df <- read_csv("datos_.csv") %>% janitor::clean_names()## Rows: 364 Columns: 92
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (4): Carrera, Actividad, Cual_Droga, 16. Cambios en los Hábitos de Sueño
## dbl (88): Sujeto, Carrera_Facultad (x9, Carrera_Facultad (x5), Semestre, Eda...
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.Se ajustan los nombres de columnas a minusculas y con “_” en lugar de espacios, se agrega una x delante de los nombres de variables que inician con numero. estas son modificaciones de mejores practicas que provienen el paquete Janitor o Conserje en espanol.
colnames(df)## [1] "sujeto"
## [2] "carrera"
## [3] "carrera_facultad_x9"
## [4] "carrera_facultad_x5"
## [5] "semestre"
## [6] "edad"
## [7] "genero"
## [8] "estrato"
## [9] "barrio"
## [10] "peso"
## [11] "estatura"
## [12] "vives"
## [13] "actividad"
## [14] "consumo"
## [15] "cual_droga"
## [16] "frecuencia_droga"
## [17] "pareja"
## [18] "cuanto_pareja"
## [19] "religion"
## [20] "cual_religion"
## [21] "abuso_violencia"
## [22] "vez_violencia"
## [23] "apoyo"
## [24] "confia"
## [25] "perdida"
## [26] "cuanto_perdida"
## [27] "x1_tristeza"
## [28] "x2_pesimismo"
## [29] "x3_fracaso"
## [30] "x4_perdida_de_placer"
## [31] "x5_sentimientos_de_culpa"
## [32] "x6_sentimientos_de_castigo"
## [33] "x7_disconformidad_con_uno_mismo"
## [34] "x8_autocritica"
## [35] "x9_pensamientos_o_deseos_suicidas"
## [36] "x10_llanto"
## [37] "x11_agitacion"
## [38] "x12_perdida_de_interes"
## [39] "x13_indecision"
## [40] "x14_desvalorizacion"
## [41] "x15_perdida_de_energia"
## [42] "x16_cambios_en_los_habitos_de_sueno"
## [43] "x17_irritabilidad"
## [44] "x18_cambios_en_el_apetito"
## [45] "x19_dificultad_de_concentracion"
## [46] "x20_cansancio_o_fatiga"
## [47] "x21_perdida_de_interes_en_el_sexo"
## [48] "x1_me_siento_calmado"
## [49] "x2_me_siento_seguro"
## [50] "x3_estoy_tenso"
## [51] "x4_estoy_contrariado"
## [52] "x5_me_siento_comodo_estoy_a_gusto"
## [53] "x6_me_siento_alterado"
## [54] "x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras"
## [55] "x8_me_siento_descansado"
## [56] "x9_me_siento_angustiado"
## [57] "x10_me_siento_confortable"
## [58] "x11_tengo_confianza_en_mi_mismo"
## [59] "x12_me_siento_nervioso"
## [60] "x13_estoy_desasosegado_intranquilo"
## [61] "x14_me_siento_muy_atado_como_oprimido"
## [62] "x15_estoy_relajado"
## [63] "x16_me_siento_satisfecho"
## [64] "x17_estoy_preocupado"
## [65] "x18_me_siento_aturdido_y_sobreexcitado"
## [66] "x19_me_siento_alegre"
## [67] "x20_en_este_momento_me_siento_bien"
## [68] "x21_me_siento_bien"
## [69] "x22_me_canso_rapidamente"
## [70] "x23_siento_ganas_de_llorar"
## [71] "x24_me_gustaria_ser_tan_feliz_como_otros"
## [72] "x25_pierdo_oportunidades_por_no_decidirme_pronto"
## [73] "x26_me_siento_descansado"
## [74] "x27_soy_una_persona_tranquila_serena_y_sosegada"
## [75] "x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas"
## [76] "x29_me_preocupo_demasiado_por_cosas_sin_importancia"
## [77] "x30_soy_feliz"
## [78] "x31_suelo_tomar_las_cosas_demasiado_seriamente"
## [79] "x32_me_falta_confianza_en_mi_mismo"
## [80] "x33_me_siento_seguro"
## [81] "x34_no_suelo_afrontar_las_crisis_o_dificultades"
## [82] "x35_me_siento_triste_melancolico"
## [83] "x36_estoy_satisfecho"
## [84] "x37_me_rondan_y_molestan_pensamientos_sin_importancia"
## [85] "x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos"
## [86] "x39_soy_una_persona_estable"
## [87] "x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado"
## [88] "resultados_bdi_ii"
## [89] "resultados_stai_directos"
## [90] "resultados_ansiedad_estado"
## [91] "resultados_ansiedad_rasgo"
## [92] "resultados_totales_stai"4 variables fueron idenficadas como texto se revisan y se encuenta que hay mas de 1 elemento en formato character en lugar de numerico, en las siguientes secciones se resolveran estos problemas con la data y se terminara por eliminar las variables character.
Contiene 3 elementos no numericos que son {34/1, NA, NA}
RESOLUCION:
df$carrera_numerica <- as.numeric(df$carrera)## Warning: NAs introduced by coercionRESULTADO
La variable Carrera contiene 3 elementos no numericos que son {NA, NA, NA}
contiene 35 elementos no numericos que son {3, 4, NA, 2, 4, 2, 3, 2, 3, 2, 3, 4, 2, 2, 4, 1, 4, 4, 3, 4, 2, 2, 4, 4, 2, 4, 2, 4, 2, 2, 4, 2, 4, 2, 4, 4, 2, 2, 3, 2, 3, 4, 4, 2, 3, 4, 4, 2, 2, 3, 4, 2, 4,2, 2, 4, 4, 2, 3, 4, 2, 4, 2, 3, 2, 4, 4, 2, 2, 4} se cree que se uso una misma columna para capturar individuos con mas de 1 actividad.
Se recomienda dejar la primera actividad en esta columna y crear una columna para 2da actividad.
RESOLUCION
# Dividir la columna 'actividad' en dos partes basadas en la coma
split_data <- strsplit(df$actividad, split = ",\\s*")
# Crear dos nuevas columnas
df$primera_actividad <- sapply(split_data, function(x) ifelse(length(x) > 0, as.numeric(x[1]), NA))
df$segunda_actividad <- sapply(split_data, function(x) ifelse(length(x) > 1, as.numeric(x[2]), NA))RESULTADO
contiene 4 elementos no numericos que son {3, 1, 1, 2, 2, 6, 1, 2} este caso similar al anterior se presume que se uso la misma variable para representar personas que consumen mas de 2 sustancias.
RESOLUCION
# Dividir la columna 'cual_droga' en dos partes basadas en la coma
split_data <- strsplit(df$cual_droga, split = ",\\s*")
# Crear dos nuevas columnas
df$primera_droga <- sapply(split_data, function(x) ifelse(length(x) > 0, as.numeric(x[1]), NA))
df$segunda_droga <- sapply(split_data, function(x) ifelse(length(x) > 1, as.numeric(x[2]), NA))RESULTADO
contiene 6 elementos no numericos que son {|, |, |, |, |, |} por lo cual se considera que puede haber riesgo de que el calculo de los totales de este instrumento tengan algun error. REVISION REQUERIDA
RESOLUCION
df$x16_cambios_en_los_habitos_de_sueno <- as.numeric(df$x16_cambios_en_los_habitos_de_sueno)## Warning: NAs introduced by coercionRESULTADO
La variable x16_cambios_en_los_habitos_de_suen contiene 6 elementos no numericos que son {NA, NA, NA, NA, NA, NA}
columnas_character <- sapply(df, is.character)
df <- df[, !columnas_character]En el contexto de la regresión lineal en R utilizando la función lm(), la manera de tratar los valores NA depende del significado de tus datos y del objetivo de tu análisis.
OPCION 1. Dejar los Valores NA: La función lm() en R automáticamente excluye los casos (filas) que contienen NA en cualquiera de las variables incluidas en el modelo. Esto se conoce como eliminación de casos completos (listwise deletion). Si decides dejar los valores NA tal como están, debes ser consciente de que esto podría reducir el tamaño de tu muestra, lo que podría ser problemático si muchos casos contienen NA. La reducción del tamaño de la muestra puede afectar la potencia estadística de tu análisis y podría introducir sesgos si los datos que faltan no son completamente aleatorios.
OPCION 2. Cambiar los Valores NA por Cero: Reemplazar NA con un valor como 0 (o cualquier otro número) puede ser apropiado en algunas situaciones, pero en otras podría introducir sesgos en tu modelo. Este enfoque se denomina imputación y se usa para mantener el tamaño de la muestra. Sin embargo, el valor que elijas para reemplazar NA debe tener sentido en el contexto de tus datos. Por ejemplo, si estás tratando con una variable donde NA significa que no se observó un evento o que la medida era realmente cero, entonces reemplazar NA con 0 podría ser justificable. Pero si NA simplemente significa que los datos faltan por razones desconocidas, la imputación de 0 podría ser engañosa.
Otras Técnicas de Imputación: Existen técnicas más sofisticadas de imputación, como la imputación media, la imputación por regresión, o incluso métodos más avanzados como la imputación múltiple. Estos métodos intentan estimar los valores faltantes basándose en la información disponible, pero también requieren cuidadosas consideraciones y un entendimiento de sus supuestos y limitaciones.
En resumen, la decisión entre dejar los NA, reemplazarlos por 0, o utilizar otro método de imputación debe basarse en un entendimiento detallado de tus datos y los objetivos de tu análisis. No existe una regla universal, ya que la mejor opción varía según el contexto específico de cada conjunto de datos y estudio.
skim(df)| Name | df |
| Number of rows | 364 |
| Number of columns | 94 |
| _______________________ | |
| Column type frequency: | |
| numeric | 94 |
| ________________________ | |
| Group variables | None |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| sujeto | 0 | 1.00 | 182.50 | 105.22 | 1 | 91.75 | 182.5 | 273.25 | 364 | ▇▇▇▇▇ |
| carrera_facultad_x9 | 0 | 1.00 | 3.76 | 2.47 | 1 | 1.00 | 3.0 | 6.00 | 9 | ▇▂▂▅▁ |
| carrera_facultad_x5 | 0 | 1.00 | 2.64 | 1.22 | 1 | 1.00 | 3.0 | 4.00 | 5 | ▆▃▅▇▁ |
| semestre | 1 | 1.00 | 5.12 | 2.48 | 1 | 2.00 | 5.0 | 7.00 | 10 | ▆▂▅▇▁ |
| edad | 2 | 0.99 | 1.39 | 0.62 | 1 | 1.00 | 1.0 | 2.00 | 4 | ▇▃▁▁▁ |
| genero | 0 | 1.00 | 1.58 | 0.49 | 1 | 1.00 | 2.0 | 2.00 | 2 | ▆▁▁▁▇ |
| estrato | 0 | 1.00 | 2.39 | 1.04 | 1 | 2.00 | 2.0 | 3.00 | 6 | ▇▅▁▁▁ |
| barrio | 3 | 0.99 | 3.67 | 1.19 | 1 | 3.00 | 4.0 | 5.00 | 5 | ▂▃▅▇▇ |
| peso | 1 | 1.00 | 2.27 | 0.77 | 1 | 2.00 | 2.0 | 3.00 | 4 | ▁▇▁▂▁ |
| estatura | 0 | 1.00 | 3.07 | 0.97 | 1 | 2.00 | 3.0 | 4.00 | 5 | ▁▇▇▆▂ |
| vives | 2 | 0.99 | 4.88 | 1.74 | 1 | 4.00 | 5.0 | 6.00 | 14 | ▁▇▂▁▁ |
| consumo | 0 | 1.00 | 1.85 | 0.35 | 1 | 2.00 | 2.0 | 2.00 | 2 | ▂▁▁▁▇ |
| frecuencia_droga | 300 | 0.18 | 3.20 | 1.42 | 1 | 2.00 | 3.0 | 4.00 | 5 | ▆▃▆▇▆ |
| pareja | 3 | 0.99 | 1.53 | 0.50 | 1 | 1.00 | 2.0 | 2.00 | 2 | ▇▁▁▁▇ |
| cuanto_pareja | 159 | 0.56 | 3.87 | 1.45 | 1 | 3.00 | 4.0 | 5.00 | 7 | ▅▆▇▆▃ |
| religion | 2 | 0.99 | 1.36 | 0.48 | 1 | 1.00 | 1.0 | 2.00 | 2 | ▇▁▁▁▅ |
| cual_religion | 197 | 0.46 | 1.50 | 0.50 | 1 | 1.00 | 2.0 | 2.00 | 2 | ▇▁▁▁▇ |
| abuso_violencia | 1 | 1.00 | 1.64 | 0.48 | 1 | 1.00 | 2.0 | 2.00 | 2 | ▅▁▁▁▇ |
| vez_violencia | 251 | 0.31 | 3.71 | 0.70 | 1 | 4.00 | 4.0 | 4.00 | 4 | ▁▁▁▁▇ |
| apoyo | 2 | 0.99 | 1.13 | 0.34 | 1 | 1.00 | 1.0 | 1.00 | 2 | ▇▁▁▁▁ |
| confia | 0 | 1.00 | 1.18 | 0.39 | 1 | 1.00 | 1.0 | 1.00 | 2 | ▇▁▁▁▂ |
| perdida | 1 | 1.00 | 1.56 | 0.50 | 1 | 1.00 | 2.0 | 2.00 | 2 | ▆▁▁▁▇ |
| cuanto_perdida | 204 | 0.44 | 3.27 | 0.95 | 1 | 3.00 | 4.0 | 4.00 | 4 | ▁▂▁▃▇ |
| x1_tristeza | 0 | 1.00 | 0.68 | 0.74 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▁▁ |
| x2_pesimismo | 0 | 1.00 | 0.75 | 0.79 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▂▁ |
| x3_fracaso | 0 | 1.00 | 0.75 | 0.91 | 0 | 0.00 | 0.5 | 1.00 | 3 | ▇▅▁▂▁ |
| x4_perdida_de_placer | 0 | 1.00 | 0.82 | 0.78 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▆▇▁▂▁ |
| x5_sentimientos_de_culpa | 0 | 1.00 | 0.94 | 0.87 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▆▇▁▂▁ |
| x6_sentimientos_de_castigo | 0 | 1.00 | 0.53 | 0.91 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▂▁▁▁ |
| x7_disconformidad_con_uno_mismo | 1 | 1.00 | 0.96 | 1.00 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▆▁▃▂ |
| x8_autocritica | 0 | 1.00 | 1.13 | 0.94 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▅▂ |
| x9_pensamientos_o_deseos_suicidas | 0 | 1.00 | 0.52 | 0.78 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▃▁▁▁ |
| x10_llanto | 0 | 1.00 | 0.90 | 1.09 | 0 | 0.00 | 0.0 | 2.00 | 3 | ▇▃▁▂▂ |
| x11_agitacion | 0 | 1.00 | 0.95 | 0.83 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▅▇▁▂▁ |
| x12_perdida_de_interes | 0 | 1.00 | 1.02 | 0.85 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▅▇▁▂▁ |
| x13_indecision | 1 | 1.00 | 1.04 | 1.02 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▃▃ |
| x14_desvalorizacion | 2 | 0.99 | 0.72 | 0.91 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▃▁▂▁ |
| x15_perdida_de_energia | 2 | 0.99 | 1.29 | 0.89 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▃▂ |
| x16_cambios_en_los_habitos_de_sueno | 6 | 0.98 | 1.44 | 0.93 | 0 | 1.00 | 1.0 | 2.00 | 11 | ▇▁▁▁▁ |
| x17_irritabilidad | 2 | 0.99 | 0.80 | 0.82 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▂▁ |
| x18_cambios_en_el_apetito | 0 | 1.00 | 1.04 | 0.90 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▃▂ |
| x19_dificultad_de_concentracion | 0 | 1.00 | 1.32 | 0.93 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▅▆▁▇▂ |
| x20_cansancio_o_fatiga | 0 | 1.00 | 1.27 | 0.96 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▅▇▁▅▂ |
| x21_perdida_de_interes_en_el_sexo | 1 | 1.00 | 0.57 | 0.86 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▃▁▁▁ |
| x1_me_siento_calmado | 1 | 1.00 | 1.34 | 0.83 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▃▂ |
| x2_me_siento_seguro | 1 | 1.00 | 1.45 | 0.86 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▆▂ |
| x3_estoy_tenso | 0 | 1.00 | 1.41 | 0.93 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▆▃ |
| x4_estoy_contrariado | 2 | 0.99 | 0.83 | 0.88 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▂▁ |
| x5_me_siento_comodo_estoy_a_gusto | 0 | 1.00 | 1.40 | 0.89 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▅▂ |
| x6_me_siento_alterado | 0 | 1.00 | 0.80 | 0.88 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▆▁▃▁ |
| x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras | 0 | 1.00 | 1.41 | 1.04 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▆▇▁▆▅ |
| x8_me_siento_descansado | 0 | 1.00 | 0.77 | 0.79 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▂▁ |
| x9_me_siento_angustiado | 0 | 1.00 | 1.19 | 0.94 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▆▂ |
| x10_me_siento_confortable | 0 | 1.00 | 1.21 | 0.82 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▅▁ |
| x11_tengo_confianza_en_mi_mismo | 0 | 1.00 | 1.48 | 0.94 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▅▃ |
| x12_me_siento_nervioso | 0 | 1.00 | 1.21 | 0.99 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▅▃ |
| x13_estoy_desasosegado_intranquilo | 4 | 0.99 | 0.94 | 0.88 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▆▇▁▃▁ |
| x14_me_siento_muy_atado_como_oprimido | 0 | 1.00 | 0.98 | 0.94 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▅▂ |
| x15_estoy_relajado | 0 | 1.00 | 1.06 | 0.89 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▅▇▁▃▂ |
| x16_me_siento_satisfecho | 0 | 1.00 | 1.16 | 0.84 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▃▁ |
| x17_estoy_preocupado | 0 | 1.00 | 1.49 | 0.89 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▇▃ |
| x18_me_siento_aturdido_y_sobreexcitado | 1 | 1.00 | 0.70 | 0.85 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▅▁▂▁ |
| x19_me_siento_alegre | 0 | 1.00 | 1.28 | 0.85 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▅▂ |
| x20_en_este_momento_me_siento_bien | 0 | 1.00 | 1.43 | 0.89 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▅▂ |
| x21_me_siento_bien | 0 | 1.00 | 1.78 | 0.83 | 0 | 1.00 | 2.0 | 2.00 | 3 | ▁▇▁▇▅ |
| x22_me_canso_rapidamente | 0 | 1.00 | 1.49 | 0.95 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▆▃ |
| x23_siento_ganas_de_llorar | 0 | 1.00 | 1.13 | 1.00 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▆▃ |
| x24_me_gustaria_ser_tan_feliz_como_otros | 0 | 1.00 | 1.36 | 1.15 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▅▆ |
| x25_pierdo_oportunidades_por_no_decidirme_pronto | 0 | 1.00 | 1.16 | 0.99 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▃▃ |
| x26_me_siento_descansado | 0 | 1.00 | 1.02 | 0.84 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▅▇▁▃▁ |
| x27_soy_una_persona_tranquila_serena_y_sosegada | 2 | 0.99 | 1.69 | 0.99 | 0 | 1.00 | 2.0 | 3.00 | 3 | ▂▇▁▆▆ |
| x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas | 0 | 1.00 | 1.41 | 0.99 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▅▃ |
| x29_me_preocupo_demasiado_por_cosas_sin_importancia | 0 | 1.00 | 1.49 | 1.03 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▅▇▁▆▅ |
| x30_soy_feliz | 0 | 1.00 | 1.74 | 0.86 | 0 | 1.00 | 2.0 | 2.00 | 3 | ▁▇▁▇▅ |
| x31_suelo_tomar_las_cosas_demasiado_seriamente | 0 | 1.00 | 1.83 | 1.02 | 0 | 1.00 | 2.0 | 3.00 | 9 | ▅▇▁▁▁ |
| x32_me_falta_confianza_en_mi_mismo | 0 | 1.00 | 1.40 | 1.12 | 0 | 1.00 | 1.0 | 2.00 | 9 | ▇▆▁▁▁ |
| x33_me_siento_seguro | 0 | 1.00 | 1.54 | 0.96 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▅▃ |
| x34_no_suelo_afrontar_las_crisis_o_dificultades | 0 | 1.00 | 1.07 | 0.99 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▃▂ |
| x35_me_siento_triste_melancolico | 0 | 1.00 | 1.27 | 0.97 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▆▇▁▆▃ |
| x36_estoy_satisfecho | 0 | 1.00 | 1.38 | 0.94 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▅▃ |
| x37_me_rondan_y_molestan_pensamientos_sin_importancia | 1 | 1.00 | 1.59 | 0.99 | 0 | 1.00 | 2.0 | 2.00 | 3 | ▃▇▁▇▅ |
| x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos | 0 | 1.00 | 1.33 | 1.13 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▅▆ |
| x39_soy_una_persona_estable | 0 | 1.00 | 1.65 | 0.98 | 0 | 1.00 | 2.0 | 2.00 | 3 | ▃▇▁▇▆ |
| x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado | 0 | 1.00 | 1.64 | 1.04 | 0 | 1.00 | 2.0 | 3.00 | 3 | ▃▇▁▅▆ |
| resultados_bdi_ii | 0 | 1.00 | 19.40 | 11.53 | 0 | 11.00 | 18.0 | 26.00 | 54 | ▅▇▅▂▁ |
| resultados_stai_directos | 0 | 1.00 | 29.12 | 13.73 | 1 | 19.00 | 29.0 | 39.00 | 69 | ▃▇▇▅▁ |
| resultados_ansiedad_estado | 0 | 1.00 | 17.42 | 6.55 | 0 | 13.00 | 18.5 | 22.00 | 30 | ▁▃▆▇▂ |
| resultados_ansiedad_rasgo | 0 | 1.00 | 10.20 | 4.91 | 0 | 6.00 | 11.0 | 14.00 | 21 | ▅▆▇▇▂ |
| resultados_totales_stai | 0 | 1.00 | 56.74 | 23.17 | 1 | 39.00 | 57.0 | 74.00 | 117 | ▂▇▇▆▁ |
| carrera_numerica | 3 | 0.99 | 12.82 | 9.35 | 1 | 4.00 | 13.0 | 19.00 | 37 | ▇▃▃▂▁ |
| primera_actividad | 1 | 1.00 | 2.64 | 0.83 | 1 | 2.00 | 2.0 | 3.00 | 4 | ▁▇▁▅▃ |
| segunda_actividad | 330 | 0.09 | 3.06 | 0.89 | 2 | 2.00 | 3.0 | 4.00 | 4 | ▇▁▅▁▇ |
| primera_droga | 0 | 1.00 | 5.41 | 1.53 | 1 | 6.00 | 6.0 | 6.00 | 6 | ▁▁▁▁▇ |
| segunda_droga | 360 | 0.01 | 2.75 | 2.22 | 1 | 1.75 | 2.0 | 3.00 | 6 | ▇▁▁▁▂ |
Se decide usar el metodo de imputacion:
df[] <- lapply(df, function(x) ifelse(is.na(x), 0, x))
skim(df)| Name | df |
| Number of rows | 364 |
| Number of columns | 94 |
| _______________________ | |
| Column type frequency: | |
| numeric | 94 |
| ________________________ | |
| Group variables | None |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| sujeto | 0 | 1 | 182.50 | 105.22 | 1 | 91.75 | 182.5 | 273.25 | 364 | ▇▇▇▇▇ |
| carrera_facultad_x9 | 0 | 1 | 3.76 | 2.47 | 1 | 1.00 | 3.0 | 6.00 | 9 | ▇▂▂▅▁ |
| carrera_facultad_x5 | 0 | 1 | 2.64 | 1.22 | 1 | 1.00 | 3.0 | 4.00 | 5 | ▆▃▅▇▁ |
| semestre | 0 | 1 | 5.10 | 2.49 | 0 | 2.00 | 5.0 | 7.00 | 10 | ▆▂▅▇▁ |
| edad | 0 | 1 | 1.38 | 0.63 | 0 | 1.00 | 1.0 | 2.00 | 4 | ▁▇▃▁▁ |
| genero | 0 | 1 | 1.58 | 0.49 | 1 | 1.00 | 2.0 | 2.00 | 2 | ▆▁▁▁▇ |
| estrato | 0 | 1 | 2.39 | 1.04 | 1 | 2.00 | 2.0 | 3.00 | 6 | ▇▅▁▁▁ |
| barrio | 0 | 1 | 3.64 | 1.23 | 0 | 3.00 | 4.0 | 5.00 | 5 | ▂▃▅▇▇ |
| peso | 0 | 1 | 2.27 | 0.78 | 0 | 2.00 | 2.0 | 3.00 | 4 | ▁▁▇▂▁ |
| estatura | 0 | 1 | 3.07 | 0.97 | 1 | 2.00 | 3.0 | 4.00 | 5 | ▁▇▇▆▂ |
| vives | 0 | 1 | 4.85 | 1.77 | 0 | 4.00 | 5.0 | 6.00 | 14 | ▂▇▃▁▁ |
| consumo | 0 | 1 | 1.85 | 0.35 | 1 | 2.00 | 2.0 | 2.00 | 2 | ▂▁▁▁▇ |
| frecuencia_droga | 0 | 1 | 0.56 | 1.36 | 0 | 0.00 | 0.0 | 0.00 | 5 | ▇▁▁▁▁ |
| pareja | 0 | 1 | 1.52 | 0.52 | 0 | 1.00 | 2.0 | 2.00 | 2 | ▁▁▇▁▇ |
| cuanto_pareja | 0 | 1 | 2.18 | 2.21 | 0 | 0.00 | 2.0 | 4.00 | 7 | ▇▁▅▂▁ |
| religion | 0 | 1 | 1.35 | 0.49 | 0 | 1.00 | 1.0 | 2.00 | 2 | ▁▁▇▁▅ |
| cual_religion | 0 | 1 | 0.69 | 0.82 | 0 | 0.00 | 0.0 | 1.00 | 2 | ▇▁▃▁▃ |
| abuso_violencia | 0 | 1 | 1.64 | 0.49 | 0 | 1.00 | 2.0 | 2.00 | 2 | ▁▁▅▁▇ |
| vez_violencia | 0 | 1 | 1.15 | 1.76 | 0 | 0.00 | 0.0 | 4.00 | 4 | ▇▁▁▁▃ |
| apoyo | 0 | 1 | 1.12 | 0.35 | 0 | 1.00 | 1.0 | 1.00 | 2 | ▁▁▇▁▁ |
| confia | 0 | 1 | 1.18 | 0.39 | 1 | 1.00 | 1.0 | 1.00 | 2 | ▇▁▁▁▂ |
| perdida | 0 | 1 | 1.56 | 0.50 | 0 | 1.00 | 2.0 | 2.00 | 2 | ▁▁▆▁▇ |
| cuanto_perdida | 0 | 1 | 1.44 | 1.74 | 0 | 0.00 | 0.0 | 3.00 | 4 | ▇▁▁▁▃ |
| x1_tristeza | 0 | 1 | 0.68 | 0.74 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▁▁ |
| x2_pesimismo | 0 | 1 | 0.75 | 0.79 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▂▁ |
| x3_fracaso | 0 | 1 | 0.75 | 0.91 | 0 | 0.00 | 0.5 | 1.00 | 3 | ▇▅▁▂▁ |
| x4_perdida_de_placer | 0 | 1 | 0.82 | 0.78 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▆▇▁▂▁ |
| x5_sentimientos_de_culpa | 0 | 1 | 0.94 | 0.87 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▆▇▁▂▁ |
| x6_sentimientos_de_castigo | 0 | 1 | 0.53 | 0.91 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▂▁▁▁ |
| x7_disconformidad_con_uno_mismo | 0 | 1 | 0.96 | 1.00 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▆▁▃▂ |
| x8_autocritica | 0 | 1 | 1.13 | 0.94 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▅▂ |
| x9_pensamientos_o_deseos_suicidas | 0 | 1 | 0.52 | 0.78 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▃▁▁▁ |
| x10_llanto | 0 | 1 | 0.90 | 1.09 | 0 | 0.00 | 0.0 | 2.00 | 3 | ▇▃▁▂▂ |
| x11_agitacion | 0 | 1 | 0.95 | 0.83 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▅▇▁▂▁ |
| x12_perdida_de_interes | 0 | 1 | 1.02 | 0.85 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▅▇▁▂▁ |
| x13_indecision | 0 | 1 | 1.03 | 1.02 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▃▃ |
| x14_desvalorizacion | 0 | 1 | 0.72 | 0.91 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▃▁▂▁ |
| x15_perdida_de_energia | 0 | 1 | 1.28 | 0.90 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▃▂ |
| x16_cambios_en_los_habitos_de_sueno | 0 | 1 | 1.42 | 0.94 | 0 | 1.00 | 1.0 | 2.00 | 11 | ▇▁▁▁▁ |
| x17_irritabilidad | 0 | 1 | 0.80 | 0.82 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▂▁ |
| x18_cambios_en_el_apetito | 0 | 1 | 1.04 | 0.90 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▃▂ |
| x19_dificultad_de_concentracion | 0 | 1 | 1.32 | 0.93 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▅▆▁▇▂ |
| x20_cansancio_o_fatiga | 0 | 1 | 1.27 | 0.96 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▅▇▁▅▂ |
| x21_perdida_de_interes_en_el_sexo | 0 | 1 | 0.57 | 0.86 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▃▁▁▁ |
| x1_me_siento_calmado | 0 | 1 | 1.34 | 0.83 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▃▂ |
| x2_me_siento_seguro | 0 | 1 | 1.45 | 0.86 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▆▂ |
| x3_estoy_tenso | 0 | 1 | 1.41 | 0.93 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▆▃ |
| x4_estoy_contrariado | 0 | 1 | 0.82 | 0.88 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▂▁ |
| x5_me_siento_comodo_estoy_a_gusto | 0 | 1 | 1.40 | 0.89 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▅▂ |
| x6_me_siento_alterado | 0 | 1 | 0.80 | 0.88 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▆▁▃▁ |
| x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras | 0 | 1 | 1.41 | 1.04 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▆▇▁▆▅ |
| x8_me_siento_descansado | 0 | 1 | 0.77 | 0.79 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▇▇▁▂▁ |
| x9_me_siento_angustiado | 0 | 1 | 1.19 | 0.94 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▆▂ |
| x10_me_siento_confortable | 0 | 1 | 1.21 | 0.82 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▅▁ |
| x11_tengo_confianza_en_mi_mismo | 0 | 1 | 1.48 | 0.94 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▅▃ |
| x12_me_siento_nervioso | 0 | 1 | 1.21 | 0.99 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▅▃ |
| x13_estoy_desasosegado_intranquilo | 0 | 1 | 0.93 | 0.89 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▆▇▁▃▁ |
| x14_me_siento_muy_atado_como_oprimido | 0 | 1 | 0.98 | 0.94 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▅▂ |
| x15_estoy_relajado | 0 | 1 | 1.06 | 0.89 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▅▇▁▃▂ |
| x16_me_siento_satisfecho | 0 | 1 | 1.16 | 0.84 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▃▁ |
| x17_estoy_preocupado | 0 | 1 | 1.49 | 0.89 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▇▃ |
| x18_me_siento_aturdido_y_sobreexcitado | 0 | 1 | 0.70 | 0.85 | 0 | 0.00 | 0.0 | 1.00 | 3 | ▇▅▁▂▁ |
| x19_me_siento_alegre | 0 | 1 | 1.28 | 0.85 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▅▂ |
| x20_en_este_momento_me_siento_bien | 0 | 1 | 1.43 | 0.89 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▅▂ |
| x21_me_siento_bien | 0 | 1 | 1.78 | 0.83 | 0 | 1.00 | 2.0 | 2.00 | 3 | ▁▇▁▇▅ |
| x22_me_canso_rapidamente | 0 | 1 | 1.49 | 0.95 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▆▃ |
| x23_siento_ganas_de_llorar | 0 | 1 | 1.13 | 1.00 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▆▃ |
| x24_me_gustaria_ser_tan_feliz_como_otros | 0 | 1 | 1.36 | 1.15 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▅▆ |
| x25_pierdo_oportunidades_por_no_decidirme_pronto | 0 | 1 | 1.16 | 0.99 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▆▇▁▃▃ |
| x26_me_siento_descansado | 0 | 1 | 1.02 | 0.84 | 0 | 0.00 | 1.0 | 1.00 | 3 | ▅▇▁▃▁ |
| x27_soy_una_persona_tranquila_serena_y_sosegada | 0 | 1 | 1.68 | 1.00 | 0 | 1.00 | 2.0 | 3.00 | 3 | ▃▇▁▆▆ |
| x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas | 0 | 1 | 1.41 | 0.99 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▅▃ |
| x29_me_preocupo_demasiado_por_cosas_sin_importancia | 0 | 1 | 1.49 | 1.03 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▅▇▁▆▅ |
| x30_soy_feliz | 0 | 1 | 1.74 | 0.86 | 0 | 1.00 | 2.0 | 2.00 | 3 | ▁▇▁▇▅ |
| x31_suelo_tomar_las_cosas_demasiado_seriamente | 0 | 1 | 1.83 | 1.02 | 0 | 1.00 | 2.0 | 3.00 | 9 | ▅▇▁▁▁ |
| x32_me_falta_confianza_en_mi_mismo | 0 | 1 | 1.40 | 1.12 | 0 | 1.00 | 1.0 | 2.00 | 9 | ▇▆▁▁▁ |
| x33_me_siento_seguro | 0 | 1 | 1.54 | 0.96 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▂▇▁▅▃ |
| x34_no_suelo_afrontar_las_crisis_o_dificultades | 0 | 1 | 1.07 | 0.99 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▃▂ |
| x35_me_siento_triste_melancolico | 0 | 1 | 1.27 | 0.97 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▆▇▁▆▃ |
| x36_estoy_satisfecho | 0 | 1 | 1.38 | 0.94 | 0 | 1.00 | 1.0 | 2.00 | 3 | ▃▇▁▅▃ |
| x37_me_rondan_y_molestan_pensamientos_sin_importancia | 0 | 1 | 1.59 | 0.99 | 0 | 1.00 | 2.0 | 2.00 | 3 | ▃▇▁▇▅ |
| x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos | 0 | 1 | 1.33 | 1.13 | 0 | 0.00 | 1.0 | 2.00 | 3 | ▇▇▁▅▆ |
| x39_soy_una_persona_estable | 0 | 1 | 1.65 | 0.98 | 0 | 1.00 | 2.0 | 2.00 | 3 | ▃▇▁▇▆ |
| x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado | 0 | 1 | 1.64 | 1.04 | 0 | 1.00 | 2.0 | 3.00 | 3 | ▃▇▁▅▆ |
| resultados_bdi_ii | 0 | 1 | 19.40 | 11.53 | 0 | 11.00 | 18.0 | 26.00 | 54 | ▅▇▅▂▁ |
| resultados_stai_directos | 0 | 1 | 29.12 | 13.73 | 1 | 19.00 | 29.0 | 39.00 | 69 | ▃▇▇▅▁ |
| resultados_ansiedad_estado | 0 | 1 | 17.42 | 6.55 | 0 | 13.00 | 18.5 | 22.00 | 30 | ▁▃▆▇▂ |
| resultados_ansiedad_rasgo | 0 | 1 | 10.20 | 4.91 | 0 | 6.00 | 11.0 | 14.00 | 21 | ▅▆▇▇▂ |
| resultados_totales_stai | 0 | 1 | 56.74 | 23.17 | 1 | 39.00 | 57.0 | 74.00 | 117 | ▂▇▇▆▁ |
| carrera_numerica | 0 | 1 | 12.72 | 9.39 | 0 | 4.00 | 12.5 | 19.00 | 37 | ▇▂▅▂▁ |
| primera_actividad | 0 | 1 | 2.63 | 0.84 | 0 | 2.00 | 2.0 | 3.00 | 4 | ▁▁▇▅▃ |
| segunda_actividad | 0 | 1 | 0.29 | 0.93 | 0 | 0.00 | 0.0 | 0.00 | 4 | ▇▁▁▁▁ |
| primera_droga | 0 | 1 | 5.41 | 1.53 | 1 | 6.00 | 6.0 | 6.00 | 6 | ▁▁▁▁▇ |
| segunda_droga | 0 | 1 | 0.03 | 0.35 | 0 | 0.00 | 0.0 | 0.00 | 6 | ▇▁▁▁▁ |
Se require agregar algunas columnas de interes para la investigacion:
df2 <- read_csv("Respuestas de formulario -Table 1.csv") %>% clean_names() %>% select(sujeto, peso_real = x4_cual_es_tu_peso_aproximado, estatura_real = x5_cual_es_tu_estatura_aproximada) %>%
mutate(imc = peso_real / (estatura_real^2))## New names:
