| Title: | Conjuntos de Datos para 'Graficas Versatiles con ggplot2' |
|---|---|
| Description: | Una coleccion de conjuntos de datos para el libro "Graficas versatiles con ggplot: Analisis visuales de datos", por Raymond L. Tremblay y Julian Hernandez-Serrano. Incluye datos de ecologia, salud publica, educacion, economia y biodiversidad para la ensenanza de visualizacion de datos con 'ggplot2'. |
| Authors: | Raymond L. Tremblay [aut, cre] (ORCID: <https://orcid.org/0000-0002-8588-4372>), Julian Hernandez-Serrano [aut] |
| Maintainer: | Raymond L. Tremblay <[email protected]> |
| License: | GPL (>= 2) |
| Version: | 0.1.1 |
| Built: | 2026-05-07 21:59:53 UTC |
| Source: | https://github.com/cran/ggversa |
Datos de distribución vertical y abundancia relativa de especies de lagartos Anolis recolectados mediante transectos en torres entre 1989 y 1992.
data(Anolis)data(Anolis)
Un data frame con 503 filas y 15 columnas:
Nombre del estudio (marca y recaptura). Carácter.
Sitio de muestreo. Carácter.
Área de muestreo. Carácter.
Momento de la recolección de datos (mañana, mediodía, tarde). Carácter.
Fecha del muestreo. Tipo fecha o carácter.
Época del año. Carácter.
Especies de lagarto Anolis observadas. Carácter.
Sexo o edad del lagarto (Female, Juvenil, Male). Carácter. En juveniles no se puede determinar el sexo.
Altura sobre el nivel del suelo donde fue observado el lagarto (en metros). Numérico (doble).
Distancia horizontal desde la línea central (en metros). Numérico (doble).
Tipo de sustrato o percha donde se encuentra el lagarto. Carácter.
Diámetro del sustrato o percha (en centímetros). Numérico (doble).
Peso del lagarto (en gramos). Numérico (doble).
Longitud Hocico-Cloaca (Snout-Vent Length) del lagarto en milímetros. Numérico (doble).
Largo de la cola del lagarto en milímetros. Numérico (doble).
Los transectos fueron conducidos caminando lentamente hacia arriba en cada torre y registrando información de cada lagarto observado: especie, sexo/edad, altura de la percha, sustrato de percha, diámetro de percha y distancia desde la línea central. Se realizaron tres transectos replicados durante cada estación, con un muestreo en cada uno de tres momentos del día (mañana, mediodía y tarde).
Los datos permiten calcular la distancia promedio de avistamiento para cada especie, que se utiliza en el cálculo final de abundancia.
Datos del programa Big Grid, Estacion Experimental de El Verde, Bosque Nacional El Yunque, Puerto Rico.
data(Anolis) head(Anolis) library(ggplot2) ggplot(Anolis, aes(x = HEIGHT, y = SVL, color = SPECIES)) + geom_point() + facet_wrap(~ SEASON) + theme_minimal()data(Anolis) head(Anolis) library(ggplot2) ggplot(Anolis, aes(x = HEIGHT, y = SVL, color = SPECIES)) + geom_point() + facet_wrap(~ SEASON) + theme_minimal()
Datos de temperatura diaria promedio máxima y mínima registrados en Asbesto, Quebec, Canadá durante el período 1948-1987. Los datos contienen observaciones mensuales de temperatura que pueden utilizarse para análisis de tendencias climáticas y variabilidad temporal.
data(ASBESTOS_QUEBEC)data(ASBESTOS_QUEBEC)
Un data frame con 466 filas y 5 columnas:
Año de la observación. Numérico (entero).
Mes de la observación (1-12). Numérico (entero).
Temperatura promedio máxima en grados Celsius. Numérico (doble).
Temperatura promedio mínima en grados Celsius. Numérico (doble).
Fecha de la observación. Carácter o formato de fecha.
Environment and Climate Change Canada. Datos climaticos historicos. https://climate.weather.gc.ca/
data(ASBESTOS_QUEBEC) head(ASBESTOS_QUEBEC) library(ggplot2) ggplot(ASBESTOS_QUEBEC, aes(x = Mes, y = Temp_Prom_Max)) + geom_point() + facet_wrap(~ Year) + theme_minimal()data(ASBESTOS_QUEBEC) head(ASBESTOS_QUEBEC) library(ggplot2) ggplot(ASBESTOS_QUEBEC, aes(x = Mes, y = Temp_Prom_Max)) + geom_point() + facet_wrap(~ Year) + theme_minimal()
Datos de la orquídea terrestre en peligro de extinción Caladenia valida de la Isla Raymond, Victoria, Australia. Los datos fueron recolectados durante 15 años por Andrew Bould. Incluyen medidas morfológicas de flores, hojas y presencia de frutos.
