64202000 - Universidad de la Salle Importar la base de datos

OBSERVACION 1: La instruccion que vamos a colocar a continuacion SIEMPRE se debe incluir en cualquier documento tipo Markdowm que se elabore.

OBSERVACION 2: Esta instruccion debe modificarse si cambia de computador.

library(readxl)
Base_problema_1 <- read_excel("C:/Users/lrendon84/Downloads/Base problema 1.xlsx")
## New names:
## • `EVM` -> `EVM...2`
## • `EVM` -> `EVM...7`
head(Base_problema_1) #Muestra los 6 primeros registros
## # A tibble: 6 × 10
##   Country EVM...2 `TMM(000000)` `TMN(000)` Prev_Diabetes   EVH EVM...7
##   <chr>     <dbl>         <dbl>      <dbl> <chr>         <dbl>   <dbl>
## 1 AGO        70.7           222       26.6 0_Baja         59.0    64.3
## 2 ALB        49.9             8        7.1 1_Media        74.1    79.2
## 3 ARG        24.9            45        5.1 0_Baja         72.2    78.6
## 4 ARM        24.6            27        5.6 0_Baja         66.6    77.4
## 5 AZE        64.7            41        9.5 0_Baja         65.6    73.3
## 6 BDI        91.5           494       20.4 0_Baja         59.7    63.6
## # ℹ 3 more variables: Prev_anem_inf <chr>, Region <chr>, Income_Group <chr>

Descripcion de las Variables

Variable Tipo Escala de medición
EVM - Tasa de empleabilidad en mujeres Cuantitativa continua Razón
TMM - Tasa de mortalidad materna (por cada millón de habitantes) Cuantitativa continua Razón
TMN - Tasa de mortalidad neonatal (pox cada mil habitantes) Cuantitativa continua Razón
Prev_Diabetes - Prevalencia de diabetes en adultos (>14 años) Cualitativa Ordinal
EVH - Esperanza de vida en Hombres Cuantitativa continua Razón
EVM - Esperanza de vida en mujeres Cuantitativa continua Razón
Prev.anem.inf - Prevalencia de anemia infantil Cualitativa Nominal
Región - Continentes Cualitativa Nominal
Income_Group - Calificación por nivel de ingreso Cualitativa Ordinal

Graficos Descriptivos - Graficas basicas

Variables cualitativas

Son caracteristicas de un individuo u objeto, que se pueden expresar con palabras.

Datos nominales

Las variables cualitativas nominales son categorias que no se pueden clasificar.

Variable: Clasificacion por nivel de ingreso

Grafico a utilizar: De barras

barplot(table(Base_problema_1$Income_Group),ylab = "Países",xlab = "Grupo de Ingreso",main = "Distribucion de paises por grupo de ingreso", col =c ("light pink","light yellow","light blue"))

Conclusion: Apartir de este grafico de barras podemos evidenciar que el nivel de ingreso es menor en paises Africanos donde prevalece el nivel de pobreza e ingresos bajos a comparacion de America , Asia entre otros.

Variable: Prevalencia de anemia infantil

Grafico a utilizar: De barras

barplot(table(Base_problema_1$Prev_anem_inf),ylab = "Paises",xlab = "Nivel de prevalencia", main = "Prevalencia de anemia infantil", col = c("green","light blue","white") )

Conclusion: Apartir de este grafico de barras podemos evidenciar que el nivel de anemia infantil es mayor en paises Africanos dado a sus condiciones de ingresos , pobreza y vulnerabilidad.

Variable: Prevalencia de diabetes en adultos, mayores de 14 años

Grafico a utilizar: De barras

Uso de la Libreria ggplot2/ esquisse

library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.2.3
ggplot(Base_problema_1) +
 aes(x = Prev_Diabetes) +
 geom_bar(fill = "#62033D") +
 labs(x = "Nivel de prevalencia ", 
 y = "Cantidad de paises", title = "Distribucion de prevalencia de diabetes ") +
 theme_minimal() +
 theme(plot.title = element_text(hjust = 0.5))

Variable: Region

Grafico a utilizar: Circular

Distrubucion de paises por region

pie(table(Base_problema_1$Region), main ="Distribucion de paises por region",col=c("light blue"," light green","yellow","light pink","light yellow"))

Datos ordinales

Los datos ordinales son un tipo de datos cualitativos que admiten un orden jerarquico. Es decir, los datos ordinales son aquellos que expresan una caracteristica o una categoroa y se pueden clasificar segun un orden.