## Rows: 366 Columns: 110
## ── Column specification
## ──────────────────────────────────────────────────────── Delimiter: "," chr
## (23): 1. Carrera, Carrera_Código, Género, 3. Barrio donde vives (si prov... dbl
## (85): Sujeto, 1.1.Carrera_Facultad_Código (x9), 1.2.Carrera_Facultad_Cód... lgl
## (2): ...109, ...110
## ℹ Use `spec()` to retrieve the full column specification for this data. ℹ
## Specify the column types or set `show_col_types = FALSE` to quiet this message.
## • `` -> `...109`
## • `` -> `...110`df<- df %>%
left_join(df2, by = "sujeto")
skim(df %>% select(peso_real, estatura_real, imc))| Name | df %>% select(peso_real, … |
| Number of rows | 364 |
| Number of columns | 3 |
| _______________________ | |
| Column type frequency: | |
| numeric | 3 |
| ________________________ | |
| Group variables | None |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| peso_real | 1 | 1 | 64.87 | 12.89 | 40.00 | 55.0 | 63.00 | 72.00 | 130.00 | ▆▇▃▁▁ |
| estatura_real | 0 | 1 | 1.67 | 0.10 | 1.47 | 1.6 | 1.67 | 1.73 | 1.96 | ▃▇▇▃▁ |
| imc | 1 | 1 | 23.22 | 3.81 | 15.73 | 20.7 | 22.59 | 24.95 | 41.03 | ▃▇▂▁▁ |
# Definir los intervalos y las etiquetas
breaks <- c(-Inf, 13, 19, 28, 63)
labels <- c("Mínimo", "Leve", "Moderado", "Severo")
# Clasificar los resultados en las categorías definidas
df$categoria_bdi_ii <- cut(df$resultados_bdi_ii, breaks = breaks, labels = labels, right = TRUE)
# Supongamos que tu dataframe se llama 'df'
# y tiene las columnas 'resultados_ansiedad_estado' y 'genero'
# Aplicar la clasificación basada en los rangos de cada género
df <- df %>%
mutate(categoria_ansiedad_estado = factor(case_when(
genero == 1 & resultados_ansiedad_estado %in% 29:60 ~ "Alto",
genero == 1 & resultados_ansiedad_estado %in% 20:28 ~ "Sobre Promedio",
genero == 1 & resultados_ansiedad_estado == 19 ~ "Promedio",
genero == 1 & resultados_ansiedad_estado %in% 14:18 ~ "Tend. Promedio",
genero == 1 & resultados_ansiedad_estado %in% 0:13 ~ "Bajo",
genero == 2 & resultados_ansiedad_estado %in% 32:60 ~ "Alto",
genero == 2 & resultados_ansiedad_estado %in% 23:31 ~ "Sobre Promedio",
genero == 2 & resultados_ansiedad_estado %in% 20:22 ~ "Promedio",
genero == 2 & resultados_ansiedad_estado %in% 15:19 ~ "Tend. Promedio",
genero == 2 & resultados_ansiedad_estado %in% 0:14 ~ "Bajo",
TRUE ~ NA_character_ # Cualquier otro caso
), levels = c("Bajo", "Tend. Promedio", "Promedio", "Sobre Promedio", "Alto")))
df <- df %>%
mutate(categoria_ansiedad_rasgo = factor(case_when(
genero == 1 & resultados_ansiedad_rasgo %in% 26:60 ~ "Alto",
genero == 1 & resultados_ansiedad_rasgo %in% 20:25 ~ "Sobre Promedio",
genero == 1 & resultados_ansiedad_rasgo == 19 ~ "Promedio",
genero == 1 & resultados_ansiedad_rasgo %in% 14:18 ~ "Tend. Promedio",
genero == 1 & resultados_ansiedad_rasgo %in% 0:13 ~ "Bajo",
genero == 2 & resultados_ansiedad_rasgo %in% 33:60 ~ "Alto",
genero == 2 & resultados_ansiedad_rasgo %in% 26:32 ~ "Sobre Promedio",
genero == 2 & resultados_ansiedad_rasgo %in% 24:25 ~ "Promedio",
genero == 2 & resultados_ansiedad_rasgo %in% 17:23 ~ "Tend. Promedio",
genero == 2 & resultados_ansiedad_rasgo %in% 0:16 ~ "Bajo",
TRUE ~ NA_character_ # Cualquier otro caso
), levels = c("Bajo", "Tend. Promedio", "Promedio", "Sobre Promedio", "Alto")))
skim(df %>% select(categoria_bdi_ii, categoria_ansiedad_estado, categoria_ansiedad_rasgo))| Name | df %>% select(categoria_b… |
| Number of rows | 364 |
| Number of columns | 3 |
| _______________________ | |
| Column type frequency: | |
| factor | 3 |
| ________________________ | |
| Group variables | None |
Variable type: factor
| skim_variable | n_missing | complete_rate | ordered | n_unique | top_counts |
|---|---|---|---|---|---|
| categoria_bdi_ii | 0 | 1 | FALSE | 4 | Mín: 125, Mod: 91, Lev: 74, Sev: 74 |
| categoria_ansiedad_estado | 0 | 1 | FALSE | 5 | Sob: 114, Baj: 111, Ten: 85, Pro: 51 |
| categoria_ansiedad_rasgo | 0 | 1 | FALSE | 4 | Baj: 309, Ten: 53, Pro: 1, Sob: 1 |
faculties <- setNames(c(1,2,3,4,5,6,7,8,9), c("Ingeniería", "Pedagogía", "Ciencias", "Socieconomia", "Administración", "Salud", "Humanidades", "FAI", "Psicología"))
df$carrera_facultad_x9_factor <- factor(df$carrera_facultad_x9, levels = c(1,2,3,4,5,6,7,8,9), labels = names(faculties))
# Convert the depression category to a factor if not already done
df$categoria_bdi_ii <- factor(df$categoria_bdi_ii)
# Create the contingency table
contingency_table <- table(df$carrera_facultad_x9_factor , df$categoria_bdi_ii)
contingency_table_with_margins <- addmargins(contingency_table)
contingency_table_with_margins##
## Mínimo Leve Moderado Severo Sum
## Ingeniería 36 22 30 14 102
## Pedagogía 18 11 15 12 56
## Ciencias 10 9 6 11 36
## Socieconomia 2 0 3 3 8
## Administración 14 10 9 7 40
## Salud 33 16 16 16 81
## Humanidades 6 4 3 7 20
## FAI 1 0 0 0 1
## Psicología 5 2 9 4 20
## Sum 125 74 91 74 364df$categoria_ansiedad_estado <- factor(df$categoria_ansiedad_estado)
df$categoria_ansiedad_rasgo <- factor(df$categoria_ansiedad_rasgo)
# Ansiedad Estado
addmargins(table(df$carrera_facultad_x9_factor , df$categoria_ansiedad_estado))##
## Bajo Tend. Promedio Promedio Sobre Promedio Alto Sum
## Ingeniería 28 28 13 33 0 102
## Pedagogía 17 12 7 19 1 56
## Ciencias 13 6 5 11 1 36
## Socieconomia 1 3 0 4 0 8
## Administración 14 9 4 13 0 40
## Salud 29 20 11 21 0 81
## Humanidades 5 4 2 8 1 20
## FAI 1 0 0 0 0 1
## Psicología 3 3 9 5 0 20
## Sum 111 85 51 114 3 364#Ansiedad Rasgo
tabla <- table(df$carrera_facultad_x9_factor , df$categoria_ansiedad_rasgo)
addmargins(tabla)##
## Bajo Tend. Promedio Promedio Sobre Promedio Sum
## Ingeniería 90 12 0 0 102
## Pedagogía 46 9 1 0 56
## Ciencias 28 8 0 0 36
## Socieconomia 6 2 0 0 8
## Administración 34 6 0 0 40
## Salud 73 8 0 0 81
## Humanidades 16 4 0 0 20
## FAI 1 0 0 0 1
## Psicología 15 4 0 1 20
## Sum 309 53 1 1 364# Depresion SocioDemograficos
model <- lm(resultados_bdi_ii ~ carrera_facultad_x5 + carrera_facultad_x9 + semestre + edad + genero + estrato + barrio + peso + estatura + imc + vives, data = df)
summary(model)##
## Call:
## lm(formula = resultados_bdi_ii ~ carrera_facultad_x5 + carrera_facultad_x9 +
## semestre + edad + genero + estrato + barrio + peso + estatura +
## imc + vives, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -24.733 -7.834 -1.525 6.949 33.767
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 15.08304 7.77481 1.940 0.05318 .
## carrera_facultad_x5 -0.50824 0.73937 -0.687 0.49229
## carrera_facultad_x9 0.15732 0.38175 0.412 0.68052
## semestre -0.44571 0.27659 -1.611 0.10798
## edad -1.22307 1.00517 -1.217 0.22451
## genero 4.60733 1.61592 2.851 0.00461 **
## estrato 0.05309 0.57511 0.092 0.92650
## barrio -0.47481 0.48709 -0.975 0.33033
## peso 0.56946 1.56523 0.364 0.71621
## estatura -1.01726 0.96641 -1.053 0.29324
## imc 0.15201 0.28306 0.537 0.59160
## vives 0.33760 0.34150 0.989 0.32355
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 11.2 on 351 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.08103, Adjusted R-squared: 0.05223
## F-statistic: 2.814 on 11 and 351 DF, p-value: 0.001563# Depresion PsicoSociales
model <- lm(resultados_bdi_ii ~ vives + primera_actividad + consumo + primera_droga +
pareja + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_bdi_ii ~ vives + primera_actividad +
## consumo + primera_droga + pareja + religion + abuso_violencia +
## apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -23.792 -6.881 -1.260 6.828 35.345
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 14.1659 6.1729 2.295 0.022329 *
## vives 0.3049 0.3091 0.986 0.324684
## primera_actividad 1.0719 0.6652 1.611 0.107994
## consumo 4.4615 4.2704 1.045 0.296852
## primera_droga -1.5300 0.9927 -1.541 0.124165
## pareja -0.7971 1.1016 -0.724 0.469784
## religion 2.2700 1.1785 1.926 0.054898 .
## abuso_violencia -4.4589 1.1591 -3.847 0.000142 ***
## apoyo 6.0610 1.6247 3.731 0.000223 ***
## confia 6.0142 1.4422 4.170 3.83e-05 ***
## perdida -4.8304 1.1092 -4.355 1.75e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 10.37 on 353 degrees of freedom
## Multiple R-squared: 0.2131, Adjusted R-squared: 0.1908
## F-statistic: 9.558 on 10 and 353 DF, p-value: 4.125e-14# Depresion SocioDemograficos y PsicoSociales
model <- lm(resultados_bdi_ii ~ carrera_facultad_x5 + carrera_facultad_x9 + semestre + edad + genero + estrato + barrio + peso + estatura + imc + vives + primera_actividad + consumo + primera_droga + pareja + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_bdi_ii ~ carrera_facultad_x5 + carrera_facultad_x9 +
## semestre + edad + genero + estrato + barrio + peso + estatura +
## imc + vives + primera_actividad + consumo + primera_droga +
## pareja + religion + abuso_violencia + apoyo + confia + perdida,
## data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -25.655 -6.982 -0.835 6.217 32.711
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 15.77677 9.44366 1.671 0.095711 .
## carrera_facultad_x5 -0.91806 0.67423 -1.362 0.174209
## carrera_facultad_x9 0.21164 0.34359 0.616 0.538315
## semestre -0.14850 0.25540 -0.581 0.561322
## edad -2.48633 0.92230 -2.696 0.007369 **
## genero 3.93751 1.48250 2.656 0.008278 **
## estrato -0.08393 0.51877 -0.162 0.871573
## barrio -0.40367 0.43817 -0.921 0.357562
## peso 1.00280 1.41445 0.709 0.478829
## estatura -1.57565 0.87013 -1.811 0.071048 .
## imc 0.12000 0.25428 0.472 0.637274
## vives 0.43584 0.30509 1.429 0.154041
## primera_actividad 0.94509 0.65758 1.437 0.151567
## consumo 5.12099 4.19701 1.220 0.223248
## primera_droga -2.04742 0.97130 -2.108 0.035766 *
## pareja -1.09968 1.08959 -1.009 0.313562
## religion 2.58887 1.14714 2.257 0.024651 *
## abuso_violencia -3.31116 1.18017 -2.806 0.005309 **
## apoyo 5.57030 1.58681 3.510 0.000507 ***
## confia 6.46319 1.43358 4.508 8.98e-06 ***
## perdida -5.55104 1.08498 -5.116 5.21e-07 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 9.973 on 342 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.2906, Adjusted R-squared: 0.2491
## F-statistic: 7.005 on 20 and 342 DF, p-value: 2.402e-16# Depresion SocioDemograficos y PsicoSociales (Solo Significativas)
model <- lm(resultados_bdi_ii ~ edad + genero + estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_bdi_ii ~ edad + genero + estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -23.513 -6.815 -1.057 6.807 33.083
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 20.2990 6.5953 3.078 0.002248 **
## edad -1.9049 0.8485 -2.245 0.025388 *
## genero 3.6908 1.4388 2.565 0.010723 *
## estatura -1.3186 0.7223 -1.826 0.068757 .
## primera_droga -0.8726 0.3671 -2.377 0.017991 *
## religion 2.4038 1.1336 2.120 0.034662 *
## abuso_violencia -2.8688 1.1491 -2.497 0.012996 *
## apoyo 5.7942 1.5670 3.698 0.000252 ***
## confia 6.5010 1.3817 4.705 3.64e-06 ***
## perdida -5.1759 1.0565 -4.899 1.47e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 9.996 on 354 degrees of freedom
## Multiple R-squared: 0.2671, Adjusted R-squared: 0.2485
## F-statistic: 14.33 on 9 and 354 DF, p-value: < 2.2e-16# Depresion SocioDemograficos y PsicoSociales (Solo Significativas) + ansiedad
model <- lm(resultados_bdi_ii ~ edad + genero + estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado + resultados_ansiedad_rasgo , data = df)
summary(model)##
## Call:
## lm(formula = resultados_bdi_ii ~ edad + genero + estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado +
## resultados_ansiedad_rasgo, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -25.4212 -4.4372 -0.0958 3.9250 26.9120
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -3.2830 4.9748 -0.660 0.509733
## edad -1.0694 0.6186 -1.729 0.084743 .
## genero 2.4954 1.0487 2.380 0.017863 *
## estatura 0.4076 0.5338 0.764 0.445626
## primera_droga -0.2580 0.2706 -0.953 0.341008
## religion 0.6749 0.8311 0.812 0.417312
## abuso_violencia -1.1616 0.8441 -1.376 0.169664
## apoyo 1.6665 1.1618 1.434 0.152325
## confia 3.6787 1.0199 3.607 0.000355 ***
## perdida -2.5677 0.7828 -3.280 0.001141 **
## resultados_ansiedad_estado 0.6105 0.1051 5.809 1.41e-08 ***
## resultados_ansiedad_rasgo 0.8343 0.1428 5.844 1.16e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 7.263 on 352 degrees of freedom
## Multiple R-squared: 0.6153, Adjusted R-squared: 0.6033
## F-statistic: 51.18 on 11 and 352 DF, p-value: < 2.2e-16df_bdi_severo <- df %>% filter(categoria_bdi_ii == "Severo")
df_bdi_moderado <- df %>% filter(categoria_bdi_ii == "Moderado")
df_bdi_leve <- df %>% filter(categoria_bdi_ii == "Leve")
df_bdi_minimo <- df %>% filter(categoria_bdi_ii == "Mínimo")
# Depresion SocioDemograficos y PsicoSociales (Solo Significativas) + ansiedad
model <- lm(resultados_bdi_ii ~ edad + genero + estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado + resultados_ansiedad_rasgo , data = df_bdi_severo )
summary(model)##
## Call:
## lm(formula = resultados_bdi_ii ~ edad + genero + estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado +
## resultados_ansiedad_rasgo, data = df_bdi_severo)
##
## Residuals:
## Min 1Q Median 3Q Max
## -8.873 -4.854 -1.468 2.914 18.365
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 21.73435 10.48689 2.073 0.0424 *
## edad 0.63883 1.48398 0.430 0.6683
## genero 3.22360 2.52191 1.278 0.2059
## estatura 0.02796 1.16287 0.024 0.9809
## primera_droga -0.40071 0.48522 -0.826 0.4121
## religion -1.93548 1.96094 -0.987 0.3275
## abuso_violencia -1.49744 1.66648 -0.899 0.3724
## apoyo -1.23312 2.02926 -0.608 0.5456
## confia 1.45495 1.75301 0.830 0.4097
## perdida -1.30686 1.88000 -0.695 0.4896
## resultados_ansiedad_estado 0.26910 0.23743 1.133 0.2614
## resultados_ansiedad_rasgo 0.70002 0.38492 1.819 0.0738 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 6.65 on 62 degrees of freedom
## Multiple R-squared: 0.2365, Adjusted R-squared: 0.101
## F-statistic: 1.746 on 11 and 62 DF, p-value: 0.08404# Depresion SocioDemograficos y PsicoSociales (Solo Significativas) + ansiedad
model <- lm(resultados_bdi_ii ~ edad + genero + estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado + resultados_ansiedad_rasgo , data = df_bdi_moderado)
summary(model)##
## Call:
## lm(formula = resultados_bdi_ii ~ edad + genero + estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado +
## resultados_ansiedad_rasgo, data = df_bdi_moderado)
##
## Residuals:
## Min 1Q Median 3Q Max
## -4.9440 -1.7148 -0.0093 1.8415 4.7255
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 22.40625 3.53831 6.332 1.37e-08 ***
## edad 0.58043 0.43932 1.321 0.190
## genero -0.21431 0.66061 -0.324 0.746
## estatura 0.08972 0.33608 0.267 0.790
## primera_droga 0.08514 0.17586 0.484 0.630
## religion -0.29203 0.57648 -0.507 0.614
## abuso_violencia 0.45635 0.54571 0.836 0.406
## apoyo -0.38959 0.74348 -0.524 0.602
## confia -0.75653 0.71468 -1.059 0.293
## perdida -0.76753 0.51840 -1.481 0.143
## resultados_ansiedad_estado 0.09472 0.08621 1.099 0.275
## resultados_ansiedad_rasgo 0.02324 0.09417 0.247 0.806
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.374 on 79 degrees of freedom
## Multiple R-squared: 0.1312, Adjusted R-squared: 0.01023
## F-statistic: 1.085 on 11 and 79 DF, p-value: 0.3844# Depresion SocioDemograficos y PsicoSociales (Solo Significativas) + ansiedad
model <- lm(resultados_bdi_ii ~ edad + genero + estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado + resultados_ansiedad_rasgo , data = df_bdi_leve)
summary(model)##
## Call:
## lm(formula = resultados_bdi_ii ~ edad + genero + estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado +
## resultados_ansiedad_rasgo, data = df_bdi_leve)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.59870 -1.05935 -0.01575 0.99962 2.62505
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 12.04851 2.60285 4.629 1.93e-05 ***
## edad 0.37845 0.30339 1.247 0.2169
## genero -0.33060 0.51182 -0.646 0.5207
## estatura 0.19738 0.25106 0.786 0.4347
## primera_droga 0.42752 0.14650 2.918 0.0049 **
## religion -0.19492 0.34781 -0.560 0.5772
## abuso_violencia -0.70447 0.36367 -1.937 0.0573 .
## apoyo 1.57024 0.67352 2.331 0.0230 *
## confia -0.60675 0.54472 -1.114 0.2696
## perdida 0.02344 0.37248 0.063 0.9500
## resultados_ansiedad_estado 0.08483 0.06079 1.396 0.1678
## resultados_ansiedad_rasgo 0.01141 0.07838 0.146 0.8847
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.448 on 62 degrees of freedom
## Multiple R-squared: 0.2919, Adjusted R-squared: 0.1663
## F-statistic: 2.324 on 11 and 62 DF, p-value: 0.01835# Depresion SocioDemograficos y PsicoSociales (Solo Significativas) + ansiedad
model <- lm(resultados_bdi_ii ~ edad + genero + estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado + resultados_ansiedad_rasgo , data = df_bdi_minimo )
summary(model)##
## Call:
## lm(formula = resultados_bdi_ii ~ edad + genero + estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_ansiedad_estado +
## resultados_ansiedad_rasgo, data = df_bdi_minimo)
##
## Residuals:
## Min 1Q Median 3Q Max
## -8.2638 -2.4677 -0.0241 2.8004 7.2179
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.311845 4.522026 -0.069 0.9451
## edad 0.007855 0.493429 0.016 0.9873
## genero 1.203686 0.929154 1.295 0.1978
## estatura 0.420985 0.474890 0.886 0.3772
## primera_droga -0.150854 0.246273 -0.613 0.5414
## religion 0.412184 0.708806 0.582 0.5620
## abuso_violencia 1.464050 0.846755 1.729 0.0865 .
## apoyo 1.448042 1.272356 1.138 0.2575
## confia -1.101205 1.034357 -1.065 0.2893
## perdida -1.101701 0.645822 -1.706 0.0908 .
## resultados_ansiedad_estado 0.348787 0.078955 4.418 2.3e-05 ***
## resultados_ansiedad_rasgo 0.020994 0.117993 0.178 0.8591
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.396 on 113 degrees of freedom
## Multiple R-squared: 0.3141, Adjusted R-squared: 0.2473
## F-statistic: 4.704 on 11 and 113 DF, p-value: 6.633e-06#Ansiedad Total SocioDemograficos
model <- lm(resultados_totales_stai ~ carrera_facultad_x5 + carrera_facultad_x9 + semestre + edad + genero + estrato + barrio + peso + estatura + imc + vives, data = df)
summary(model)##
## Call:
## lm(formula = resultados_totales_stai ~ carrera_facultad_x5 +
## carrera_facultad_x9 + semestre + edad + genero + estrato +
## barrio + peso + estatura + imc + vives, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -57.999 -15.944 -0.212 17.349 65.175
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 52.31162 15.63791 3.345 0.000911 ***
## carrera_facultad_x5 -0.80201 1.48714 -0.539 0.590027
## carrera_facultad_x9 0.56638 0.76784 0.738 0.461238
## semestre -0.75517 0.55633 -1.357 0.175517
## edad -2.18537 2.02176 -1.081 0.280473
## genero 6.52926 3.25019 2.009 0.045315 *
## estrato -0.09295 1.15676 -0.080 0.935999
## barrio -0.19474 0.97972 -0.199 0.842554
## peso 0.28576 3.14824 0.091 0.927729
## estatura -3.49348 1.94380 -1.797 0.073156 .
## imc 0.36020 0.56934 0.633 0.527369
## vives 0.73986 0.68688 1.077 0.282160
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 22.54 on 351 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.08189, Adjusted R-squared: 0.05312
## F-statistic: 2.846 on 11 and 351 DF, p-value: 0.001385# Ansiedad Total PsicoSociales
model <- lm(resultados_totales_stai ~ vives + primera_actividad + consumo + primera_droga +
pareja + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_totales_stai ~ vives + primera_actividad +
## consumo + primera_droga + pareja + religion + abuso_violencia +
## apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -53.921 -15.243 0.853 15.242 58.253
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 46.1176 12.5777 3.667 0.000284 ***
