Prueba_P_AR
Adriana Renteria
2024-01-08
Modelos regresion y naive bayes 1600734568+09+2001-2dígitos
#Introducción Las condiciones de vida de las personas de cada lugar es diferentes, por lo cual es fundamenta, el un estudio de cada provincia. En este caso se enfoca en la provincia de Chimborazo, tomando en cuenta 38 variables que ayuda a la toma de decisiones del estudio. El objetivo es analizar puntos esenciales como ubicación, edad, ocupación, características de la vivienda entre otros, con la finalidad de atribuir información de la población con respecto a qué variables influyen en la alimentación mediante la implementación de modelos de predección, en este caso, modelos de regresión y naive bayes.
Importación de la data
library(readxl)
DATA_PARCIAL2 <- read_excel("DATA_PARCIAL2.xlsx")
View(DATA_PARCIAL2)#Descripción de variables
colnames(DATA_PARCIAL2)## [1] "UBICACIÓN"
## [2] "¿En qué cantón de la provincia de Chimborazo vive?"
## [3] "Edad del encuestado"
## [4] "Sexo"
## [5] "Estado civil"
## [6] "Cantidad de personas que conforman el hogar"
## [7] "¿Qué parentesco tiene con el representante del hogar?"
## [8] "¿Cuál es el tipo de vivienda?"
## [9] "El material predominante de las paredes exteriores de la vivienda es de:"
## [10] "EL material predominante del piso de la vivienda es de:"
## [11] "¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?"
## [12] "Tipo de servicio higiénico con que cuenta este hogar"
## [13] "¿Cuenta con servicio de internet?"
## [14] "¿Cuenta con computadora de escritorio?"
## [15] "¿Cuenta con computadora portátil?"
## [16] "¿Cuántos celulares activados tiene en este hogar?"
## [17] "¿Tiene su hogar servicio de teléfono convencional?"
## [18] "¿Tiene en su hogar cocina con horno?"
## [19] "¿Tiene refrigeradora?"
## [20] "¿Tiene lavadora?"
## [21] "¿Tiene equipo de sonido?"
## [22] "¿Cuántas TV a color tienen en este hogar?"
## [23] "¿Cuántos vehículos de uso exclusivo tiene este hogar?"
## [24] "¿Alguien en el hogar compra vestimenta en centros comerciales?"
## [25] "¿En el hogar alguien ha usado internet en los últimos 6 meses?"
## [26] "¿En el hogar alguien utiliza correo electrónico que no es del trabajo?"
## [27] "¿En el hogar alguien está registrado en una red social?"
## [28] "Exceptuando los libros de texto o manuales de estudio y lecturas de trabajo¿Alguien del hogar ha leído algún libro completo en los últimos 3 meses?"
## [29] "¿Cuál es el nivel de instrucción del Jefe del hogar?"
## [30] "¿Alguien en el hogar está afiliado o cubierto por el seguro del IESS (general, voluntario o campesino) y/o seguro del ISSFA o ISSPOL?"
## [31] "¿Alguien en el hogar tiene seguro de salud privada con hospitalización, seguro de salud privada sin hospitalización, seguro internacional,seguros municipales y de Consejos Provinciales y/o seguro de vida?"
## [32] "¿Cuál es la ocupación del Representante del hogar?"
## [33] "NSE_2023_CUALI"
## [34] "¿Para qué sector trabaja?"
## [35] "¿Consume usted arroz?"
## [36] "¿Consume usted queso industrial (CON MARCA)"
## [37] "¿Consume usted huevos?"
## [38] "¿Consume frutas?"Se obtiene que se encuentran 38 variables, las cuales son: - Ubicación: Variable de tipo cualitativa nominal, con diferentes tipos de ubicación de la provincia de Chimborazo.
¿En qué cantón de la provincia de Chimborazo vive?: Variable de tipo cualitativa nominal con datos de los cantones de la provincia de Chimborazo.
- Edad del encuestado: Variable cuantitativa discreta.
Sexo: Género del individuo. Variable de tipo cualitativa nominal con 2 niveles: Masculino y Femenino.
Estado civil: Estado civil del encuestado, con 5 niveles: casado, soltero, divorciado, viudo y otro
Cantidad de personas que conforman el hogar: Hacen referencia a la cantidad de personas que vive en una sola familia. Variable cuantitativa discreta.
¿Qué parentesco tiene con el representante del hogar?: Variable cualitativa nominal, lo cual hace referencia a qué tipo de lazo familiar está vinculado el encuestado.
¿Cuál es el tipo de vivienda?: Variable cualitativa nominal. La cual esta pregunta nos ayudará a saber cómo vive el encuestado, hay diferentes niveles en la variable.
El material predominante de las paredes exteriores de la vivienda es de: Variable cualitativa nominal.
EL material predominante del piso de la vivienda es de: Variable cualitativa nominal. Contiene diferentes niveles
¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?: Variable cuantitativa discreta.
“Tipo de servicio higiénico con que cuenta este hogar”: Variable cualitativa nominal.
¿Cuenta con servicio de internet?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿Cuenta con computadora de escritorio?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
“¿Cuenta con computadora portátil?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿Cuántos celulares activados tiene en este hogar?: Variable cualitativa nominal. Cuenta con 3 niveles
¿Tiene su hogar servicio de teléfono convencional?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿Tiene en su hogar cocina con horno?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿Tiene refrigeradora?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿Tiene lavadora?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿Tiene equipo de sonido?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿Cuántas TV a color tienen en este hogar?: Variable cualitativa nominal.
¿Cuántos vehículos de uso exclusivo tiene este hogar?: Variable cualitativa nominal.
¿Alguien en el hogar compra vestimenta en centros comerciales?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿En el hogar alguien ha usado internet en los últimos 6 meses?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿En el hogar alguien utiliza correo electrónico que no es del trabajo?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿En el hogar alguien está registrado en una red social?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
“Exceptuando los libros de texto o manuales de estudio y lecturas de trabajo¿Alguien del hogar ha leído algún libro completo en los últimos 3 meses?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿Cuál es el nivel de instrucción del Jefe del hogar?: Variable cualitativa nominal.
¿Alguien en el hogar está afiliado o cubierto por el seguro del IESS (general, voluntario o campesino) y/o seguro del ISSFA o ISSPOL?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
¿Alguien en el hogar tiene seguro de salud privada con hospitalización, seguro de salud privada sin hospitalización, seguro internacional,seguros municipales y de Consejos Provinciales y/o seguro de vida?:
Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
- ¿Cuál es la ocupación del Representante del hogar:
Variable cualitativa nominal.
- NSE_2023_CUALI Variable cualitativa nominal.
- ¿Para qué sector trabaja?: Variable cualitativa
nominal.
- ¿Consume usted arroz?: Variable cualitativa
nominal. Cuenta con 2 niveles: sí y no
- ¿Consume usted queso industrial (CON MARCA):
Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
- ¿Consume usted huevos: Variable cualitativa
nominal. Cuenta con 2 niveles: sí y no
- ¿Consume frutas?: Variable cualitativa nominal. Cuenta con 2 niveles: sí y no
Transformar las variables character a variables factor
clases <- sapply(DATA_PARCIAL2, class)
head(clases)## UBICACIÓN
## "character"
## ¿En qué cantón de la provincia de Chimborazo vive?
## "character"
## Edad del encuestado
## "numeric"
## Sexo
## "character"
## Estado civil
## "character"
## Cantidad de personas que conforman el hogar
## "numeric"#limpieza de la data
Detección de Na’s
which(is.na(DATA_PARCIAL2))## [1] 1182 1205 1207 1313 1319 1345 1410 1438 1450 1451 1482 1599
## [13] 1653 20200 20201 20202 20208 20216 20217 20218 20220 20221 20228 20240
## [25] 20261 20263 20269 20281 20282 20290 20297 20305 20310 20313 20317 20318
## [37] 20323 20335 20341 20344 20345 20347 20348 20349 20350 20359 20366 20370
## [49] 20372 20375 20376 20381 20383 20388 20394 20407 20417 20427 20437 20440
## [61] 20444 20448 20451 20464 20465 20468 20470 20471 20474 20475 20476 20477
## [73] 20479 20480 20493 20494 20495 20497 20498 20499 20500 20503 20506 20509
## [85] 20511 20513 20514 20515 20516 20517 20518 20519 20521 20527 20528 20529
## [97] 20530 20533 20545 20554 20555 20567 20568 20569 20575 20576 20577 20578
## [109] 20579 20580 20581 20582 20585 20589 20590 20591 20592 20593 20595 20600
## [121] 20602 20603 20606 20609 20611 20613 20617 20618 20623 20624 20625 20626
## [133] 20627 20629 20632 20635 20641 20645 20651 20652 20653 20659 20661 20667
## [145] 20672 20677 20679 20681 20682 20684 20686 20689 20690 20693 20694 20697
## [157] 20704 20706 20707 20713 20714 20716 20717 20719 20721 20723 20726 20728
## [169] 20729 20730 20733 20736 20738 20739 20742 20745 20746 20747 20748 20750
## [181] 20751 20753 20754 20756 20757 20758 20759 20760 20761 20762 20764 20765
## [193] 20766 20767 20769 20770 20772sum(is.na(DATA_PARCIAL2))## [1] 197Interpretación Se verifica que la base de datos contiene 197 datos faltantes, por lo cual se debe hacer la debida imputación.
Omitir na’s
BASE <- na.omit(DATA_PARCIAL2)
View(BASE)**Interpretación*
Se obtiene que al utilizar el na.omit permite ejecutar funciones numéricas sobre datos NA, algunos análisis devolverán un error ante la existencia de valores NA o vacíos (““). Por lo que, al correr nuevamente la data, ya no aparecen aquellos datos.