Distrubucion de paises por grupo de ingreso

Variable: Grupo de ingreso Tipo de grafico: Barras

barplot(table(Base_problema_1$Income_Group),ylab = "Cantidad de paises",xlab = "Grupo de ingreso",main ="Distribucion de paises por grupo de ingreso",col="light green")

Conclusion: Apartir de este grafico podemos evidenciar que el nivel de ingreso de paises africanos es mayor donde prevalece el nivel de vulnerabilidad a comparacion de America , Asia entre otros sin emabargo evidencamos que en ellos prevalece el ingreso mediano/bajo con una medina poblacion con ingresos mediano/alto.

Variables cuantitativas

Distrubucion EVM

hist((Base_problema_1$EVM...2),main="Distribucion EVM",ylab="Cantidad Paises",xlab="Porcentaje EVM",col="red")

Conclusion: Apartir de este grafico podemos evidenciar que el nivel de la tasa de empleo vulnerable de mujeres es mayor en paises Africanos donde prevalece el nivel de vulnerabilidad a comparacion de America , Asia entre otros, sin embargo se puede evidenciar tambien un alto nivel en ellos.

Distrubucion TMN

hist(Base_problema_1$`TMN(000)`, main = "Distribucion TMN",ylab = "Cantidad de paises",xlab = "Tasa(000) MN",col ="violet")

Conclusion: Apartir de este grafico de barras podemos evidenciar que el nivel de distribucion TMN en los paises donde prevalece el nivel de pobreza e ingresos bajos a comparacion de America , Asia entre otros , es alto / medio.

Distrubucion TMM

library(ggplot2)

ggplot(Base_problema_1) +
 aes(x = `TMM(000000)`) +
 geom_histogram(bins = 30L, fill = "#A3E4A3") +
 labs(y = "Cantidad de paises", 
 title = "Distribucion TMM") +
 theme_light() +
 theme(axis.title.y = element_text(size = 15L, face = "bold.italic"), 
 axis.title.x = element_text(size = 15L, face = "bold.italic"))

Medidas de resumen numericas

library(summarytools) #Activar la libreria 
descr(Base_problema_1$EVM...2) #Muestra todas las medidas
## Descriptive Statistics  
## Base_problema_1$EVM...2  
## N: 122  
## 
##                     EVM...2
## ----------------- ---------
##              Mean     53.38
##           Std.Dev     29.79
##               Min      1.80
##                Q1     26.11
##            Median     53.26
##                Q3     82.49
##               Max     97.93
##               MAD     41.74
##               IQR     56.06
##                CV      0.56
##          Skewness     -0.09
##       SE.Skewness      0.22
##          Kurtosis     -1.44
##           N.Valid    122.00
##         Pct.Valid    100.00

Boxplt

boxplot(Base_problema_1$EVM...2,horizontal = T)

Uso de la libreria esquisse

## Diagrama de barras nivel de prevalencia de diabetes

library(ggplot2)

ggplot(Base_problema_1) +
 aes(x = Prev_Diabetes) +
 geom_bar(fill = "#FFB3D9") +
 labs(x = "Nivel de prevalencia", 
 y = "Cantidad de paises", title = "Prevalencia de diabetes") +
 theme_light() +
 theme(plot.title = element_text(size = 20L, 
 hjust = 0.5), axis.title.y = element_text(size = 15L, face = "bold.italic"), axis.title.x = element_text(size = 16L, 
 face = "bold.italic"))

## Medidas y boxplot por variable

ggplot(Base_problema_1) +
 aes(x = "", y = `TMN(000)`, fill = Income_Group) +
 geom_boxplot() +
 scale_fill_hue(direction = 1) +
 labs(x = "Nivel de prevalencia", y = "Cantidad de paises", title = "Prevalencia de diabetes") +
 theme_light() +
 theme(plot.title = element_text(size = 20L, hjust = 0.5), axis.title.y = element_text(size = 15L, 
 face = "bold.italic"), axis.title.x = element_text(size = 16L, face = "bold.italic"))

## Medidas y boxplot comparativos por Grupo de ingreso.

library(ggplot2)

ggplot(Base_problema_1) +
 aes(x = "", y = `TMN(000)`, fill = Income_Group) +
 geom_boxplot() +
 scale_fill_hue(direction = 1) +
 theme_minimal() +
 facet_wrap(vars(Region))

Variables cuantitativas continuas

Las variables continuas son aquellas características que son medidas dentro de un rango continuo infinito de valores numéricos y se registran con números reales.

