## [1] 118 61nombres_originales <- colnames(df)
# Usamos gsub para extraer el texto entre corchetes
nombres_nuevos <- gsub(".*\\[(.*)\\].*", "\\1", nombres_originales)
# Asignamos los nuevos nombres al data.frame
colnames(df) <- nombres_nuevos## [1] "INCONSISTENCIAS 21/09/2023"
## [2] "CONSECUTIVO"
## [3] "LOTE"
## [4] "ID_LOTE"
## [5] "DISTANCIA EN METROS"
## [6] "FECHA DE ENCUESTA"
## [7] "Correo electrónico enuestador"
## [8] "Nombre encuestador"
## [9] "PROTECCIÓN DE DATOS"
## [10] "AUTORIZACIÓN"
## [11] "FECHA DIGITACION"
## [12] "NOMBRE DEL ENCUESTADO"
## [13] "SEXO"
## [14] "EDAD (AÑOS)"
## [15] "CICLO DE VIDA"
## [16] "País de procedencia"
## [17] "Dirección del domicilio"
## [18] "Teléfono de contacto"
## [19] "Estrato"
## [20] "Localidad"
## [21] "Barrio"
## [22] "Seleccione una de las siguientes opciones de ocupación del encuestado"
## [23] "Seleccione el nivel educativo referido por el encuestado"
## [24] "1.\tSeleccione el horario de permanencia en la unidad habitacional"
## [25] "2.\t¿Con qué frecuencia se presentan los olores ofensivos en la zona?\r\nSi la respuesta es (Nunca) pase a la pregunta 10"
## [26] "3.\t¿Qué tan fuertes son los olores fuera de la casa/en la calle?"
## [27] "4.\t¿Compare el olor que percibe fuera de la casa/en la calle?"
## [28] "5.\t¿Cuál o cuáles de los siguientes olores predomina en la zona?"
## [29] "6. En que horario percibe la mayor concentración del olor"
## [30] "7.\tEn una escala para medir la molestia debido a los olores califique, donde diez (10) significa que los olores son intolerablemente molestos y Cero (0) significa que ellos no molestan para nada. ¿Cómo calificaría usted la molestia debida a los olores ofe"
## [31] "8.\t¿Considera usted que la molestia de los residentes en esta vía es tolerable o intolerable?"
## [32] "9.\t¿Qué tan sensible se considera usted en general a los olores de todo tipo?"
## [33] "10.\t¿En su vivienda han aparecido residuos como cenizas, hollín o polvo negro?\r\nSi la respuesta es (No) pase a la pregunta 12"
## [34] "11.\t¿Cuál cree que es la causa o causas de la presencia de residuos como cenizas, hollín o polvo negro?"
## [35] "12.\tPuede usted identificar alguna (s) fuente (s) de emisión de olores ofensivos?\r\nSi la respuesta es (Si) indique cual"
## [36] "12.1\t¿Cuál? (fuente (s) de emisión de olores ofensivos)"
## [37] "13.\t¿Padece usted de alguna enfermedad crónica diagnosticada por algún profesional de la salud? (HTA, Diabetes, Enfermedades cardiovasculares, hipo o hipertiroidismo, obesidad, etc.)\r\nSi la respuesta es (Si) indique cual"
## [38] "13.1\t¿Cuál? (enfermedad crónica diagnosticada por algún profesional de la salud)"
## [39] "14.\tPor favor Indique en esta escala de respuestas su calificación del grado de molestia debido a los olores\r\nSi la respuesta es (Ninguna) pase a observaciones"
## [40] "Estres"
## [41] "Enojo"
## [42] "Cansancio"
## [43] "Ansiedad"
## [44] "Picazón naríz"
## [45] "Tos"
## [46] "Flujo nasal - mocos"
## [47] "Ardor ojos"
## [48] "Jaqueca"
## [49] "Mareo"
## [50] "Zumbidos en los oidos"
## [51] "Comezón piel"
## [52] "Forúnculos en la piel"
## [53] "Erupciones en la piel"
## [54] "Diarrea"
## [55] "Vómito"
## [56] "Interrupción del sueño"
## [57] "No conciliación del sueño"
## [58] "16.\t¿Ha consultado al médico en los últimos tres meses por alguna de las molestias que se indicó en la pregunta anterior?"