##Transformar a factor las variables
- Transformar la variable ubicación a factor
BASE$UBICACIÓN <- factor(BASE$UBICACIÓN)
levels(BASE$UBICACIÓN) = c("Alausí","Cacha","Calpi","Chambo","Chunchi","Colta","Cubijíes","Cumanda","Flores","Guamote","Guano","Licán","Licto","Lizarzaburu","Maldonado","Pallatanga","Penipe","Pungalá","Punín","Quimiag","San Juan","San Luis","Velasco","Veloz","Yaruquíes")Transformar la variable canton de caracter a factor
Transformar la variable sexo de caracter a factor
BASE$Sexo <- factor(BASE$Sexo )
levels(BASE$Sexo ) <- c("Masculino","Femenino")
class(BASE$Sexo)[1] "factor"- Transformar la variable estado civil de caracter a factor
BASE$`Estado civil` <- factor(BASE$`Estado civil`)
levels(BASE$`Estado civil`) <- c("Casado","Divorciado","Otro","Soltero","Viudo")
class(BASE$`Estado civil`)[1] "factor"- Transformar la variable parentesco de caracter a factor
BASE$`¿Qué parentesco tiene con el representante del hogar?` <- factor(BASE$`¿Qué parentesco tiene con el representante del hogar?`)
levels(BASE$`¿Qué parentesco tiene con el representante del hogar?`) <- c("Cónyugue o conviviente","Otros parientes","Otros parientes","Yo soy el representante del Hogar","Hijo o hija","Padres o suegros","Otros no parientes","Yerno o nuera")- Transformar la variable parentesco de caracter a factor
# Transformar la variable tipo de vivienda de caracter a factor
BASE$`¿Cuál es el tipo de vivienda?` <- factor(BASE$`¿Cuál es el tipo de vivienda?`)
levels(BASE$`¿Cuál es el tipo de vivienda?`) <- c("Casa/Villa","Departamento en casa o edificio","Suite de lujo","Cuarto(s) en casa de inquilinato ","Choza/Covacha/Otro","Rancho"," Mediagua")- Transformar la variable tipo de material del piso de caracter a factor
BASE$`EL material predominante del piso de la vivienda es de:` <- factor(BASE$`EL material predominante del piso de la vivienda es de:`)
levels(BASE$`EL material predominante del piso de la vivienda es de:`) <- c("Duela, parquet, tablón o piso flotante"," Cerámica, baldosa, vinil o marmetón","Tabla sin tratar","Tierra/ Caña/ Otros materiales","Ladrillo o cemento")- Transformar la variable tipo de material de las paredes de caracter a factor
BASE$`El material predominante de las paredes exteriores de la vivienda es de:` <- factor(BASE$`El material predominante de las paredes exteriores de la vivienda es de:`)
levels(BASE$`El material predominante de las paredes exteriores de la vivienda es de:`) <- c("Adobe/Tapia","Caña no revestida/ Otros materiales","Ladrillo o bloque","Hormigón"," Caña revestida o bahareque/Madera")- Transformar la variable tipo de cuartos de baño con ducha de uso exclusivo tiene este hogar de caracter a factor
BASE$`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?` <- factor(BASE$`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`)
levels(BASE$`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`) <- c("No tiene cuarto de baño exclusivo con ducha en el hogar","Tiene 2 cuartos de baño exclusivos con ducha","Tiene 1 cuarto de baño exclusivo con ducha ","Tiene 3 o más cuartos de baño exclusivos con ducha")- Transformar la variable tipo de Tipo de servicio higiénico de caracter a factor
BASE$`Tipo de servicio higiénico con que cuenta este hogar` <- factor(BASE$`Tipo de servicio higiénico con que cuenta este hogar`)
levels(BASE$`Tipo de servicio higiénico con que cuenta este hogar`) <- c("Con descarga directa al mar, río, lago o quebrada ","Conectado a pozo séptico","Tiene 1 cuarto de baño exclusivo con ducha Letrina","Conectado a pozo ciego","Conectado a red pública de alcantarillado","Sin Marca")- Transformar la variable tipo de Cuenta con servicio de internet de caracter a factor
BASE$`¿Cuenta con servicio de internet?` <- factor(BASE$`¿Cuenta con servicio de internet?`)
levels(BASE$`¿Cuenta con servicio de internet?`) <- c("Si","No")- Transformar la variable tipo de Cuenta con computadora de escritorio de caracter a factor
BASE$`¿Cuenta con computadora de escritorio?` <- factor(BASE$`¿Cuenta con computadora de escritorio?`)
levels(BASE$`¿Cuenta con computadora de escritorio?`) <- c("Si","No")- Transformar la variable tipo de Cuenta con computadora portátil de caracter a factor
BASE$`¿Cuenta con computadora portátil?` <- factor(BASE$`¿Cuenta con computadora portátil?`)
levels(BASE$`¿Cuenta con computadora portátil?`) <- c("Si","No")- Transformar la variable tipo de Cuántos celulares activados tiene en este hogar de caracter a factor
BASE$`¿Cuántos celulares activados tiene en este hogar?` <- factor(BASE$`¿Cuántos celulares activados tiene en este hogar?`)
levels(BASE$`¿Cuántos celulares activados tiene en este hogar?`) <- c("No tiene celular nadie en el hogar","Tiene 3 celulares","Tiene 1 celular","Tiene 4 ó más celulares","Tiene 2 celulares")- Transformar la variable tipo de Tiene su hogar servicio de teléfono convencional de caracter a factor
BASE$`¿Tiene su hogar servicio de teléfono convencional?` <- factor(BASE$`¿Tiene su hogar servicio de teléfono convencional?`)
levels(BASE$`¿Tiene su hogar servicio de teléfono convencional?`) <- c("Si","No")- Transformar la variable tipo de Tiene su hogar servicio de teléfono convencional de caracter a factor
BASE$`¿Tiene en su hogar cocina con horno?` <- factor(BASE$`¿Tiene en su hogar cocina con horno?`)
levels(BASE$`¿Tiene en su hogar cocina con horno?`) <- c("Si","No")- Transformar la variable tipo de Tiene su hogar servicio de teléfono convencional de caracter a factor
BASE$`¿Tiene refrigeradora?` <- factor(BASE$`¿Tiene refrigeradora?`)
levels(BASE$`¿Tiene refrigeradora?`) <- c("Si","No")- Transformar la variable tipo de Tiene su hogar servicio de teléfono convencional de caracter a factor
BASE$`¿Tiene lavadora?` <- factor(BASE$`¿Tiene lavadora?`)
levels(BASE$`¿Tiene lavadora?`) <- c("Si","No")- Transformar la variable tipo de Tiene su hogar servicio de teléfono convencional de caracter a factor
BASE$`¿Tiene equipo de sonido?` <- factor(BASE$`¿Tiene equipo de sonido?`)
levels(BASE$`¿Tiene equipo de sonido?`) <- c("Si","No")- Transformar la variable tipo de Tiene su hogar servicio de teléfono convencional de caracter a factor
BASE$`¿Cuántas TV a color tienen en este hogar?` <- factor(BASE$`¿Cuántas TV a color tienen en este hogar?`)
levels(BASE$`¿Cuántas TV a color tienen en este hogar?`) <- c("No tiene TV a color en el hogar","Tiene 3 ó más TV a color ","Tiene 1 TV a color ","Tiene 2 TV a color ")- Transformar la variable tipo de vehículos de uso exclusivo tiene este hogar de caracter a factor
BASE$`¿Cuántos vehículos de uso exclusivo tiene este hogar?` <- factor(BASE$`¿Cuántos vehículos de uso exclusivo tiene este hogar?`)
levels(BASE$`¿Cuántos vehículos de uso exclusivo tiene este hogar?`) <- c("No tiene vehículo exclusivo para el hogar","Tiene 3 ó más vehículo exclusivo","Tiene 2 vehículo exclusivo","Tiene un vehículo exclusivo ")- Transformar la variable tipo de en el hogar compra vestimenta en centros comerciales?` de caracter a factor
BASE$`¿Alguien en el hogar compra vestimenta en centros comerciales?`<- factor(BASE$`¿Alguien en el hogar compra vestimenta en centros comerciales?`)
levels(BASE$`¿Alguien en el hogar compra vestimenta en centros comerciales?`) <- c("Si","No")- Transformar la variable tipo de alguien ha usado internet en los últimos 6 meses de caracter a factor
BASE$`¿En el hogar alguien ha usado internet en los últimos 6 meses?` <- factor(BASE$`¿En el hogar alguien ha usado internet en los últimos 6 meses?`)
levels(BASE$`¿En el hogar alguien ha usado internet en los últimos 6 meses?`) <- c("Si","No")- Transformar la variable tipo de utiliza correo electrónico que no es del trabajo de caracter a factor
#
BASE$`¿En el hogar alguien utiliza correo electrónico que no es del trabajo?` <- factor(BASE$`¿En el hogar alguien utiliza correo electrónico que no es del trabajo?`)
levels(BASE$`¿En el hogar alguien utiliza correo electrónico que no es del trabajo?`) <- c("Si","No")- Transformar la variable tipo de está registrado en una red socialde caracter a factor
BASE$`¿En el hogar alguien está registrado en una red social?` <- factor(BASE$`¿En el hogar alguien está registrado en una red social?`)
levels(BASE$`¿En el hogar alguien está registrado en una red social?`) <- c("Si","No")- Transformar la variable tipo de libros de texto o manuales de estudio y lecturas de trabajo de caracter a factor
BASE$`Exceptuando los libros de texto o manuales de estudio y lecturas de trabajo¿Alguien del hogar ha leído algún libro completo en los últimos 3 meses?` <- factor(BASE$`Exceptuando los libros de texto o manuales de estudio y lecturas de trabajo¿Alguien del hogar ha leído algún libro completo en los últimos 3 meses?`)
levels(BASE$`Exceptuando los libros de texto o manuales de estudio y lecturas de trabajo¿Alguien del hogar ha leído algún libro completo en los últimos 3 meses?`) <- c("Si","No")- Transformar la variable tipo de ocupación del Representante del hogarde caracter a factor
BASE$`¿Cuál es la ocupación del Representante del hogar?` <- factor(BASE$`¿Cuál es la ocupación del Representante del hogar?` )
levels(BASE$`¿Cuál es la ocupación del Representante del hogar?` ) <- c("Desempleado "," Empleados de oficina","Fuerzas Armadas","Inactivos "," Oficiales operarios y artesanos"," Operadores de instalaciones y máquinas","Personal directivo de la Administración Pública y de empresas"," Profesionales científicos e intelectuales","Técnicos y profesionales de nivel medio","Trabajador calificados agropecuarios y pesqueros","Trabajador de los servicios y comerciantes","Trabajadores no calificados")- Transformar la variable tipo de nivel de instrucción del Jefe del hogar de caracter a factor
BASE$`¿Cuál es el nivel de instrucción del Jefe del hogar?` <- factor(BASE$`¿Cuál es el nivel de instrucción del Jefe del hogar?`)
levels(BASE$`¿Cuál es el nivel de instrucción del Jefe del hogar?`) <- c("4 ó más años de educación superior (completa sin postgrado)","Hasta 3 años de educación superior (incompleta)","Postgrado","Primaria completa ","Primaria incompleta","Secundaria completa ","Secundaria incompleta","Sin estudios ")- Transformar la variable tipo de Alguien en el hogar está afiliado o cubierto por el seguro del IESS de caracter a factor
BASE$`¿Alguien en el hogar está afiliado o cubierto por el seguro del IESS (general, voluntario o campesino) y/o seguro del ISSFA o ISSPOL?` <- factor(BASE$`¿Alguien en el hogar está afiliado o cubierto por el seguro del IESS (general, voluntario o campesino) y/o seguro del ISSFA o ISSPOL?`)
levels(BASE$`¿Alguien en el hogar está afiliado o cubierto por el seguro del IESS (general, voluntario o campesino) y/o seguro del ISSFA o ISSPOL?`) <- c("Si","No")- Transformar la variable tipo de nivel de instrucción del Jefe del hogar de caracter a factor
BASE$`¿Alguien en el hogar tiene seguro de salud privada con hospitalización, seguro de salud privada sin hospitalización, seguro internacional,seguros municipales y de Consejos Provinciales y/o seguro de vida?` <- factor(BASE$`¿Alguien en el hogar tiene seguro de salud privada con hospitalización, seguro de salud privada sin hospitalización, seguro internacional,seguros municipales y de Consejos Provinciales y/o seguro de vida?`)
levels(BASE$`¿Alguien en el hogar tiene seguro de salud privada con hospitalización, seguro de salud privada sin hospitalización, seguro internacional,seguros municipales y de Consejos Provinciales y/o seguro de vida?`) <- c("Si","No")- Tranformar a factor la variable ¿Para qué sector trabaja?