data(caladeniavalida)data(caladeniavalida)
Un data frame con 164 filas y 15 columnas:
numeric: número de población para identificación en campo
numeric: año de observación
numeric: número único de identificación de cada planta
numeric: altura total de la planta desde el suelo (mm)
numeric: profundidad total de la planta (mm)
numeric: ancho total de la planta (mm)
numeric: largo del sépalo dorsal (mm)
numeric: largo de la protuberancia dorsal (mm)
numeric: largo del sépalo lateral (mm)
numeric: largo de la protuberancia lateral (mm)
numeric: ancho del sépalo lateral (mm)
numeric: largo del pétalo (mm)
numeric: largo del labelo (mm)
numeric: ancho del labelo (mm)
numeric: presencia de fruto/cápsula (1=presente, 0=ausente, NA=desconocido)
Datos recolectados por Andrew Bould, Isla Raymond, Victoria, Australia. Mas de 200 especimenes monitoreados por 15 anos consecutivos.
Dixon K & Tremblay RL. 2009. Biology and natural history of Caladenia. Australian Journal of Botany 57: 247-258.
Tremblay RL, Pérez ME, Larcombe M, Brown A, Quarmby J, Bickerton D, French G & Bould A. 2009. Population dynamic of Caladenia: Bayesian estimates of transition and extinction probabilities. Australian Journal of Botany 57: 351-360.
Tremblay RL, Pérez ME, Larcombe M, Brown A, Quarmby J, Bickerton D, French G & Bould A. 2009. Dormancy in Caladenia: A Bayesian approach to evaluating latency. Australian Journal of Botany 57: 340-350.
head(caladeniavalida)head(caladeniavalida)
Número de camas de hospital por 1,000 habitantes en diferentes países del mundo. Los datos provienen de la Organización Mundial de la Salud (OMS) y fueron suplementados con información de los países correspondientes.
data(Camas_Hospital)data(Camas_Hospital)
Un data frame con 134 filas y 4 columnas:
Nombre del país. Carácter.
Año del registro. Numérico (entero).
Tamaño de la población del país. Numérico (entero o doble).
Número de camas de hospital por 1,000 personas. Numérico (doble).
Organizacion Mundial de la Salud (OMS). Indicador del Banco Mundial: SH.MED.BEDS.ZS. https://data.worldbank.org/indicator/SH.MED.BEDS.ZS
data(Camas_Hospital) head(Camas_Hospital) library(ggplot2) ggplot(Camas_Hospital, aes(x = Year, y = Camas, color = Pais)) + geom_line() + theme_minimal() + theme(legend.position = "none")data(Camas_Hospital) head(Camas_Hospital) library(ggplot2) ggplot(Camas_Hospital, aes(x = Year, y = Camas, color = Pais)) + geom_line() + theme_minimal() + theme(legend.position = "none")
Tasa de crecimiento anual del Producto Interior Bruto (PIB) per cápita por país para los años seleccionados entre 1990 y 2015. Los datos provienen de las cuentas nacionales del Banco Mundial y de los archivos de cuentas nacionales de la OCDE.
data(Crecimiento_domestico_bruto)data(Crecimiento_domestico_bruto)
Un data frame con 28 filas y 14 columnas:
Identificación del país. Carácter.
Región geográfica del país. Carácter.
Crecimiento del PIB per cápita para el año 1990 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2000 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2006 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2007 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2008 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2009 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2010 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2011 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2012 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2013 (%). Numérico (doble). Nota: Este nombre de columna contiene lo que parece ser un error tipográfico en los datos originales.
Crecimiento del PIB per cápita para el año 2014 (%). Numérico (doble).
Crecimiento del PIB per cápita para el año 2015 (%). Numérico (doble).
Código del indicador: NY.GDP.PCAP.KD.ZG
Banco Mundial, datos de cuentas nacionales y archivos de la OCDE. Indicador: NY.GDP.PCAP.KD.ZG (Crecimiento del PIB per capita, anual). https://data.worldbank.org/indicator/NY.GDP.PCAP.KD.ZG
Banco Mundial (2017). World Development Indicators. https://data.worldbank.org/
data(Crecimiento_domestico_bruto) head(Crecimiento_domestico_bruto) library(ggplot2) ggplot(Crecimiento_domestico_bruto, aes(x = X2008, y = X2015)) + geom_point() + theme_minimal()data(Crecimiento_domestico_bruto) head(Crecimiento_domestico_bruto) library(ggplot2) ggplot(Crecimiento_domestico_bruto, aes(x = X2008, y = X2015)) + geom_point() + theme_minimal()
Datos de medidas morfológicas de la orquídea terrestre Cypripedium acaule recolectados en el área de North Bay, Ontario, Canadá. Los datos fueron recolectados por el Dr. Peter Nosko, Nipissing University, y sus estudiantes.
data(CypripediumA)data(CypripediumA)
Un data frame con 82 filas y 9 columnas:
Número de identificación de la planta. Numérico (entero).
