ESTADÍSTICA DESCRIPTIVA EN R
La estadística descriptiva en R se refiere al proceso de resumir, organizar y describir un conjunto de datos para comprender sus características y patrones fundamentales
MEDIDAS DE TENDENCIA CENTRAL
Las medidas de tendencia central son estadísticas descriptivas utilizadas para resumir o representar el valor central o típico de un conjunto de datos
MEDIDAS DE DISPERSIÓN
Las medidas de dispersión, también conocidas como medidas variabilidad, son métricas estadísticas utilizadas para cuantificar en qué medida los valores de un conjunto de datos difieren o se dispersan de la tendencia central (como la media, la mediana o la moda)

Rango o recorrido
range() extendrange()

Varianza y desviación típica
var() sd()

Coeficiente de variación

Desviación absoluta mediana
mad()

Rango intercuartílico
IQR()
MEDIDAS DE POSICIÓN
Las medidas de posición en estadística son herramientas que ayudan a ubicar o identificar la posición de un valor particular dentro de un conjunto de datos ordenados. Estas medidas se utilizan para entender cómo se distribuyen los datos y cómo se relaciona un valor específico con el resto de la información disponible
MEDIDAS DE ASOCIACIÓN
Las medidas de asociación en estadística se utilizan para cuantificar y describir la relación o asociación entre dos variables en un conjunto de datos. Estas medidas permiten entender cómo se comportan o cambian conjuntamente dos variables y evaluar la fuerza y la dirección de esa relación

Covarianza
cov()

Coeficiente de correlación de Pearson
cor()

Coeficiente de correlación tau de Kendall
cor()

Coeficiente de correlación rho de Spearman
cor()

Tabla de contingencia
table() prop.table()
REPRESENTACIONES GRÁFICAS
Existen diversas representaciones gráficas que se utilizan en estadística para visualizar y comunicar la información contenida en un conjunto de datos. Revisa la sección de gráficos para ver todos los tutoriales