (((Mid([Cargo],1,1))>0));La subconsulta es idéntica a la consulta intermedia (qry_Total) que realizamos en la solución 1.
(SELECT COUNT([Cargo]) FROM Pedidos WHERE (((Mid([Cargo],1,1))>0))) AS Total
Ms Access permite compactar y reparar automáticamente nuestra base de datos al cerrarla. Aunque así nos aseguramos de compactar la base de datos regularmente, esta opción presenta ciertas limitaciones. La principal es que incrementa el tiempo que tarda en cerrarse la base de datos. Además, si ésta es de gran tamaño y entramos en ella frecuentemente la acción es aún más lenta y redundante.
En lugar de compactar y reparar cada vez que salgamos de la base de datos, programamos Access para que compacte y repare nuestra base de datos cada cierto tiempo.
' Benjamín Martín-Palanco
Public Function Compactar()
Dim fs As Object, f As Object, s As String
Dim i As Date, j As Date
Set fs = CreateObject("Scripting.FileSystemObject")
Set f = fs.GetFile(CurrentDb.Name)
i = f.DateLastModified
j = Now - i
Set fs = Nothing: Set f = Nothing
If j > 8 / 24 Then ' Cada 8 horas. 1 = 24 horas.
Application.SetOption "Auto compact", True
Else
Application.SetOption "Auto compact", False
End If
End Function
Creamos una función que se ejecutará automáticamente cada vez que abramos la base de datos. Ésta comprobará si hemos sobrepasado el tiempo definido. En caso afirmativo compactará al cerrar, en caso negativo nos permitirá salir sin compactar.
media < mediana < moda
media = mediana = moda
media > mediana > moda
Instalamos y cargamos el paquete modeest, para calcular la moda de las distribuciones con las funciones betaMode y normMode.
install.packages("modeest")
library(modeest)
dbeta(x, shape1, shape2, ncp = 0, log = FALSE)
Modificaremos los parámetros de la distribución beta a (shape1) y b (shape2) para alterar la forma de la distribución y que sea asimétrica negativa, simétrica o asimétrica positiva.
Asimétrica negativa: shape1 = 5, shape2 =2
Simétrica: shape1 = 5, shape2 =5
Asimétrica positiva: shape1 = 2, shape2 =5
# Ejemplo: asimétrica negativa
set.seed(2014)
vble <- rbeta(1000000, 5, 2) # Parametros a modificar
# Histograma
hist(vble,
prob = TRUE,
xlim = c(0, 1),
col = "slategray2",
border = "white",
main = "Asimetría negativa",
xlab = "",
las = 1)
# Función de densidad
lines(density(vble), # density plot
lwd = 2, # thickness of line
col = "darkblue")
# Líneas
# Media
mean <- mean(vble)
segments(x0 = mean, y0 = 0,
x1 = mean, y1 = dbeta(mean, 5, 2), # Parametros a modificar
col = "blue", lwd = 2) # lty = 3 dotted line
# Mediana
median <- median(vble)
segments(x0 = median, y0 = 0,
x1 = median, y1 = dbeta(median, 5, 2), # Parametros a modificar
col = "red", lwd = 2)
# Moda
mode <- betaMode(5, 2)
segments(x0 = mode, y0 = 0, x1 = mode,
y1 = dbeta(mode, 5, 2),
col = "orange", lwd = 2)
# Leyenda
legend(x = "topleft", # Ubicación de la leyenda
c("Función de densidad", "Media", "Mediana"),
col = c("darkblue", "blue", "red"),
lwd = c(2, 2, 2),
bty = "n")
Podemos añadir las líneas de la media y mediana mediante la función abline. La diferencia respecto al ejemplo anterior con segments es que la línea cortará a la función de densidad pues es infinita.
set.seed(2014)
vble <- rnorm(n = 1000000)
hist(vble,
prob = TRUE,
xlim = c(-3,3),
ylim = c(0, .4),
col = "slategray2",
border = "white",
main = "Simétrica",
xlab = "",
las = 1)
# Función de densidad
lines(density(vble), # density plot
lwd = 2, # thickness of line
col = "darkblue")
# Media
abline(v = mean(vble),
col = "blue",
lwd = 2)
# Mediana
abline(v = median(vble),
col = "red",
lwd = 2)
# Mode
abline(v = normMode(),
col = "orange",
lwd = 2)
# Si modeest no está instalado y cargado
install.packages("modeest")
library(modeest)
mlv(trees$Volume, method = "mfv") # O mlv(trees$Volume, method = "discrete")
Mode (most frequent value): 10.3
Bickel's modal skewness: 0.8709677
Call: mlv.default(x = trees$Volume, method = "discrete")
mlv(trees$Volume, method = "mfv")[1]
apply(trees, 2, mlv, method = "mfv")
$Girth
Mode (most frequent value): 13.325
Bickel's modal skewness: -0.1612903
Call: mlv.default(x = newX[, i], method = "discrete")
$Height
Mode (most frequent value): 80
Bickel's modal skewness: -0.3870968
Call: mlv.default(x = newX[, i], method = "discrete")
$Volume
Mode (most frequent value): 10.3
Bickel's modal skewness: 0.8709677
Call: mlv.default(x = newX[, i], method = "discrete")
Empleamos la base de datos Neptuno y creamos una consulta de eliminación con las tablas Detalles de pedidos y Pedidos. Queremos eliminar todos aquellos pedidos, y sus detalles, que contengan al menos un producto con descuento.
Elimina 380 registros de la tabla Pedidos y quedan 450 pedidos con productos sin ningún descuento. Además, habremos eliminado 1.045 registros de la tabla Detalles de pedidos. Esto es debido a que en las relaciones entre ambas tablas están activadas la casillas Exigir integridad referencial y Eliminar en cascada los registros relacionados. Access elimina automáticamente todos los registros que hacen referencia a la clave principal (IdPedido) al eliminarse el registro que contiene la clave principal.
Instrucción SQL de la consulta antes de cambiar la propiedad de Registros únicos a No.
DELETE Pedidos.*, [Detalles de pedidos].Descuento FROM Pedidos INNER JOIN [Detalles de pedidos] ON Pedidos.IdPedido = [Detalles de pedidos].IdPedido WHERE ((([Detalles de pedidos].Descuento)>0));Instrucción SQL de la consulta antes de cambiar la propiedad de Registros únicos a Sí.
DELETE DISTINCTROW Pedidos.*, [Detalles de pedidos].Descuento FROM Pedidos INNER JOIN [Detalles de pedidos] ON Pedidos.IdPedido = [Detalles de pedidos].IdPedido WHERE ((([Detalles de pedidos].Descuento)>0));Al establecer la propiedad Registros únicos en Sí, Access añade DISTINCTROW al predicado de la consulta SQL. En nuestro ejemplo, la tabla Pedidos no contiene registros duplicados de IdPedido, pero la tabla Detalles de pedidos sí, pues cada pedido incluye diferentes productos. Al indicar DISTINCTROW genera una lista de pedidos única con al menos un registro en Detalles de pedidos. Si omitimos DISTINCTROW genera varias filas para cada una de los pedidos que tengan más de un registro en Detalles de pedido.
Nube de datos