Tipo de hábitat donde se localiza la planta (bosque o humedal). Carácter.
Indicador de si la planta es parte de un grupo de individuos o es solitaria. Carácter o lógico.
Altura total de la planta desde la base hasta la flor, en centímetros. Numérico (doble).
Largo de la primera hoja en milímetros. La planta tiene un máximo de dos hojas. Numérico (doble).
Largo de la segunda hoja en milímetros, la hoja más cercana al suelo. Numérico (doble).
Largo del pétalo dorsal en milímetros. Numérico (doble).
Largo del labelo (labium) en milímetros. Numérico (doble).
Ancho del labelo en milímetros. Numérico (doble).
Datos recolectados por Dr. Peter Nosko, Nipissing University, North Bay, Ontario, Canada. Datos no publicados.
data(CypripediumA) head(CypripediumA) library(ggplot2) ggplot(CypripediumA, aes(x = Total_height_cm, y = Lip_length_mm, color = Forest_Wetland)) + geom_point() + theme_minimal()data(CypripediumA) head(CypripediumA) library(ggplot2) ggplot(CypripediumA, aes(x = Total_height_cm, y = Lip_length_mm, color = Forest_Wetland)) + geom_point() + theme_minimal()
Datos de características morfológicas y reproductivas de dos especies de Dipodium (Dipodium pardalinum y D. roseum) de la Reserva Forestal Wombat. Estas son orquídeas micoheterótrófas sin clorofila que se desarrollan bajo árboles de Eucalyptus. Los datos fueron recolectados por RLT con colegas del Jardín Botánico de Melbourne durante una licencia sabática.
data(dipodium)data(dipodium)
Un data frame con 1363 filas y 21 columnas:
numeric: número identificador del árbol huésped
character: especie del árbol (Eucalyptus)
numeric: diámetro del árbol a la altura del pecho (cm)
numeric: número de identificación de la orquídea
numeric: número de la ramet (inflorescencia)
numeric: distancia de la orquídea al árbol más cercano (m)
character: orientación relativa al árbol más cercano
numeric: cantidad de flores en la inflorescencia
numeric: altura de la inflorescencia (cm)
character: presencia o ausencia de herbivoría
numeric: posición en la fila
numeric: posición de la flor en la inflorescencia (1=basal)
numeric: cantidad de frutos
numeric: proporción de frutos (%)
character: especie (D. pardalinum o D. roseum)
numeric: posición del fruto en la inflorescencia
character: presencia o ausencia de frutos
numeric: altura de la inflorescencia (cm)
numeric: cantidad total de frutos
character: nombre de la especie (D. roseum o D. pardalinum)
character: orientación cardinal (N, S, E, O)
Datos recolectados por Raymond L. Tremblay con colegas del Jardin Botanico Real de Melbourne, Australia. Reserva Forestal de Wombat, Victoria. Datos no publicados.
head(dipodium)head(dipodium)
Datos de gastos en salud per cápita, porcentaje de niñas sin escuela y porcentaje de gastos en educación del PIB por país. Estos datos integran indicadores de desarrollo humano y económico.
data(Edu_Salud_Gastos_GDP)data(Edu_Salud_Gastos_GDP)
Un data frame con 160 filas y 4 columnas:
Nombre del país. Carácter.
Gasto en salud per cápita en dólares estadounidenses. Numérico (doble).
Porcentaje de niñas que no asisten a la escuela. Numérico (doble).
Porcentaje del PIB dedicado a gastos en educación. Numérico (doble).
Banco Mundial. Indicadores de Desarrollo Mundial. Gasto en salud per capita (SH.XPD.CHEX.PC.CD), porcentaje de ninas fuera de la escuela, y porcentaje del PIB dedicado a educacion. https://data.worldbank.org/
data(Edu_Salud_Gastos_GDP) head(Edu_Salud_Gastos_GDP) library(ggplot2) ggplot(Edu_Salud_Gastos_GDP, aes(x = Gasto_Salud_percapita, y = Porc_Ninas_no_escuela)) + geom_point() + theme_minimal()data(Edu_Salud_Gastos_GDP) head(Edu_Salud_Gastos_GDP) library(ggplot2) ggplot(Edu_Salud_Gastos_GDP, aes(x = Gasto_Salud_percapita, y = Porc_Ninas_no_escuela)) + geom_point() + theme_minimal()
Datos de matrícula de niñas en educación preprimaria (NMPP) y educación primaria (PMEP) por país durante el período 2010-2014. Los porcentajes representan la matrícula neta de niñas en estos niveles educativos.
data(Educacion_Ninas)data(Educacion_Ninas)
Un data frame con 24 filas y 13 columnas:
Nombre de la serie de datos para educación preprimaria (NMPP). Carácter.
