sesion de refuerzo parcial
title: “Programación básica” subtitle: “sesion de refuerzo parcial” author: - name: Anghely Perez date: “03/06/2023” lang: es toc: true toc-depth: 3 toc-location: left toc-title: “” fontsize: 13pt number-sections: false format: html: theme: light: flatly dark: darkly
self-contained: true
El siguiente archivo tiene como objetivo principal prepararlos para el parcial que realizaremos después de semana santa. La recomendación es que replique e interiorise el código para un mayor entendimiento, cualquier duda e inquitud referente a lo anterior, estaré atento.
library(ggplot2)Warning: package 'ggplot2' was built under R version 4.3.3library(dplyr)Warning: package 'dplyr' was built under R version 4.3.3
Attaching package: 'dplyr'The following objects are masked from 'package:stats':
filter, lagThe following objects are masked from 'package:base':
intersect, setdiff, setequal, unionlibrary(pander)Warning: package 'pander' was built under R version 4.3.3Recuerde llamar las librerias necesarias para el desarrollo óptimo de los códigos, en caso tal no cuente con ellos. Primero installe (install.pakages("nombre de la librería"))
Manos a la obra, creemos un df con los siguientes vectores: género, edad, altura, peso, horas de ejercicio semanales
genero <- c("Hombre", "Mujer", "Hombre", "Hombre", "Hombre", "Mujer", "Hombre", "Mujer", "Mujer", "Hombre")
edad <- c(20, 20, 35, 24, 21, 24, 23, 22, 22, 22)
altura <- c(175, 163, 172, 190, 173, 155, 170, 160, 162, 174)
peso <- c(88, 55, 69, 95, 87, 62, 75, 50, 72, 74)
hj <- c(2, 8, 6, 6, 5, 10, 7, 10, 9, 12)
df <- data.frame(genero, edad, altura, peso, hj) # notese que los vectores son del mismo tipo y las misma dimensión
pander(df)| genero | edad | altura | peso | hj |
|---|---|---|---|---|
| Hombre | 20 | 175 | 88 | 2 |
| Mujer | 20 | 163 | 55 | 8 |
| Hombre | 35 | 172 | 69 | 6 |
| Hombre | 24 | 190 | 95 | 6 |
| Hombre | 21 | 173 | 87 | 5 |
| Mujer | 24 | 155 | 62 | 10 |
| Hombre | 23 | 170 | 75 | 7 |
| Mujer | 22 | 160 | 50 | 10 |
| Mujer | 22 | 162 | 72 | 9 |
| Hombre | 22 | 174 | 74 | 12 |
# descriptivo general summary(df)summary(df) genero edad altura peso
Length:10 Min. :20.00 Min. :155.0 Min. :50.00
Class :character 1st Qu.:21.25 1st Qu.:162.2 1st Qu.:63.75
Mode :character Median :22.00 Median :171.0 Median :73.00
Mean :23.30 Mean :169.4 Mean :72.70
3rd Qu.:23.75 3rd Qu.:173.8 3rd Qu.:84.00
Max. :35.00 Max. :190.0 Max. :95.00
hj
Min. : 2.00
1st Qu.: 6.00
Median : 7.50
Mean : 7.50
3rd Qu.: 9.75
Max. :12.00 # puesto que la variable género es de tipo caracter, podemos totalizar cuantas Mujeres y Hombres cuenta nustro df
table(df$genero)
Hombre Mujer
6 4 # es interesante analizar el promedio de las edades según el género, para ello realicemos lo siguiente
media_gen <- aggregate(df$edad, by = list(gen = df$genero), FUN = mean)
pander(media_gen)| gen | x |
|---|---|
| Hombre | 24.17 |
| Mujer | 22 |
#ejercicio: replique el código con otra variable que considere importante, no olvide realizar los respectivos análisis
media_pes<- aggregate(df$peso, by=list(edad =df$edad), FUN=mean)
pander(media_pes)| edad | x |
|---|---|
| 20 | 71.5 |
| 21 | 87 |
| 22 | 65.33 |
| 23 | 75 |
| 24 | 78.5 |
| 35 | 69 |
realicemos unas mutaciones en nuestr df, calculemos el imc, para ello agreguemos una nueva variable altura pero expresada en metros.