BASE$`¿Para qué sector trabaja?`= factor(BASE$`¿Para qué sector trabaja?`)
levels(BASE$`¿Para qué sector trabaja?`) = c("Sector público", "Sector privado", "Ninguno")
class(BASE$`¿Para qué sector trabaja?`)## [1] "factor"- Tranformar a factor la variable “Consume usted arroz”
BASE$`¿Consume usted arroz?`= factor(BASE$`¿Consume usted arroz?`)
levels(BASE$`¿Consume usted arroz?`)= c("Si", "No")
class(BASE$`¿Consume usted arroz?`)## [1] "factor"- Tranformar a factor la variable “¿Consume usted queso industrial (CON MARCA)”
BASE$`¿Consume usted queso industrial (CON MARCA)`= factor(BASE$`¿Consume usted queso industrial (CON MARCA)`)
levels(BASE$`¿Consume usted queso industrial (CON MARCA)`)=c("Si", "No")
class(BASE$`¿Consume usted queso industrial (CON MARCA)`)## [1] "factor"- Transformar a factor la variable “¿Consume usted huevos?”
BASE$`¿Consume usted huevos?`= factor(BASE$`¿Consume usted huevos?`)
levels(BASE$`¿Consume usted huevos?`)=c("Si", "No")
class(BASE$`¿Consume usted huevos?`)## [1] "factor"- Transformar a factor la variable “¿Consume frutas?”
BASE$`¿Consume frutas?`= factor (BASE$`¿Consume frutas?`)
levels(BASE$`¿Consume frutas?`) =c("Si", "No")
class(BASE$`¿Consume frutas?`)## [1] "factor"Forma automática
BASE1 <- as.data.frame(lapply(DATA_PARCIAL2, function(x) if(is.character(x))
as.factor(x) else x))
clases <- sapply(DATA_PARCIAL2,class);
head(clases)## UBICACIÓN
## "character"
## ¿En qué cantón de la provincia de Chimborazo vive?
## "character"
## Edad del encuestado
## "numeric"
## Sexo
## "character"
## Estado civil
## "character"
## Cantidad de personas que conforman el hogar
## "numeric"#Unión de las variables ya transformadas
Classes <- sapply(BASE, class)
for (i in 1:ncol(BASE))
if(Classes [i]== "numeric")
BASE[[i]]= as.numeric(BASE[[i]])
Classes = sapply(BASE, class)
head(Classes)## UBICACIÓN
## "factor"
## ¿En qué cantón de la provincia de Chimborazo vive?
## "factor"
## Edad del encuestado
## "numeric"
## Sexo
## "factor"
## Estado civil
## "factor"
## Cantidad de personas que conforman el hogar
## "numeric"ANALISIS DESCRIPTIVO
summary(BASE[, clases == "numeric"])## Edad del encuestado Cantidad de personas que conforman el hogar
## Min. :15.00 Min. : 1.000
## 1st Qu.:26.00 1st Qu.: 3.000
## Median :37.00 Median : 4.000
## Mean :38.16 Mean : 4.319
## 3rd Qu.:47.00 3rd Qu.: 5.000
## Max. :81.00 Max. :37.000apply(BASE[,clases == "numeric"], 2, sd)## Edad del encuestado
## 13.983034
## Cantidad de personas que conforman el hogar
## 2.343052- Edad del encuestado: Se obtiene que el mínimo de edad es de 15 años, por lo que se infiere que a partir de esa edad estaban aprobados para la entrevista. Sin embargo, toca resaltar que el individuo aun es joven, mientras que, su máximo de edad del encuestado es de 81 años.
Su mediana es de 37 años. Además, al considerar el 1er cuartil, se infiere que el 25% de la población en estudio constituye 26 años, mientras que, el 3er cuartil que representa el 75% es de 47 años, con una desviación estándar de 13.983034.
Entonces, se infiere que la mayoría de personas están dentro de la edad adulta, es decir, se encuentra en una edad promedio por lo que es buena edad para ser encuestado.
- Cantidad de personas que conforman el hogar:: Se obtiene que el mínimo de personas por hogar es de 1,por lo que se infiere que el numero personas por hogar es pequeña. mientras que el máximo es de 37 personas dentro de un hogar, por lo que la cantidad es significativamente grande .
Su mediana es de 4 personass. Además, al considerar el 1er cuartil, se infiere que el 25% de la población en estudio constituye a 3 personas por familia, mientras que, el 3er cuartil que representa el 75% es de 45 personas por familia, con una desviación estándar de 2.343052.
Entonces, se infiere que la mayoria de personas no sobrepasa más del 5 personas por familias.
#Análisis visual de datos
#Diagrama de barras de las variables que influyen en la alimentación
library(ggplot2)
grafico_1 = ggplot(BASE,aes(x= `¿Consume usted arroz?`))+
geom_bar(stat="count", width=0.7, fill="skyblue")+
theme_minimal() + geom_text(aes(label = ..count..), stat="count" )
print(grafico_1)## Warning: The dot-dot notation (`..count..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(count)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
Interpretación
La población mayoritaria es la que no consume arroz, con un total de 373 personas, mientras los que sí consumen arroz son pocos con un total de 10 personas.
grafico_2 = ggplot(BASE,aes(x=`¿Consume usted queso industrial (CON MARCA)`))+
geom_bar(stat="count", width=0.7, fill="orange")+
theme_minimal() + geom_text(aes(label = ..count..), stat="count" )
print(grafico_2)
Interpretación
La población mayoritaria en la que sí consume queso industrial, con un total de 221 personas, mientras los que no consumen queso industrial es de 162, una diferencia no tan lejana.
grafico_3 = ggplot(BASE,aes(x=`¿Consume usted huevos?`))+
geom_bar(stat="count", width=0.7, fill="green")+
theme_minimal() + geom_text(aes(label = ..count..), stat="count" )
print(grafico_3)
Interpretación
La población mayoritaria en la que no consume huevos, con un total de 333 personas, mientras los que sí consumen huevos es de 50, una diferencia significativa.
grafico_4 =ggplot(BASE,aes(x=`¿Consume frutas?`))+
geom_bar(stat="count", width=0.7, fill="pink")+
theme_minimal() + geom_text(aes(label = ..count..), stat="count" )
print(grafico_4)
Interpretación
La población mayoritaria en la que no consumen furtas, con un total de 345 personas, mientras los que sí consumen huevos es de 38, una diferencia significativa.
#Gráficas de dispersión para las variables que posiblemente influyan en la alimentación
Comparación de variables a “¿Consume usted arroz?”
Variable Cantidad de personas que conforman el hogar y ¿Cuál es la ocupación del Representante del hogar?
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`¿Cuál es la ocupación del Representante del hogar?`, colour = `¿Consume usted arroz?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad personas que conforman el hogar - Ocupación",
x = "personas que conforman el hogar",
y = "ocupación del Representante del hogar"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre ocupación y personas que conforman el hogar con respecto a la variable dicotómica ¿Consume usted arroz?“, se dicta que no existe relación, ya que a pesar de su cargo en el trabajo y la edad la mayoría de personas no consumen. Es decir, que las variables no son dependientes a consumo de arroz.
Variable Cantidad de personas que conforman el hogar y Edad del encuestado
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`Edad del encuestado`, colour = `¿Consume usted arroz?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar - Edad del encuestado",
x = "Cantidad de personas que conforman el hogar",
y = "Edad del encuestado"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre cantidad de personas que conforman el hogar y edad del encuestado con respecto a la variable dicotómica ¿Consume usted arroz?“, se dicta que no existe relación, ya que la cantidad de personas depende de la edad, por lo cual no tiene relación con Consumo de arroz.
Variable Cantidad de personas que conforman el hogar y ¿En qué cantón de la provincia de Chimborazo vive?
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`¿En qué cantón de la provincia de Chimborazo vive?`, colour = `¿Consume usted arroz?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar - ¿En qué cantón de la provincia de Chimborazo vive?",
x = "Cantidad de personas que conforman el hogar",
y = "¿En qué cantón de la provincia de Chimborazo vive?"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre cantidad de personas que conforman el hogar y el cantón de que pertenece con respecto a la variable dicotómica “¿Consume usted arroz?”, se dicta que sí existe relación, ya que mientras el cantón es más grande (Desarrollado), y la cantidad de familias es más pequeña, la gente tiende a comer más arroz, mientras, que más personas se encuentra en la famila en cantones rurales, la gente tiende a comer menos arroz.
Variable Edad del encuestado y Sexo?
library(ggplot2)
ggplot(BASE, aes(`Edad del encuestado`,Sexo, colour = `¿Consume usted arroz?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Edad del encuestado - Sexo",
x = "Edad del encuestado",
y = "Sexo"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre edad del encuestado y sexo con respecto a la variable dicotómica “¿Consume usted arroz?”, se dicta que no existe relación, ya que ser mujer u hombre y la edad no define el consumo de arroz.
Comparación de variables a “¿Consume usted queso industrial (CON MARCA)”
Variable Cantidad de personas que conforman el hogar y NSE_2023_CUALI
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,NSE_2023_CUALI, colour = `¿Consume usted queso industrial (CON MARCA)`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar - NSE_2023_CUALI",
x = "personas que conforman el hogar",
y = "NSE_2023_CUALIr"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y NSE_2023_CUALI con respecto a la variable dicotómica “¿Consume usted queso industrial (CON MARCA)”, se dicta que sí existe relación, ya que mientras más personas conforman el hogar y el nivel socioeconómico es más bajo, el consumo de queso industrial con marca es más alto.
Variable Cantidad de personas que conforman el hogar y Edad del encuestado
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`Edad del encuestado`, colour = `¿Consume usted queso industrial (CON MARCA)`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar- edad del encuestado",
x = "Cantidad de personas que conforman el hogar",
y = "edad del encuestado"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y Edad del encuestado con respecto a la variable dicotómica “¿Consume usted queso industrial (CON MARCA)”, se dicta que sí existe relación, ya que mientras más personas conforman el hogar y más edad tenga, las personas tienden a consumir más arroz.
Variable Cantidad de personas que conforman el hogar y ¿En qué cantón de la provincia de Chimborazo vive?
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`¿En qué cantón de la provincia de Chimborazo vive?`, colour = `¿Consume usted queso industrial (CON MARCA)`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar - ¿En qué cantón de la provincia de Chimborazo vive?",
x = "Cantidad de personas que conforman el hogar",
y = "¿En qué cantón de la provincia de Chimborazo vive?"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y ¿En qué cantón de la provincia de Chimborazo vive? con respecto a la variable dicotómica “¿Consume usted queso industrial (CON MARCA)”, se dicta que sí existe relación, ya que mientras más personas conforman el hogar y más rural sea el cantón, las personas tienden a consumir más queso industrial.