Porcentaje de matrícula neta de niñas en educación preprimaria para el año 2010. Numérico (doble).
Porcentaje de matrícula neta de niñas en educación preprimaria para el año 2011. Numérico (doble).
Porcentaje de matrícula neta de niñas en educación preprimaria para el año 2012. Numérico (doble).
Porcentaje de matrícula neta de niñas en educación preprimaria para el año 2013. Numérico (doble).
Porcentaje de matrícula neta de niñas en educación preprimaria para el año 2014. Numérico (doble).
Nombre del país. Carácter.
Nombre de la serie de datos para educación primaria (PMEP). Carácter.
Porcentaje de matrícula neta de niñas en educación primaria para el año 2010. Numérico (doble).
Porcentaje de matrícula neta de niñas en educación primaria para el año 2011. Numérico (doble).
Porcentaje de matrícula neta de niñas en educación primaria para el año 2012. Numérico (doble).
Porcentaje de matrícula neta de niñas en educación primaria para el año 2013. Numérico (doble).
Porcentaje de matrícula neta de niñas en educación primaria para el año 2014. Numérico (doble).
Banco Mundial / UNESCO. Indicadores de Desarrollo Mundial. Matriculacion en educacion pre-primaria y primaria. https://data.worldbank.org/indicator/SE.PRM.NENR
data(Educacion_Ninas) head(Educacion_Ninas) library(ggplot2) ggplot(Educacion_Ninas, aes(x = X2010PMEP, y = X2014PMEP)) + geom_point() + theme_minimal()data(Educacion_Ninas) head(Educacion_Ninas) library(ggplot2) ggplot(Educacion_Ninas, aes(x = X2010PMEP, y = X2014PMEP)) + geom_point() + theme_minimal()
Datos de censos de aves acuáticas y litorales recolectados en múltiples sitios durante varios años. Los datos se utilizan con permiso de Alain F. Zuur y fueron descargados de www.highstat.com (Appendix S1 Supporting Information).
data(ElphickBirdData)data(ElphickBirdData)
Un data frame con 2035 filas y 66 columnas:
Número de censo. Numérico.
Año del censo. Numérico.
Fecha del censo. Carácter o tipo fecha.
Código de datos. Carácter.
Fecha alternativa. Carácter o tipo fecha.
Sitio de muestreo. Carácter.
Bloque de muestreo. Carácter.
Campo de muestreo. Carácter.
Campo nuevo. Carácter.
Verificación. Carácter.
Área de muestreo (en unidades de hectáreas o km²). Numérico.
Tratamiento especial. Carácter.
Profundidad del agua (en centímetros o metros). Numérico.
Conteo de especie de pato silbador de cola larga. Numérico.
Conteo de ganso de frente blanca. Numérico.
Conteo de ganso de frente blanca. Numérico.
Conteo de ganso canadiense. Numérico.
Conteo de ánade real. Numérico.
Conteo de pato jilguero. Numérico.
Conteo de cerceta de alas verdes. Numérico.
Conteo de cerceta cinérea. Numérico.
Conteo de cerceta sin identificar. Numérico.
Conteo de pato silbador americano. Numérico.
Conteo de pato buzo sin espinas. Numérico.
Conteo de pato buzo norteño. Numérico.
Conteo de pato buzo pechirrojo. Numérico.
Conteo de lomo blanco. Numérico.
Conteo de pato buzo leonado. Numérico.
Conteo de pato ojirojo madera. Numérico.
Conteo de pato buzo enlutado. Numérico.
Conteo de silbador de vientre blanco. Numérico.
Conteo de pato buzo sin identificar. Numérico.
Conteo de somorgujo de cabeza negra. Numérico.
Conteo de rascador manchado. Numérico.
Conteo de focha americana. Numérico.
Conteo de cormorán común. Numérico.
Conteo de avetoro americano. Numérico.
Conteo de garza negra. Numérico.
Conteo de garza real. Numérico.
Conteo de garceta nívea. Numérico.
Conteo de garceta gris. Numérico.
Conteo de ibis blanco. Numérico.
Conteo de grulla trompetera. Numérico.
Conteo de gavilán de Coopero. Numérico.
Conteo de aguililla negra. Numérico.
Conteo de frailecillo atlántico. Numérico.
Conteo de chorlitejo silbador. Numérico.
Conteo de correlimos mínimo. Numérico.
Conteo de chorlito de dorado mayor. Numérico.