## [59] "OBSERVACIONES ENCUESTADO"
## [60] "OBSERVACIONES FUNCIONARIO"
## [61] "NOMBRE DIGITADOR"##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, uniondf<-df %>% rename("2.Frecuencia"="2.\t¿Con qué frecuencia se presentan los olores ofensivos en la zona?\r\nSi la respuesta es (Nunca) pase a la pregunta 10")
df<-df %>% rename("1.Hor.Per.UH"="1.\tSeleccione el horario de permanencia en la unidad habitacional")
df<-df %>% rename("14.grado_molestia"="14.\tPor favor Indique en esta escala de respuestas su calificación del grado de molestia debido a los olores\r\nSi la respuesta es (Ninguna) pase a observaciones")## [1] "DISTANCIA EN METROS"
## [2] "SEXO"
## [3] "EDAD (AÑOS)"
## [4] "CICLO DE VIDA"
## [5] "País de procedencia"
## [6] "Estrato"
## [7] "Localidad"
## [8] "Barrio"
## [9] "Seleccione una de las siguientes opciones de ocupación del encuestado"
## [10] "Seleccione el nivel educativo referido por el encuestado"
## [11] "1.Hor.Per.UH"
## [12] "2.Frecuencia"
## [13] "3.\t¿Qué tan fuertes son los olores fuera de la casa/en la calle?"
## [14] "4.\t¿Compare el olor que percibe fuera de la casa/en la calle?"
## [15] "5.\t¿Cuál o cuáles de los siguientes olores predomina en la zona?"
## [16] "6. En que horario percibe la mayor concentración del olor"
## [17] "7.\tEn una escala para medir la molestia debido a los olores califique, donde diez (10) significa que los olores son intolerablemente molestos y Cero (0) significa que ellos no molestan para nada. ¿Cómo calificaría usted la molestia debida a los olores ofe"
## [18] "8.\t¿Considera usted que la molestia de los residentes en esta vía es tolerable o intolerable?"
## [19] "9.\t¿Qué tan sensible se considera usted en general a los olores de todo tipo?"
## [20] "10.\t¿En su vivienda han aparecido residuos como cenizas, hollín o polvo negro?\r\nSi la respuesta es (No) pase a la pregunta 12"
## [21] "11.\t¿Cuál cree que es la causa o causas de la presencia de residuos como cenizas, hollín o polvo negro?"
## [22] "12.\tPuede usted identificar alguna (s) fuente (s) de emisión de olores ofensivos?\r\nSi la respuesta es (Si) indique cual"
## [23] "12.1\t¿Cuál? (fuente (s) de emisión de olores ofensivos)"
## [24] "13.\t¿Padece usted de alguna enfermedad crónica diagnosticada por algún profesional de la salud? (HTA, Diabetes, Enfermedades cardiovasculares, hipo o hipertiroidismo, obesidad, etc.)\r\nSi la respuesta es (Si) indique cual"
## [25] "13.1\t¿Cuál? (enfermedad crónica diagnosticada por algún profesional de la salud)"
## [26] "14.grado_molestia"
## [27] "Estres"
## [28] "Enojo"
## [29] "Cansancio"
## [30] "Ansiedad"
## [31] "Picazón naríz"
## [32] "Tos"
## [33] "Flujo nasal - mocos"
## [34] "Ardor ojos"
## [35] "Jaqueca"
## [36] "Mareo"
## [37] "Zumbidos en los oidos"
## [38] "Comezón piel"
## [39] "Forúnculos en la piel"
## [40] "Erupciones en la piel"
## [41] "Diarrea"
## [42] "Vómito"
## [43] "Interrupción del sueño"
## [44] "No conciliación del sueño"
## [45] "16.\t¿Ha consultado al médico en los últimos tres meses por alguna de las molestias que se indicó en la pregunta anterior?"Permanencia U.H y Síntomas