Variable C¿Tiene refrigeradora? y ¿Tiene refrigeradora? Y NSE_2023_CUALI.
library(ggplot2)
ggplot(BASE, aes(`¿Tiene refrigeradora?`,NSE_2023_CUALI, colour = `¿Consume usted queso industrial (CON MARCA)`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "¿Tiene refrigeradora?- NSE_2023_CUALI",
x = "¿Tiene refrigeradora?",
y = "NSE_2023_CUALI"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre ¿Tiene refrigeradora? y NSE_2023_CUALI” con respecto a la variable dicotómica “¿Consume usted queso industrial (CON MARCA)”, se dicta que no existe relación, ya que no depende el nivel socioeconómico del encuestado si tiene o no refrigeradora, por lo que no tiene relación que si consume o no el queso industrial.
Comparación de variables a “¿Consume usted huevos?”
Variable Cantidad de personas que conforman el hogar y NSE_2023_CUALI
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,NSE_2023_CUALI, colour = `¿Consume usted huevos?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar - NSE_2023_CUALI",
x = "Cantidad de personas que conforman el hogar",
y = "NSE_2023_CUALI"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y NSE_2023_CUALI con respecto a la variable dicotómica “¿Consume usted huevos?, se dicta que no existe relación, ya que no depende la cantidad de personas con el nivel socioeconómico del encuestado, por lo que no existe relación con el consumo de huevos.
Variable Cantidad de personas que conforman el hogar y Edad del encuestado
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`Edad del encuestado`, colour = `¿Consume usted huevos?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar- edad del encuestado",
x = "Cantidad de personas que conforman el hogar",
y = "edad del encuestado"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y Edad del encuestado con respecto a la variable dicotómica “¿Consume usted huevos?, se dicta que no existe relación, ya que no depende la cantidad de personas con edad del encuestado, por lo que no existe relación con el consumo de huevos.
Variable Cantidad de personas que conforman el hogar y ¿En qué cantón de la provincia de Chimborazo vive?
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`¿En qué cantón de la provincia de Chimborazo vive?`, colour = `¿Consume usted huevos?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar - ¿En qué cantón de la provincia de Chimborazo vive?",
x = "Cantidad de personas que conforman el hogar",
y = "¿En qué cantón de la provincia de Chimborazo vive?"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y ¿En qué cantón de la provincia de Chimborazo vive?, con respecto a la variable dicotómica “¿Consume usted huevos?, se dicta que no existe relación, ya que no depende la cantidad de personas con edad del encuestado, por lo que no existe relación con el consumo de huevos.
Variable Cantidad de personas que conforman el hogar y NSE_2023_CUALI
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`NSE_2023_CUALI`, colour = `¿Consume usted huevos?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar- NSE_2023_CUALI",
x = "Cantidad de personas que conforman el hogar",
y = "NSE_2023_CUALI"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y NSE_2023_CUALI, con respecto a la variable dicotómica “¿Consume usted huevos?, se dicta que sí existe relación, ya que mientras menos personas en la familia, más alto el nivel socioeconómico, por lo que las personas con más nivel socioeconómico se observa que se consumen menos huevos.
Comparación de variables a “¿Consume usted frutas?”
Variable Cantidad de personas que conforman el hogar y NSE_2023_CUALI
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,NSE_2023_CUALI, colour = `¿Consume frutas?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar - NSE_2023_CUALI",
x = "Cantidad de personas que conforman el hogar",
y = "NSE_2023_CUALI"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y NSE_2023_CUALI, con respecto a la variable dicotómica “¿Consume frutas?, se dicta que no existe relación, ya que no hay dependencia entre variables, por lo que no se puede concluir que las variables tomadas influyen en el consumo de frutas.
Variable Cantidad de personas que conforman el hogar y Edad del encuestado
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`Edad del encuestado`, colour = `¿Consume frutas?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar- edad del encuestado",
x = "Cantidad de personas que conforman el hogar",
y = "edad del encuestado"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y edad del encuestado, con respecto a la variable dicotómica “¿Consume frutas?, se dicta que no existe relación, ya que no hay dependencia entre variables, por lo que no se puede concluir que las variables tomadas influyen en el consumo de frutas.
Variable Cantidad de personas que conforman el hogar y ¿En qué cantón de la provincia de Chimborazo vive?
library(ggplot2)
ggplot(BASE, aes(`Cantidad de personas que conforman el hogar`,`¿En qué cantón de la provincia de Chimborazo vive?`, colour = `¿Consume frutas?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "Cantidad de personas que conforman el hogar - ¿En qué cantón de la provincia de Chimborazo vive?",
x = "Cantidad de personas que conforman el hogar",
y = "¿En qué cantón de la provincia de Chimborazo vive?"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre Cantidad de personas que conforman el hogar y ¿En qué cantón de la provincia de Chimborazo vive?, con respecto a la variable dicotómica “¿Consume frutas?, se dicta que no existe relación, ya que no hay dependencia entre variables, por lo que no se puede concluir que las variables tomadas influyen en el consumo de frutas.
Variable ¿Tiene refrigeradora? y ¿Cuál es la ocupación del Representante del hogar?
library(ggplot2)
ggplot(BASE, aes(`¿Tiene refrigeradora?`,`¿Cuál es la ocupación del Representante del hogar?`, colour = `¿Consume frutas?`)) +
geom_point(size = 1.5, alpha = 0.7) +
labs(
title = "¿Tiene refrigeradora? y ¿Cuál es la ocupación del Representante del hogar?",
x = "¿Tiene refrigeradora?",
y = "Cantidad de personas que conforman el hogar"
) +
theme_classic() +
theme(
plot.title = element_text(size = 12, face = "bold"),
axis.text = element_text(size = 10),
legend.title = element_text(size=10)
)
Interpretación
La relación entre ¿Tiene refrigeradora? y ¿Cuál es la ocupación del Representante del hogar?, con respecto a la variable dicotómica “¿Consume frutas?, se dicta que no existe relación, ya que no hay dependencia entre variables, por lo que no se puede concluir que las variables tomadas influyen en el consumo de frutas.
#Gráficas de cajas para las variables que posiblemente influyan en la alimentación
Comparación de variables a “¿Consume usted arroz?”
Variable Consume usted arroz y Edad del encuestado
ggplot(BASE, aes(`¿Consume usted arroz?`, `Edad del encuestado`, color = `¿Consume usted arroz?`)) +
geom_boxplot()
Interpretación
- Sí
La relación entre la variable dicotómica “¿Consume usted arroz? y edad del encuestado, se dicta que el nivel si el 25% de la población, es decir, el 1er cuartil es de 20 años, su mediana y media es aproximadamente de 22 años.
También el 3er cuartil se acerca a los 33 años, por lo que, el 75% de las personas en estudio se encuentran en la etapa de adultez, por lo que son personas con sufieciente criterio para responder las diferentes preguntas. Aunque con el máximo se verifica que efectivamente se trata de personas ya adultas, dónde la máxima edad de que consumen arroz es de 35 años aproximadamente.
Por último, existen 2 datos atípicos, dónde está cercano a los 60 años, por lo aquellas personas en su edad mayor(60 años o más) consumen arroz.
- No Mientras, en el nivel no el 25% de la población, es decir, el 1er cuartil es de 28 años, su mediana y media es aproximadamente de 37 años.
También el 3er cuartil se acerca a los 48 años, por lo que, el 75% de las personas en estudio se encuentran en la etapa de adultez. Aunque con el máximo se verifica que efectivamente se trata de personas ya adultas, dónde la máxima edad de que consumen arroz es de 73 años aproximadamente.
Por último, existen 3 datos atípicos, dónde está cercano a los 80 años, por lo aquellas personas en su edad mayor(60 años o más) consumen arroz.
Por lo que, la población mayoritaria son los que no consumen arroz, verficando que mientras más edad, las personas dejan de consumir arroz.
Variable Consume usted arroz y Cantidad de personas que conforman el hogar
ggplot(BASE, aes(`¿Consume usted arroz?`, `Cantidad de personas que conforman el hogar` , color = `¿Consume usted arroz?`)) +
geom_boxplot()
Interpretación
- Sí
La relación entre la variable dicotómica “¿Consume usted arroz? y Cantidad de personas que conforman el hogar, se dicta que el nivel sí el 25% de la población, es decir, el 1er cuartil es de 3 personas, su mediana y media es aproximadamente de 4.
También el 3er cuartil se acerca a 6, por lo que, el 75% de las personas en estudio, consume arroz a pesar de ser grande la familia y su máximo es de 7.
- No Mientras, en el nivel no el 25% de la población, es decir, el 1er cuartil es aproximadamente de 4, su mediana y media es aproximadamente 4, es decir, igual al nivel sí.
También el 3er cuartil es 5, por lo que, el 75% de las personas en estudio de los que no consumen arroz es menor que los qu eno consumen.
Por último, existen 2 datos atípicos, dónde está cercano a las 10 personas.
Comparación de variables a “¿Consume usted queso industrial (CON MARCA)”
Variable Consume usted queso industrial (CON MARCA) y Edad del encuestado
ggplot(BASE, aes(`¿Consume usted queso industrial (CON MARCA)`,`Edad del encuestado`, color = `¿Consume usted queso industrial (CON MARCA)`)) +
geom_boxplot()
Variable Consume usted queso industrial (CON MARCA) y Cantidad de personas que conforman el hogar
ggplot(BASE, aes(`¿Consume usted queso industrial (CON MARCA)`,`Cantidad de personas que conforman el hogar`, color = `¿Consume usted queso industrial (CON MARCA)`)) +
geom_boxplot()
Comparación de variables a “¿Consume usted huevos?”
Variable ¿Consume usted huevos? y Edad del encuestado
ggplot(BASE, aes(`¿Consume usted huevos?`,`Edad del encuestado`, color =`¿Consume usted huevos?`)) +
geom_boxplot()
Variable Consume usted huevos - Cantidad de personas que conforman el hogar
ggplot(BASE, aes(`¿Consume usted huevos?`,`Cantidad de personas que conforman el hogar`, color =`¿Consume usted huevos?`)) +
geom_boxplot()
Comparación de variables a “¿Consume usted frutas?”
Consume usted FRUTAS - Edad del encuestado
ggplot(BASE, aes(`¿Consume frutas?`,`Edad del encuestado`, color =`¿Consume frutas?`)) +
geom_boxplot()
Consume usted frutas- cantidad de personas
ggplot(BASE, aes(`¿Consume frutas?`,`Cantidad de personas que conforman el hogar`, color =`¿Consume frutas?`)) +
geom_boxplot()
GRAFICO MULTIVARIANTE
#install.packages("GGally")
library(GGally)
ggpairs(BASE[, clases == "numeric"])+ theme_bw()
INTERPRETACIÓN
La variable cantidad de personas que conforman el hogar presenta una correlación 0.035 significativa con la edad del encuestado por ende no es tan buena esta correlación con la gráfica que representa no tiene un buen sentido estas dos debido a su datos atípicos.
Semilla
cedula <- 1600734568
dia <- 09
año <- 2001
# semilla a trabajar
semilla_t <- cedula + dia + año
semilla_t <- semilla_t - 1600000000
semilla_t[1] 736578Muestra
tr <- round(nrow(BASE)*0.7)
set.seed(semilla_t)
muestra <- sample.int(nrow(BASE),tr)
Train.p1 <- BASE[muestra,]
Val.p1 <- BASE[-muestra,]Ahora disponemos de un conjunto de entrenamiento Train.p1 y un conjunto de validación Val.p1
Predicción de que consume arroz sobre las variables que influyen.