Conteo de chorlito de dorado menor. Numérico.
Conteo de ostra azuleja. Numérico.
Conteo de agachadiza común. Numérico.
Conteo de correlimos dorsirrojo. Numérico.
Conteo de correlimos occidental. Numérico.
Conteo de correlimos menos. Numérico.
Conteo de correlimos de Peep. Numérico.
Conteo de combatiente. Numérico.
Conteo de ave costera sin identificar. Numérico.
Conteo de gaviota de anillo rojo. Numérico.
Conteo de gaviota arenisca. Numérico.
Conteo de gaviota gris. Numérico.
Conteo de gaviota sin identificar. Numérico.
Conteo total de aves acuáticas (patos y gansos). Numérico.
Conteo total de aves de ribera de larga cola. Numérico.
Conteo total de aves de ribera. Numérico.
Conteo total de aves acuáticas. Numérico.
Este conjunto de datos contiene información detallada que permite el análisis de patrones ecológicos de aves acuáticas y de ribera. Se recomienda revisar el libro "A Beginner's Guide to Data Exploration and Visualisation with R" de Elena N. Ieno y Alain F. Zuur (2015, Highland Statistics Ltd) para obtener más ejemplos sobre cómo considerar los supuestos de las pruebas estadísticas.
Datos usados con permiso de Alain F. Zuur. Disponibles en https://www.highstat.com/
Zuur AF, Ieno EN, Elphick CS (2010). "A protocol for data exploration to avoid common statistical problems." Methods in Ecology and Evolution 1: 3-14.
Ieno EN, Zuur AF (2015). "A Beginner's Guide to Data Exploration and Visualisation with R." Highland Statistics Ltd.
data(ElphickBirdData) head(ElphickBirdData) library(ggplot2) ggplot(ElphickBirdData, aes(x = AREA, y = AQBIRDS)) + geom_point() + theme_minimal()data(ElphickBirdData) head(ElphickBirdData) library(ggplot2) ggplot(ElphickBirdData, aes(x = AREA, y = AQBIRDS)) + geom_point() + theme_minimal()
Datos de observaciones de alimentación del ave Godwit (Limosa) recolectados en múltiples localidades y períodos. Los datos se utilizan con permiso de Alain F. Zuur.
data(Godwits)data(Godwits)
Un data frame con 330 filas y 9 columnas:
Número de identificación del registro de observación. Numérico (entero).
Día del mes en que se realizó la observación. Numérico (entero, 1-31).
Mes del año en que se realizó la observación. Numérico (entero, 1-12).
Año en que se realizó la observación. Numérico (entero).
Localidad donde se realizó la observación. Carácter.
Edad del ave Godwit (adulto, juvenil o categoría de edad). Carácter.
Sexo del ave Godwit (macho, hembra o desconocido). Carácter.
Período del año en el que se realizó la observación. Carácter.
Cantidad de alimento consumida por el ave en miligramos. Numérico (doble).
Toda la información se presenta exactamente como aparece en el archivo original de Zuur, Ieno y Elphick 2010. Se recomienda revisar el libro "A Beginner's Guide to Data Exploration and Visualisation with R" de Elena N. Ieno y Alain F. Zuur (2015, Highland Statistics Ltd) para obtener más ejemplos sobre análisis de datos.
Datos usados con permiso de Alain F. Zuur. Disponibles en https://www.highstat.com/
Zuur AF, Ieno EN, Elphick CS (2010). "A protocol for data exploration to avoid common statistical problems." Methods in Ecology and Evolution 1: 3-14.
Ieno EN, Zuur AF (2015). "A Beginner's Guide to Data Exploration and Visualisation with R." Highland Statistics Ltd.
data(Godwits) head(Godwits) library(ggplot2) ggplot(Godwits, aes(x = LOCATION, y = mgconsumed, fill = AGE)) + geom_boxplot() + theme_minimal()data(Godwits) head(Godwits) library(ggplot2) ggplot(Godwits, aes(x = LOCATION, y = mgconsumed, fill = AGE)) + geom_boxplot() + theme_minimal()
Datos de indicadores de desarrollo de Internet y economía para países latinoamericanos. Incluye información sobre adopción de tecnología móvil, acceso a Internet, PIB per cápita, alfabetismo y urbanización.
data(Internet2)data(Internet2)
Un data frame con 20 filas y 6 columnas:
Nombre del país latinoamericano. Carácter.
Cantidad de suscripciones de telefonía móvil por cada 100 personas. Numérico (doble).
Porcentaje de usuarios de Internet en la población. Numérico (doble).
Producto Interior Bruto per cápita en dólares estadounidenses. Numérico (doble).
Porcentaje de alfabetismo en la población. Numérico (doble).
Porcentaje de población urbana. Numérico (doble).