Variable: Tasa de mortalidad neonatal

Gráfico a utilizar: Boxplot

library(ggplot2)

ggplot(Base_problema_1) +
 aes(x = "", y = `TMN(000)`, fill = Income_Group) +
 geom_boxplot() +
 scale_fill_brewer(palette = "PiYG", 
 direction = 1) +
 labs(x = "Tasa de mortalidad neonatal", title = "Distribucion de la tasa de mortalidad neonatal") +
 theme_minimal() +
 theme(plot.title = element_text(hjust = 0.5)) +
 facet_wrap(vars(Region))

Variable: Empleo vulnerable mujeres (EVM)

Grafico a utilizar: Histograma

library(ggplot2)

ggplot(Base_problema_1) +
 aes(x = EVM...2) +
 geom_histogram(bins = 30L, fill = "#CCC4D2") +
 labs(title = "Tasa de empleabilidad vulnerable e mujeres") +
 theme_minimal()

Conclusion: Apartir de este grafico podemos evidenciar que el nivel de ingreso de mujeres es menor en paises Africanos donde prevalece el nivel de vulnerabilidad a comparacion de America , Asia entre otros.

*Variable:* Tasa de mortalidad neonatal

Grafico a utilizar: Histograma

library(ggplot2)

ggplot(Base_problema_1) +
 aes(x = `TMN(000)`) +
 geom_histogram(bins = 30L, fill = "#BBB1E2") +
  labs(title = "Tasa de mortalidad neonatal") +
 theme_minimal()

Conclusion: Apartir de este grafico podemos evidenciar que el nivel de mortalidad neonatal es mayor en paises Africanos donde prevalece el nivel de vulnerabilidad a comparacion de America , Asia entre otros.

MEDIDAS RESUMEN COMPARATIVAS

Variables a comparar: Tasa de empleabilidad vulnerable en hombres y Calificación por nivel de ingreso

library(ggplot2)

ggplot(Base_problema_1) +
 aes(x = Income_Group, y = EVH) +
 geom_col(fill = "#DAE285") +
 labs(x = "Nivel de ingreso", 
 title = "Tasa comparativa de empleabilidad vulnerable en hombres y clasificacion por nivel de ingreso") +
 theme_minimal() +
 theme(plot.title = element_text(size = 10L, face = "bold.italic", hjust = 0.5))

Conclusion: Apartir de este grafico podemos evidenciar que el nivel de ingreso de mujeres es menor acomparacion de hombres en paises Africanos donde prevalece el nivel de vulnerabilidad a comparacion de America , Asia entre otros sin embargo en estos paises tambien notamos una vulnerabilidad aunque en menor escala.

Uso de libreria Summarytools

library(summarytools)
with(Base_problema_1,stby(EVH,Income_Group,descr))
## Descriptive Statistics  
## EVH by Income_Group  
## Data Frame: Base_problema_1  
## N: 25  
## 
##                     1_Bajo   2_ Mediano_Bajo   3_Mediano_Alto
## ----------------- -------- ----------------- ----------------
##              Mean    59.60             64.84            68.07
##           Std.Dev     4.72              5.77             4.51
##               Min    50.84             50.37            55.72
##                Q1    57.39             60.40            66.00
##            Median    59.71             66.10            67.97
##                Q3    61.91             69.57            70.29
##               Max    70.83             74.88            79.08
##               MAD     3.44              6.24             3.29
##               IQR     4.52              8.70             4.26
##                CV     0.08              0.09             0.07
##          Skewness     0.29             -0.50            -0.35
##       SE.Skewness     0.46              0.33             0.35
##          Kurtosis     0.08             -0.53             0.64
##           N.Valid    25.00             51.00            46.00
##         Pct.Valid   100.00            100.00           100.00

Conclusion General: Las conclusiones de la estadística son el resultado de la aplicacion de los metodos y tecnicas estadisticas a los datos, con el objetivo de responder a las preguntas de investigacion planteadas, verificar o rechazar las hipotesis formuladas, y proporcionar evidencia empirica para la toma de decisiones. Las conclusiones de la estadistica deben ser claras, precisas, coherentes, relevantes.