En esta ocasión presento cómo se grafica dos muestras en el lenguaje de programación R, cada una de las cuales tendrá una media sobre x, y otra sobre el eje y, además de que se le deberá de introducir a cada muestra una desviación estándar. Con este script se puede entender como se generan números aleatorios con una distribución normal.

 

 

# Función de lectura
readdata<- function()
{
cat("Bienvenido! Vamos a recolectar dos medias y dos std: \n")
n1<-readline(prompt="Media x 1: ")
n2<-readline(prompt="Media y 1: ")
n3<-readline(prompt="Std 1: ")
n4<-readline(prompt="Media x 2: ")
n5<-readline(prompt="Media y 2: ")
n6<-readline(prompt="Std 2: ")
return(as.numeric(c(n1,n2,n3,n4,n5,n6)))
}

input <- readdata()
num_pruebas <- 100

# Se generan los números aleatorios a partir de la
# distribución normal y se gusardan en vectores
r1 <- rnorm(num_pruebas, mean = input[1], sd=input[3])
r2 <- rnorm(num_pruebas, mean = input[2], sd=input[3])

r3 <- rnorm(num_pruebas, mean = input[4], sd=input[6])
r4 <- rnorm(num_pruebas, mean = input[5], sd=input[6])

# Se grafican los vectores
matplot(cbind(r1, r3), cbind(r2,r4), type = "p", col=c("red", "green"), pch = c(1,4), xlab="Atributo 1", ylab="Atributo 2", main="Números aleatorios con dos medias")

 Primero se deberá de leer los datos desde la entrada del usuario con la función readline. La función rnorm genera los valores aleatorios  y finalmente matplot genera la gráfica de dispersión donde se podrá ver los resultados de ambas muestras. El código se deberá de guardar en un archivo .r y podrá ser ejecutado desde una interfáz R con la función source("path/al/archivo.r").