## vives 0.7849 0.6298 1.246 0.213474
## primera_actividad 1.5647 1.3555 1.154 0.249120
## consumo 10.8268 8.7012 1.244 0.214218
## primera_droga -2.9697 2.0228 -1.468 0.142967
## pareja -2.8603 2.2446 -1.274 0.203396
## religion 4.3756 2.4014 1.822 0.069282 .
## abuso_violencia -9.1140 2.3617 -3.859 0.000135 ***
## apoyo 12.9957 3.3105 3.926 0.000104 ***
## confia 9.6632 2.9386 3.288 0.001109 **
## perdida -8.9633 2.2602 -3.966 8.86e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 21.13 on 353 degrees of freedom
## Multiple R-squared: 0.1908, Adjusted R-squared: 0.1679
## F-statistic: 8.325 on 10 and 353 DF, p-value: 3.669e-12# Ansiedad TotalSocioDemograficos y PsicoSociales
model <- lm(resultados_totales_stai ~ carrera_facultad_x5 + carrera_facultad_x9 + semestre + edad + genero + estrato + barrio + peso + estatura + imc + vives + primera_actividad + consumo + primera_droga + pareja + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_totales_stai ~ carrera_facultad_x5 +
## carrera_facultad_x9 + semestre + edad + genero + estrato +
## barrio + peso + estatura + imc + vives + primera_actividad +
## consumo + primera_droga + pareja + religion + abuso_violencia +
## apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -55.512 -15.474 1.328 13.899 62.048
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 52.60567 19.32267 2.722 0.006811 **
## carrera_facultad_x5 -1.60796 1.37954 -1.166 0.244598
## carrera_facultad_x9 0.69550 0.70302 0.989 0.323210
## semestre -0.26936 0.52257 -0.515 0.606571
## edad -4.38552 1.88712 -2.324 0.020715 *
## genero 5.33300 3.03334 1.758 0.079621 .
## estrato -0.32757 1.06145 -0.309 0.757811
## barrio -0.05046 0.89653 -0.056 0.955149
## peso 1.23940 2.89410 0.428 0.668739
## estatura -4.36293 1.78038 -2.451 0.014764 *
## imc 0.28396 0.52027 0.546 0.585560
## vives 0.94042 0.62425 1.506 0.132864
## primera_actividad 1.23533 1.34547 0.918 0.359195
## consumo 12.05532 8.58751 1.404 0.161280
## primera_droga -4.00561 1.98738 -2.016 0.044632 *
## pareja -3.00223 2.22940 -1.347 0.178984
## religion 5.00210 2.34716 2.131 0.033792 *
## abuso_violencia -6.83044 2.41474 -2.829 0.004950 **
## apoyo 11.89654 3.24676 3.664 0.000288 ***
## confia 11.01895 2.93324 3.757 0.000202 ***
## perdida -10.36696 2.21998 -4.670 4.34e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 20.41 on 342 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.2666, Adjusted R-squared: 0.2237
## F-statistic: 6.215 on 20 and 342 DF, p-value: 3.35e-14# Ansiedad Total SocioDemograficos y PsicoSociales (Solo Significativas)
model <- lm(resultados_totales_stai ~ edad + genero + estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_totales_stai ~ edad + genero + estatura +
## primera_droga + religion + abuso_violencia + apoyo + confia +
## perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -57.392 -15.731 1.051 14.755 62.639
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 64.1764 13.4484 4.772 2.67e-06 ***
## edad -3.2238 1.7302 -1.863 0.063251 .
## genero 5.2271 2.9338 1.782 0.075655 .
## estatura -4.1323 1.4728 -2.806 0.005297 **
## primera_droga -1.2453 0.7486 -1.664 0.097068 .
## religion 4.7302 2.3116 2.046 0.041463 *
## abuso_violencia -6.0185 2.3431 -2.569 0.010620 *
## apoyo 12.3146 3.1951 3.854 0.000138 ***
## confia 10.6167 2.8174 3.768 0.000192 ***
## perdida -9.4606 2.1542 -4.392 1.49e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 20.38 on 354 degrees of freedom
## Multiple R-squared: 0.2453, Adjusted R-squared: 0.2261
## F-statistic: 12.78 on 9 and 354 DF, p-value: < 2.2e-16# Ansiedad Total SocioDemograficos y PsicoSociales (Solo Significativas) + Depresion
model <- lm(resultados_totales_stai ~ edad + genero + estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii, data = df)
summary(model)##
## Call:
## lm(formula = resultados_totales_stai ~ edad + genero + estatura +
## primera_droga + religion + abuso_violencia + apoyo + confia +
## perdida + resultados_bdi_ii, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -37.210 -8.680 -0.269 8.658 32.003
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 31.58759 8.41326 3.755 0.000203 ***
## edad -0.16564 1.07578 -0.154 0.877718
## genero -0.69821 1.82805 -0.382 0.702735
## estatura -2.01543 0.91356 -2.206 0.028018 *
## primera_droga 0.15552 0.46583 0.334 0.738681
## religion 0.87099 1.43617 0.606 0.544596
## abuso_violencia -1.41294 1.45929 -0.968 0.333588
## apoyo 3.01231 2.01038 1.498 0.134929
## confia 0.17966 1.79298 0.100 0.920241
## perdida -1.15103 1.37435 -0.838 0.402874
## resultados_bdi_ii 1.60544 0.06691 23.994 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 12.58 on 353 degrees of freedom
## Multiple R-squared: 0.7131, Adjusted R-squared: 0.705
## F-statistic: 87.76 on 10 and 353 DF, p-value: < 2.2e-16#Ansiedad Estado SocioDemograficos
model <- lm(resultados_ansiedad_estado ~ carrera_facultad_x5 + carrera_facultad_x9 + semestre + edad + genero + estrato + barrio + peso + estatura + imc + vives, data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ carrera_facultad_x5 +
## carrera_facultad_x9 + semestre + edad + genero + estrato +
## barrio + peso + estatura + imc + vives, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -17.495 -4.567 1.091 4.657 13.912
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 21.201085 4.459734 4.754 2.92e-06 ***
## carrera_facultad_x5 -0.344347 0.424114 -0.812 0.4174
## carrera_facultad_x9 0.192510 0.218979 0.879 0.3799
## semestre -0.206096 0.158657 -1.299 0.1948
## edad -0.263039 0.576580 -0.456 0.6485
## genero 0.925753 0.926914 0.999 0.3186
## estrato -0.206603 0.329894 -0.626 0.5315
## barrio 0.040936 0.279402 0.147 0.8836
## peso 0.180089 0.897838 0.201 0.8411
## estatura -1.410899 0.554346 -2.545 0.0114 *
## imc 0.004434 0.162368 0.027 0.9782
## vives 0.108757 0.195888 0.555 0.5791
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 6.427 on 351 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.07012, Adjusted R-squared: 0.04098
## F-statistic: 2.406 on 11 and 351 DF, p-value: 0.006849# Ansiedad Estado PsicoSociales
model <- lm(resultados_ansiedad_estado ~ vives + primera_actividad + consumo + primera_droga +
pareja + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ vives + primera_actividad +
## consumo + primera_droga + pareja + religion + abuso_violencia +
## apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -16.5173 -4.2412 0.6779 4.6710 12.7366
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 13.6932 3.6705 3.731 0.000223 ***
## vives 0.1389 0.1838 0.756 0.450279
## primera_actividad 0.3881 0.3956 0.981 0.327251
## consumo 2.4034 2.5392 0.947 0.344536
## primera_droga -0.7085 0.5903 -1.200 0.230839
## pareja -0.3592 0.6550 -0.548 0.583756
## religion 0.9960 0.7008 1.421 0.156120
## abuso_violencia -1.7844 0.6892 -2.589 0.010021 *
## apoyo 3.6917 0.9661 3.821 0.000157 ***
## confia 2.3247 0.8576 2.711 0.007040 **
## perdida -2.1601 0.6596 -3.275 0.001161 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 6.168 on 353 degrees of freedom
## Multiple R-squared: 0.1388, Adjusted R-squared: 0.1144
## F-statistic: 5.69 on 10 and 353 DF, p-value: 6.437e-08# Ansiedad Estado SocioDemograficos y PsicoSociales
model <- lm(resultados_ansiedad_estado ~ carrera_facultad_x5 + carrera_facultad_x9 + semestre + edad + genero + estrato + barrio + peso + estatura + imc + vives + primera_actividad + consumo + primera_droga + pareja + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ carrera_facultad_x5 +
## carrera_facultad_x9 + semestre + edad + genero + estrato +
## barrio + peso + estatura + imc + vives + primera_actividad +
## consumo + primera_droga + pareja + religion + abuso_violencia +
## apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -16.4310 -4.2445 0.4782 4.2060 13.2253
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 19.72123 5.67720 3.474 0.000579 ***
## carrera_facultad_x5 -0.55054 0.40532 -1.358 0.175270
## carrera_facultad_x9 0.23170 0.20655 1.122 0.262764
## semestre -0.04921 0.15354 -0.321 0.748773
## edad -0.78852 0.55445 -1.422 0.155894
## genero 0.75465 0.89123 0.847 0.397728
## estrato -0.29854 0.31187 -0.957 0.339101
## barrio 0.07452 0.26341 0.283 0.777408
## peso 0.37431 0.85032 0.440 0.660072
## estatura -1.62834 0.52309 -3.113 0.002009 **
## imc -0.01602 0.15286 -0.105 0.916574
## vives 0.15431 0.18341 0.841 0.400734
## primera_actividad 0.25514 0.39531 0.645 0.519088
## consumo 2.57032 2.52310 1.019 0.309058
## primera_droga -0.94987 0.58391 -1.627 0.104716
## pareja -0.22664 0.65502 -0.346 0.729549
## religion 1.19173 0.68962 1.728 0.084874 .
## abuso_violencia -1.21953 0.70948 -1.719 0.086536 .
## apoyo 3.35298 0.95393 3.515 0.000499 ***
## confia 2.82087 0.86182 3.273 0.001172 **
## perdida -2.57309 0.65225 -3.945 9.69e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 5.996 on 342 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.2116, Adjusted R-squared: 0.1654
## F-statistic: 4.588 on 20 and 342 DF, p-value: 1.041e-09# Ansiedad Estado SocioDemograficos y PsicoSociales (Solo Significativas)
model <- lm(resultados_ansiedad_estado ~ estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -17.4075 -4.4830 0.7831 4.3838 13.6822
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 21.1624 2.8178 7.510 4.80e-13 ***
## estatura -1.6988 0.3338 -5.090 5.82e-07 ***
## primera_droga -0.3118 0.2165 -1.440 0.150791
## religion 1.1439 0.6725 1.701 0.089792 .
## abuso_violencia -1.0976 0.6709 -1.636 0.102741
## apoyo 3.3371 0.9321 3.580 0.000391 ***
## confia 2.7457 0.8229 3.337 0.000937 ***
## perdida -2.3079 0.6282 -3.674 0.000276 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 5.955 on 356 degrees of freedom
## Multiple R-squared: 0.1905, Adjusted R-squared: 0.1746
## F-statistic: 11.97 on 7 and 356 DF, p-value: 1.014e-13# Ansiedad Estado SocioDemograficos y PsicoSociales (Solo Significativas) + Depresion
model <- lm(resultados_ansiedad_estado ~ estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii, data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -12.6769 -2.8816 0.3532 3.1234 13.1130
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 10.85280 2.23097 4.865 1.73e-06 ***
## estatura -0.76030 0.25983 -2.926 0.00365 **
## primera_droga -0.03345 0.16522 -0.202 0.83968
## religion 0.24456 0.51336 0.476 0.63409
## abuso_violencia 0.20813 0.51551 0.404 0.68665
## apoyo 1.18969 0.71972 1.653 0.09922 .
## confia 0.23516 0.64340 0.366 0.71495
## perdida -0.40834 0.49095 -0.832 0.40612
## resultados_bdi_ii 0.38270 0.02360 16.219 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.519 on 355 degrees of freedom
## Multiple R-squared: 0.535, Adjusted R-squared: 0.5246
## F-statistic: 51.06 on 8 and 355 DF, p-value: < 2.2e-16df_stai_estado_bajo <- df %>% filter(categoria_ansiedad_estado == "Bajo")
df_stai_estado_prom <- df %>% filter(categoria_ansiedad_estado == "Promedio")
df_stai_estado_tendprom <- df %>% filter(categoria_ansiedad_estado == "Tend. Promedio")
df_stai_estado_sobreprom <- df %>% filter(categoria_ansiedad_estado == "Sobre Promedio")
df_stai_estado_sobreprom_m <- df %>% filter(categoria_ansiedad_estado == "Sobre Promedio", genero == 1)
df_stai_estado_sobreprom_f<- df %>% filter(categoria_ansiedad_estado == "Sobre Promedio", genero == 2)
# Ansiedad Estado SocioDemograficos y PsicoSociales (Solo Significativas) + Depresion
model <- lm(resultados_ansiedad_estado ~ estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii, data = df_stai_estado_bajo )
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df_stai_estado_bajo)
##
## Residuals:
## Min 1Q Median 3Q Max
## -7.7236 -2.0355 0.4203 2.1826 5.5760
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 7.29888 2.86349 2.549 0.0123 *
## estatura -0.73293 0.34471 -2.126 0.0359 *
## primera_droga 0.08127 0.24328 0.334 0.7390
## religion 0.71086 0.65111 1.092 0.2775
## abuso_violencia -0.40651 0.72748 -0.559 0.5775
## apoyo 1.14828 1.25174 0.917 0.3611
## confia 1.55328 0.96116 1.616 0.1092
## perdida -0.80146 0.62003 -1.293 0.1991
## resultados_bdi_ii 0.21762 0.04586 4.746 6.79e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.092 on 102 degrees of freedom
## Multiple R-squared: 0.2831, Adjusted R-squared: 0.2269
## F-statistic: 5.036 on 8 and 102 DF, p-value: 2.771e-05# Ansiedad Estado SocioDemograficos y PsicoSociales (Solo Significativas) + Depresion
model <- lm(resultados_ansiedad_estado ~ estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii, data = df_stai_estado_prom)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df_stai_estado_prom)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.55750 -0.42117 -0.06516 0.43265 1.59641
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 21.91383 1.18498 18.493 < 2e-16 ***
## estatura -0.67065 0.12960 -5.175 6.02e-06 ***
## primera_droga 0.14823 0.07203 2.058 0.0458 *
## religion -0.11439 0.25932 -0.441 0.6614
## abuso_violencia -0.16899 0.23772 -0.711 0.4811
## apoyo -0.30284 0.41345 -0.732 0.4679
## confia 0.22799 0.31271 0.729 0.4700
## perdida -0.16240 0.23991 -0.677 0.5022
## resultados_bdi_ii 0.02322 0.01554 1.494 0.1426
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.7703 on 42 degrees of freedom
## Multiple R-squared: 0.5032, Adjusted R-squared: 0.4085
## F-statistic: 5.317 on 8 and 42 DF, p-value: 0.0001234# Ansiedad Estado SocioDemograficos y PsicoSociales (Solo Significativas) + Depresion
model <- lm(resultados_ansiedad_estado ~ estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii, data = df_stai_estado_tendprom)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df_stai_estado_tendprom)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.94302 -1.07440 0.06212 1.10250 2.29219
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 15.265568 1.662025 9.185 5.91e-14 ***
## estatura -0.139939 0.193386 -0.724 0.4715
## primera_droga 0.208365 0.120770 1.725 0.0885 .
## religion 0.374733 0.377161 0.994 0.3236
## abuso_violencia -0.215718 0.372953 -0.578 0.5647
## apoyo 0.169270 0.580467 0.292 0.7714
## confia 0.231704 0.464960 0.498 0.6197
## perdida 0.167190 0.352731 0.474 0.6369
## resultados_bdi_ii 0.007172 0.024428 0.294 0.7699
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.478 on 76 degrees of freedom
## Multiple R-squared: 0.09175, Adjusted R-squared: -0.003857
## F-statistic: 0.9597 on 8 and 76 DF, p-value: 0.4738# Ansiedad Estado SocioDemograficos y PsicoSociales (Solo Significativas) + Depresion
model <- lm(resultados_ansiedad_estado ~ estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii, data = df_stai_estado_sobreprom)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df_stai_estado_sobreprom)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3.8674 -1.5088 -0.1506 1.2634 4.7782
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 22.87127 1.95646 11.690 < 2e-16 ***
## estatura -0.99384 0.21636 -4.593 1.22e-05 ***
## primera_droga -0.01847 0.12541 -0.147 0.883
## religion 0.04040 0.43617 0.093 0.926
## abuso_violencia 0.05485 0.42532 0.129 0.898
## apoyo 0.26792 0.49435 0.542 0.589
## confia 0.34529 0.49506 0.697 0.487
## perdida 0.42572 0.42564 1.000 0.320
## resultados_bdi_ii 0.09223 0.02070 4.455 2.10e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.059 on 105 degrees of freedom
## Multiple R-squared: 0.3802, Adjusted R-squared: 0.3329
## F-statistic: 8.05 on 8 and 105 DF, p-value: 2.021e-08# Ansiedad Estado SocioDemograficos y PsicoSociales (Solo Significativas) + Depresion
model <- lm(resultados_ansiedad_estado ~ estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii, data = df_stai_estado_sobreprom_f)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df_stai_estado_sobreprom_f)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3.0053 -1.3953 -0.0532 1.2592 4.1833
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 21.91680 2.40694 9.106 1.69e-12 ***
## estatura -0.14781 0.36595 -0.404 0.6879
## primera_droga -0.25586 0.18843 -1.358 0.1801
## religion 0.31734 0.56238 0.564 0.5749
## abuso_violencia 0.38088 0.54683 0.697 0.4891
## apoyo 0.26141 0.60312 0.433 0.6664
## confia 0.97111 0.57109 1.700 0.0948 .
## perdida 0.35587 0.53838 0.661 0.5114
## resultados_bdi_ii 0.05715 0.02507 2.280 0.0266 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.91 on 54 degrees of freedom
## Multiple R-squared: 0.2298, Adjusted R-squared: 0.1157
## F-statistic: 2.014 on 8 and 54 DF, p-value: 0.062# Ansiedad Estado SocioDemograficos y PsicoSociales (Solo Significativas) + Depresion
model <- lm(resultados_ansiedad_estado ~ estatura + primera_droga + religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii, data = df_stai_estado_sobreprom_m)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_estado ~ estatura + primera_droga +
## religion + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df_stai_estado_sobreprom_m)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3.0712 -1.3143 -0.3015 1.0541 3.9299
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 23.74359 3.08129 7.706 1.45e-09 ***
## estatura -0.87787 0.35505 -2.473 0.0175 *
## primera_droga -0.03771 0.17449 -0.216 0.8300
## religion -0.95101 0.66809 -1.423 0.1620
## abuso_violencia 0.13615 0.66640 0.204 0.8391
## apoyo 0.84546 0.79765 1.060 0.2952
## confia -1.18854 0.86824 -1.369 0.1783
## perdida 0.72362 0.66941 1.081 0.2859
## resultados_bdi_ii 0.10559 0.04158 2.540 0.0149 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.048 on 42 degrees of freedom
## Multiple R-squared: 0.302, Adjusted R-squared: 0.1691
## F-statistic: 2.272 on 8 and 42 DF, p-value: 0.04057#Ansiedad Rasgo SocioDemograficos
model <- lm(resultados_ansiedad_rasgo ~ carrera_facultad_x5 + carrera_facultad_x9 + semestre + edad + genero + estrato + barrio + peso + estatura + imc + vives, data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_rasgo ~ carrera_facultad_x5 +
## carrera_facultad_x9 + semestre + edad + genero + estrato +
## barrio + peso + estatura + imc + vives, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -11.3341 -3.5627 0.0834 3.6633 11.2266
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 11.62573 3.30526 3.517 0.000493 ***