Banco Mundial. Indicadores de Desarrollo Mundial. Subscripciones moviles (IT.CEL.SETS.P2), usuarios de internet (IT.NET.USER.ZS), PIB per capita, alfabetismo y urbanizacion. https://data.worldbank.org/
data(Internet2) head(Internet2) library(ggplot2) ggplot(Internet2, aes(x = PIBperCapita, y = UsariosInternet)) + geom_point() + geom_smooth(method = "lm", se = FALSE) + theme_minimal()data(Internet2) head(Internet2) library(ggplot2) ggplot(Internet2, aes(x = PIBperCapita, y = UsariosInternet)) + geom_point() + geom_smooth(method = "lm", se = FALSE) + theme_minimal()
Datos de observaciones de la orquídea epífita Lepanthes eltoroensis (también conocida como orquídea de El Toroensis) recolectados en el bosque nacional de El Yunque, Puerto Rico. Los datos fueron recolectados por el Dr. Raymond L. Tremblay y sus estudiantes en la vereda de los vientos alisios.
data(Lelto)data(Lelto)
Un data frame con 33 filas y 16 columnas:
Número de identificación del árbol donde se encontró la orquídea. Numérico (entero).
Nombre de la vereda o sendero donde se realizó el muestreo. Carácter.
Distancia desde un punto de referencia en la vereda. Numérico (doble).
Altitud en metros sobre el nivel del mar. Numérico (doble).
Ángulo donde se encuentra la mayoría de los individuos sobre el tronco del árbol, de 0 a 360 grados, donde 0 y 360 grados es el norte y 180 es el sur. Numérico (doble).
Rango de los valores de los ángulos en radianes. Numérico (doble).
Localización de las poblaciones desde el comienzo de la primera población en la vereda. Carácter.
Inclinación del terreno en ángulos. Numérico (doble).
Diámetro a la altura del pecho del árbol en centímetros. Numérico (doble).
Cantidad de plántulas (plantas juveniles pequeñas) de L. eltoroensis en el árbol. Numérico (entero).
Cantidad de individuos juveniles de L. eltoroensis en el árbol. Numérico (entero).
Cantidad de individuos adultos de L. eltoroensis en el árbol. Numérico (entero).
Cantidad total de individuos de L. eltoroensis en el árbol. Numérico (entero).
Lado del árbol en el que se encuentra la planta en la vereda, derecha (sur) o izquierda (norte). Carácter.
Latitud geográfica del árbol. Numérico (doble).
Longitud geográfica del árbol. Numérico (doble).
Datos recolectados por Raymond L. Tremblay y estudiantes, Vereda de los Vientos Alizios, Bosque Nacional El Yunque, Puerto Rico. Datos no publicados.
data(Lelto) head(Lelto) library(ggplot2) ggplot(Lelto, aes(x = Alt_m, y = T_Num)) + geom_point() + geom_smooth(method = "lm") + theme_minimal()data(Lelto) head(Lelto) library(ggplot2) ggplot(Lelto, aes(x = Alt_m, y = T_Num)) + geom_point() + geom_smooth(method = "lm") + theme_minimal()
Respuestas de 30 estudiantes a tres preguntas sobre calidad educativa usando una escala Likert. Las preguntas evalúan la disponibilidad de equipo de simulación, módulos computarizados y actualización de cursos de laboratorio.
data(LIKERT_DATA)data(LIKERT_DATA)
Un data frame con 30 filas y 3 columnas:
Respuesta a la pregunta 1: "¿Tenemos equipo de simulación adecuado para practicar?". Escala numérica 1-5, donde 1 = completamente en desacuerdo, 5 = completamente de acuerdo. Numérico (entero).
Respuesta a la pregunta 2: "¿Disponemos de módulos computarizados adecuados para el aprendizaje y la enseñanza?". Escala numérica 1-5, donde 1 = completamente en desacuerdo, 5 = completamente de acuerdo. Numérico (entero).
Respuesta a la pregunta 3: "¿Están los cursos de laboratorio al día?". Escala numérica 1-5, donde 1 = completamente en desacuerdo, 5 = completamente de acuerdo. Numérico (entero).