## # A tibble: 80 × 45
## `DISTANCIA EN METROS` SEXO `EDAD (AÑOS)` `CICLO DE VIDA`
## <dbl> <chr> <dbl> <chr>
## 1 500 FEMENINO 44 ADULTEZ
## 2 500 FEMENINO 62 60 Y MAS AÑOS
## 3 500 FEMENINO 54 ADULTEZ
## 4 500 FEMENINO 52 ADULTEZ
## 5 500 MASCULINO 25 JUVENTUD
## 6 500 MASCULINO 64 60 Y MAS AÑOS
## 7 400 MASCULINO 60 60 Y MAS AÑOS
## 8 400 FEMENINO 67 60 Y MAS AÑOS
## 9 400 FEMENINO 45 ADULTEZ
## 10 500 MASCULINO 20 JUVENTUD
## # ℹ 70 more rows
## # ℹ 41 more variables: `País de procedencia` <chr>, Estrato <dbl>,
## # Localidad <chr>, Barrio <chr>,
## # `Seleccione una de las siguientes opciones de ocupación del encuestado` <chr>,
## # `Seleccione el nivel educativo referido por el encuestado` <chr>,
## # `1.Hor.Per.UH` <chr>, `2.Frecuencia` <chr>,
## # `3.\t¿Qué tan fuertes son los olores fuera de la casa/en la calle?` <chr>, …## [1] "DISTANCIA EN METROS"
## [2] "SEXO"
## [3] "EDAD (AÑOS)"
## [4] "CICLO DE VIDA"
## [5] "País de procedencia"
## [6] "Estrato"
## [7] "Localidad"
## [8] "Barrio"
## [9] "Seleccione una de las siguientes opciones de ocupación del encuestado"
## [10] "Seleccione el nivel educativo referido por el encuestado"
## [11] "1.Hor.Per.UH"
## [12] "2.Frecuencia"
## [13] "3.\t¿Qué tan fuertes son los olores fuera de la casa/en la calle?"
## [14] "4.\t¿Compare el olor que percibe fuera de la casa/en la calle?"
## [15] "5.\t¿Cuál o cuáles de los siguientes olores predomina en la zona?"
## [16] "6. En que horario percibe la mayor concentración del olor"
## [17] "7.\tEn una escala para medir la molestia debido a los olores califique, donde diez (10) significa que los olores son intolerablemente molestos y Cero (0) significa que ellos no molestan para nada. ¿Cómo calificaría usted la molestia debida a los olores ofe"
## [18] "8.\t¿Considera usted que la molestia de los residentes en esta vía es tolerable o intolerable?"
## [19] "9.\t¿Qué tan sensible se considera usted en general a los olores de todo tipo?"
## [20] "10.\t¿En su vivienda han aparecido residuos como cenizas, hollín o polvo negro?\r\nSi la respuesta es (No) pase a la pregunta 12"
## [21] "11.\t¿Cuál cree que es la causa o causas de la presencia de residuos como cenizas, hollín o polvo negro?"
## [22] "12.\tPuede usted identificar alguna (s) fuente (s) de emisión de olores ofensivos?\r\nSi la respuesta es (Si) indique cual"
## [23] "12.1\t¿Cuál? (fuente (s) de emisión de olores ofensivos)"
## [24] "13.\t¿Padece usted de alguna enfermedad crónica diagnosticada por algún profesional de la salud? (HTA, Diabetes, Enfermedades cardiovasculares, hipo o hipertiroidismo, obesidad, etc.)\r\nSi la respuesta es (Si) indique cual"
## [25] "13.1\t¿Cuál? (enfermedad crónica diagnosticada por algún profesional de la salud)"
## [26] "14.grado_molestia"
## [27] "Estres"
## [28] "Enojo"
## [29] "Cansancio"
## [30] "Ansiedad"
## [31] "Picazón naríz"
## [32] "Tos"
## [33] "Flujo nasal - mocos"
## [34] "Ardor ojos"
## [35] "Jaqueca"
## [36] "Mareo"
## [37] "Zumbidos en los oidos"
## [38] "Comezón piel"
## [39] "Forúnculos en la piel"
## [40] "Erupciones en la piel"
## [41] "Diarrea"
## [42] "Vómito"
## [43] "Interrupción del sueño"
## [44] "No conciliación del sueño"
## [45] "16.\t¿Ha consultado al médico en los últimos tres meses por alguna de las molestias que se indicó en la pregunta anterior?"