## carrera_facultad_x5 0.22774 0.31433 0.725 0.469212
## carrera_facultad_x9 0.07469 0.16229 0.460 0.645650
## semestre -0.20028 0.11759 -1.703 0.089412 .
## edad -0.23116 0.42732 -0.541 0.588883
## genero 0.92956 0.68697 1.353 0.176884
## estrato -0.19979 0.24450 -0.817 0.414398
## barrio -0.11680 0.20707 -0.564 0.573077
## peso 0.17320 0.66542 0.260 0.794798
## estatura -0.90285 0.41084 -2.198 0.028634 *
## imc 0.01838 0.12034 0.153 0.878706
## vives 0.08651 0.14518 0.596 0.551658
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.763 on 351 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.08801, Adjusted R-squared: 0.05943
## F-statistic: 3.079 on 11 and 351 DF, p-value: 0.0005786# Ansiedad Rasgo PsicoSociales
model <- lm(resultados_ansiedad_rasgo ~ vives + primera_actividad + consumo + primera_droga +
pareja + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_rasgo ~ vives + primera_actividad +
## consumo + primera_droga + pareja + religion + abuso_violencia +
## apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -10.9123 -3.5867 0.3633 3.3565 10.5240
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 8.8409 2.7042 3.269 0.001184 **
## vives 0.0925 0.1354 0.683 0.494976
## primera_actividad 0.4571 0.2914 1.568 0.117681
## consumo 2.1435 1.8707 1.146 0.252655
## primera_droga -0.8150 0.4349 -1.874 0.061746 .
## pareja -0.3453 0.4826 -0.716 0.474692
## religion 1.1533 0.5163 2.234 0.026116 *
## abuso_violencia -1.9797 0.5078 -3.899 0.000116 ***
## apoyo 2.6814 0.7117 3.767 0.000193 ***
## confia 1.0947 0.6318 1.733 0.084029 .
## perdida -1.2513 0.4859 -2.575 0.010425 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.544 on 353 degrees of freedom
## Multiple R-squared: 0.1661, Adjusted R-squared: 0.1425
## F-statistic: 7.033 on 10 and 353 DF, p-value: 4.332e-10# Ansiedad Rasgo SocioDemograficos y PsicoSociales
model <- lm(resultados_ansiedad_rasgo ~ carrera_facultad_x5 + carrera_facultad_x9 + semestre + edad + genero + estrato + barrio + peso + estatura + imc + vives + primera_actividad + consumo + primera_droga + pareja + religion + abuso_violencia + apoyo + confia + perdida, data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_rasgo ~ carrera_facultad_x5 +
## carrera_facultad_x9 + semestre + edad + genero + estrato +
## barrio + peso + estatura + imc + vives + primera_actividad +
## consumo + primera_droga + pareja + religion + abuso_violencia +
## apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -11.3878 -3.2186 0.2913 3.3152 9.8861
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 11.64606 4.16311 2.797 0.005442 **
## carrera_facultad_x5 0.03354 0.29723 0.113 0.910224
## carrera_facultad_x9 0.08884 0.15147 0.587 0.557914
## semestre -0.12905 0.11259 -1.146 0.252488
## edad -0.65914 0.40658 -1.621 0.105904
## genero 0.74588 0.65354 1.141 0.254549
## estrato -0.28373 0.22869 -1.241 0.215573
## barrio -0.04524 0.19316 -0.234 0.814944
## peso 0.25836 0.62354 0.414 0.678877
## estatura -1.03508 0.38359 -2.698 0.007313 **
## imc 0.02221 0.11209 0.198 0.843048
## vives 0.12627 0.13450 0.939 0.348487
## primera_actividad 0.39587 0.28988 1.366 0.172959
## consumo 2.69506 1.85019 1.457 0.146134
## primera_droga -1.08014 0.42819 -2.523 0.012102 *
## pareja -0.40223 0.48033 -0.837 0.402954
## religion 1.20937 0.50570 2.391 0.017321 *
## abuso_violencia -1.44099 0.52026 -2.770 0.005916 **
## apoyo 2.39438 0.69952 3.423 0.000695 ***
## confia 1.35930 0.63197 2.151 0.032185 *
## perdida -1.48691 0.47830 -3.109 0.002037 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.397 on 342 degrees of freedom
## (1 observation deleted due to missingness)
## Multiple R-squared: 0.243, Adjusted R-squared: 0.1987
## F-statistic: 5.488 on 20 and 342 DF, p-value: 3.333e-12# Ansiedad Rasgo SocioDemograficos y PsicoSociales (Solo Significativas)
model <- lm(resultados_ansiedad_rasgo ~ estatura + primera_droga + abuso_violencia + apoyo + confia + perdida , data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_rasgo ~ estatura + primera_droga +
## abuso_violencia + apoyo + confia + perdida, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -11.3140 -3.3893 0.3408 3.4042 10.6725
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 17.0033 1.9031 8.935 < 2e-16 ***
## estatura -1.2145 0.2476 -4.904 1.43e-06 ***
## primera_droga -0.5436 0.1551 -3.504 0.000516 ***
## abuso_violencia -1.4889 0.4990 -2.984 0.003045 **
## apoyo 2.4971 0.6933 3.602 0.000361 ***
## confia 1.2469 0.6094 2.046 0.041498 *
## perdida -1.2683 0.4667 -2.718 0.006894 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.431 on 357 degrees of freedom
## Multiple R-squared: 0.1979, Adjusted R-squared: 0.1845
## F-statistic: 14.68 on 6 and 357 DF, p-value: 5.283e-15# Ansiedad Rasgo SocioDemograficos y PsicoSociales (Solo Significativas)
model <- lm(resultados_ansiedad_rasgo ~ estatura + primera_droga + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii , data = df)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_rasgo ~ estatura + primera_droga +
## abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -8.488 -2.064 -0.023 2.127 7.780
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 8.05804 1.52511 5.284 2.21e-07 ***
## estatura -0.53450 0.19021 -2.810 0.00523 **
## primera_droga -0.27538 0.11749 -2.344 0.01964 *
## abuso_violencia -0.48487 0.37919 -1.279 0.20183
## apoyo 0.84928 0.52941 1.604 0.10956
## confia -0.56074 0.46988 -1.193 0.23352
## perdida 0.12303 0.35992 0.342 0.73268
## resultados_bdi_ii 0.28786 0.01726 16.682 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.325 on 356 degrees of freedom
## Multiple R-squared: 0.5498, Adjusted R-squared: 0.541
## F-statistic: 62.12 on 7 and 356 DF, p-value: < 2.2e-16df_stai_rasgo_bajo <- df %>% filter(categoria_ansiedad_rasgo == "Bajo")
df_stai_rasgo_prom <- df %>% filter(categoria_ansiedad_rasgo == "Promedio")
df_stai_rasgo_tendprom <- df %>% filter(categoria_ansiedad_rasgo == "Tend. Promedio")
df_stai_rasgo_sobreprom <- df %>% filter(categoria_ansiedad_rasgo == "Sobre Promedio")
# Ansiedad Rasgo SocioDemograficos y PsicoSociales (Solo Significativas)
model <- lm(resultados_ansiedad_rasgo ~ estatura + primera_droga + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii , data = df_stai_rasgo_bajo)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_rasgo ~ estatura + primera_droga +
## abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df_stai_rasgo_bajo)
##
## Residuals:
## Min 1Q Median 3Q Max
## -7.8431 -2.1797 0.1144 2.0725 7.8756
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 8.92062 1.65638 5.386 1.46e-07 ***
## estatura -0.61911 0.19961 -3.102 0.00211 **
## primera_droga -0.29154 0.13213 -2.206 0.02811 *
## abuso_violencia -0.44031 0.40079 -1.099 0.27282
## apoyo 0.57721 0.59688 0.967 0.33430
## confia -0.30777 0.50766 -0.606 0.54480
## perdida -0.14872 0.37761 -0.394 0.69397
## resultados_bdi_ii 0.25220 0.02031 12.421 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.22 on 301 degrees of freedom
## Multiple R-squared: 0.453, Adjusted R-squared: 0.4403
## F-statistic: 35.61 on 7 and 301 DF, p-value: < 2.2e-16# Ansiedad Rasgo SocioDemograficos y PsicoSociales (Solo Significativas)
model <- lm(resultados_ansiedad_rasgo ~ estatura + primera_droga + abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii , data = df_stai_rasgo_tendprom)
summary(model)##
## Call:
## lm(formula = resultados_ansiedad_rasgo ~ estatura + primera_droga +
## abuso_violencia + apoyo + confia + perdida + resultados_bdi_ii,
## data = df_stai_rasgo_tendprom)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.19970 -0.70830 -0.06218 0.57342 2.92330
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 15.89471 1.36650 11.632 3.71e-15 ***
## estatura -0.78142 0.19070 -4.098 0.000172 ***
## primera_droga -0.03374 0.08764 -0.385 0.702017
## abuso_violencia -0.21350 0.35882 -0.595 0.554813
## apoyo 0.41340 0.39514 1.046 0.301047
## confia -0.07293 0.40482 -0.180 0.857837
## perdida 0.65713 0.35302 1.861 0.069217 .
## resultados_bdi_ii 0.07130 0.01841 3.873 0.000345 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.161 on 45 degrees of freedom
## Multiple R-squared: 0.5326, Adjusted R-squared: 0.4598
## F-statistic: 7.324 on 7 and 45 DF, p-value: 7.336e-06En el análisis comparativo factorial, el Índice de Ajuste Comparativo (CFI, por sus siglas en inglés “Comparative Fit Index”) y el Índice de Ajuste de Tucker-Lewis (TLI), también conocido como el Índice de Ajuste No Normado (NNFI, por sus siglas en inglés “Non-Normed Fit Index”), son dos estadísticos utilizados para evaluar qué tan bien un modelo de ecuaciones estructurales se ajusta a los datos observados. Ambos índices son útiles para comparar modelos alternativos, especialmente en el contexto de modelos de medición y estructurales más complejos, como el análisis factorial confirmatorio (CFA).
El CFI mide la mejora proporcional en el ajuste del modelo en cuestión en comparación con un modelo más básico, generalmente un modelo nulo en el que se asume que todas las variables observadas son no correlacionadas. Los valores del CFI varían entre 0 y 1, donde valores cercanos a 1 indican un muy buen ajuste del modelo a los datos. Una ventaja del CFI es que toma en consideración el tamaño de la muestra, haciéndolo menos susceptible a distorsiones en muestras grandes. Generalmente, se considera que un valor de CFI de 0.95 o superior indica un buen ajuste del modelo.
El TLI, similar al CFI, también compara el ajuste del modelo en estudio contra un modelo nulo, pero a diferencia del CFI, el TLI penaliza la complejidad del modelo (es decir, el número de parámetros estimados). Esto significa que modelos más parsimoniosos (simples) son preferidos sobre modelos innecesariamente complejos. Los valores del TLI también varían entre 0 y 1, con valores cercanos a 1 indicando un buen ajuste. Al igual que con el CFI, un valor de TLI de 0.95 o más se considera indicativo de un buen ajuste del modelo.
Tanto el CFI como el TLI son importantes porque ofrecen una evaluación del ajuste del modelo que es relativamente independiente del tamaño de la muestra, lo cual es una limitación de otras medidas de ajuste como el Chi-cuadrado (\(\chi^2\)). Además, al comparar modelos, el CFI y el TLI pueden ayudar a identificar cuál modelo tiene un mejor ajuste relativo, considerando tanto la bondad del ajuste como la simplicidad del modelo. Esto es crucial en la investigación donde se comparan múltiples modelos teóricos o se busca el mejor modelo representativo de los datos.
Para el Inventario de Depresión de Beck-II (BDI-II), la división de ítems en factores varía ligeramente dependiendo del modelo de factor específico que se esté probando y de los hallazgos de diferentes estudios de investigación. Sin embargo, basándonos en las descripciones generales de los modelos de dos y tres factores mencionados anteriormente, aquí hay un desglose aproximado de los ítems típicamente asociados con cada factor. Nota que los números exactos de los ítems pueden variar dependiendo del estudio y del proceso de validación utilizado.
Modelo de Dos Factores Factor Cognitivo-Afectivo: - Tristeza (Ítem 1) - Pesimismo (Ítem 2) - Fracaso Pasado (Ítem 3) - Pérdida del Placer (Ítem 4) - Sentimientos de Culpa (Ítem 5) - Sentimientos de Castigo (Ítem 6) - Autoaversión (Ítem 7) - Autocrítica (Ítem 8) - Pensamientos o Deseos Suicidas (Ítem 9) - Llanto (Ítem 10) - Agitación (Ítem 11) - Pérdida de Interés (Ítem 12) - Indecisión (Ítem 13) - Inutilidad (Ítem 14) - Pérdida de Energía (Ítem 15) - Cambios en el Patrón de Sueño (Ítem 16) - Irritabilidad (Ítem 17) - Cambios en el Apetito (Ítem 18) - Dificultad de Concentración (Ítem 19) - Cansancio o Fatiga (Ítem 20) - Pérdida de Interés en el Sexo (Ítem 21)
Factor Somático: Este modelo típicamente combina ítems afectivos con síntomas somáticos, por lo que distinguir lo puramente somático de lo cognitivo-afectivo puede ser algo arbitrario. Sin embargo, los ítems más directamente relacionados con síntomas físicos incluyen:
Modelo de Tres Factores Factor Cognitivo: - Pesimismo (Ítem 2) - Fracaso Pasado (Ítem 3) - Sentimientos de Culpa (Ítem 5) - Sentimientos de Castigo (Ítem 6) - Autoaversión (Ítem 7) - Autocrítica (Ítem 8) - Pensamientos o Deseos Suicidas (Ítem 9) - Inutilidad (Ítem 14)
Factor Afectivo: - Tristeza (Ítem 1) - Llanto (Ítem 10) - Agitación (Ítem 11) - Pérdida del Placer (Ítem 4) - Pérdida de Interés (Ítem 12)
Factor Somático: - Cambios en el Patrón de Sueño (Ítem 16) - Cambios en el Apetito (Ítem 18) - Dificultad de Concentración (Ítem 19) - Cansancio o Fatiga (Ítem 20) - Pérdida de Energía (Ítem 15) - Pérdida de Interés en el Sexo (Ítem 21)
Es importante recordar que la agrupación exacta de ítems puede variar por estudio y por la justificación teórica para el análisis factorial. Diferentes poblaciones también pueden exhibir estructuras de factores ligeramente diferentes debido a factores culturales, lingüísticos o epidemiológicos que afectan cómo se manifiestan y se reportan los síntomas de la depresión.
bdi2 <- df %>%
select(x1_tristeza, x2_pesimismo, x3_fracaso, x4_perdida_de_placer,
x5_sentimientos_de_culpa, x6_sentimientos_de_castigo, x7_disconformidad_con_uno_mismo,
x8_autocritica, x9_pensamientos_o_deseos_suicidas, x10_llanto, x11_agitacion,
x12_perdida_de_interes, x13_indecision, x14_desvalorizacion, x15_perdida_de_energia,
x16_cambios_en_los_habitos_de_sueno, x17_irritabilidad, x18_cambios_en_el_apetito,
x19_dificultad_de_concentracion, x20_cansancio_o_fatiga, x21_perdida_de_interes_en_el_sexo)
resultado_afe <- fa(bdi2, nfactors = 5, rotate = "varimax")