Modelos de clasificación.
Regresión logística
Trataremos de modelar la probabilidad de ¿Consume usted arroz? positiva en función del resto de las variables.
El modelo logítisco
\[{p_i}= P\left({Y=1/X={x_1}} \right) = {{{e^{{\beta_0} + {\beta_1}{x_{i1}} + \ldots + {\beta_p}{X_{ip}}}}} \over {1+ { e^{{\beta_0} + {\beta_1}{X_{i1}} + \ldots + {\beta_p} {x_{ip}}}}}}\]
Se trata de un modelo lineal en el logit de la probabilidad Vamos ajustar primero el modelo desde el punto de vista estadístico para interpretar los parámetros.
\[{\rm{logit}}({p_i}) = {\beta_0} + {\beta_1}{x_{i1}} + \ldots + {\beta_P} {x_{ip}} \]
Modelo de Regresión
gfit1 <- glm(`¿Consume usted arroz?` ~., data=BASE, family = binomial)
summary(gfit1)
Call:
glm(formula = `¿Consume usted arroz?` ~ ., family = binomial,
data = BASE)
Coefficients: (9 not defined because of singularities)
Estimate
(Intercept) 8.595e+01
UBICACIÓNCacha 1.547e+01
UBICACIÓNCalpi -2.715e+00
UBICACIÓNChambo -2.060e+01
UBICACIÓNChunchi -5.688e+00
UBICACIÓNColta 1.542e+00
UBICACIÓNCubijíes -5.006e+01
UBICACIÓNCumanda 1.291e+00
UBICACIÓNFlores -7.439e+01
UBICACIÓNGuamote -1.276e+01
UBICACIÓNGuano -5.920e+00
UBICACIÓNLicán 6.543e+01
UBICACIÓNLicto -3.079e+01
UBICACIÓNLizarzaburu 5.125e+00
UBICACIÓNMaldonado 1.034e+01
UBICACIÓNPallatanga -4.822e+01
UBICACIÓNPenipe -1.566e+01
UBICACIÓNPungalá 2.240e-01
UBICACIÓNPunín -8.663e+00
UBICACIÓNQuimiag 5.670e+00
UBICACIÓNSan Juan -8.267e+00
UBICACIÓNSan Luis 2.508e+01
UBICACIÓNVelasco 1.309e+01
UBICACIÓNVeloz -6.189e+00
UBICACIÓNYaruquíes -1.493e+01
`¿En qué cantón de la provincia de Chimborazo vive?`Chambo NA
`¿En qué cantón de la provincia de Chimborazo vive?`Chunchi NA
`¿En qué cantón de la provincia de Chimborazo vive?`Colta NA
`¿En qué cantón de la provincia de Chimborazo vive?`Cumanda NA
`¿En qué cantón de la provincia de Chimborazo vive?`Guamote NA
`¿En qué cantón de la provincia de Chimborazo vive?`Guano NA
`¿En qué cantón de la provincia de Chimborazo vive?`Pallatanga NA
`¿En qué cantón de la provincia de Chimborazo vive?`Penipe NA
`¿En qué cantón de la provincia de Chimborazo vive?`Riobamba NA
`Edad del encuestado` 7.835e-01
SexoFemenino -4.406e-01
`Estado civil`Divorciado 7.508e+00
`Estado civil`Otro -6.141e+01
`Estado civil`Soltero -5.836e-01
`Estado civil`Viudo -4.546e+01
`Cantidad de personas que conforman el hogar` -1.996e-01
`¿Qué parentesco tiene con el representante del hogar?`Otros parientes 1.863e+01
`¿Qué parentesco tiene con el representante del hogar?`Yo soy el representante del Hogar -7.911e+01
`¿Qué parentesco tiene con el representante del hogar?`Hijo o hija -8.145e+00
`¿Qué parentesco tiene con el representante del hogar?`Padres o suegros -1.462e+01
`¿Qué parentesco tiene con el representante del hogar?`Otros no parientes 2.330e+01
`¿Cuál es el tipo de vivienda?`Departamento en casa o edificio -2.738e+01
`¿Cuál es el tipo de vivienda?`Suite de lujo 4.853e+00
`¿Cuál es el tipo de vivienda?`Cuarto(s) en casa de inquilinato 1.031e+01
`¿Cuál es el tipo de vivienda?`Choza/Covacha/Otro 3.053e-01
`¿Cuál es el tipo de vivienda?`Rancho 1.112e+01
`¿Cuál es el tipo de vivienda?` Mediagua 1.173e+02
`El material predominante de las paredes exteriores de la vivienda es de:`Caña no revestida/ Otros materiales 3.190e+00
`El material predominante de las paredes exteriores de la vivienda es de:`Ladrillo o bloque -1.423e+01
`El material predominante de las paredes exteriores de la vivienda es de:`Hormigón -7.137e+00
`El material predominante de las paredes exteriores de la vivienda es de:` Caña revestida o bahareque/Madera -4.635e+00
`EL material predominante del piso de la vivienda es de:` Cerámica, baldosa, vinil o marmetón -8.045e+00
`EL material predominante del piso de la vivienda es de:`Tabla sin tratar -1.515e+00
`EL material predominante del piso de la vivienda es de:`Tierra/ Caña/ Otros materiales -1.502e+01
`EL material predominante del piso de la vivienda es de:`Ladrillo o cemento -1.548e+01
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 2 cuartos de baño exclusivos con ducha 1.659e+01
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 1 cuarto de baño exclusivo con ducha 8.233e+00
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 3 o más cuartos de baño exclusivos con ducha -1.100e+01
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a pozo séptico -1.500e+00
`Tipo de servicio higiénico con que cuenta este hogar`Tiene 1 cuarto de baño exclusivo con ducha Letrina -9.844e+00
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a pozo ciego -1.086e+01
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a red pública de alcantarillado 3.150e+01
`Tipo de servicio higiénico con que cuenta este hogar`Sin Marca 1.760e+01
`¿Cuenta con servicio de internet?`No 6.037e-01
`¿Cuenta con computadora de escritorio?`No -4.763e+00
`¿Cuenta con computadora portátil?`No 1.270e+00
`¿Cuántos celulares activados tiene en este hogar?`Tiene 3 celulares 1.233e+01
`¿Cuántos celulares activados tiene en este hogar?`Tiene 1 celular 1.588e+01
`¿Cuántos celulares activados tiene en este hogar?`Tiene 4 ó más celulares 2.589e+01
`¿Cuántos celulares activados tiene en este hogar?`Tiene 2 celulares 2.510e+01
`¿Tiene su hogar servicio de teléfono convencional?`No -1.168e+01
`¿Tiene en su hogar cocina con horno?`No 2.055e+01
`¿Tiene refrigeradora?`No -5.184e+00
`¿Tiene lavadora?`No -4.629e+00
`¿Tiene equipo de sonido?`No 4.331e+00
`¿Cuántas TV a color tienen en este hogar?`Tiene 3 ó más TV a color -1.248e+01
`¿Cuántas TV a color tienen en este hogar?`Tiene 1 TV a color -1.935e+01
`¿Cuántas TV a color tienen en este hogar?`Tiene 2 TV a color -3.911e+01
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene 3 ó más vehículo exclusivo -2.693e+00
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene 2 vehículo exclusivo 1.712e+01
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene un vehículo exclusivo -1.804e+01
`¿Alguien en el hogar compra vestimenta en centros comerciales?`No -2.288e-01
`¿En el hogar alguien ha usado internet en los últimos 6 meses?`No -1.346e+01
`¿En el hogar alguien utiliza correo electrónico que no es del trabajo?`No 6.611e+00
`¿En el hogar alguien está registrado en una red social?`No 7.872e+00
`Exceptuando los libros de texto o manuales de estudio y lecturas de trabajo¿Alguien del hogar ha leído algún libro completo en los últimos 3 meses?`No 3.974e+00
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Hasta 3 años de educación superior (incompleta) 1.032e+01
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Postgrado -1.934e+01
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Primaria completa 2.505e+01
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Primaria incompleta 2.872e+01
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Secundaria completa 1.269e+01
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Secundaria incompleta 2.172e+01
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Sin estudios 6.684e+00
`¿Alguien en el hogar está afiliado o cubierto por el seguro del IESS (general, voluntario o campesino) y/o seguro del ISSFA o ISSPOL?`No -5.108e+00
`¿Alguien en el hogar tiene seguro de salud privada con hospitalización, seguro de salud privada sin hospitalización, seguro internacional,seguros municipales y de Consejos Provinciales y/o seguro de vida?`No -1.654e+01
`¿Cuál es la ocupación del Representante del hogar?` Empleados de oficina -1.009e+01
`¿Cuál es la ocupación del Representante del hogar?`Fuerzas Armadas -1.385e+01
`¿Cuál es la ocupación del Representante del hogar?`Inactivos -1.590e+01
`¿Cuál es la ocupación del Representante del hogar?` Oficiales operarios y artesanos -5.385e+00
`¿Cuál es la ocupación del Representante del hogar?` Operadores de instalaciones y máquinas -8.872e-01
`¿Cuál es la ocupación del Representante del hogar?`Personal directivo de la Administración Pública y de empresas -1.915e+01
`¿Cuál es la ocupación del Representante del hogar?` Profesionales científicos e intelectuales -5.173e+01
`¿Cuál es la ocupación del Representante del hogar?`Técnicos y profesionales de nivel medio -4.079e+01
`¿Cuál es la ocupación del Representante del hogar?`Trabajador calificados agropecuarios y pesqueros -2.367e+00
`¿Cuál es la ocupación del Representante del hogar?`Trabajador de los servicios y comerciantes -1.205e+01
`¿Cuál es la ocupación del Representante del hogar?`Trabajadores no calificados -3.924e+00
NSE_2023_CUALIBajo -1.179e+02
NSE_2023_CUALIMedio Alto -2.943e+01
NSE_2023_CUALIMedio Bajo -9.369e+01
NSE_2023_CUALIMedio Típico -6.413e+01
`¿Para qué sector trabaja?`Sector privado -3.710e+00
`¿Para qué sector trabaja?`Ninguno -9.095e+00
`¿Consume usted queso industrial (CON MARCA)`No -4.173e+01
`¿Consume usted huevos?`No -1.549e+01
`¿Consume frutas?`No 4.001e+01
Std. Error
(Intercept) 1.413e+06
UBICACIÓNCacha 9.977e+05
UBICACIÓNCalpi 6.073e+05
UBICACIÓNChambo 8.366e+05
UBICACIÓNChunchi 9.506e+05
UBICACIÓNColta 6.883e+05
UBICACIÓNCubijíes 6.882e+05
UBICACIÓNCumanda 6.078e+05
UBICACIÓNFlores 8.001e+05
UBICACIÓNGuamote 4.120e+05
UBICACIÓNGuano 5.340e+05
UBICACIÓNLicán 7.715e+05
UBICACIÓNLicto 5.707e+05
UBICACIÓNLizarzaburu 4.505e+05
UBICACIÓNMaldonado 4.170e+05
UBICACIÓNPallatanga 5.168e+05
UBICACIÓNPenipe 8.434e+05
UBICACIÓNPungalá 5.328e+05
UBICACIÓNPunín 1.003e+06
UBICACIÓNQuimiag 7.094e+05
UBICACIÓNSan Juan 5.037e+05
UBICACIÓNSan Luis 6.652e+05
UBICACIÓNVelasco 2.815e+05
UBICACIÓNVeloz 3.960e+05
UBICACIÓNYaruquíes 4.077e+05
`¿En qué cantón de la provincia de Chimborazo vive?`Chambo NA
`¿En qué cantón de la provincia de Chimborazo vive?`Chunchi NA
