Modus Paraguayensis
Published January 17, 2026 | Version 1.0.0
Lesson Open

Serie Statistics in R – Modus Paraguayensis. Trabajo #1: Un ejemplo de aplicación de análisis descriptivo estadístico de datos agrupados

Authors/Creators

  • 1. Universidad Católica Campus Itapúa-Encarnación, Paraguay

Description

This technical notebook is the foundational entry of the "Modus Paraguayensis" series, a pedagogical digitalization project designed to transition traditional descriptive statistics toward computational analysis environments in R, based in Encarnación, Paraguay.

In this first notebook, titled "Trabajo #1", the author develops a methodological framework for handling frequency distributions and grouped data using a controlled simulation environment. The work not only addresses the calculation of measures of central tendency, dispersion, and shape (based on the canon of authors such as Pearson, Sturges, and Walpole) but also introduces the student to the construction of visualizations using the ggplot2 library.

While data grouping may currently be considered an "analytically obsolete" technique compared to the processing power of modern computing, mastering it remains essential for the analyst in training. Understanding the underlying mechanics of grouping and the calculation of its statistics is fundamental for developing a basic statistical literacy before studying algorithmic precision

Abstract (Spanish)

 

Este cuaderno técnico es la entrega fundacional de la serie “Modus Paraguayensis”, un proyecto de digitalización pedagógica diseñado para abordar la estadística descriptiva tradicional hacia entornos de análisis computacional en R, desde Encarnación, Paraguay.

En este primer cuaderno llamado "Trabajo #1", el autor desarrolla un marco metodológico para el tratamiento de distribuciones de frecuencias y datos agrupados, utilizando un entorno de simulación controlado. El trabajo no solo aborda el cálculo de medidas de tendencia central, dispersión y forma (basado en el canon de autores como Pearson, Sturges y Walpole), sino que introduce al estudiante en la construcción de visualizaciones mediante la librería ggplot2.

Si bien en la actualidad el agrupamiento de datos puede considerarse una técnica "analíticamente obsoleta" frente a la capacidad de procesamiento de la computación moderna, su dominio sigue siendo menester para el analista en formación. Comprender la mecánica subyacente a la agrupación y el cálculo de sus estadísticos es fundamental para desarrollar una lectura estadística básica antes de estudiar la precisión del algoritmo.

Files

trabajo1_statistics_in_r_modus_paraguayensis_para_pdf.pdf

Files (176.7 kB)

Additional details

Related works

Is documented by
Lesson: https://rpubs.com/marcos_hermosa/stat-in-r-trabajo1_ (URL)
Is supplemented by
Software: https://github.com/elprofemarcosgh/Statistics-in-R-Modus-Paraguayensis/tree/main/trabajo%231 (URL)

Dates

Collected
2026-01-12
Fecha de finalización del procesamiento de datos y simulación estadística para el Trabajo #1.

Software

Repository URL
https://github.com/elprofemarcosgh/Statistics-in-R-Modus-Paraguayensis
Programming language
R
Development Status
Active

References

  • Aczel, A. D., & Sounderpandian, J. (2017). Complete Business Statistics (8th ed.). McGraw-Hill Education.
  • Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2019). Estadística para administración y economía (13ª ed.). Cengage Learning.
  • Black, K. (2019). Business Statistics: For Contemporary Decision Making (10th ed.). Wiley.
  • Fisher, R. A. (1922). On the mathematical foundations of theoretical statistics. Philosophical Transactions of the Royal Society of London. Series A, Containing Papers of a Mathematical or Physical Character, 222(594-604), 309-368.
  • Hadley, W., & Grolemund, G. (2017). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O'Reilly Media. https://r4ds.had.co.nz/
  • Kazmier, L. J. (2006). Estadística aplicada a la administración y a la economía (4ª ed.). McGraw-Hill / Interamericana.
  • Keller, G. (2018). Statistics for Management and Economics (11th ed.). Cengage Learning.
  • Levin, R. I., & Rubin, D. S. (2010). Estadística para administración y economía (7ª ed.). Pearson Educación.
  • Lind, D. A., Marchal, W. G., & Wathen, S. A. (2018). Estadística aplicada a los negocios y la economía (16ª ed.). McGraw-Hill Education.
  • Newbold, P., Carlson, W. L., & Thorne, B. (2013). Estadística para administración y economía (8ª ed.). Pearson Educación.
  • Pearson, K. (1895). Contributions to the mathematical theory of evolution. II. Skew variation in homogeneous material. Philosophical Transactions of the Royal Society of London. A, 186, 343-414.
  • R Core Team (2026). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/
  • Spiegel, M. R., & Stephens, L. J. (2009). Estadística (4ª ed.). McGraw-Hill.
  • Sturges, H. A. (1926). The choice of a class interval. Journal of the American Statistical Association, 21(153), 65-66
  • Triola, M. F. (2018). Estadística (12ª ed.). Pearson Educación.
  • Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2012). Probabilidad y estadística para ingeniería y ciencias (9ª ed.). Pearson Educación.
  • Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag. https://ggplot2. tidyverse.org/
  • Wickham, H., François, R., Müller, K., & Vaughan, D. (2023). dplyr: A Grammar of Data Manipulation. R package version 1.1.2. https://dplyr.tidyverse.org/