## # A tibble: 80 × 19
## `1.Hor.Per.UH` Estres Enojo Cansancio Ansiedad `Picazón naríz` Tos
## <chr> <chr> <chr> <chr> <chr> <chr> <chr>
## 1 De 17 a 24 horas Nunca Cada s… Nunca Nunca Diario Diar…
## 2 De 17 a 24 horas Pocas veces Nunca Nunca Pocas v… Pocas veces Nunca
## 3 De 17 a 24 horas Diario Cada m… Pocas ve… Nunca Diario Diar…
## 4 De 17 a 24 horas Cada mes Cada m… Cada mes Pocas v… Cada semana Cada…
## 5 Hasta 8 horas Nunca Nunca Nunca Nunca Nunca Nunca
## 6 De 17 a 24 horas Nunca Pocas … Nunca Nunca Nunca Nunca
## 7 De 17 a 24 horas Nunca Pocas … Pocas ve… Nunca Nunca Poca…
## 8 De 17 a 24 horas Pocas veces Diario Diario Diario Pocas veces Poca…
## 9 De 17 a 24 horas Nunca Nunca Diario Nunca Nunca Nunca
## 10 De 9 a 16 horas Nunca Nunca Nunca Nunca Diario Cada…
## # ℹ 70 more rows
## # ℹ 12 more variables: `Flujo nasal - mocos` <chr>, `Ardor ojos` <chr>,
## # Jaqueca <chr>, Mareo <chr>, `Zumbidos en los oidos` <chr>,
## # `Comezón piel` <chr>, `Forúnculos en la piel` <chr>,
## # `Erupciones en la piel` <chr>, Diarrea <chr>, Vómito <chr>,
## # `Interrupción del sueño` <chr>, `No conciliación del sueño` <chr>niveles_ordena_perma_uh=c("De 17 a 24 horas", "De 9 a 16 horas", "Hasta 8 horas" )
# Convertir a factor ordinal
df_uh_sinto$`1.Hor.Per.UH` <- factor(df_uh_sinto$`1.Hor.Per.UH`, levels =
niveles_ordena_perma_uh,
ordered = TRUE)## # A tibble: 80 × 45
## `DISTANCIA EN METROS` SEXO `EDAD (AÑOS)` `CICLO DE VIDA`
## <dbl> <chr> <dbl> <chr>
## 1 500 FEMENINO 44 ADULTEZ
## 2 500 FEMENINO 62 60 Y MAS AÑOS
## 3 500 FEMENINO 54 ADULTEZ
## 4 500 FEMENINO 52 ADULTEZ
## 5 500 MASCULINO 25 JUVENTUD
## 6 500 MASCULINO 64 60 Y MAS AÑOS
## 7 400 MASCULINO 60 60 Y MAS AÑOS
## 8 400 FEMENINO 67 60 Y MAS AÑOS
## 9 400 FEMENINO 45 ADULTEZ
## 10 500 MASCULINO 20 JUVENTUD
## # ℹ 70 more rows
## # ℹ 41 more variables: `País de procedencia` <chr>, Estrato <dbl>,
## # Localidad <chr>, Barrio <chr>,
## # `Seleccione una de las siguientes opciones de ocupación del encuestado` <chr>,
## # `Seleccione el nivel educativo referido por el encuestado` <chr>,
## # `1.Hor.Per.UH` <ord>, `2.Frecuencia` <chr>,
## # `3.\t¿Qué tan fuertes son los olores fuera de la casa/en la calle?` <chr>, …variables=c("Estres","Enojo", "Cansancio", "Ansiedad" ,"Picazón naríz",
"Tos", "Flujo nasal - mocos", "Ardor ojos" ,
"Jaqueca",
"Mareo",
"Zumbidos en los oidos",
"Comezón piel",
"Forúnculos en la piel",
"Erupciones en la piel",
"Diarrea",
"Vómito" ,
"Interrupción del sueño",
"No conciliación del sueño")df_uh_sinto[variables] <- lapply(df_uh_sinto[variables], function(x) factor(x, levels = niveles_orden_sintomas, ordered = TRUE))# Primero, convierte los factores ordinales a numéricos
df_uh_sinto_num <- df_uh_sinto
for (var in variables) {
# as.numeric() convierte los niveles de factores ordinales a su valor entero correspondiente
df_uh_sinto_num[[var]] <- as.numeric(df_uh_sinto[[var]])
}
# Asumiendo que tu data frame se llama 'df' y la variable fija se llama 'variable_fija'
# Lista de las otras 14 variables
otras_variables <- c("Estres","Enojo", "Cansancio", "Ansiedad" ,"Picazón naríz",
"Tos", "Flujo nasal - mocos", "Ardor ojos" ,
"Jaqueca",
"Mareo",
"Zumbidos en los oidos",
"Comezón piel",
"Forúnculos en la piel",
"Erupciones en la piel",
"Diarrea",
"Vómito" ,
"Interrupción del sueño",
"No conciliación del sueño")
# Preparar un data.frame para almacenar los resultados
resultados <- data.frame(Variable = otras_variables, Chi_Square = NA, p_value = NA, fisher=NA)
# Realizar la prueba Chi-cuadrado para cada variable
for (i in 1:length(otras_variables)) {
tabla <- table(df_uh_sinto$`1.Hor.Per.UH`, df_uh_sinto[[otras_variables[i]]])