Nota: mire nuevamente el df y evidencie que la variable fue creada con éxito
df <- df %>%
mutate(altura2 = altura/100)df <- df %>%
mutate(imc = peso/(altura2^2))ahora cálculemos el índice de masa corporal con la siguiente fórmula.
# Otra forma, Calcula el IMC (Índice de Masa Corporal)
df$IMC2 <- df$peso / (df$altura^2)Para determinar si un IMC es alto, medio o bajo, se suelen utilizar rangos predefinidos basados en la clasificación del IMC establecida por la Organización Mundial de la Salud (OMS) u otras organizaciones de salud. La clasificación comúnmente aceptada es la siguiente:
Bajo peso: IMC < 18.5
Peso normal: 18.5 <= IMC < 25
Sobrepeso: 25 <= IMC < 30
Obesidad: IMC >= 30
df <- df %>%
mutate(imc_label = case_when(
imc < 18.5 ~ "bajo",
imc >= 18.5 & imc < 25 ~ "normal",
imc >= 25 & imc < 30 ~ "sobre peso",
imc > 30 ~ "obesidad"
))Es hora de realizar un filtro, son esenciales cuanto queremos observar algo en específico. Para ello si se le pide solo trabajar con la población que tiene sobre peso, realizamos lo siguiente
Nota: df_filtrado es un nuevo df, para ello abrala y verifique que el filtro se ha aplicado correctamente
df_filtrado <- df %>%
filter(imc_label == "sobre peso")
df %>% group_by(imc_label) %>% summarize(mean(hj))# A tibble: 2 × 2
imc_label `mean(hj)`
<chr> <dbl>
1 normal 9
2 sobre peso 6.5tab1 <- df %>% group_by(imc_label) %>% summarize(mean(hj))
pander(tab1)| imc_label | mean(hj) |
|---|---|
| normal | 9 |
| sobre peso | 6.5 |
realicemos un gráfico de barra para el promedio de edades por género
barplot(media_gen$x, main = "Promedio de edad por género",col.main="deeppink",fg="orange", ylab = "media", col="deeppink", border="darkmagenta")
#ejercicio: realizar para la altura y peso
barplot(media_pes$x, main="Promedio de altura por peso", col.main="forestgreen",fg="orange", ylab="media", col="palegreen3", border="forestgreen")
# Calcular el promedio de la edad por género
df_promedio_edad <- df %>%
group_by(genero) %>%
summarise(promedio_edad = mean(edad))
# Crear el gráfico de barras
barplot(height = df_promedio_edad$promedio_edad,
names.arg = df_promedio_edad$genero,
main = "Promedio de edad por género",
col.main="magenta",
fg="orange",
ylab = "Edad promedio",
col = "lightpink", border="magenta",
ylim = c(0, max(df_promedio_edad$promedio_edad) * 1.1))
# Agregar etiquetas con el valor del promedio en cada barra
text(x = 1:length(df_promedio_edad$genero),
y = df_promedio_edad$promedio_edad,
labels = round(df_promedio_edad$promedio_edad, 2),
pos = 3, cex = 0.8, col = "purple")
# Gráfico de dispersión con la función plot()
plot(df$peso, df$hj,
main = "Gráfico de dispersión",
col.main="purple",
xlab = "Peso",
ylab = "Horas de ejercicio")
ggplot(df) + geom_point(aes(x = hj, y = edad)) +
labs(title = "hj y edad", subtitle = "Dispersión") +
xlab("hj") + ylab("edad")
library(ggplot2)
var_relev <- c("edad", "altura", "peso", "hj")
par(mfrow=c(2,2)) # Dividir el área de la gráfica en 1 fila y 2 columnas
for (variable in var_relev) {
boxplot(df[[variable]], main=variable, col="pink", border="orange", horizontal=TRUE)
}
ggplot(df, aes(x = imc_label, y = hj, fill = hj)) + geom_boxplot() +
stat_summary(fun = mean, geom = "point") +
labs(title = "Estadísticos descriptivos de hj", subtitle = "Por tipo de imc") +
xlab("imc") + ylab("hj") +
scale_fill_discrete(name = "hj", labels = c("bajo",
"alto"))Warning: The following aesthetics were dropped during statistical transformation: fill.
ℹ This can happen when ggplot fails to infer the correct grouping structure in
the data.
ℹ Did you forget to specify a `group` aesthetic or to convert a numerical
variable into a factor?