`¿En qué cantón de la provincia de Chimborazo vive?`Colta NA
`¿En qué cantón de la provincia de Chimborazo vive?`Cumanda NA
`¿En qué cantón de la provincia de Chimborazo vive?`Guamote NA
`¿En qué cantón de la provincia de Chimborazo vive?`Guano NA
`¿En qué cantón de la provincia de Chimborazo vive?`Pallatanga NA
`¿En qué cantón de la provincia de Chimborazo vive?`Penipe NA
`¿En qué cantón de la provincia de Chimborazo vive?`Riobamba NA
`Edad del encuestado` 6.406e+03
SexoFemenino 1.489e+05
`Estado civil`Divorciado 3.804e+05
`Estado civil`Otro 3.942e+05
`Estado civil`Soltero 1.724e+05
`Estado civil`Viudo 1.949e+05
`Cantidad de personas que conforman el hogar` 2.020e+04
`¿Qué parentesco tiene con el representante del hogar?`Otros parientes 2.647e+05
`¿Qué parentesco tiene con el representante del hogar?`Yo soy el representante del Hogar 9.338e+05
`¿Qué parentesco tiene con el representante del hogar?`Hijo o hija 2.583e+05
`¿Qué parentesco tiene con el representante del hogar?`Padres o suegros 4.328e+05
`¿Qué parentesco tiene con el representante del hogar?`Otros no parientes 1.703e+05
`¿Cuál es el tipo de vivienda?`Departamento en casa o edificio 9.020e+05
`¿Cuál es el tipo de vivienda?`Suite de lujo 2.236e+05
`¿Cuál es el tipo de vivienda?`Cuarto(s) en casa de inquilinato 1.435e+05
`¿Cuál es el tipo de vivienda?`Choza/Covacha/Otro 2.620e+05
`¿Cuál es el tipo de vivienda?`Rancho 4.746e+07
`¿Cuál es el tipo de vivienda?` Mediagua 7.557e+05
`El material predominante de las paredes exteriores de la vivienda es de:`Caña no revestida/ Otros materiales 7.285e+05
`El material predominante de las paredes exteriores de la vivienda es de:`Ladrillo o bloque 9.848e+05
`El material predominante de las paredes exteriores de la vivienda es de:`Hormigón 5.220e+05
`El material predominante de las paredes exteriores de la vivienda es de:` Caña revestida o bahareque/Madera 3.980e+05
`EL material predominante del piso de la vivienda es de:` Cerámica, baldosa, vinil o marmetón 1.639e+05
`EL material predominante del piso de la vivienda es de:`Tabla sin tratar 2.456e+05
`EL material predominante del piso de la vivienda es de:`Tierra/ Caña/ Otros materiales 5.889e+05
`EL material predominante del piso de la vivienda es de:`Ladrillo o cemento 4.730e+05
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 2 cuartos de baño exclusivos con ducha 3.820e+05
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 1 cuarto de baño exclusivo con ducha 4.450e+05
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 3 o más cuartos de baño exclusivos con ducha 4.803e+05
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a pozo séptico 4.911e+05
`Tipo de servicio higiénico con que cuenta este hogar`Tiene 1 cuarto de baño exclusivo con ducha Letrina 5.316e+05
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a pozo ciego 5.068e+05
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a red pública de alcantarillado 7.576e+05
`Tipo de servicio higiénico con que cuenta este hogar`Sin Marca 8.890e+05
`¿Cuenta con servicio de internet?`No 3.126e+05
`¿Cuenta con computadora de escritorio?`No 1.343e+05
`¿Cuenta con computadora portátil?`No 2.447e+05
`¿Cuántos celulares activados tiene en este hogar?`Tiene 3 celulares 4.180e+05
`¿Cuántos celulares activados tiene en este hogar?`Tiene 1 celular 3.301e+05
`¿Cuántos celulares activados tiene en este hogar?`Tiene 4 ó más celulares 3.047e+05
`¿Cuántos celulares activados tiene en este hogar?`Tiene 2 celulares 3.612e+05
`¿Tiene su hogar servicio de teléfono convencional?`No 1.494e+05
`¿Tiene en su hogar cocina con horno?`No 1.393e+05
`¿Tiene refrigeradora?`No 2.014e+05
`¿Tiene lavadora?`No 1.408e+05
`¿Tiene equipo de sonido?`No 1.340e+05
`¿Cuántas TV a color tienen en este hogar?`Tiene 3 ó más TV a color 3.156e+05
`¿Cuántas TV a color tienen en este hogar?`Tiene 1 TV a color 2.996e+05
`¿Cuántas TV a color tienen en este hogar?`Tiene 2 TV a color 3.162e+05
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene 3 ó más vehículo exclusivo 1.839e+05
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene 2 vehículo exclusivo 6.608e+05
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene un vehículo exclusivo 1.423e+05
`¿Alguien en el hogar compra vestimenta en centros comerciales?`No 1.226e+05
`¿En el hogar alguien ha usado internet en los últimos 6 meses?`No 2.984e+05
`¿En el hogar alguien utiliza correo electrónico que no es del trabajo?`No 1.359e+05
`¿En el hogar alguien está registrado en una red social?`No 3.210e+05
`Exceptuando los libros de texto o manuales de estudio y lecturas de trabajo¿Alguien del hogar ha leído algún libro completo en los últimos 3 meses?`No 1.989e+05
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Hasta 3 años de educación superior (incompleta) 2.841e+05
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Postgrado 2.889e+05
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Primaria completa 3.291e+05
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Primaria incompleta 3.519e+05
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Secundaria completa 2.924e+05
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Secundaria incompleta 3.959e+05
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Sin estudios 8.040e+05
`¿Alguien en el hogar está afiliado o cubierto por el seguro del IESS (general, voluntario o campesino) y/o seguro del ISSFA o ISSPOL?`No 2.049e+05
`¿Alguien en el hogar tiene seguro de salud privada con hospitalización, seguro de salud privada sin hospitalización, seguro internacional,seguros municipales y de Consejos Provinciales y/o seguro de vida?`No 1.514e+05
`¿Cuál es la ocupación del Representante del hogar?` Empleados de oficina 4.016e+05
`¿Cuál es la ocupación del Representante del hogar?`Fuerzas Armadas 5.596e+05
`¿Cuál es la ocupación del Representante del hogar?`Inactivos 7.490e+05
`¿Cuál es la ocupación del Representante del hogar?` Oficiales operarios y artesanos 4.213e+05
`¿Cuál es la ocupación del Representante del hogar?` Operadores de instalaciones y máquinas 4.539e+05
`¿Cuál es la ocupación del Representante del hogar?`Personal directivo de la Administración Pública y de empresas 3.638e+05
`¿Cuál es la ocupación del Representante del hogar?` Profesionales científicos e intelectuales 4.057e+05
`¿Cuál es la ocupación del Representante del hogar?`Técnicos y profesionales de nivel medio 3.479e+05
`¿Cuál es la ocupación del Representante del hogar?`Trabajador calificados agropecuarios y pesqueros 6.240e+05
`¿Cuál es la ocupación del Representante del hogar?`Trabajador de los servicios y comerciantes 3.051e+05
`¿Cuál es la ocupación del Representante del hogar?`Trabajadores no calificados 5.359e+05
NSE_2023_CUALIBajo 1.343e+06
NSE_2023_CUALIMedio Alto 4.400e+05
NSE_2023_CUALIMedio Bajo 8.326e+05
NSE_2023_CUALIMedio Típico 6.395e+05
`¿Para qué sector trabaja?`Sector privado 2.508e+05
`¿Para qué sector trabaja?`Ninguno 2.745e+05
`¿Consume usted queso industrial (CON MARCA)`No 2.857e+04
`¿Consume usted huevos?`No 3.160e+05
`¿Consume frutas?`No 2.087e+05
z value
(Intercept) 0.000
UBICACIÓNCacha 0.000
UBICACIÓNCalpi 0.000
UBICACIÓNChambo 0.000
UBICACIÓNChunchi 0.000
UBICACIÓNColta 0.000
UBICACIÓNCubijíes 0.000
UBICACIÓNCumanda 0.000
UBICACIÓNFlores 0.000
UBICACIÓNGuamote 0.000
UBICACIÓNGuano 0.000
UBICACIÓNLicán 0.000
UBICACIÓNLicto 0.000
UBICACIÓNLizarzaburu 0.000
UBICACIÓNMaldonado 0.000
UBICACIÓNPallatanga 0.000
UBICACIÓNPenipe 0.000
UBICACIÓNPungalá 0.000
UBICACIÓNPunín 0.000
UBICACIÓNQuimiag 0.000
UBICACIÓNSan Juan 0.000
UBICACIÓNSan Luis 0.000
UBICACIÓNVelasco 0.000
UBICACIÓNVeloz 0.000
UBICACIÓNYaruquíes 0.000
`¿En qué cantón de la provincia de Chimborazo vive?`Chambo NA
`¿En qué cantón de la provincia de Chimborazo vive?`Chunchi NA
`¿En qué cantón de la provincia de Chimborazo vive?`Colta NA
`¿En qué cantón de la provincia de Chimborazo vive?`Cumanda NA
`¿En qué cantón de la provincia de Chimborazo vive?`Guamote NA
`¿En qué cantón de la provincia de Chimborazo vive?`Guano NA
`¿En qué cantón de la provincia de Chimborazo vive?`Pallatanga NA
`¿En qué cantón de la provincia de Chimborazo vive?`Penipe NA
`¿En qué cantón de la provincia de Chimborazo vive?`Riobamba NA
`Edad del encuestado` 0.000
SexoFemenino 0.000
`Estado civil`Divorciado 0.000
`Estado civil`Otro 0.000
`Estado civil`Soltero 0.000
`Estado civil`Viudo 0.000
`Cantidad de personas que conforman el hogar` 0.000
`¿Qué parentesco tiene con el representante del hogar?`Otros parientes 0.000
`¿Qué parentesco tiene con el representante del hogar?`Yo soy el representante del Hogar 0.000
`¿Qué parentesco tiene con el representante del hogar?`Hijo o hija 0.000
`¿Qué parentesco tiene con el representante del hogar?`Padres o suegros 0.000
`¿Qué parentesco tiene con el representante del hogar?`Otros no parientes 0.000
`¿Cuál es el tipo de vivienda?`Departamento en casa o edificio 0.000
`¿Cuál es el tipo de vivienda?`Suite de lujo 0.000
`¿Cuál es el tipo de vivienda?`Cuarto(s) en casa de inquilinato 0.000
`¿Cuál es el tipo de vivienda?`Choza/Covacha/Otro 0.000
`¿Cuál es el tipo de vivienda?`Rancho 0.000
`¿Cuál es el tipo de vivienda?` Mediagua 0.000
`El material predominante de las paredes exteriores de la vivienda es de:`Caña no revestida/ Otros materiales 0.000
`El material predominante de las paredes exteriores de la vivienda es de:`Ladrillo o bloque 0.000
`El material predominante de las paredes exteriores de la vivienda es de:`Hormigón 0.000
`El material predominante de las paredes exteriores de la vivienda es de:` Caña revestida o bahareque/Madera 0.000
`EL material predominante del piso de la vivienda es de:` Cerámica, baldosa, vinil o marmetón 0.000