test <- chisq.test(tabla, simulate.p.value = TRUE)
testfishe <-fisher.test(tabla, simulate.p.value = TRUE)
# Almacenar los resultados
resultados$Chi_Square[i] <- test$statistic
resultados$p_value[i] <- test$p.value
resultados$fisher[i]<-testfishe$p.value
}## Warning in chisq.test(tabla, simulate.p.value = TRUE): cannot compute simulated
## p-value with zero marginals## Warning in chisq.test(tabla, simulate.p.value = TRUE): Chi-squared
## approximation may be incorrect## Warning in chisq.test(tabla, simulate.p.value = TRUE): cannot compute simulated
## p-value with zero marginals## Warning in chisq.test(tabla, simulate.p.value = TRUE): Chi-squared
## approximation may be incorrect## Warning in chisq.test(tabla, simulate.p.value = TRUE): cannot compute simulated
## p-value with zero marginals## Warning in chisq.test(tabla, simulate.p.value = TRUE): Chi-squared
## approximation may be incorrect## Warning in chisq.test(tabla, simulate.p.value = TRUE): cannot compute simulated
## p-value with zero marginals## Warning in chisq.test(tabla, simulate.p.value = TRUE): Chi-squared
## approximation may be incorrect## Warning in chisq.test(tabla, simulate.p.value = TRUE): cannot compute simulated
## p-value with zero marginals## Warning in chisq.test(tabla, simulate.p.value = TRUE): Chi-squared
## approximation may be incorrect## Variable Chi_Square p_value fisher
## 1 Estres 10.651286 0.21139430 0.25637181
## 2 Enojo 8.975765 0.36431784 0.43778111
## 3 Cansancio 14.289217 0.06796602 0.16191904
## 4 Ansiedad 5.881181 0.67216392 0.76111944
## 5 Picazón naríz 5.193465 0.75512244 0.74062969
## 6 Tos 14.756067 0.05247376 0.09195402
## 7 Flujo nasal - mocos 11.183761 0.18240880 0.23338331
## 8 Ardor ojos 3.247890 0.93253373 0.94102949
## 9 Jaqueca 6.690520 0.59220390 0.50874563
## 10 Mareo 5.918945 0.65767116 0.73163418
## 11 Zumbidos en los oidos 6.439886 0.59820090 0.66716642
## 12 Comezón piel 4.163560 0.89105447 0.77361319
## 13 Forúnculos en la piel NaN NaN 0.56771614
## 14 Erupciones en la piel NaN NaN 0.46826587
## 15 Diarrea NaN NaN 0.50624688
## 16 Vómito NaN NaN 0.54622689
## 17 Interrupción del sueño NaN NaN 0.45627186
## 18 No conciliación del sueño 11.231746 0.19490255 0.46876562
Frecuencia, Distancia, Síntomas
Variable distancia
## [1] "DISTANCIA EN METROS"
## [2] "SEXO"
## [3] "EDAD (AÑOS)"
## [4] "CICLO DE VIDA"
## [5] "País de procedencia"
## [6] "Estrato"
## [7] "Localidad"
## [8] "Barrio"
## [9] "Seleccione una de las siguientes opciones de ocupación del encuestado"
## [10] "Seleccione el nivel educativo referido por el encuestado"
## [11] "1.Hor.Per.UH"
## [12] "2.Frecuencia"
## [13] "3.\t¿Qué tan fuertes son los olores fuera de la casa/en la calle?"
## [14] "4.\t¿Compare el olor que percibe fuera de la casa/en la calle?"
## [15] "5.\t¿Cuál o cuáles de los siguientes olores predomina en la zona?"
## [16] "6. En que horario percibe la mayor concentración del olor"
## [17] "7.\tEn una escala para medir la molestia debido a los olores califique, donde diez (10) significa que los olores son intolerablemente molestos y Cero (0) significa que ellos no molestan para nada. ¿Cómo calificaría usted la molestia debida a los olores ofe"
## [18] "8.\t¿Considera usted que la molestia de los residentes en esta vía es tolerable o intolerable?"
## [19] "9.\t¿Qué tan sensible se considera usted en general a los olores de todo tipo?"
## [20] "10.\t¿En su vivienda han aparecido residuos como cenizas, hollín o polvo negro?\r\nSi la respuesta es (No) pase a la pregunta 12"
