Trabajo 01 Diseño de Experimentos
Jeimy Tatiana Baron Caro
2024-02-28
Importar base de datos
Importante tener la base de datos descargada en un solo lugar del pc.
library(readxl)
Base_problema_1 <- read_excel("C:/Users/baron/OneDrive/Escritorio/Base problema 1.xlsx") ## New names:
## • `EVM` -> `EVM...2`
## • `EVM` -> `EVM...7`head(Base_problema_1) #Muestra los primeros 6 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>Descripción 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 |
Gráficos Descriptivos - Gráficas básicas
Variables Cualitativas
Son características de un individuo u objeto, que se pueden expresar con palabras.
Datos nominales
Las variables cualitativas nominales son categorías que no se pueden clasificar.
Variable: REGION
Tipo de Gráfico: Circular
pie(table(Base_problema_1$Region), main = "Distribucion de paises por region", col = c("light blue", "pink", "yellow","Orange", "Magenta"))
Un gráfico circular puede mostrar la distribución de frecuencias de
diferentes categorías en un conjunto de datos, en este caso, la region
con mayor registro de informacion es el contienente de Africa.
Datos ordinales
Una variable cualitativa ordinal presenta modalidades no numéricas, en las que existe un orden.
Variable: Calificación por nivel de ingreso
Gráfico a utilizar: De barras
barplot(table(Base_problema_1$Income_Group),ylab = "Paises",xlab = "Grupo de Ingreso", main = "Distribucion de paises por grupo de ingreso", col =c ("lightblue","pink","yellow"))
Variable: Prevalencia de anemia infantil
Gráfico 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("light blue","pink","yellow") )
Variable: Prevalencia de diabetes en adultos, mayores de 14 años
Gráfico a utilizar: De barras
#Uso de la Libreria ggplot2/ esquisse
library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.3.3ggplot(Base_problema_1) +
aes(x = Prev_Diabetes) +
geom_bar(fill = "#74088E") +
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))
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: Es un tipo de gráfico que muestra un resumen de una gran cantidad de datos en cinco medidas descriptivas, además de intuir su morfología y simetría
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))
Este código generará un gráfico de caja que muestra la distribución de
la tasa de mortalidad neonatal para cada grupo de ingresos, con colores
diferentes para cada grupo de ingresos. Además, el gráfico se divide en
múltiples paneles, uno para cada región. De los datos a resaltar, esque
en Africa se concentra una gran cantidad de personas que si nivel de
mortalidad neonatal es entre bajo y mediano.
Variables a comparar: Tasa de mortalidad neonatal y grupo de ingreso #Uso de libreria Summarytools
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_boxplot(fill = "#112446") +
theme_minimal()
### Medidas resumen comparativas
Variables a comparar: Tasa de empleabilidad vulnerable en hombres y Calificación por nivel de ingreso
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 100.00 100.00 100.00Variable: Tasa de mortalidad materna
Gráfico a utilizar: Histograma
library(ggplot2)
ggplot(Base_problema_1) +
aes(x = "", y = `TMM(000000)`, fill = Income_Group) +
geom_boxplot() +
scale_fill_brewer(palette = "PiYG",
direction = 1) +
labs(x = "Tasa de mortalidad materna", title = "Distribucion de la tasa de mortalidad materna") +
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5)) +
facet_wrap(vars(Region))
Variable: Empleo vulnerable mujeres (EVM)
Gráfico a utilizar: Boxplot
library(ggplot2)
ggplot(Base_problema_1) +
aes(x = Region, y = EVM...2) +
geom_boxplot(fill = "#FF8C00") +
labs(title = "Distribucion de EVM ") +
theme_minimal()
Conclusion: Esta grafica permite determinar que existen datos atípicos
que no son mostrados en el boxplot, la linea en la mitad de las cajas
representa la mediana, y los puntos en la lines representan los datos
atipicos. Las cajas representan la acumulacion de los datos.
Variable: Empleo vulnerable mujeres (EVM)
Gráfico a utilizar: Histograma
library(ggplot2)
ggplot(Base_problema_1) +
aes(x = EVM...2) +
geom_histogram(bins = 30L, fill = "#FFA4D2") +
labs(title = "Tasa de empleabilidad vulnerable e mujeres") +
theme_minimal()
*Variable:* Tasa de mortalidad neonatal
Grafico a utilizar: Histograma
library(ggplot2)
library(ggplot2)
ggplot(Base_problema_1) +
aes(x = `TMN(000)`) +
geom_histogram(bins = 30L, fill = "#FFA4D2") +
labs(title = "Tasa de mortalidad neonatal") +
theme_minimal()
*Variable:* Empleo vulnerable en Hombres
Grafico a utilizar: Histograma
library(ggplot2)
library(ggplot2)
ggplot(Base_problema_1) +
aes(x = EVH) +
geom_histogram(bins = 30L, fill = "#FFA4D2") +
labs(title = "Empleo vulnerable en Hombres") +
theme_minimal()