Encuesta a 30 estudiantes sobre infraestructura educativa. Datos no publicados.
data(LIKERT_DATA) head(LIKERT_DATA) library(ggplot2) # Convertir datos a formato largo para visualización likert_long <- reshape2::melt(LIKERT_DATA) ggplot(likert_long, aes(x = variable, y = value)) + geom_boxplot() + theme_minimal()data(LIKERT_DATA) head(LIKERT_DATA) library(ggplot2) # Convertir datos a formato largo para visualización likert_long <- reshape2::melt(LIKERT_DATA) ggplot(likert_long, aes(x = variable, y = value)) + geom_boxplot() + theme_minimal()
Datos de temperatura mínima diaria registrados en Morelia, Michoacán, México, desde noviembre de 1947 hasta marzo de 2012.
data(MORELIA.MICH.Tmin)data(MORELIA.MICH.Tmin)
Un data frame con 23552 filas y 4 columnas:
numeric: mes del año (1-12)
numeric: día del mes (1-31)
numeric: año de observación (1947-2012)
numeric: temperatura mínima en grados Celsius
CLICOM climate database, CICESE, Mexico. Zhu & Lettenmaier (2007), J. Climate 20:1936-1946. doi:10.1175/JCLI4086.1
head(MORELIA.MICH.Tmin)head(MORELIA.MICH.Tmin)
Datos de mortalidad infantil y materna de 179 países. Incluye información sobre muertes de infantes, muertes de madres durante el parto y gasto en salud per cápita de los Indicadores de Desarrollo Mundial 2016.
data(PartosInfantes)data(PartosInfantes)
Un data frame con 179 filas y 5 columnas:
numeric: número de muertes infantiles (niños que mueren en el parto o nacidos muertos)
numeric: número de muertes maternas (madres que mueren durante el parto)
numeric: gasto en salud per cápita (USD)
character: región geográfica del mundo
character: nombre del país
Banco Mundial. Indicadores de Desarrollo Mundial, 2016. Mortalidad infantil (SP.DYN.IMRT.IN), mortalidad materna (SH.STA.MMRT), y gasto en salud per capita (SH.XPD.CHEX.PC.CD). https://data.worldbank.org/
head(PartosInfantes)head(PartosInfantes)
Datos de crecimiento anual del producto bruto interno (PBI) per cápita para 28 países. Cada columna representa la tasa de crecimiento anual del PBI per cápita.
data(PBI)data(PBI)
Un data frame con 28 filas y 13 columnas:
character: nombre del país
numeric: crecimiento PBI per cápita 1990 (anual %)
numeric: crecimiento PBI per cápita 2000 (anual %)
numeric: crecimiento PBI per cápita 2006 (anual %)
numeric: crecimiento PBI per cápita 2007 (anual %)
numeric: crecimiento PBI per cápita 2008 (anual %)
numeric: crecimiento PBI per cápita 2009 (anual %)
numeric: crecimiento PBI per cápita 2010 (anual %)
numeric: crecimiento PBI per cápita 2011 (anual %)
numeric: crecimiento PBI per cápita 2012 (anual %)
numeric: crecimiento PBI per cápita 2013 (anual %)
numeric: crecimiento PBI per cápita 2014 (anual %)
numeric: crecimiento PBI per cápita 2015 (anual %)
Banco Mundial, datos de cuentas nacionales y archivos de la OCDE. Indicador: NY.GDP.PCAP.KD.ZG (Crecimiento del PIB per capita, anual). https://data.worldbank.org/indicator/NY.GDP.PCAP.KD.ZG
head(PBI)head(PBI)
Datos que relacionan el producto interno bruto (PIB) dedicado a educación con los niveles de alfabetismo en 20 países de América Latina.
data(PIB_vs_Alfabetismo)data(PIB_vs_Alfabetismo)
Un data frame con 20 filas y 3 columnas:
character: nombre del país de América Latina
numeric: porcentaje de alfabetismo (%)
numeric: porcentaje del PIB dedicado a educación (%)
Banco Mundial. Indicadores de Desarrollo Mundial. PIB per capita y tasa de alfabetismo (SE.ADT.LITR.ZS). https://data.worldbank.org/
head(PIB_vs_Alfabetismo)head(PIB_vs_Alfabetismo)
Datos que relacionan el gasto en salud como porcentaje del producto interno bruto (PIB) con la esperanza de vida al nacer en 20 países.
data(PIB_vs_Salud)data(PIB_vs_Salud)
Un data frame con 20 filas y 3 columnas:
character: nombre del país
numeric: porcentaje del gasto público en salud respecto al PIB (%)
numeric: esperanza de vida al nacer (años)
globalEDGE, Michigan State University. Indicadores de gasto en salud y esperanza de vida. https://globaledge.msu.edu/
head(PIB_vs_Salud)head(PIB_vs_Salud)
Datos de población de Puerto Rico por cohorte de edad y sexo del Censo de EE.UU. 2015.
data(Pop_PR)data(Pop_PR)
Un data frame con 36 filas y 3 columnas:
character: sexo de la población (Hombre/Mujer)
numeric: número de personas en el cohorte de edad
character: cohorte de edad de la población
Oficina del Censo de los Estados Unidos, estimaciones de poblacion de Puerto Rico, 2015. https://www.census.gov/quickfacts/PR
head(Pop_PR)head(Pop_PR)
Datos de la razón de mortalidad de niños menores de cinco años por cada 1,000 nacimientos para 194 países entre 2006 y 2015. Los datos provienen del Banco Mundial.