## [21] "11.\t¿Cuál cree que es la causa o causas de la presencia de residuos como cenizas, hollín o polvo negro?"
## [22] "12.\tPuede usted identificar alguna (s) fuente (s) de emisión de olores ofensivos?\r\nSi la respuesta es (Si) indique cual"
## [23] "12.1\t¿Cuál? (fuente (s) de emisión de olores ofensivos)"
## [24] "13.\t¿Padece usted de alguna enfermedad crónica diagnosticada por algún profesional de la salud? (HTA, Diabetes, Enfermedades cardiovasculares, hipo o hipertiroidismo, obesidad, etc.)\r\nSi la respuesta es (Si) indique cual"
## [25] "13.1\t¿Cuál? (enfermedad crónica diagnosticada por algún profesional de la salud)"
## [26] "14.grado_molestia"
## [27] "Estres"
## [28] "Enojo"
## [29] "Cansancio"
## [30] "Ansiedad"
## [31] "Picazón naríz"
## [32] "Tos"
## [33] "Flujo nasal - mocos"
## [34] "Ardor ojos"
## [35] "Jaqueca"
## [36] "Mareo"
## [37] "Zumbidos en los oidos"
## [38] "Comezón piel"
## [39] "Forúnculos en la piel"
## [40] "Erupciones en la piel"
## [41] "Diarrea"
## [42] "Vómito"
## [43] "Interrupción del sueño"
## [44] "No conciliación del sueño"
## [45] "16.\t¿Ha consultado al médico en los últimos tres meses por alguna de las molestias que se indicó en la pregunta anterior?"niveles_ordenados <- c("Nunca", "Dos o tres veces al mes" ,
"Una o dos veces al mes",
"Dos o tres veces por semana",
"Una vez por semana",
"Todos los días")
# Convertir a factor ordinal
df1$`2.Frecuencia` <- factor(df1$`2.Frecuencia`, levels = niveles_ordenados,
ordered = TRUE)## [1] Dos o tres veces por semana Todos los días
## [3] Dos o tres veces por semana Dos o tres veces por semana
## [5] Una vez por semana Dos o tres veces por semana
## [7] Una o dos veces al mes Todos los días
## [9] Dos o tres veces al mes Dos o tres veces al mes
## [11] Dos o tres veces por semana Una o dos veces al mes
## [13] Dos o tres veces por semana Todos los días
## [15] Dos o tres veces al mes Dos o tres veces por semana
## [17] Todos los días Una vez por semana
## [19] Dos o tres veces al mes Todos los días
## [21] Dos o tres veces por semana Una vez por semana
## [23] Nunca Todos los días
## [25] Todos los días Todos los días
## [27] Nunca Nunca
## [29] Todos los días Dos o tres veces por semana
## [31] Todos los días Una vez por semana
## [33] Todos los días Nunca
## [35] Nunca Todos los días
## [37] Nunca Nunca
## [39] Dos o tres veces por semana Dos o tres veces por semana
## [41] Dos o tres veces por semana Todos los días
## [43] Nunca Dos o tres veces al mes
## [45] Una o dos veces al mes Una vez por semana
## [47] Nunca Todos los días
## [49] Nunca Nunca
## [51] Nunca Nunca
## [53] Dos o tres veces al mes Todos los días
## [55] Todos los días Dos o tres veces por semana
## [57] Dos o tres veces por semana Nunca
## [59] Todos los días Todos los días
## [61] Todos los días Dos o tres veces por semana
## [63] Todos los días Una vez por semana
## [65] Una vez por semana Todos los días
## [67] Todos los días Nunca
## [69] Todos los días Todos los días
## [71] Todos los días Todos los días
## [73] Todos los días Nunca
## [75] Dos o tres veces por semana Nunca
## [77] Todos los días Una vez por semana
## [79] Una o dos veces al mes Todos los días
## [81] Todos los días Dos o tres veces al mes
## [83] Dos o tres veces por semana Una o dos veces al mes
## [85] Todos los días Nunca
## [87] Todos los días Todos los días
## [89] Una o dos veces al mes Nunca
## [91] Todos los días Nunca
## [93] Nunca Todos los días
## [95] Todos los días Nunca
## [97] Todos los días Todos los días
## [99] Todos los días Dos o tres veces por semana
## [101] Una o dos veces al mes Nunca
## [103] Nunca Nunca
## [105] Nunca Nunca
## [107] Nunca Nunca
## [109] Una o dos veces al mes Nunca
## [111] Dos o tres veces por semana Una vez por semana
## [113] Una o dos veces al mes Nunca
## [115] Una o dos veces al mes Nunca
## [117] Nunca Nunca
## 6 Levels: Nunca < Dos o tres veces al mes < ... < Todos los díasfilremos df1 quitando los nunca
library(ggplot2)
ggplot(df1, aes(x=`DISTANCIA EN METROS`)) +
geom_bar(stat="count", fill="steelblue") +
geom_text(stat='count', aes(label=after_stat(count)), vjust=-0.5)
ggplot(df1, aes(`2.Frecuencia`))+
geom_bar()+