print(resultado_afe)## Factor Analysis using method = minres
## Call: fa(r = bdi2, nfactors = 5, rotate = "varimax")
## Standardized loadings (pattern matrix) based upon correlation matrix
## MR1 MR2 MR3 MR5 MR4 h2 u2 com
## x1_tristeza 0.54 0.38 0.06 0.05 0.38 0.59 0.41 2.7
## x2_pesimismo 0.46 0.37 0.27 0.10 0.10 0.44 0.56 2.8
## x3_fracaso 0.56 0.26 0.32 0.10 0.12 0.51 0.49 2.3
## x4_perdida_de_placer 0.22 0.28 0.17 0.33 0.52 0.53 0.47 3.0
## x5_sentimientos_de_culpa 0.69 0.18 0.11 0.22 0.04 0.58 0.42 1.4
## x6_sentimientos_de_castigo 0.47 0.01 0.21 0.17 0.20 0.34 0.66 2.1
## x7_disconformidad_con_uno_mismo 0.33 0.29 0.67 0.21 0.07 0.68 0.32 2.1
## x8_autocritica 0.46 0.20 0.40 0.41 0.08 0.59 0.41 3.4
## x9_pensamientos_o_deseos_suicidas 0.45 0.07 0.31 0.16 0.44 0.52 0.48 3.1
## x10_llanto 0.32 0.29 0.21 0.14 0.31 0.35 0.65 4.1
## x11_agitacion 0.27 0.22 0.11 0.43 0.15 0.34 0.66 2.7
## x12_perdida_de_interes 0.19 0.33 0.20 0.29 0.41 0.44 0.56 3.9
## x13_indecision 0.23 0.49 0.31 0.15 0.11 0.41 0.59 2.5
## x14_desvalorizacion 0.29 0.16 0.69 0.13 0.30 0.70 0.30 2.0
## x15_perdida_de_energia 0.17 0.65 0.14 0.23 0.27 0.60 0.40 1.9
## x16_cambios_en_los_habitos_de_sueno 0.08 0.17 0.09 0.50 0.11 0.31 0.69 1.5
## x17_irritabilidad 0.11 0.34 0.30 0.32 0.22 0.36 0.64 4.0
## x18_cambios_en_el_apetito 0.22 0.29 0.18 0.42 0.22 0.40 0.60 3.4
## x19_dificultad_de_concentracion 0.20 0.57 0.18 0.25 0.09 0.46 0.54 1.9
## x20_cansancio_o_fatiga 0.18 0.56 0.07 0.35 0.24 0.52 0.48 2.4
## x21_perdida_de_interes_en_el_sexo 0.03 0.29 0.06 0.12 0.32 0.20 0.80 2.4
##
## MR1 MR2 MR3 MR5 MR4
## SS loadings 2.60 2.46 1.83 1.57 1.42
## Proportion Var 0.12 0.12 0.09 0.07 0.07
## Cumulative Var 0.12 0.24 0.33 0.40 0.47
## Proportion Explained 0.26 0.25 0.19 0.16 0.14
## Cumulative Proportion 0.26 0.51 0.70 0.86 1.00
##
## Mean item complexity = 2.7
## Test of the hypothesis that 5 factors are sufficient.
##
## df null model = 210 with the objective function = 8.55 with Chi Square = 3036.56
## df of the model are 115 and the objective function was 0.56
##
## The root mean square of the residuals (RMSR) is 0.03
## The df corrected root mean square of the residuals is 0.04
##
## The harmonic n.obs is 364 with the empirical chi square 112.72 with prob < 0.54
## The total n.obs was 364 with Likelihood Chi Square = 196.85 with prob < 3.1e-06
##
## Tucker Lewis Index of factoring reliability = 0.947
## RMSEA index = 0.044 and the 90 % confidence intervals are 0.034 0.055
## BIC = -481.33
## Fit based upon off diagonal values = 0.99
## Measures of factor score adequacy
## MR1 MR2 MR3 MR5 MR4
## Correlation of (regression) scores with factors 0.83 0.81 0.83 0.72 0.74
## Multiple R square of scores with factors 0.69 0.65 0.69 0.51 0.54
## Minimum correlation of possible factor scores 0.37 0.31 0.37 0.03 0.08#fviz_screeplot(resultado_afe)# Especificación del Modelo de Dos Factores
model_2factor <- '
CognitiveAffective =~ x1_tristeza + x2_pesimismo + x3_fracaso + x4_perdida_de_placer +
x5_sentimientos_de_culpa + x6_sentimientos_de_castigo +
x7_disconformidad_con_uno_mismo + x8_autocritica +
x9_pensamientos_o_deseos_suicidas + x10_llanto + x11_agitacion +
x12_perdida_de_interes + x13_indecision + x14_desvalorizacion +
x15_perdida_de_energia + x16_cambios_en_los_habitos_de_sueno +
x17_irritabilidad + x18_cambios_en_el_apetito +
x19_dificultad_de_concentracion + x20_cansancio_o_fatiga +
x21_perdida_de_interes_en_el_sexo
Somatic =~ x16_cambios_en_los_habitos_de_sueno + x18_cambios_en_el_apetito +
x19_dificultad_de_concentracion + x20_cansancio_o_fatiga +
x21_perdida_de_interes_en_el_sexo
'
# Ajuste del modelo a tus datos
fit_2factor <- cfa(model_2factor, data=bdi2, estimator="MLR")
# Resumen de los resultados
summary(fit_2factor, fit.measures=TRUE)## lavaan 0.6.17 ended normally after 62 iterations
##
## Estimator ML
## Optimization method NLMINB
## Number of model parameters 48
##
## Number of observations 364
##
## Model Test User Model:
## Standard Scaled
## Test Statistic 577.440 480.038
## Degrees of freedom 183 183
## P-value (Chi-square) 0.000 0.000
## Scaling correction factor 1.203
## Yuan-Bentler correction (Mplus variant)
##
## Model Test Baseline Model:
##
## Test statistic 3112.078 2442.162
## Degrees of freedom 210 210
## P-value 0.000 0.000
## Scaling correction factor 1.274
##
## User Model versus Baseline Model:
##
## Comparative Fit Index (CFI) 0.864 0.867
## Tucker-Lewis Index (TLI) 0.844 0.847
##
## Robust Comparative Fit Index (CFI) 0.874
## Robust Tucker-Lewis Index (TLI) 0.856
##
## Loglikelihood and Information Criteria:
##
## Loglikelihood user model (H0) -8653.886 -8653.886
## Scaling correction factor 1.746
## for the MLR correction
## Loglikelihood unrestricted model (H1) -8365.165 -8365.165
## Scaling correction factor 1.316
## for the MLR correction
##
## Akaike (AIC) 17403.771 17403.771
## Bayesian (BIC) 17590.834 17590.834
## Sample-size adjusted Bayesian (SABIC) 17438.551 17438.551
##
## Root Mean Square Error of Approximation:
##
## RMSEA 0.077 0.067
## 90 Percent confidence interval - lower 0.070 0.060
## 90 Percent confidence interval - upper 0.084 0.073
## P-value H_0: RMSEA <= 0.050 0.000 0.000
## P-value H_0: RMSEA >= 0.080 0.245 0.000
##
## Robust RMSEA 0.073
## 90 Percent confidence interval - lower 0.065
## 90 Percent confidence interval - upper 0.081
## P-value H_0: Robust RMSEA <= 0.050 0.000
## P-value H_0: Robust RMSEA >= 0.080 0.084
##
## Standardized Root Mean Square Residual:
##
## SRMR 0.055 0.055
##
## Parameter Estimates:
##
## Standard errors Sandwich
## Information bread Observed
## Observed information based on Hessian
##
## Latent Variables:
## Estimate Std.Err z-value P(>|z|)
## CognitiveAffective =~
## x1_tristeza 1.000
## x2_pesimismo 1.017 0.100 10.140 0.000
## x3_fracaso 1.226 0.115 10.688 0.000
## x4_prdd_d_plcr 1.026 0.108 9.459 0.000
## x5_sntmnts_d_c 1.072 0.103 10.412 0.000
## x6_sntmnts_d_c 0.929 0.147 6.321 0.000
## x7_dscnfrmd___ 1.457 0.157 9.275 0.000
## x8_autocritica 1.380 0.123 11.228 0.000
## x9_pnsmnts__d_ 1.018 0.107 9.492 0.000
## x10_llanto 1.291 0.130 9.925 0.000
## x11_agitacion 0.884 0.104 8.489 0.000
## x12_prdd_d_ntr 1.075 0.117 9.221 0.000
## x13_indecision 1.252 0.134 9.330 0.000
## x14_desvalrzcn 1.297 0.147 8.831 0.000
## x15_prdd_d_nrg 1.197 0.111 10.754 0.000
## x16_cmbs_n____ 0.445 1.647 0.270 0.787
## x17_irritabldd 0.949 0.105 9.063 0.000
## x18_cmbs_n_l_p 0.794 1.485 0.534 0.593
## x19_dfcltd_d_c 0.899 1.059 0.849 0.396
## x20_cnsnc__ftg 0.610 2.402 0.254 0.800
## x21_prdd_d____ 0.330 1.134 0.291 0.771
## Somatic =~
## x16_cmbs_n____ 1.000
## x18_cmbs_n_l_p 0.947 0.414 2.290 0.022
## x19_dfcltd_d_c 0.734 0.691 1.063 0.288
## x20_cnsnc__ftg 1.977 2.976 0.664 0.506
## x21_prdd_d____ 0.883 1.156 0.764 0.445
##
## Covariances:
## Estimate Std.Err z-value P(>|z|)
## CognitiveAffective ~~
## Somatic 0.066 0.380 0.175 0.861
##
## Variances:
## Estimate Std.Err z-value P(>|z|)
## .x1_tristeza 0.319 0.033 9.777 0.000
## .x2_pesimismo 0.374 0.032 11.802 0.000
## .x3_fracaso 0.469 0.040 11.869 0.000
## .x4_prdd_d_plcr 0.363 0.029 12.488 0.000
## .x5_sntmnts_d_c 0.484 0.044 10.982 0.000
## .x6_sntmnts_d_c 0.630 0.064 9.784 0.000
## .x7_dscnfrmd___ 0.495 0.050 9.996 0.000
## .x8_autocritica 0.437 0.034 12.784 0.000
## .x9_pnsmnts__d_ 0.365 0.045 8.192 0.000
## .x10_llanto 0.791 0.065 12.223 0.000
## .x11_agitacion 0.497 0.037 13.322 0.000
## .x12_prdd_d_ntr 0.456 0.038 11.861 0.000
## .x13_indecision 0.678 0.059 11.526 0.000
## .x14_desvalrzcn 0.436 0.043 10.115 0.000
## .x15_prdd_d_nrg 0.468 0.039 11.862 0.000
## .x16_cmbs_n____ 0.695 0.341 2.036 0.042
## .x17_irritabldd 0.467 0.038 12.251 0.000
## .x18_cmbs_n_l_p 0.501 0.074 6.799 0.000
## .x19_dfcltd_d_c 0.543 0.047 11.625 0.000
## .x20_cnsnc__ftg 0.376 0.223 1.683 0.092
## .x21_prdd_d____ 0.607 0.062 9.806 0.000
## CognitivAffctv 0.233 0.041 5.749 0.000
## Somatic 0.075 0.324 0.230 0.818# Calcular las cargas factoriales y las varianzas de errores para tu modelo específico
factor_loadings <- lavInspect(fit_2factor, "est")$lambda
error_variances <- lavInspect(fit_2factor, "est")$theta
# Calcular las varianzas explicadas para cada variable observada asociada a los factores
explained_variances <- rowSums(factor_loadings^2) / (rowSums(factor_loadings^2) + diag(error_variances))
# Calcular la varianza explicada promedio por el modelo
average_explained_variance <- mean(explained_variances)
# Mostrar el resultado
print(average_explained_variance)## [1] 0.7222033Los resultados de tu análisis factorial confirmatorio (CFA) para un modelo con dos factores (CognitiveAffective y Somatic) muestran lo siguiente:
El modelo muestra un ajuste moderado a los datos. El ajuste podría mejorar posiblemente refinando la estructura del modelo o revisando los ítems incluidos en cada factor, especialmente en el factor Somatic, donde algunas cargas factoriales no son significativas.
Estos resultados sugieren que, aunque los ítems en el factor CognitiveAffective están midiendo de manera efectiva este constructo, puede haber problemas con la manera en que los ítems en el factor Somatic están representando este constructo. Sería beneficioso revisar estos ítems y considerar ajustes en la estructura del modelo o en la interpretación de estos ítems.
Este análisis ofrece una visión general del ajuste y la validez del modelo, pero siempre es importante considerar estos resultados en el contexto más amplio de tu investigación y la teoría subyacente.
# Especificación del Modelo de Tres Factores
model_3factor <- '
Cognitive =~ x2_pesimismo + x3_fracaso + x5_sentimientos_de_culpa +
x6_sentimientos_de_castigo + x7_disconformidad_con_uno_mismo +
x8_autocritica + x9_pensamientos_o_deseos_suicidas + x14_desvalorizacion
Affective =~ x1_tristeza + x4_perdida_de_placer + x10_llanto + x11_agitacion +
x12_perdida_de_interes
Somatic =~ x15_perdida_de_energia + x16_cambios_en_los_habitos_de_sueno +
x18_cambios_en_el_apetito + x19_dificultad_de_concentracion +
x20_cansancio_o_fatiga + x21_perdida_de_interes_en_el_sexo
'
# Ajuste del modelo a tus datos
fit_3factor <- cfa(model_3factor, data=bdi2, estimator="MLR")
# Resumen de los resultados
summary(fit_3factor, fit.measures=TRUE)## lavaan 0.6.17 ended normally after 43 iterations
##
## Estimator ML
## Optimization method NLMINB
## Number of model parameters 41
##
## Number of observations 364
##
## Model Test User Model:
## Standard Scaled
## Test Statistic 366.883 302.987
## Degrees of freedom 149 149
## P-value (Chi-square) 0.000 0.000
## Scaling correction factor 1.211
## Yuan-Bentler correction (Mplus variant)
##
## Model Test Baseline Model:
##
## Test statistic 2779.836 2174.318
## Degrees of freedom 171 171
## P-value 0.000 0.000
## Scaling correction factor 1.278
##
## User Model versus Baseline Model:
##
## Comparative Fit Index (CFI) 0.916 0.923
## Tucker-Lewis Index (TLI) 0.904 0.912
##
## Robust Comparative Fit Index (CFI) 0.927
## Robust Tucker-Lewis Index (TLI) 0.916
##
## Loglikelihood and Information Criteria:
##
## Loglikelihood user model (H0) -7745.147 -7745.147
## Scaling correction factor 1.777
## for the MLR correction
## Loglikelihood unrestricted model (H1) -7561.705 -7561.705
## Scaling correction factor 1.333
## for the MLR correction
##
## Akaike (AIC) 15572.294 15572.294
## Bayesian (BIC) 15732.077 15732.077
## Sample-size adjusted Bayesian (SABIC) 15602.002 15602.002
##
## Root Mean Square Error of Approximation:
##
## RMSEA 0.063 0.053
## 90 Percent confidence interval - lower 0.055 0.045
## 90 Percent confidence interval - upper 0.072 0.061
## P-value H_0: RMSEA <= 0.050 0.004 0.238
## P-value H_0: RMSEA >= 0.080 0.000 0.000
##
## Robust RMSEA 0.059
## 90 Percent confidence interval - lower 0.049
## 90 Percent confidence interval - upper 0.068
## P-value H_0: Robust RMSEA <= 0.050 0.067
## P-value H_0: Robust RMSEA >= 0.080 0.000
##
## Standardized Root Mean Square Residual:
##
## SRMR 0.046 0.046
##
## Parameter Estimates:
##
## Standard errors Sandwich
## Information bread Observed
## Observed information based on Hessian
##
## Latent Variables:
## Estimate Std.Err z-value P(>|z|)
## Cognitive =~
## x2_pesimismo 1.000
## x3_fracaso 1.287 0.123 10.459 0.000
## x5_sntmnts_d_c 1.095 0.134 8.180 0.000
## x6_sntmnts_d_c 0.978 0.149 6.543 0.000
## x7_dscnfrmd___ 1.501 0.156 9.652 0.000
## x8_autocritica 1.404 0.140 9.994 0.000
## x9_pnsmnts__d_ 1.028 0.123 8.375 0.000
## x14_desvalrzcn 1.330 0.149 8.897 0.000
## Affective =~
## x1_tristeza 1.000
## x4_prdd_d_plcr 1.047 0.116 9.062 0.000
## x10_llanto 1.277 0.125 10.208 0.000
## x11_agitacion 0.877 0.104 8.398 0.000
## x12_prdd_d_ntr 1.071 0.120 8.940 0.000
## Somatic =~
## x15_prdd_d_nrg 1.000
## x16_cmbs_n____ 0.606 0.080 7.566 0.000
## x18_cmbs_n_l_p 0.818 0.079 10.304 0.000
## x19_dfcltd_d_c 0.854 0.075 11.459 0.000
## x20_cnsnc__ftg 1.040 0.061 17.013 0.000
## x21_prdd_d____ 0.504 0.082 6.127 0.000
##
## Covariances:
## Estimate Std.Err z-value P(>|z|)
## Cognitive ~~
## Affective 0.213 0.034 6.285 0.000
## Somatic 0.242 0.034 7.021 0.000
## Affective ~~
## Somatic 0.301 0.037 8.142 0.000
##
## Variances:
## Estimate Std.Err z-value P(>|z|)
## .x2_pesimismo 0.371 0.031 11.872 0.000
## .x3_fracaso 0.416 0.038 10.900 0.000
## .x5_sntmnts_d_c 0.459 0.045 10.168 0.000
## .x6_sntmnts_d_c 0.599 0.062 9.595 0.000
## .x7_dscnfrmd___ 0.442 0.047 9.379 0.000
## .x8_autocritica 0.400 0.034 11.913 0.000
## .x9_pnsmnts__d_ 0.350 0.048 7.285 0.000
## .x14_desvalrzcn 0.398 0.043 9.260 0.000
## .x1_tristeza 0.295 0.031 9.629 0.000
## .x4_prdd_d_plcr 0.327 0.032 10.167 0.000
## .x10_llanto 0.760 0.066 11.597 0.000
## .x11_agitacion 0.481 0.037 12.871 0.000
## .x12_prdd_d_ntr 0.430 0.040 10.878 0.000
## .x15_prdd_d_nrg 0.339 0.039 8.728 0.000
## .x16_cmbs_n____ 0.705 0.274 2.570 0.010
## .x18_cmbs_n_l_p 0.505 0.045 11.237 0.000
## .x19_dfcltd_d_c 0.521 0.046 11.210 0.000
## .x20_cnsnc__ftg 0.412 0.038 10.719 0.000
## .x21_prdd_d____ 0.611 0.055 11.029 0.000
## Cognitive 0.243 0.045 5.444 0.000
## Affective 0.257 0.042 6.099 0.000
## Somatic 0.463 0.057 8.184 0.000Los resultados de tu análisis factorial confirmatorio (CFA) para un modelo con tres factores (Cognitive, Affective, Somatic) muestran lo siguiente:
El modelo muestra un buen ajuste a los datos basado en los índices CFI y TLI. El RMSEA y el SRMR también indican un ajuste razonablemente bueno. Las cargas factoriales son fuertes y significativas, lo que sugiere que los ítems son buenos indicadores de sus factores respectivos. Las covarianzas entre los factores sugieren que, aunque distintos, estos constructos están relacionados.
Este modelo parece ser un modelo efectivo para medir los constructos cognitivos, afectivos y somáticos en tu muestra. Sin embargo, como siempre en la modelización, se deben considerar otros aspectos como la validez teórica, la generalizabilidad y la interpretación en el contexto más amplio de tu investigación.
El Inventario de Ansiedad Estado-Rasgo (STAI, por sus siglas en inglés) es una herramienta psicológica diseñada para medir la ansiedad en adultos. Este instrumento incluye dos escalas separadas: una para medir la ansiedad-estado (ansiedad como una condición temporal) y otra para medir la ansiedad-rasgo (ansiedad como un rasgo personal más persistente). Los modelos teóricos para el análisis factorial del STAI pueden variar, pero a continuación describiré dos de los modelos más comúnmente discutidos:
Este modelo es el más cercano al diseño original del STAI y propone dos factores distintos:
Ansiedad-Estado (STAI Form Y-1): Mide la condición transitoria de “sentirse ansioso”, con elementos que evalúan cómo se siente una persona en un momento particular. Incluye aspectos como sentimientos de aprensión, tensión, nerviosismo y preocupación.
Ansiedad-Rasgo (STAI Form Y-2): Evalúa aspectos más estables de la ansiedad, es decir, la tendencia general de una persona a ser ansiosa. Los elementos de esta escala se enfocan en cómo se siente la persona en general, no en un momento específico.
Cada uno de estos factores se evalúa con subescalas separadas dentro del STAI, y los ítems están diseñados para medir específicamente cada aspecto de la ansiedad.
Algunos estudios han propuesto un modelo de cuatro factores, especialmente para la escala de Ansiedad-Rasgo, sugiriendo que esta puede subdividirse aún más. Estos cuatro factores podrían ser:
Ansiedad: Elementos que reflejan sentimientos de aprensión y preocupación.
Depresión: Elementos que indican falta de energía y sentimientos de desesperanza.
Temor: Elementos relacionados con reacciones de miedo.
Relajación: Elementos inversos que indican estados de calma y tranquilidad.
Este modelo busca diferenciar entre varios componentes que podrían estar presentes en la ansiedad como un rasgo personal.
Estos modelos ofrecen una visión general de cómo se pueden conceptualizar las escalas del STAI en términos de análisis factorial. Sin embargo, es importante considerar las diferencias individuales y culturales al aplicar e interpretar este instrumento.