data(Razon_mortandad)data(Razon_mortandad)
Un data frame con 194 filas y 11 columnas:
character: nombre del país
numeric: razón de mortalidad 2006 (por 1,000 nacimientos)
numeric: razón de mortalidad 2007 (por 1,000 nacimientos)
numeric: razón de mortalidad 2008 (por 1,000 nacimientos)
numeric: razón de mortalidad 2009 (por 1,000 nacimientos)
numeric: razón de mortalidad 2010 (por 1,000 nacimientos)
numeric: razón de mortalidad 2011 (por 1,000 nacimientos)
numeric: razón de mortalidad 2012 (por 1,000 nacimientos)
numeric: razón de mortalidad 2013 (por 1,000 nacimientos)
numeric: razón de mortalidad 2014 (por 1,000 nacimientos)
numeric: razón de mortalidad 2015 (por 1,000 nacimientos)
Banco Mundial. Indicador: SH.DYN.MORT (Tasa de mortalidad de menores de 5 anos por cada 1,000 nacidos vivos). https://data.worldbank.org/indicator/SH.DYN.MORT
head(Razon_mortandad)head(Razon_mortandad)
Datos morfométricos de 1295 especímenes de gorriones. Incluye medidas de ala, tarsus, cabeza, culmen, peso y metadatos de colecta. Datos utilizados con permiso de Zuur, Ieno y Elphick (2010).
data(SparrowsElphick)data(SparrowsElphick)
Un data frame con 1295 filas y 16 columnas:
numeric: longitud del ala cordal (mm)
numeric: longitud del ala plana (mm)
numeric: longitud del tarsus (mm)
numeric: longitud de la cabeza (mm)
numeric: longitud del culmen (mm)
numeric: medida nasolabial (mm)
numeric: peso del gorrión (g)
character: estado de banding
character: iniciales del recolector
numeric: año de colecta
numeric: mes de colecta (1-12)
numeric: día de colecta (1-31)
character: sitio de colecta
character: código de especie
character: sexo del gorrión
character: edad del gorrión
Datos usados con permiso de Alain F. Zuur. Disponibles en https://www.highstat.com/
Zuur AF, Ieno EN & Elphick CS. 2010. A protocol for data exploration to avoid common statistical problems. Methods in Ecology and Evolution 1: 3-14.
head(SparrowsElphick)head(SparrowsElphick)
Datos sobre la cantidad de nuevos casos de enfermedad tiroidea y la tasa de mortalidad por cada 100,000 habitantes en Estados Unidos. Los datos provienen del Programa de Vigilancia, Epidemiología y Resultados Finales (SEER) del Instituto Nacional del Cáncer.
data(Tiroide)data(Tiroide)
Un data frame con 76 filas y 3 columnas:
numeric: año de registro
numeric: número de nuevos casos de enfermedad tiroidea
numeric: tasa de mortalidad por 100,000 habitantes
Instituto Nacional del Cancer, Programa de Vigilancia, Epidemiologia y Resultados Finales (SEER). https://seer.cancer.gov/statfacts/html/thyro.html
head(Tiroide)head(Tiroide)
Datos de muestreo de vegetación de 60 sitios. Incluye información sobre cobertura de especies, altura y densidad de vegetación. Datos utilizados con permiso de Zuur, Ieno y Elphick (2010). Fuente: highstat.com
data(VegSamplesV1)data(VegSamplesV1)
Un data frame con 60 filas y 19 columnas:
numeric: año de muestreo
character: identificación del sitio
character: nombre universal del parcela
numeric: indicador de banding
numeric: suma de conteo de puntos
numeric: altura máxima promedio (m)
numeric: densidad promedio
numeric: altura de paja
numeric: cobertura de Spartina patens (%)
numeric: cobertura de Distichlis (%)
numeric: cobertura de Spartina alterniflora corta (%)
numeric: cobertura de Spartina alterniflora alta (%)
numeric: cobertura de Juncus (%)
numeric: cobertura desnuda (%)
numeric: cobertura de otras especies (%)
numeric: cobertura de Phragmites (%)
numeric: cobertura de arbustos (%)
numeric: cobertura de juncos altos (%)
numeric: cobertura de agua (%)
Datos usados con permiso de Alain F. Zuur. Disponibles en https://www.highstat.com/
Zuur AF, Ieno EN & Elphick CS. 2010. A protocol for data exploration to avoid common statistical problems. Methods in Ecology and Evolution 1: 3-14.
head(VegSamplesV1)head(VegSamplesV1)