theme(axis.text.x = element_text(angle = 45, hjust = 1))+
geom_text(stat='count', aes(label=after_stat(count)), vjust=-0.5)
`
## [1] "300" "400" "500"ggplot(df1, aes(`DISTANCIA EN METROS`, fill=`2.Frecuencia`)) +
geom_bar(position="dodge",colour="black") +
labs(x= "Distancia", y="Frecuencias", fill="Estatura") +
ylim(c(0,25)) +
#xlim(c(0,300)) +
ggtitle("Diagrama de barras en el grupo de las mujeres") +
#theme_bw() +
theme_bw(base_size = 12) +
#coord_flip() +
#guides(fill=FALSE)+
#scale_fill_manual(values = c("red","blue", "orange")) +
geom_text(aes(label=after_stat(count)),stat='count',
position=position_dodge(0.9),
vjust=-0.5,
size=2.0) 
ggplot(df1, aes(x =`DISTANCIA EN METROS` , fill = `2.Frecuencia`)) +
geom_bar(position = "fill") +
scale_y_continuous(labels = scales::percent) +
labs(x = "Distancia", fill = "Frecuencia")
Prueba chi cuadrado
##
## Pearson's Chi-squared test with simulated p-value (based on 2000
## replicates)
##
## data: df1$`DISTANCIA EN METROS` and df1$`2.Frecuencia`
## X-squared = 13.358, df = NA, p-value = 0.08996##
## Fisher's Exact Test for Count Data with simulated p-value (based on
## 2000 replicates)
##
## data: df1$`DISTANCIA EN METROS` and df1$`2.Frecuencia`
## p-value = 0.1269
## alternative hypothesis: two.sided## [1] -0.06934851# Realiza la prueba de correlación de Spearman
test_result <- cor.test(as.numeric(df1$`DISTANCIA EN METROS`), as.numeric(df1$`2.Frecuencia`), method = "spearman")## Warning in cor.test.default(as.numeric(df1$`DISTANCIA EN METROS`),
## as.numeric(df1$`2.Frecuencia`), : Cannot compute exact p-value with ties## [1] 0.5307764El valor p de 0.3216332 es bastante alto, lo cual indica que la correlación negativa débil observada (coeficiente de -0.09202467 de una entrada previa) no es estadísticamente significativa al nivel de confianza estándar del 95% (valor p < 0.05). Por lo tanto, no rechazarías la hipótesis nula de que no hay correlación entre las dos variables. Esto significa que, basado en los datos proporcionados, no hay suficiente evidencia para afirmar que existe una relación monótona entre DISTANCIA EN METROS y 2.Frecuencia.
Es importante recordar que la falta de significancia estadística no implica necesariamente que no exista relación alguna; podría significar que no tienes suficientes datos para detectar la relación o que la relación es muy débil. Además, la correlación de Spearman mide relaciones monótonas, no necesariamente lineales, así que una falta de correlación de Spearman no descarta otros tipos de asociaciones entre las variables.
Prueba de Chi-Cuadrado: La prueba de chi-cuadrado no encontró evidencia suficiente para rechazar la hipótesis nula de independencia entre la DISTANCIA EN METROS y la 2.Frecuencia de percepción de olores (valor p = 0.1483). Esto sugiere que, según esta prueba, no hay una relación significativa entre la distancia y la frecuencia de percepción de olores.
Test Exacto de Fisher: Con el test exacto de Fisher usando simulación de Monte Carlo, el valor p obtenido fue de 0.1999, lo que también indica que no hay evidencia suficiente para rechazar la hipótesis nula de independencia entre las dos variables.
Correlación de Spearman: Obtuviste una correlación de Spearman muy débil y negativa (-0.09202467) con un valor p no significativo (p = 0.3216332). Esto indica que no hay una relación monótona fuerte y significativa entre la distancia y la frecuencia de percepción de olores.
Dado que tanto el test de chi-cuadrado como la correlación de Spearman sugieren una falta de relación significativa entre las variables, puedes concluir que los datos no proporcionan evidencia suficiente para apoyar la hipótesis de que “entre más cerca, hay una mayor frecuencia de percepción de olores”.
Es importante tener en cuenta que la falta de evidencia significativa no prueba que no haya relación alguna; solo indica que, con los datos disponibles y las pruebas realizadas, no puedes afirmar con confianza estadística que exista tal relación. Esto podría deberse a varios factores, como el tamaño de la muestra, la variabilidad de los datos, o la presencia de otros factores confundentes que no se han medido o controlado en el análisis.