stai <- df %>%
select(
x1_me_siento_calmado,
x2_me_siento_seguro,
x3_estoy_tenso,
x4_estoy_contrariado,
x5_me_siento_comodo_estoy_a_gusto,
x6_me_siento_alterado,
x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras,
x8_me_siento_descansado,
x9_me_siento_angustiado,
x10_me_siento_confortable,
x11_tengo_confianza_en_mi_mismo,
x12_me_siento_nervioso,
x13_estoy_desasosegado_intranquilo,
x14_me_siento_muy_atado_como_oprimido,
x15_estoy_relajado,
x16_me_siento_satisfecho,
x17_estoy_preocupado,
x18_me_siento_aturdido_y_sobreexcitado,
x19_me_siento_alegre,
x20_en_este_momento_me_siento_bien,
x21_me_siento_bien,
x22_me_canso_rapidamente,
x23_siento_ganas_de_llorar,
x24_me_gustaria_ser_tan_feliz_como_otros,
x25_pierdo_oportunidades_por_no_decidirme_pronto,
x26_me_siento_descansado,
x27_soy_una_persona_tranquila_serena_y_sosegada,
x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas,
x29_me_preocupo_demasiado_por_cosas_sin_importancia,
x30_soy_feliz,
x31_suelo_tomar_las_cosas_demasiado_seriamente,
x32_me_falta_confianza_en_mi_mismo,
x33_me_siento_seguro,
x34_no_suelo_afrontar_las_crisis_o_dificultades,
x35_me_siento_triste_melancolico,
x36_estoy_satisfecho,
x37_me_rondan_y_molestan_pensamientos_sin_importancia,
x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos,
x39_soy_una_persona_estable,
x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado
)
resultado_afe <- fa(stai, nfactors = 5, rotate = "varimax")
