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>
| 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 |
Son caracteristicas de un individuo u objeto, que se pueden expresar con palabras.
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
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
pie(table(Base_problema_1$Region), main ="Distribucion de paises por region",col=c("light blue"," light green","yellow","light pink","light yellow"))
Los datos ordinales son un tipo de datos cualitativos que admiten un orden jerarquico. Es decir, los datos ordinales son aquellos que expresan una caracteristica o una categoroa y se pueden clasificar segun un orden.
Variable: Grupo de ingreso Tipo de grafico: Barras
barplot(table(Base_problema_1$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.
hist((Base_problema_1$EVM...2),main="Distribucion EVM",ylab="Cantidad Paises",xlab="Porcentaje EVM",col="red")
Conclusion: Apartir de este grafico podemos evidenciar que el nivel de la tasa de empleo vulnerable de mujeres es mayor en paises Africanos donde prevalece el nivel de vulnerabilidad a comparacion de America , Asia entre otros, sin embargo se puede evidenciar tambien un alto nivel en ellos.
hist(Base_problema_1$`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.
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"))
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
boxplot(Base_problema_1$EVM...2,horizontal = T)
## 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))
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.
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.
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.