`EL material predominante del piso de la vivienda es de:`Tabla sin tratar 0.000
`EL material predominante del piso de la vivienda es de:`Tierra/ Caña/ Otros materiales 0.000
`EL material predominante del piso de la vivienda es de:`Ladrillo o cemento 0.000
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 2 cuartos de baño exclusivos con ducha 0.000
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 1 cuarto de baño exclusivo con ducha 0.000
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 3 o más cuartos de baño exclusivos con ducha 0.000
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a pozo séptico 0.000
`Tipo de servicio higiénico con que cuenta este hogar`Tiene 1 cuarto de baño exclusivo con ducha Letrina 0.000
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a pozo ciego 0.000
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a red pública de alcantarillado 0.000
`Tipo de servicio higiénico con que cuenta este hogar`Sin Marca 0.000
`¿Cuenta con servicio de internet?`No 0.000
`¿Cuenta con computadora de escritorio?`No 0.000
`¿Cuenta con computadora portátil?`No 0.000
`¿Cuántos celulares activados tiene en este hogar?`Tiene 3 celulares 0.000
`¿Cuántos celulares activados tiene en este hogar?`Tiene 1 celular 0.000
`¿Cuántos celulares activados tiene en este hogar?`Tiene 4 ó más celulares 0.000
`¿Cuántos celulares activados tiene en este hogar?`Tiene 2 celulares 0.000
`¿Tiene su hogar servicio de teléfono convencional?`No 0.000
`¿Tiene en su hogar cocina con horno?`No 0.000
`¿Tiene refrigeradora?`No 0.000
`¿Tiene lavadora?`No 0.000
`¿Tiene equipo de sonido?`No 0.000
`¿Cuántas TV a color tienen en este hogar?`Tiene 3 ó más TV a color 0.000
`¿Cuántas TV a color tienen en este hogar?`Tiene 1 TV a color 0.000
`¿Cuántas TV a color tienen en este hogar?`Tiene 2 TV a color 0.000
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene 3 ó más vehículo exclusivo 0.000
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene 2 vehículo exclusivo 0.000
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene un vehículo exclusivo 0.000
`¿Alguien en el hogar compra vestimenta en centros comerciales?`No 0.000
`¿En el hogar alguien ha usado internet en los últimos 6 meses?`No 0.000
`¿En el hogar alguien utiliza correo electrónico que no es del trabajo?`No 0.000
`¿En el hogar alguien está registrado en una red social?`No 0.000
`Exceptuando los libros de texto o manuales de estudio y lecturas de trabajo¿Alguien del hogar ha leído algún libro completo en los últimos 3 meses?`No 0.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Hasta 3 años de educación superior (incompleta) 0.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Postgrado 0.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Primaria completa 0.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Primaria incompleta 0.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Secundaria completa 0.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Secundaria incompleta 0.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Sin estudios 0.000
`¿Alguien en el hogar está afiliado o cubierto por el seguro del IESS (general, voluntario o campesino) y/o seguro del ISSFA o ISSPOL?`No 0.000
`¿Alguien en el hogar tiene seguro de salud privada con hospitalización, seguro de salud privada sin hospitalización, seguro internacional,seguros municipales y de Consejos Provinciales y/o seguro de vida?`No 0.000
`¿Cuál es la ocupación del Representante del hogar?` Empleados de oficina 0.000
`¿Cuál es la ocupación del Representante del hogar?`Fuerzas Armadas 0.000
`¿Cuál es la ocupación del Representante del hogar?`Inactivos 0.000
`¿Cuál es la ocupación del Representante del hogar?` Oficiales operarios y artesanos 0.000
`¿Cuál es la ocupación del Representante del hogar?` Operadores de instalaciones y máquinas 0.000
`¿Cuál es la ocupación del Representante del hogar?`Personal directivo de la Administración Pública y de empresas 0.000
`¿Cuál es la ocupación del Representante del hogar?` Profesionales científicos e intelectuales 0.000
`¿Cuál es la ocupación del Representante del hogar?`Técnicos y profesionales de nivel medio 0.000
`¿Cuál es la ocupación del Representante del hogar?`Trabajador calificados agropecuarios y pesqueros 0.000
`¿Cuál es la ocupación del Representante del hogar?`Trabajador de los servicios y comerciantes 0.000
`¿Cuál es la ocupación del Representante del hogar?`Trabajadores no calificados 0.000
NSE_2023_CUALIBajo 0.000
NSE_2023_CUALIMedio Alto 0.000
NSE_2023_CUALIMedio Bajo 0.000
NSE_2023_CUALIMedio Típico 0.000
`¿Para qué sector trabaja?`Sector privado 0.000
`¿Para qué sector trabaja?`Ninguno 0.000
`¿Consume usted queso industrial (CON MARCA)`No -0.001
`¿Consume usted huevos?`No 0.000
`¿Consume frutas?`No 0.000
Pr(>|z|)
(Intercept) 1.000
UBICACIÓNCacha 1.000
UBICACIÓNCalpi 1.000
UBICACIÓNChambo 1.000
UBICACIÓNChunchi 1.000
UBICACIÓNColta 1.000
UBICACIÓNCubijíes 1.000
UBICACIÓNCumanda 1.000
UBICACIÓNFlores 1.000
UBICACIÓNGuamote 1.000
UBICACIÓNGuano 1.000
UBICACIÓNLicán 1.000
UBICACIÓNLicto 1.000
UBICACIÓNLizarzaburu 1.000
UBICACIÓNMaldonado 1.000
UBICACIÓNPallatanga 1.000
UBICACIÓNPenipe 1.000
UBICACIÓNPungalá 1.000
UBICACIÓNPunín 1.000
UBICACIÓNQuimiag 1.000
UBICACIÓNSan Juan 1.000
UBICACIÓNSan Luis 1.000
UBICACIÓNVelasco 1.000
UBICACIÓNVeloz 1.000
UBICACIÓNYaruquíes 1.000
`¿En qué cantón de la provincia de Chimborazo vive?`Chambo NA
`¿En qué cantón de la provincia de Chimborazo vive?`Chunchi NA
`¿En qué cantón de la provincia de Chimborazo vive?`Colta NA
`¿En qué cantón de la provincia de Chimborazo vive?`Cumanda NA
`¿En qué cantón de la provincia de Chimborazo vive?`Guamote NA
`¿En qué cantón de la provincia de Chimborazo vive?`Guano NA
`¿En qué cantón de la provincia de Chimborazo vive?`Pallatanga NA
`¿En qué cantón de la provincia de Chimborazo vive?`Penipe NA
`¿En qué cantón de la provincia de Chimborazo vive?`Riobamba NA
`Edad del encuestado` 1.000
SexoFemenino 1.000
`Estado civil`Divorciado 1.000
`Estado civil`Otro 1.000
`Estado civil`Soltero 1.000
`Estado civil`Viudo 1.000
`Cantidad de personas que conforman el hogar` 1.000
`¿Qué parentesco tiene con el representante del hogar?`Otros parientes 1.000
`¿Qué parentesco tiene con el representante del hogar?`Yo soy el representante del Hogar 1.000
`¿Qué parentesco tiene con el representante del hogar?`Hijo o hija 1.000
`¿Qué parentesco tiene con el representante del hogar?`Padres o suegros 1.000
`¿Qué parentesco tiene con el representante del hogar?`Otros no parientes 1.000
`¿Cuál es el tipo de vivienda?`Departamento en casa o edificio 1.000
`¿Cuál es el tipo de vivienda?`Suite de lujo 1.000
`¿Cuál es el tipo de vivienda?`Cuarto(s) en casa de inquilinato 1.000
`¿Cuál es el tipo de vivienda?`Choza/Covacha/Otro 1.000
`¿Cuál es el tipo de vivienda?`Rancho 1.000
`¿Cuál es el tipo de vivienda?` Mediagua 1.000
`El material predominante de las paredes exteriores de la vivienda es de:`Caña no revestida/ Otros materiales 1.000
`El material predominante de las paredes exteriores de la vivienda es de:`Ladrillo o bloque 1.000
`El material predominante de las paredes exteriores de la vivienda es de:`Hormigón 1.000
`El material predominante de las paredes exteriores de la vivienda es de:` Caña revestida o bahareque/Madera 1.000
`EL material predominante del piso de la vivienda es de:` Cerámica, baldosa, vinil o marmetón 1.000
`EL material predominante del piso de la vivienda es de:`Tabla sin tratar 1.000
`EL material predominante del piso de la vivienda es de:`Tierra/ Caña/ Otros materiales 1.000
`EL material predominante del piso de la vivienda es de:`Ladrillo o cemento 1.000
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 2 cuartos de baño exclusivos con ducha 1.000
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 1 cuarto de baño exclusivo con ducha 1.000
`¿Cuántos cuartos de baño con ducha de uso exclusivo tiene este hogar?`Tiene 3 o más cuartos de baño exclusivos con ducha 1.000
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a pozo séptico 1.000
`Tipo de servicio higiénico con que cuenta este hogar`Tiene 1 cuarto de baño exclusivo con ducha Letrina 1.000
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a pozo ciego 1.000
`Tipo de servicio higiénico con que cuenta este hogar`Conectado a red pública de alcantarillado 1.000
`Tipo de servicio higiénico con que cuenta este hogar`Sin Marca 1.000
`¿Cuenta con servicio de internet?`No 1.000
`¿Cuenta con computadora de escritorio?`No 1.000
`¿Cuenta con computadora portátil?`No 1.000
`¿Cuántos celulares activados tiene en este hogar?`Tiene 3 celulares 1.000
`¿Cuántos celulares activados tiene en este hogar?`Tiene 1 celular 1.000
`¿Cuántos celulares activados tiene en este hogar?`Tiene 4 ó más celulares 1.000
`¿Cuántos celulares activados tiene en este hogar?`Tiene 2 celulares 1.000
`¿Tiene su hogar servicio de teléfono convencional?`No 1.000
`¿Tiene en su hogar cocina con horno?`No 1.000
`¿Tiene refrigeradora?`No 1.000
`¿Tiene lavadora?`No 1.000
`¿Tiene equipo de sonido?`No 1.000
`¿Cuántas TV a color tienen en este hogar?`Tiene 3 ó más TV a color 1.000
`¿Cuántas TV a color tienen en este hogar?`Tiene 1 TV a color 1.000
`¿Cuántas TV a color tienen en este hogar?`Tiene 2 TV a color 1.000
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene 3 ó más vehículo exclusivo 1.000
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene 2 vehículo exclusivo 1.000
`¿Cuántos vehículos de uso exclusivo tiene este hogar?`Tiene un vehículo exclusivo 1.000
`¿Alguien en el hogar compra vestimenta en centros comerciales?`No 1.000
