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/nsuarez65/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 |

Graficos Descriptivos - Gráficas básicas

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 ("red","salmon ","blue"))

##Conclusiones## Se puede deducir que el grupo de paises que ingleso en de una tasa media, esto permitiendo saber en comparacion cuales son los resultados de los paises que fueron utilizados para analisar este estudio.

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("purple","yellow","green") )

##Conclusion## Estadisticamente podemos deducir que la prevalencia de diabetes infantil en la mayoria de los paises, el nivel de prevalencia es media.

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))

##conclusion## En esta se evidencia que especificamente el nivel de prevalencia de diabetes es baja en los paises que fueron estudiados.

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("salmon"," blue","green","red","yellow"))

##conclusion## En el grafico se evidencia la districucion de lo paises por region.

Datos ordinales

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="pink")

##conclusion##Se puede certificar el nivel de ingreso de los paises de bajo, mediano bajo y mediano alto.

Variables cuantitativas

Distrubucion EVM

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

##conclusion## La tasa de empleo vulnerable para las mujeres varia segun el pais donde el estudio fue realizado

Distrubucion TMN

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

##Conclusion## La tase de mortalidad neonatal en alguno de los paises en mas alta mientras que en otros se evidencia que es media.

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"))

##conclusiones##La tasa de mortalidad materna en algunos paises es muy alta, miestras que en otros es baja, o no se tiene registro

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) +
 geom_boxplot() +
 aes(x = "", y = `TMN(000)`, fill = Income_Group) +
 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))

##Conclusion##La tasa de mortalidad deonatal, en este grafico se puede analisar mas especificamente por 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## La tasa de empleo vulnerable en mujeres se puede ver que no tiene medidas similares.

*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##En algunas regiones la tasa de mortalidad neonatal es mas notoria que en otras, incluso se evidencias medias altas, medias y medias bajas.

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## La tasa comparativa de empleavilidad vulnerable en hombres se evidencia por la clasificacion por nivel de ingreso bajo, mediano bajo y mediano alto.

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