## [1] "DISTANCIA EN METROS"
## [2] "SEXO"
## [3] "EDAD (AÑOS)"
## [4] "CICLO DE VIDA"
## [5] "País de procedencia"
## [6] "Estrato"
## [7] "Localidad"
## [8] "Barrio"
## [9] "Seleccione una de las siguientes opciones de ocupación del encuestado"
## [10] "Seleccione el nivel educativo referido por el encuestado"
## [11] "1.Hor.Per.UH"
## [12] "2.Frecuencia"
## [13] "3.\t¿Qué tan fuertes son los olores fuera de la casa/en la calle?"
## [14] "4.\t¿Compare el olor que percibe fuera de la casa/en la calle?"
## [15] "5.\t¿Cuál o cuáles de los siguientes olores predomina en la zona?"
## [16] "6. En que horario percibe la mayor concentración del olor"
## [17] "7.\tEn una escala para medir la molestia debido a los olores califique, donde diez (10) significa que los olores son intolerablemente molestos y Cero (0) significa que ellos no molestan para nada. ¿Cómo calificaría usted la molestia debida a los olores ofe"
## [18] "8.\t¿Considera usted que la molestia de los residentes en esta vía es tolerable o intolerable?"
## [19] "9.\t¿Qué tan sensible se considera usted en general a los olores de todo tipo?"
## [20] "10.\t¿En su vivienda han aparecido residuos como cenizas, hollín o polvo negro?\r\nSi la respuesta es (No) pase a la pregunta 12"
## [21] "11.\t¿Cuál cree que es la causa o causas de la presencia de residuos como cenizas, hollín o polvo negro?"
## [22] "12.\tPuede usted identificar alguna (s) fuente (s) de emisión de olores ofensivos?\r\nSi la respuesta es (Si) indique cual"
## [23] "12.1\t¿Cuál? (fuente (s) de emisión de olores ofensivos)"
## [24] "13.\t¿Padece usted de alguna enfermedad crónica diagnosticada por algún profesional de la salud? (HTA, Diabetes, Enfermedades cardiovasculares, hipo o hipertiroidismo, obesidad, etc.)\r\nSi la respuesta es (Si) indique cual"
## [25] "13.1\t¿Cuál? (enfermedad crónica diagnosticada por algún profesional de la salud)"
## [26] "14.grado_molestia"
## [27] "Estres"
## [28] "Enojo"
## [29] "Cansancio"
## [30] "Ansiedad"
## [31] "Picazón naríz"
## [32] "Tos"
## [33] "Flujo nasal - mocos"
## [34] "Ardor ojos"
## [35] "Jaqueca"
## [36] "Mareo"
## [37] "Zumbidos en los oidos"
## [38] "Comezón piel"
## [39] "Forúnculos en la piel"
## [40] "Erupciones en la piel"
## [41] "Diarrea"
## [42] "Vómito"
## [43] "Interrupción del sueño"
## [44] "No conciliación del sueño"
## [45] "16.\t¿Ha consultado al médico en los últimos tres meses por alguna de las molestias que se indicó en la pregunta anterior?"## # A tibble: 84 × 3
## `DISTANCIA EN METROS` `2.Frecuencia` `14.grado_molestia`
## <fct> <ord> <chr>
## 1 500 Dos o tres veces por semana Molestia grave
## 2 500 Todos los días Molestia grave
## 3 500 Dos o tres veces por semana Molestia grave intolerable
## 4 500 Dos o tres veces por semana Molestia grave
## 5 500 Una vez por semana Molestia muy leve
## 6 500 Dos o tres veces por semana Molestia muy grave
## 7 400 Una o dos veces al mes Molestia grave
## 8 400 Todos los días Molestia grave
## 9 400 Dos o tres veces al mes Molestia leve
## 10 500 Dos o tres veces al mes Molestia inconfundible
## # ℹ 74 more rows
fviz_mca_var(mca_gibraltar_1, repel = F, col.var = "cos2", gradient.cols=c("red", "yellow", "green"))
- La componente 1: asocia los sintomas: fiebre, diarrea y dolor abdominal
- componente 2: alimentos
library(factoextra)
# Tu código existente para crear el gráfico
p <- fviz_mca_var(mca_gibraltar_1, repel = TRUE, col.var = "cos2", gradient.cols=c("red", "yellow", "green"))
# Ajustar el tamaño del texto usando theme() y element_text()
p + theme(
text = element_text(size = 2), # Cambia el tamaño de todo el texto en el gráfico
axis.title = element_text(size = 10), # Cambia el tamaño del texto de los títulos de los ejes
axis.text = element_text(size = 8), # Cambia el tamaño del texto de las etiquetas de los ejes
legend.text = element_text(size = 8) # Cambia el tamaño del texto de la leyenda
)