`¿En el hogar alguien ha usado internet en los últimos 6 meses?`No 1.000
`¿En el hogar alguien utiliza correo electrónico que no es del trabajo?`No 1.000
`¿En el hogar alguien está registrado en una red social?`No 1.000
`Exceptuando los libros de texto o manuales de estudio y lecturas de trabajo¿Alguien del hogar ha leído algún libro completo en los últimos 3 meses?`No 1.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Hasta 3 años de educación superior (incompleta) 1.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Postgrado 1.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Primaria completa 1.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Primaria incompleta 1.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Secundaria completa 1.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Secundaria incompleta 1.000
`¿Cuál es el nivel de instrucción del Jefe del hogar?`Sin estudios 1.000
`¿Alguien en el hogar está afiliado o cubierto por el seguro del IESS (general, voluntario o campesino) y/o seguro del ISSFA o ISSPOL?`No 1.000
`¿Alguien en el hogar tiene seguro de salud privada con hospitalización, seguro de salud privada sin hospitalización, seguro internacional,seguros municipales y de Consejos Provinciales y/o seguro de vida?`No 1.000
`¿Cuál es la ocupación del Representante del hogar?` Empleados de oficina 1.000
`¿Cuál es la ocupación del Representante del hogar?`Fuerzas Armadas 1.000
`¿Cuál es la ocupación del Representante del hogar?`Inactivos 1.000
`¿Cuál es la ocupación del Representante del hogar?` Oficiales operarios y artesanos 1.000
`¿Cuál es la ocupación del Representante del hogar?` Operadores de instalaciones y máquinas 1.000
`¿Cuál es la ocupación del Representante del hogar?`Personal directivo de la Administración Pública y de empresas 1.000
`¿Cuál es la ocupación del Representante del hogar?` Profesionales científicos e intelectuales 1.000
`¿Cuál es la ocupación del Representante del hogar?`Técnicos y profesionales de nivel medio 1.000
`¿Cuál es la ocupación del Representante del hogar?`Trabajador calificados agropecuarios y pesqueros 1.000
`¿Cuál es la ocupación del Representante del hogar?`Trabajador de los servicios y comerciantes 1.000
`¿Cuál es la ocupación del Representante del hogar?`Trabajadores no calificados 1.000
NSE_2023_CUALIBajo 1.000
NSE_2023_CUALIMedio Alto 1.000
NSE_2023_CUALIMedio Bajo 1.000
NSE_2023_CUALIMedio Típico 1.000
`¿Para qué sector trabaja?`Sector privado 1.000
`¿Para qué sector trabaja?`Ninguno 1.000
`¿Consume usted queso industrial (CON MARCA)`No 0.999
`¿Consume usted huevos?`No 1.000
`¿Consume frutas?`No 1.000
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 9.2646e+01 on 382 degrees of freedom
Residual deviance: 1.0349e-08 on 272 degrees of freedom
AIC: 222
Number of Fisher Scoring iterations: 25Interpretación
NAIVE
library(e1071)
library(caret)## Loading required package: latticefitbayes1 <-naiveBayes(`¿Consume usted arroz?`~., data= Train.p1)
summary(fitbayes1)## Length Class Mode
## apriori 2 table numeric
## tables 37 -none- list
## levels 2 -none- character
## isnumeric 37 -none- logical
## call 4 -none- call#Predict Output
predictedBayes1 = predict(fitbayes1, Val.p1)
matrizNB1 <- confusionMatrix(Val.p1$`¿Consume usted arroz?`,predictedBayes1)
matrizNB1## Confusion Matrix and Statistics
##
## Reference
## Prediction Si No
## Si 1 1
## No 4 109
##
## Accuracy : 0.9565
## 95% CI : (0.9015, 0.9857)
## No Information Rate : 0.9565
## P-Value [Acc > NIR] : 0.6160
##
## Kappa : 0.2675
##
## Mcnemar's Test P-Value : 0.3711
##
## Sensitivity : 0.200000
## Specificity : 0.990909
## Pos Pred Value : 0.500000
## Neg Pred Value : 0.964602
## Prevalence : 0.043478
## Detection Rate : 0.008696
## Detection Prevalence : 0.017391
## Balanced Accuracy : 0.595455
##
## 'Positive' Class : Si
## Interpretacion Se obtiene que en la matriz de confusión los verdaderes negativos contiene un valor bajo de 109 personas que no consumen arroz y un futuro de igualmanera sólo 4 no consumirán arroz. Además se obtiene que los verdaderos positivos contiene un valor de 1 personas que consume arroz y un valor de 1 persona de que seguirá comiendo.
Esta predicción se verifica en el Accuracy, lo cual dicta que el modelo es moderado, ya que, su valor es 0.9565, lo cual es bueno. Este dato se corrobora en la No Information Rate (tasa de no información) con un 0.9565
Incluso en kkapa se observa se acerca a 1 e incluso su valor p es muy pequeño, lo cual se infiere que el modelo para esta predicción es buena. Sin embargo, no tan confiable por la matriz de confusión.
library(e1071)
library(caret)
fitbayes2 <-naiveBayes(`¿Consume usted queso industrial (CON MARCA)`~., data= Train.p1)
summary(fitbayes2)## Length Class Mode
## apriori 2 table numeric
## tables 37 -none- list
## levels 2 -none- character
## isnumeric 37 -none- logical
## call 4 -none- call#Predict Output
predictedBayes2 = predict(fitbayes2, Val.p1)
matrizNB2 <- confusionMatrix(Val.p1$`¿Consume usted queso industrial (CON MARCA)`,predictedBayes2)
matrizNB2## Confusion Matrix and Statistics
##
## Reference
## Prediction Si No
## Si 48 23
## No 16 28
##
## Accuracy : 0.6609
## 95% CI : (0.5667, 0.7465)
## No Information Rate : 0.5565
## P-Value [Acc > NIR] : 0.01471
##
## Kappa : 0.3032
##
## Mcnemar's Test P-Value : 0.33667
##
## Sensitivity : 0.7500
## Specificity : 0.5490
## Pos Pred Value : 0.6761
## Neg Pred Value : 0.6364
## Prevalence : 0.5565
## Detection Rate : 0.4174
## Detection Prevalence : 0.6174
## Balanced Accuracy : 0.6495
##
## 'Positive' Class : Si
## Interpretacion
Se obtiene que en la matriz de confusión los verdaderos negativos contiene un valor de 28 personas que no consumen queso y a un futuro de igualmanera sólo 16 no consumirán queso. Además se obtiene que los verdaderos positivos contiene un valor de 48 personas que sí consumen queso y que aún futuro lo seguirán comiendo es de 23.
Esta predicción se verifica en el Accuracy, lo cual dicta que el modelo es moderado, ya que, su valor es 0.6609, lo cual es moderadamente bueno. Este dato se corrobora en la No Information Rate (tasa de no información) con un 0.5565.
Incluso en kkapa se observa no se acerca a 1 e incluso su valor p no es tan pequeño, lo cual se infiere que el modelo para esta predicción no es tan buena.
library(e1071)
library(caret)
fitbayes3 <-naiveBayes(`¿Consume usted huevos?`~., data= Train.p1)
summary(fitbayes3)## Length Class Mode
## apriori 2 table numeric
## tables 37 -none- list
## levels 2 -none- character
## isnumeric 37 -none- logical
## call 4 -none- call#Predict Output
predictedBayes3 = predict(fitbayes3, Val.p1)
matrizNB3 <- confusionMatrix(Val.p1$`¿Consume usted huevos?`,predictedBayes3)
matrizNB3## Confusion Matrix and Statistics
##
## Reference
## Prediction Si No
## Si 4 11
## No 4 96
##
## Accuracy : 0.8696
## 95% CI : (0.794, 0.9251)
## No Information Rate : 0.9304
## P-Value [Acc > NIR] : 0.9939
##
## Kappa : 0.2827
##
## Mcnemar's Test P-Value : 0.1213
##
## Sensitivity : 0.50000
## Specificity : 0.89720
## Pos Pred Value : 0.26667
## Neg Pred Value : 0.96000
## Prevalence : 0.06957
## Detection Rate : 0.03478
## Detection Prevalence : 0.13043
## Balanced Accuracy : 0.69860
##
## 'Positive' Class : Si
## Interpretacion
Se obtiene que en la matriz de confusión los verdaderos negativos contiene un valor de 96 personas que no consumen huevos y a un futuro de igualmanera sólo 4 no consumirán huevos. Además se obtiene que los verdaderos positivos contiene un valor de 4 personas que sí consumen huevos y que aún futuro lo seguirán comiendo es de 11.
Esta predicción se verifica en el Accuracy, lo cual dicta que el modelo es moderadamente bueno, ya que, su valor es 0.8696, Este dato se corrobora en la No Information Rate (tasa de no información) con un 0.9304.
Incluso en kkapa se observa no se acerca a 1 e incluso su valor p no es tan pequeño, lo cual se infiere que el modelo para esta predicción no es tan buena.
library(e1071)
library(caret)
fitbayes4 <-naiveBayes(`¿Consume frutas?`~., data= Train.p1)
summary(fitbayes4)## Length Class Mode
## apriori 2 table numeric
## tables 37 -none- list
## levels 2 -none- character
## isnumeric 37 -none- logical
## call 4 -none- call#Predict Output
predictedBayes4 = predict(fitbayes4, Val.p1)
matrizNB4 <- confusionMatrix(Val.p1$`¿Consume usted huevos?`,predictedBayes4)
matrizNB4## Confusion Matrix and Statistics
##
## Reference
## Prediction Si No
## Si 3 12
## No 9 91
##
## Accuracy : 0.8174
## 95% CI : (0.7345, 0.8833)
## No Information Rate : 0.8957
## P-Value [Acc > NIR] : 0.9963
##
## Kappa : 0.1202
##
## Mcnemar's Test P-Value : 0.6625
##
## Sensitivity : 0.25000
## Specificity : 0.88350
## Pos Pred Value : 0.20000
## Neg Pred Value : 0.91000
## Prevalence : 0.10435
## Detection Rate : 0.02609
## Detection Prevalence : 0.13043
## Balanced Accuracy : 0.56675
##
## 'Positive' Class : Si
## Interpretacion
Se obtiene que en la matriz de confusión los verdaderos negativos contiene un valor de 91 personas que no consumen frutas y a un futuro de igualmanera sólo 9 no consumirán frutas. Además se obtiene que los verdaderos positivos contiene un valor de 3 personas que sí consumen frutas y que aún futuro lo seguirán comiendo es de 12.
Esta predicción se verifica en el Accuracy, lo cual dicta que el modelo es moderadamente bueno, ya que, su valor es 0.8174, Este dato se corrobora en la No Information Rate (tasa de no información) con un 0.8957
Incluso en kkapa se observa no se acerca a 1 e incluso su valor p no es tan pequeño, lo cual se infiere que el modelo para esta predicción no es tan buena.