print(resultado_afe)## Factor Analysis using method = minres
## Call: fa(r = stai, nfactors = 5, rotate = "varimax")
## Standardized loadings (pattern matrix) based upon correlation matrix
## MR1
## x1_me_siento_calmado 0.46
## x2_me_siento_seguro 0.64
## x3_estoy_tenso -0.17
## x4_estoy_contrariado -0.29
## x5_me_siento_comodo_estoy_a_gusto 0.64
## x6_me_siento_alterado -0.20
## x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras -0.23
## x8_me_siento_descansado 0.29
## x9_me_siento_angustiado -0.27
## x10_me_siento_confortable 0.60
## x11_tengo_confianza_en_mi_mismo 0.62
## x12_me_siento_nervioso -0.23
## x13_estoy_desasosegado_intranquilo -0.25
## x14_me_siento_muy_atado_como_oprimido -0.35
## x15_estoy_relajado 0.45
## x16_me_siento_satisfecho 0.64
## x17_estoy_preocupado -0.19
## x18_me_siento_aturdido_y_sobreexcitado -0.19
## x19_me_siento_alegre 0.65
## x20_en_este_momento_me_siento_bien 0.61
## x21_me_siento_bien 0.68
## x22_me_canso_rapidamente -0.23
## x23_siento_ganas_de_llorar -0.24
## x24_me_gustaria_ser_tan_feliz_como_otros -0.36
## x25_pierdo_oportunidades_por_no_decidirme_pronto -0.16
## x26_me_siento_descansado 0.36
## x27_soy_una_persona_tranquila_serena_y_sosegada 0.43
## x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas -0.28
## x29_me_preocupo_demasiado_por_cosas_sin_importancia -0.16
## x30_soy_feliz 0.68
## x31_suelo_tomar_las_cosas_demasiado_seriamente 0.04
## x32_me_falta_confianza_en_mi_mismo -0.41
## x33_me_siento_seguro 0.69
## x34_no_suelo_afrontar_las_crisis_o_dificultades -0.11
## x35_me_siento_triste_melancolico -0.39
## x36_estoy_satisfecho 0.70
## x37_me_rondan_y_molestan_pensamientos_sin_importancia -0.24
## x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos -0.18
## x39_soy_una_persona_estable 0.58
## x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado -0.17
## MR2
## x1_me_siento_calmado -0.44
## x2_me_siento_seguro -0.25
## x3_estoy_tenso 0.61
## x4_estoy_contrariado 0.48
## x5_me_siento_comodo_estoy_a_gusto -0.36
## x6_me_siento_alterado 0.63
## x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras 0.51
## x8_me_siento_descansado -0.24
## x9_me_siento_angustiado 0.69
## x10_me_siento_confortable -0.24
## x11_tengo_confianza_en_mi_mismo -0.14
## x12_me_siento_nervioso 0.56
## x13_estoy_desasosegado_intranquilo 0.64
## x14_me_siento_muy_atado_como_oprimido 0.46
## x15_estoy_relajado -0.41
## x16_me_siento_satisfecho -0.29
## x17_estoy_preocupado 0.66
## x18_me_siento_aturdido_y_sobreexcitado 0.56
## x19_me_siento_alegre -0.27
## x20_en_este_momento_me_siento_bien -0.43
## x21_me_siento_bien -0.35
## x22_me_canso_rapidamente 0.21
## x23_siento_ganas_de_llorar 0.34
## x24_me_gustaria_ser_tan_feliz_como_otros 0.23
## x25_pierdo_oportunidades_por_no_decidirme_pronto 0.11
## x26_me_siento_descansado -0.17
## x27_soy_una_persona_tranquila_serena_y_sosegada -0.20
## x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas 0.42
## x29_me_preocupo_demasiado_por_cosas_sin_importancia 0.25
## x30_soy_feliz -0.25
## x31_suelo_tomar_las_cosas_demasiado_seriamente 0.08
## x32_me_falta_confianza_en_mi_mismo 0.10
## x33_me_siento_seguro -0.14
## x34_no_suelo_afrontar_las_crisis_o_dificultades 0.09
## x35_me_siento_triste_melancolico 0.36
## x36_estoy_satisfecho -0.27
## x37_me_rondan_y_molestan_pensamientos_sin_importancia 0.28
## x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos 0.13
## x39_soy_una_persona_estable -0.16
## x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado 0.42
## MR3
## x1_me_siento_calmado -0.19
## x2_me_siento_seguro -0.17
## x3_estoy_tenso 0.14
## x4_estoy_contrariado 0.28
## x5_me_siento_comodo_estoy_a_gusto -0.14
## x6_me_siento_alterado 0.14
## x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras 0.29
## x8_me_siento_descansado -0.13
## x9_me_siento_angustiado 0.16
## x10_me_siento_confortable -0.13
## x11_tengo_confianza_en_mi_mismo -0.33
## x12_me_siento_nervioso 0.16
## x13_estoy_desasosegado_intranquilo 0.32
## x14_me_siento_muy_atado_como_oprimido 0.28
## x15_estoy_relajado -0.14
## x16_me_siento_satisfecho -0.17
## x17_estoy_preocupado 0.19
## x18_me_siento_aturdido_y_sobreexcitado 0.23
## x19_me_siento_alegre -0.14
## x20_en_este_momento_me_siento_bien -0.17
## x21_me_siento_bien -0.30
## x22_me_canso_rapidamente 0.40
## x23_siento_ganas_de_llorar 0.45
## x24_me_gustaria_ser_tan_feliz_como_otros 0.41
## x25_pierdo_oportunidades_por_no_decidirme_pronto 0.46
## x26_me_siento_descansado -0.30
## x27_soy_una_persona_tranquila_serena_y_sosegada -0.22
## x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas 0.49
## x29_me_preocupo_demasiado_por_cosas_sin_importancia 0.59
## x30_soy_feliz -0.38
## x31_suelo_tomar_las_cosas_demasiado_seriamente 0.11
## x32_me_falta_confianza_en_mi_mismo 0.39
## x33_me_siento_seguro -0.27
## x34_no_suelo_afrontar_las_crisis_o_dificultades 0.47
## x35_me_siento_triste_melancolico 0.53
## x36_estoy_satisfecho -0.24
## x37_me_rondan_y_molestan_pensamientos_sin_importancia 0.60
## x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos 0.46
## x39_soy_una_persona_estable -0.40
## x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado 0.44
## MR4
## x1_me_siento_calmado 0.30
## x2_me_siento_seguro 0.11
## x3_estoy_tenso -0.23
## x4_estoy_contrariado -0.07
## x5_me_siento_comodo_estoy_a_gusto 0.29
## x6_me_siento_alterado -0.12
## x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras -0.18
## x8_me_siento_descansado 0.65
## x9_me_siento_angustiado -0.11
## x10_me_siento_confortable 0.39
## x11_tengo_confianza_en_mi_mismo 0.08
## x12_me_siento_nervioso -0.11
## x13_estoy_desasosegado_intranquilo 0.02
## x14_me_siento_muy_atado_como_oprimido -0.10
## x15_estoy_relajado 0.39
## x16_me_siento_satisfecho 0.27
## x17_estoy_preocupado -0.21
## x18_me_siento_aturdido_y_sobreexcitado -0.01
## x19_me_siento_alegre 0.26
## x20_en_este_momento_me_siento_bien 0.24
## x21_me_siento_bien 0.04
## x22_me_canso_rapidamente -0.34
## x23_siento_ganas_de_llorar -0.22
## x24_me_gustaria_ser_tan_feliz_como_otros -0.02
## x25_pierdo_oportunidades_por_no_decidirme_pronto -0.01
## x26_me_siento_descansado 0.54
## x27_soy_una_persona_tranquila_serena_y_sosegada 0.17
## x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas -0.14
## x29_me_preocupo_demasiado_por_cosas_sin_importancia -0.09
## x30_soy_feliz 0.02
## x31_suelo_tomar_las_cosas_demasiado_seriamente 0.04
## x32_me_falta_confianza_en_mi_mismo 0.07
## x33_me_siento_seguro 0.08
## x34_no_suelo_afrontar_las_crisis_o_dificultades -0.10
## x35_me_siento_triste_melancolico -0.13
## x36_estoy_satisfecho 0.12
## x37_me_rondan_y_molestan_pensamientos_sin_importancia -0.08
## x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos -0.08
## x39_soy_una_persona_estable 0.11
## x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado -0.14
## MR5
## x1_me_siento_calmado 0.02
## x2_me_siento_seguro -0.23
## x3_estoy_tenso 0.07
## x4_estoy_contrariado 0.00
## x5_me_siento_comodo_estoy_a_gusto -0.12
## x6_me_siento_alterado -0.05
## x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras 0.23
## x8_me_siento_descansado 0.06
## x9_me_siento_angustiado 0.23
## x10_me_siento_confortable -0.04
## x11_tengo_confianza_en_mi_mismo -0.23
## x12_me_siento_nervioso 0.18
## x13_estoy_desasosegado_intranquilo -0.03
## x14_me_siento_muy_atado_como_oprimido 0.11
## x15_estoy_relajado -0.09
## x16_me_siento_satisfecho -0.07
## x17_estoy_preocupado 0.28
## x18_me_siento_aturdido_y_sobreexcitado -0.12
## x19_me_siento_alegre -0.03
## x20_en_este_momento_me_siento_bien -0.07
## x21_me_siento_bien 0.03
## x22_me_canso_rapidamente 0.03
## x23_siento_ganas_de_llorar 0.09
## x24_me_gustaria_ser_tan_feliz_como_otros 0.29
## x25_pierdo_oportunidades_por_no_decidirme_pronto 0.18
## x26_me_siento_descansado 0.18
## x27_soy_una_persona_tranquila_serena_y_sosegada 0.21
## x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas 0.09
## x29_me_preocupo_demasiado_por_cosas_sin_importancia 0.14
## x30_soy_feliz 0.11
## x31_suelo_tomar_las_cosas_demasiado_seriamente 0.34
## x32_me_falta_confianza_en_mi_mismo 0.50
## x33_me_siento_seguro -0.08
## x34_no_suelo_afrontar_las_crisis_o_dificultades -0.02
## x35_me_siento_triste_melancolico 0.05
## x36_estoy_satisfecho 0.02
## x37_me_rondan_y_molestan_pensamientos_sin_importancia 0.03
## x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos 0.11
## x39_soy_una_persona_estable 0.10
## x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado 0.24
## h2
## x1_me_siento_calmado 0.53
## x2_me_siento_seguro 0.57
## x3_estoy_tenso 0.48
## x4_estoy_contrariado 0.40
## x5_me_siento_comodo_estoy_a_gusto 0.65
## x6_me_siento_alterado 0.47
## x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras 0.48
## x8_me_siento_descansado 0.58
## x9_me_siento_angustiado 0.63
## x10_me_siento_confortable 0.59
## x11_tengo_confianza_en_mi_mismo 0.57
## x12_me_siento_nervioso 0.44
## x13_estoy_desasosegado_intranquilo 0.57
## x14_me_siento_muy_atado_como_oprimido 0.43
## x15_estoy_relajado 0.56
## x16_me_siento_satisfecho 0.60
## x17_estoy_preocupado 0.62
## x18_me_siento_aturdido_y_sobreexcitado 0.41
## x19_me_siento_alegre 0.59
## x20_en_este_momento_me_siento_bien 0.65
## x21_me_siento_bien 0.67
## x22_me_canso_rapidamente 0.38
## x23_siento_ganas_de_llorar 0.44
## x24_me_gustaria_ser_tan_feliz_como_otros 0.43
## x25_pierdo_oportunidades_por_no_decidirme_pronto 0.28
## x26_me_siento_descansado 0.57
## x27_soy_una_persona_tranquila_serena_y_sosegada 0.35
## x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas 0.53
## x29_me_preocupo_demasiado_por_cosas_sin_importancia 0.47
## x30_soy_feliz 0.68
## x31_suelo_tomar_las_cosas_demasiado_seriamente 0.13
## x32_me_falta_confianza_en_mi_mismo 0.58
## x33_me_siento_seguro 0.59
## x34_no_suelo_afrontar_las_crisis_o_dificultades 0.25
## x35_me_siento_triste_melancolico 0.59
## x36_estoy_satisfecho 0.64
## x37_me_rondan_y_molestan_pensamientos_sin_importancia 0.50
## x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos 0.27
## x39_soy_una_persona_estable 0.54
## x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado 0.47
## u2
## x1_me_siento_calmado 0.47
## x2_me_siento_seguro 0.43
## x3_estoy_tenso 0.52
## x4_estoy_contrariado 0.60
## x5_me_siento_comodo_estoy_a_gusto 0.35
## x6_me_siento_alterado 0.53
## x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras 0.52
## x8_me_siento_descansado 0.42
## x9_me_siento_angustiado 0.37
## x10_me_siento_confortable 0.41
## x11_tengo_confianza_en_mi_mismo 0.43
## x12_me_siento_nervioso 0.56
## x13_estoy_desasosegado_intranquilo 0.43
## x14_me_siento_muy_atado_como_oprimido 0.57
## x15_estoy_relajado 0.44
## x16_me_siento_satisfecho 0.40
## x17_estoy_preocupado 0.38
## x18_me_siento_aturdido_y_sobreexcitado 0.59
## x19_me_siento_alegre 0.41
## x20_en_este_momento_me_siento_bien 0.35
## x21_me_siento_bien 0.33
## x22_me_canso_rapidamente 0.62
## x23_siento_ganas_de_llorar 0.56
## x24_me_gustaria_ser_tan_feliz_como_otros 0.57
## x25_pierdo_oportunidades_por_no_decidirme_pronto 0.72
## x26_me_siento_descansado 0.43
## x27_soy_una_persona_tranquila_serena_y_sosegada 0.65
## x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas 0.47
## x29_me_preocupo_demasiado_por_cosas_sin_importancia 0.53
## x30_soy_feliz 0.32
## x31_suelo_tomar_las_cosas_demasiado_seriamente 0.87
## x32_me_falta_confianza_en_mi_mismo 0.42
## x33_me_siento_seguro 0.41
## x34_no_suelo_afrontar_las_crisis_o_dificultades 0.75
## x35_me_siento_triste_melancolico 0.41
## x36_estoy_satisfecho 0.36
## x37_me_rondan_y_molestan_pensamientos_sin_importancia 0.50
## x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos 0.73
## x39_soy_una_persona_estable 0.46
## x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado 0.53
## com
## x1_me_siento_calmado 3.1
## x2_me_siento_seguro 1.8
## x3_estoy_tenso 1.6
## x4_estoy_contrariado 2.4
## x5_me_siento_comodo_estoy_a_gusto 2.3
## x6_me_siento_alterado 1.4
## x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras 2.9
## x8_me_siento_descansado 1.8
## x9_me_siento_angustiado 1.7
## x10_me_siento_confortable 2.2
## x11_tengo_confianza_en_mi_mismo 2.0
## x12_me_siento_nervioso 1.9
## x13_estoy_desasosegado_intranquilo 1.8
## x14_me_siento_muy_atado_como_oprimido 2.9
## x15_estoy_relajado 3.3
## x16_me_siento_satisfecho 2.0
## x17_estoy_preocupado 2.0
## x18_me_siento_aturdido_y_sobreexcitado 1.7
## x19_me_siento_alegre 1.8
## x20_en_este_momento_me_siento_bien 2.4
## x21_me_siento_bien 1.9
## x22_me_canso_rapidamente 3.2
## x23_siento_ganas_de_llorar 3.2
## x24_me_gustaria_ser_tan_feliz_como_otros 3.4
## x25_pierdo_oportunidades_por_no_decidirme_pronto 1.7
## x26_me_siento_descansado 3.0
## x27_soy_una_persona_tranquila_serena_y_sosegada 2.9
## x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas 2.8
## x29_me_preocupo_demasiado_por_cosas_sin_importancia 1.7
## x30_soy_feliz 2.0
## x31_suelo_tomar_las_cosas_demasiado_seriamente 1.4
## x32_me_falta_confianza_en_mi_mismo 3.0
## x33_me_siento_seguro 1.4
## x34_no_suelo_afrontar_las_crisis_o_dificultades 1.3
## x35_me_siento_triste_melancolico 2.9
## x36_estoy_satisfecho 1.6
## x37_me_rondan_y_molestan_pensamientos_sin_importancia 1.8
## x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos 1.7
## x39_soy_una_persona_estable 2.1
## x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado 3.1
##
## MR1 MR2 MR3 MR4 MR5
## SS loadings 7.20 5.72 4.26 1.91 1.09
## Proportion Var 0.18 0.14 0.11 0.05 0.03
## Cumulative Var 0.18 0.32 0.43 0.48 0.50
## Proportion Explained 0.36 0.28 0.21 0.09 0.05
## Cumulative Proportion 0.36 0.64 0.85 0.95 1.00
##
## Mean item complexity = 2.2
## Test of the hypothesis that 5 factors are sufficient.
##
## df null model = 780 with the objective function = 23.65 with Chi Square = 8248.56
## df of the model are 590 and the objective function was 2.88
##
## The root mean square of the residuals (RMSR) is 0.03
## The df corrected root mean square of the residuals is 0.03
##
## The harmonic n.obs is 364 with the empirical chi square 509.27 with prob < 0.99
## The total n.obs was 364 with Likelihood Chi Square = 995.22 with prob < 3.3e-23
##
## Tucker Lewis Index of factoring reliability = 0.928
## RMSEA index = 0.043 and the 90 % confidence intervals are 0.039 0.048
## BIC = -2484.1
## Fit based upon off diagonal values = 0.99
## Measures of factor score adequacy
## MR1 MR2 MR3 MR4 MR5
## Correlation of (regression) scores with factors 0.93 0.90 0.87 0.82 0.80
## Multiple R square of scores with factors 0.86 0.82 0.76 0.68 0.64
## Minimum correlation of possible factor scores 0.72 0.63 0.52 0.36 0.27#fviz_screeplot(resultado_afe)# Especificación del modelo de dos factores
model_2factor <- '
Estado =~ x1_me_siento_calmado + x2_me_siento_seguro + x3_estoy_tenso + x4_estoy_contrariado +
x5_me_siento_comodo_estoy_a_gusto + x6_me_siento_alterado +
x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras +
x8_me_siento_descansado + x9_me_siento_angustiado + x10_me_siento_confortable +
x11_tengo_confianza_en_mi_mismo + x12_me_siento_nervioso +
x13_estoy_desasosegado_intranquilo + x14_me_siento_muy_atado_como_oprimido +
x15_estoy_relajado + x16_me_siento_satisfecho + x17_estoy_preocupado +
x18_me_siento_aturdido_y_sobreexcitado + x19_me_siento_alegre +
x20_en_este_momento_me_siento_bien
Rasgo =~ x21_me_siento_bien + x22_me_canso_rapidamente + x23_siento_ganas_de_llorar +
x24_me_gustaria_ser_tan_feliz_como_otros + x25_pierdo_oportunidades_por_no_decidirme_pronto +
x26_me_siento_descansado + x27_soy_una_persona_tranquila_serena_y_sosegada +
x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas +
x29_me_preocupo_demasiado_por_cosas_sin_importancia + x30_soy_feliz +
x31_suelo_tomar_las_cosas_demasiado_seriamente + x32_me_falta_confianza_en_mi_mismo +
x33_me_siento_seguro + x34_no_suelo_afrontar_las_crisis_o_dificultades +
x35_me_siento_triste_melancolico + x36_estoy_satisfecho +
x37_me_rondan_y_molestan_pensamientos_sin_importancia +
