library(readxl)
library(openxlsx)
Excel <- read_excel("Excel.xlsx")
#Figura 1. Diagrama de cajas y bigotes comparativo de talla al nacer por sexo
boxplot(formula = `TALLA AL NACER` ~ SEXO, data = Excel,
        main = "Figura 1",
        col = c("red2", "blue"),
        ylim = c(25,55),
        horizontal = TRUE)

De la figura 1 se puede observar que para ambos sexos, la mediana toma aproximadamente el valor de 47, además para ambos casos la mediana se encuentra centrada en la caja, por lo que probablemente la mediana coincida o se acerque a los valores de la moda y la media, también se puede interpretar que los datos tienen un comportamiento de dispersión similar tanto antes como después de la mediana. En ambos casos se presentaron tallas al nacer por debajo y por encima de los rangos (valores atípicos), sin embargo los valores extremos más alejados en ambos casos fueron pesos inferiores. Finalmente se puede destacar que el 50% de individuos al nacer tienen una talla entre 46 y 48 sin importar el sexo.

#Figura 2. Polígono de frecuencias
sub_data_hombres <- Excel[Excel$SEXO == "M",]
sub_data_mujeres <- Excel[Excel$SEXO == "F",]
his_hombres <- hist(sub_data_hombres$`SEMANAS DE GESTACION`, plot = FALSE)
his_mujeres <- hist(sub_data_mujeres$`SEMANAS DE GESTACION`, plot = FALSE)
plot(c(0,his_hombres$mids,45),
     c(0,his_hombres$counts,0),
     type = "b",
     col = "blue",
     main = "Figura 2",
     ylim = c(0,500),
     xlim = c(0,45),
     xlab = "Semanas de gestación",
     ylab = "Frecuencia absoluta")
lines(c(0,his_mujeres$mids,45),
      c(0,his_mujeres$counts,0),
      type = "b",
      col = "red")
legend(x = "topright", legend = c("F", "M"), fill = c("red", "blue"), 
       title = "Leyenda")

De la figura 2 lo primero que destaca es que para ambos sexos la moda se encuentra en el valor más bajo registrado para semanas de gestación, una gran parte de la muestra tuvo un tiempo de 37 semanas de gestación. Para ambos sexos, los valores de semanas de gestación son bastante cercanos, se encuentran entre 37 y 42 semanas, el cual es el comportamiento esperado para dicha variable de estudio. Los valores obtenidos por el sexo femenino varían más que los del sexo masculino, se observa que para el sexo masculino los valores se concentran en menos cantidad de las opciones posibles que para el sexo femenino, además estos presentan frecuencias menores que los valores del sexo femenino. Para ambos sexos se obtiene un comportamiento similar en los resultados, que es obtener una moda con una frecuencia bastante alta y con una gran diferencia de los demás valores, y a medida que los valores se alejan del pico más alto, la moda, las variables de semanas de gestación toman valores más pequeños.

#Figura 3. Gráfico de barras compuesto
tabla_variables <- table(Excel$SEXO, Excel$`CURSO DE VIDA`)
barplot(tabla_variables,
        main = "Figura 3",
        xlab = "Curso de vida",
        ylab = "Frecuencia",
        ylim = c(0,300),
        col = c("orange2", "black"),
        legend.text = rownames(tabla_variables),
        beside = TRUE)

De la figura 3 observamos que en los tres casos posibles de curso de vida, adolescencia, adultez o jovenes se obtuvo mayor registro de nacimientos de individuos del sexo femenino, por ende es el sexo que más se repite en todo el estudio. Los jovenes (18 a 28 años de edad) son los que aportan la mayor cantidad de datos de nacimientos para el presente estudio, mientras que los adolescentes (12 a 17) son quienes menos datos de nacimientos aportan al estudio. Es más probable que si se escogiera al azar un dato este corresponda al nacimiento de un individuo de sexo femenino con padres jovenes; también, si para cada curso de vida se escogiera un dato obtenido al azar es más probable que corresponda al nacimiento de un individuo de sexo femenino, e incrementa esta posibilidad si se hace con los adultos (29 a 59)