x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos +
x39_soy_una_persona_estable + x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado
'
# Ajustar el modelo a tus datos
fit_2factor <- cfa(model_2factor, data=stai, estimator="MLR")
# Resumen de los resultados
summary(fit_2factor, fit.measures=TRUE)## lavaan 0.6.17 ended normally after 43 iterations
##
## Estimator ML
## Optimization method NLMINB
## Number of model parameters 81
##
## Number of observations 364
##
## Model Test User Model:
## Standard Scaled
## Test Statistic 2265.599 2054.559
## Degrees of freedom 739 739
## P-value (Chi-square) 0.000 0.000
## Scaling correction factor 1.103
## Yuan-Bentler correction (Mplus variant)
##
## Model Test Baseline Model:
##
## Test statistic 8607.192 7677.086
## Degrees of freedom 780 780
## P-value 0.000 0.000
## Scaling correction factor 1.121
##
## User Model versus Baseline Model:
##
## Comparative Fit Index (CFI) 0.805 0.809
## Tucker-Lewis Index (TLI) 0.794 0.799
##
## Robust Comparative Fit Index (CFI) 0.812
## Robust Tucker-Lewis Index (TLI) 0.802
##
## Loglikelihood and Information Criteria:
##
## Loglikelihood user model (H0) -16520.354 -16520.354
## Scaling correction factor 1.126
## for the MLR correction
## Loglikelihood unrestricted model (H1) -15387.555 -15387.555
## Scaling correction factor 1.105
## for the MLR correction
##
## Akaike (AIC) 33202.708 33202.708
## Bayesian (BIC) 33518.378 33518.378
## Sample-size adjusted Bayesian (SABIC) 33261.399 33261.399
##
## Root Mean Square Error of Approximation:
##
## RMSEA 0.075 0.070
## 90 Percent confidence interval - lower 0.072 0.067
## 90 Percent confidence interval - upper 0.079 0.073
## P-value H_0: RMSEA <= 0.050 0.000 0.000
## P-value H_0: RMSEA >= 0.080 0.015 0.000
##
## Robust RMSEA 0.073
## 90 Percent confidence interval - lower 0.070
## 90 Percent confidence interval - upper 0.077
## P-value H_0: Robust RMSEA <= 0.050 0.000
## P-value H_0: Robust RMSEA >= 0.080 0.002
##
## Standardized Root Mean Square Residual:
##
## SRMR 0.063 0.063
##
## Parameter Estimates:
##
## Standard errors Sandwich
## Information bread Observed
## Observed information based on Hessian
##
## Latent Variables:
## Estimate Std.Err z-value P(>|z|)
## Estado =~
## x1_me_snt_clmd 1.000
## x2_me_sint_sgr 0.983 0.066 14.854 0.000
## x3_estoy_tenso -0.925 0.082 -11.316 0.000
## x4_esty_cntrrd -0.876 0.083 -10.593 0.000
## x5_m_snt_cm___ 1.175 0.073 16.127 0.000
## x6_me_snt_ltrd -0.852 0.077 -11.011 0.000
## x7_sty_pr_____ -1.107 0.091 -12.167 0.000
## x8_m_snt_dscns 0.729 0.069 10.610 0.000
## x9_m_snt_ngstd -1.080 0.084 -12.795 0.000
## x10_m_snt_cnfr 0.967 0.070 13.870 0.000
## x11_tng_cnf___ 1.027 0.081 12.672 0.000
## x12_m_snt_nrvs -0.978 0.080 -12.263 0.000
## x13_sty_dsssg_ -0.941 0.082 -11.502 0.000
## x14_m_snt_m___ -1.022 0.084 -12.194 0.000
## x15_estoy_rljd 1.086 0.076 14.264 0.000
## x16_m_snt_stsf 1.049 0.079 13.241 0.000
## x17_esty_prcpd -1.001 0.077 -13.067 0.000
## x18_m_snt_tr__ -0.744 0.078 -9.528 0.000
## x19_me_snt_lgr 1.036 0.082 12.637 0.000
## x20_n_st_mm___ 1.200 0.077 15.603 0.000
## Rasgo =~
## x21_me_sint_bn 1.000
## x22_m_cns_rpdm -0.805 0.070 -11.533 0.000
## x23_snt_gns_d_ -0.963 0.072 -13.348 0.000
## x24_m_gst_____ -1.058 0.081 -13.033 0.000
## x25_prd_pr____ -0.630 0.079 -7.959 0.000
## x26_m_snt_dscn 0.727 0.066 11.012 0.000
## x27_sy_n_p____ 0.791 0.070 11.360 0.000
## x28___________ -1.019 0.074 -13.765 0.000
## x29_m_prc_____ -0.900 0.082 -10.916 0.000
## x30_soy_feliz 1.013 0.044 22.837 0.000
## x31_sl_tmr____ -0.134 0.083 -1.615 0.106
## x32_m_flt_c___ -0.926 0.087 -10.666 0.000
## x33_me_snt_sgr 1.017 0.071 14.320 0.000
## x34_n_sl_f____ -0.573 0.087 -6.621 0.000
## x35_m_snt_trs_ -1.140 0.060 -18.985 0.000
## x36_sty_stsfch 1.074 0.062 17.214 0.000
## x37_m_rnd_____ -0.950 0.077 -12.403 0.000
## x38_m_f_______ -0.772 0.088 -8.735 0.000
## x39_sy_n_prsn_ 1.046 0.066 15.891 0.000
## x40___________ -0.936 0.077 -12.151 0.000
##
## Covariances:
## Estimate Std.Err z-value P(>|z|)
## Estado ~~
## Rasgo 0.351 0.033 10.737 0.000
##
## Variances:
## Estimate Std.Err z-value P(>|z|)
## .x1_me_snt_clmd 0.333 0.033 10.035 0.000
## .x2_me_sint_sgr 0.395 0.034 11.526 0.000
## .x3_estoy_tenso 0.566 0.046 12.205 0.000
## .x4_esty_cntrrd 0.500 0.040 12.597 0.000
## .x5_m_snt_cm___ 0.303 0.028 10.905 0.000
## .x6_me_snt_ltrd 0.520 0.040 13.093 0.000
## .x7_sty_pr_____ 0.656 0.050 13.146 0.000
## .x8_m_snt_dscns 0.431 0.043 10.049 0.000
## .x9_m_snt_ngstd 0.462 0.037 12.603 0.000
## .x10_m_snt_cnfr 0.348 0.035 9.816 0.000
## .x11_tng_cnf___ 0.515 0.041 12.568 0.000
## .x12_m_snt_nrvs 0.642 0.047 13.610 0.000
## .x13_sty_dsssg_ 0.469 0.045 10.327 0.000
## .x14_m_snt_m___ 0.507 0.038 13.378 0.000
## .x15_estoy_rljd 0.379 0.037 10.192 0.000
## .x16_m_snt_stsf 0.319 0.025 12.617 0.000
## .x17_esty_prcpd 0.440 0.035 12.454 0.000
## .x18_m_snt_tr__ 0.532 0.045 11.708 0.000
## .x19_me_snt_lgr 0.345 0.029 11.701 0.000
## .x20_n_st_mm___ 0.280 0.028 10.076 0.000
## .x21_me_sint_bn 0.260 0.022 11.933 0.000
## .x22_m_cns_rpdm 0.622 0.046 13.558 0.000
## .x23_snt_gns_d_ 0.611 0.041 14.781 0.000
## .x24_m_gst_____ 0.835 0.064 13.080 0.000
## .x25_prd_pr____ 0.809 0.053 15.301 0.000
## .x26_m_snt_dscn 0.485 0.042 11.643 0.000
## .x27_sy_n_p____ 0.726 0.047 15.499 0.000
## .x28___________ 0.530 0.043 12.293 0.000
## .x29_m_prc_____ 0.707 0.053 13.322 0.000
## .x30_soy_feliz 0.305 0.029 10.517 0.000
## .x31_sl_tmr____ 1.027 0.150 6.862 0.000
## .x32_m_flt_c___ 0.885 0.193 4.589 0.000
## .x33_me_snt_sgr 0.477 0.051 9.383 0.000
## .x34_n_sl_f____ 0.845 0.063 13.463 0.000
## .x35_m_snt_trs_ 0.392 0.033 11.881 0.000
## .x36_sty_stsfch 0.388 0.040 9.772 0.000
## .x37_m_rnd_____ 0.599 0.048 12.472 0.000
## .x38_m_f_______ 1.010 0.062 16.393 0.000
## .x39_sy_n_prsn_ 0.490 0.046 10.649 0.000
## .x40___________ 0.702 0.051 13.660 0.000
## Estado 0.353 0.044 7.937 0.000
## Rasgo 0.427 0.039 10.920 0.000Los resultados de tu análisis factorial confirmatorio (CFA) para un modelo con dos factores (presumiblemente Estado y Rasgo) muestran lo siguiente:
El modelo muestra un ajuste moderado a los datos. Esto puede deberse a la complejidad inherente de los constructos psicológicos o a la necesidad de refinar aún más el modelo. Las relaciones entre los ítems y los factores son generalmente fuertes y significativas, lo que indica que los ítems están midiendo efectivamente los constructos de Estado y Rasgo.
Es importante considerar que, aunque las estadísticas de ajuste no son ideales, proporcionan información útil sobre la estructura de los datos y los constructos medidos. Estos resultados pueden indicar la necesidad de revisar el modelo o explorar más a fondo las relaciones entre los ítems y los factores.
# Especificación del modelo de cuatro factores
model_4factor <- '
Ansiedad =~ x3_estoy_tenso + x4_estoy_contrariado + x6_me_siento_alterado +
x7_estoy_preocupado_ahora_por_posibles_desgracias_futuras +
x9_me_siento_angustiado + x12_me_siento_nervioso +
x13_estoy_desasosegado_intranquilo + x14_me_siento_muy_atado_como_oprimido +
x17_estoy_preocupado + x18_me_siento_aturdido_y_sobreexcitado +
x37_me_rondan_y_molestan_pensamientos_sin_importancia +
x40_cuando_pienso_sobre_asuntos_y_preocupaciones_actuales_me_pongo_tenso_y_agitado
Depresion =~ x23_siento_ganas_de_llorar + x24_me_gustaria_ser_tan_feliz_como_otros +
x25_pierdo_oportunidades_por_no_decidirme_pronto + x28_veo_que_las_dificultades_se_amontonan_y_no_puedo_con_ellas +
x29_me_preocupo_demasiado_por_cosas_sin_importancia + x31_suelo_tomar_las_cosas_demasiado_seriamente +
x32_me_falta_confianza_en_mi_mismo + x35_me_siento_triste_melancolico +
x38_me_afectan_tanto_los_desenganos_que_no_puedo_olvidarlos
Temor =~ x3_estoy_tenso + x6_me_siento_alterado + x9_me_siento_angustiado +
x12_me_siento_nervioso + x13_estoy_desasosegado_intranquilo +
x14_me_siento_muy_atado_como_oprimido + x17_estoy_preocupado +
x18_me_siento_aturdido_y_sobreexcitado
Relajacion =~ x1_me_siento_calmado + x5_me_siento_comodo_estoy_a_gusto +
x8_me_siento_descansado + x10_me_siento_confortable +
x11_tengo_confianza_en_mi_mismo + x15_estoy_relajado +
x16_me_siento_satisfecho + x19_me_siento_alegre +
x20_en_este_momento_me_siento_bien + x21_me_siento_bien +
x26_me_siento_descansado + x27_soy_una_persona_tranquila_serena_y_sosegada +
x30_soy_feliz + x33_me_siento_seguro + x36_estoy_satisfecho +
x39_soy_una_persona_estable
'
# Ajustar el modelo a tus datos
fit_4factor <- cfa(model_4factor, data=stai, estimator="MLR")## Warning in lav_model_vcov(lavmodel = lavmodel, lavsamplestats = lavsamplestats, : lavaan WARNING:
## The variance-covariance matrix of the estimated parameters (vcov)
## does not appear to be positive definite! The smallest eigenvalue
## (= -5.258200e-08) is smaller than zero. This may be a symptom that
## the model is not identified.## Warning in lav_object_post_check(object): lavaan WARNING: covariance matrix of latent variables
## is not positive definite;
## use lavInspect(fit, "cov.lv") to investigate.# Resumen de los resultados
summary(fit_4factor, fit.measures=TRUE)## lavaan 0.6.17 ended normally after 70 iterations
##
## Estimator ML
## Optimization method NLMINB
## Number of model parameters 88
##
## Number of observations 364
##
## Model Test User Model:
## Standard Scaled
## Test Statistic 1454.568 1323.270
## Degrees of freedom 615 615
## P-value (Chi-square) 0.000 0.000
## Scaling correction factor 1.099
## Yuan-Bentler correction (Mplus variant)
##
## Model Test Baseline Model:
##
## Test statistic 7923.575 7022.374
## Degrees of freedom 666 666
## P-value 0.000 0.000
## Scaling correction factor 1.128
##
## User Model versus Baseline Model:
##
## Comparative Fit Index (CFI) 0.884 0.889
## Tucker-Lewis Index (TLI) 0.875 0.879
##
## Robust Comparative Fit Index (CFI) 0.891
## Robust Tucker-Lewis Index (TLI) 0.882
##
## Loglikelihood and Information Criteria:
##
## Loglikelihood user model (H0) -14985.303 -14985.303
## Scaling correction factor 1.195
## for the MLR correction
## Loglikelihood unrestricted model (H1) -14258.018 -14258.018
## Scaling correction factor 1.111
## for the MLR correction
##
## Akaike (AIC) 30146.605 30146.605
## Bayesian (BIC) 30489.555 30489.555
## Sample-size adjusted Bayesian (SABIC) 30210.368 30210.368
##
## Root Mean Square Error of Approximation:
##
## RMSEA 0.061 0.056
## 90 Percent confidence interval - lower 0.057 0.052
## 90 Percent confidence interval - upper 0.065 0.060
## P-value H_0: RMSEA <= 0.050 0.000 0.005
## P-value H_0: RMSEA >= 0.080 0.000 0.000
##
## Robust RMSEA 0.059
## 90 Percent confidence interval - lower 0.055
## 90 Percent confidence interval - upper 0.063
## P-value H_0: Robust RMSEA <= 0.050 0.000
## P-value H_0: Robust RMSEA >= 0.080 0.000
##
## Standardized Root Mean Square Residual:
##
## SRMR 0.051 0.051
##
## Parameter Estimates:
##
## Standard errors Sandwich
## Information bread Observed
## Observed information based on Hessian
##
## Latent Variables:
## Estimate Std.Err z-value P(>|z|)
## Ansiedad =~
## x3_estoy_tenso 1.000
## x4_esty_cntrrd 0.813 0.271 2.999 0.003
## x6_me_snt_ltrd 0.915 0.083 11.081 0.000
## x7_sty_pr_____ 1.086 0.340 3.189 0.001
## x9_m_snt_ngstd 1.148 0.137 8.349 0.000
## x12_m_snt_nrvs 1.051 0.106 9.954 0.000
## x13_sty_dsssg_ 1.006 0.179 5.630 0.000
## x14_m_snt_m___ 0.968 0.222 4.353 0.000
## x17_esty_prcpd 1.068 0.124 8.602 0.000
## x18_m_snt_tr__ 0.800 0.095 8.422 0.000
## x37_m_rnd_____ 0.962 0.317 3.039 0.002
## x40___________ 1.041 0.330 3.151 0.002
## Depresion =~
## x23_snt_gns_d_ 1.000
## x24_m_gst_____ 1.066 0.097 10.946 0.000
## x25_prd_pr____ 0.694 0.084 8.226 0.000
## x28___________ 1.062 0.082 12.891 0.000
## x29_m_prc_____ 0.971 0.083 11.725 0.000
## x31_sl_tmr____ 0.206 0.083 2.469 0.014
## x32_m_flt_c___ 0.927 0.099 9.359 0.000
## x35_m_snt_trs_ 1.149 0.071 16.146 0.000
## x38_m_f_______ 0.799 0.098 8.159 0.000
## Temor =~
## x3_estoy_tenso 1.000
## x6_me_snt_ltrd 1.025 0.205 4.994 0.000
## x9_m_snt_ngstd 0.795 0.206 3.866 0.000
## x12_m_snt_nrvs 0.833 0.198 4.204 0.000
## x13_sty_dsssg_ 0.510 0.222 2.298 0.022
## x14_m_snt_m___ 0.346 0.282 1.228 0.219
## x17_esty_prcpd 0.762 0.271 2.814 0.005
## x18_m_snt_tr__ 0.654 0.231 2.828 0.005
## Relajacion =~
## x1_me_snt_clmd 1.000
## x5_m_snt_cm___ 1.214 0.077 15.793 0.000
## x8_m_snt_dscns 0.756 0.070 10.827 0.000
## x10_m_snt_cnfr 1.038 0.071 14.702 0.000
## x11_tng_cnf___ 1.110 0.086 12.888 0.000
## x15_estoy_rljd 1.090 0.079 13.792 0.000
## x16_m_snt_stsf 1.132 0.083 13.683 0.000
## x19_me_snt_lgr 1.129 0.088 12.874 0.000
## x20_n_st_mm___ 1.233 0.081 15.251 0.000
## x21_me_sint_bn 1.139 0.083 13.651 0.000
## x26_m_snt_dscn 0.867 0.081 10.747 0.000
## x27_sy_n_p____ 0.927 0.082 11.300 0.000
## x30_soy_feliz 1.131 0.081 13.982 0.000
## x33_me_snt_sgr 1.178 0.096 12.293 0.000
## x36_sty_stsfch 1.275 0.099 12.923 0.000
## x39_sy_n_prsn_ 1.164 0.089 13.046 0.000
##
## Covariances:
## Estimate Std.Err z-value P(>|z|)
## Ansiedad ~~
## Depresion 0.428 0.126 3.393 0.001
## Temor -0.056 0.174 -0.320 0.749
## Relajacion -0.303 0.096 -3.145 0.002
## Depresion ~~
## Temor -0.130 0.145 -0.896 0.370
## Relajacion -0.311 0.035 -9.013 0.000
## Temor ~~
## Relajacion 0.042 0.102 0.407 0.684
##
## Variances:
## Estimate Std.Err z-value P(>|z|)
## .x3_estoy_tenso 0.455 0.054 8.446 0.000
## .x4_esty_cntrrd 0.490 0.041 11.894 0.000
## .x6_me_snt_ltrd 0.420 0.052 8.024 0.000
## .x7_sty_pr_____ 0.588 0.055 10.629 0.000
## .x9_m_snt_ngstd 0.352 0.038 9.195 0.000
## .x12_m_snt_nrvs 0.539 0.050 10.818 0.000
## .x13_sty_dsssg_ 0.382 0.039 9.733 0.000
## .x14_m_snt_m___ 0.503 0.042 12.042 0.000
## .x17_esty_prcpd 0.342 0.035 9.718 0.000
## .x18_m_snt_tr__ 0.471 0.045 10.510 0.000
## .x37_m_rnd_____ 0.591 0.052 11.424 0.000
## .x40___________ 0.615 0.052 11.780 0.000
## .x23_snt_gns_d_ 0.555 0.042 13.110 0.000
## .x24_m_gst_____ 0.800 0.065 12.302 0.000
## .x25_prd_pr____ 0.760 0.052 14.650 0.000
## .x28___________ 0.464 0.042 10.949 0.000
## .x29_m_prc_____ 0.627 0.052 12.061 0.000
## .x31_sl_tmr____ 1.016 0.152 6.691 0.000
## .x32_m_flt_c___ 0.863 0.201 4.304 0.000
## .x35_m_snt_trs_ 0.350 0.035 9.998 0.000
## .x38_m_f_______ 0.976 0.065 15.109 0.000
## .x1_me_snt_clmd 0.354 0.031 11.301 0.000
## .x5_m_snt_cm___ 0.301 0.027 11.267 0.000
## .x8_m_snt_dscns 0.429 0.044 9.805 0.000
## .x10_m_snt_cnfr 0.320 0.032 9.994 0.000
## .x11_tng_cnf___ 0.478 0.038 12.570 0.000
## .x15_estoy_rljd 0.401 0.039 10.345 0.000
## .x16_m_snt_stsf 0.282 0.024 11.948 0.000
## .x19_me_snt_lgr 0.300 0.026 11.368 0.000
## .x20_n_st_mm___ 0.284 0.028 10.088 0.000
## .x21_me_sint_bn 0.256 0.023 11.352 0.000
## .x26_m_snt_dscn 0.462 0.041 11.302 0.000
## .x27_sy_n_p____ 0.708 0.047 15.087 0.000
## .x30_soy_feliz 0.319 0.032 10.076 0.000
## .x33_me_snt_sgr 0.458 0.047 9.755 0.000
## .x36_sty_stsfch 0.340 0.039 8.769 0.000
## .x39_sy_n_prsn_ 0.507 0.044 11.457 0.000
## Ansiedad 0.425 0.278 1.529 0.126
## Depresion 0.452 0.059 7.593 0.000
## Temor 0.099 0.096 1.031 0.302
## Relajacion 0.332 0.043 7.637 0.000Los resultados de tu análisis factorial confirmatorio (CFA) para un modelo de cuatro factores indican lo siguiente:
El modelo muestra un ajuste aceptable a los datos, aunque no perfecto. Esto es común en la investigación de ciencias sociales donde los modelos perfectos son raros debido a la complejidad de los constructos humanos. Los ítems parecen representar bien sus factores respectivos, y las relaciones entre los factores (como Ansiedad y Depresión) son coherentes con lo que se podría esperar teóricamente.
Es importante considerar que, aunque las estadísticas de ajuste no son perfectas, proporcionan información valiosa sobre las relaciones entre los ítems y los factores, y sobre las relaciones entre los propios factores. Estos resultados pueden ser un punto de partida para refinamientos adicionales del modelo o para explorar más a fondo las relaciones entre los constructos de ansiedad y depresión.