Informe_Rmarkdown

Informe sobre los puntajes de Inglés del año 2019 en la Región Caribe.

Estudiantes: Carlos Verbel, David Mancipe, Alberto Peña

12/06/2024

Introducción

En este informe vamos a utilizar una base de datos llamada ‘base de datos.csv’ que contiene información sobre los puntajes de inglés del año 2019 en la Región Caribe. Esta base de datos incluye diversos registros y variables relevantes para el análisis de los resultados en la materia de inglés. Utilizaremos el lenguaje de programación R en formato R Markdown en Documento HTML para analizar estos datos y presentar los resultados mediante gráficos. Este análisis nos permitirá comprender mejor el rendimiento académico en inglés en esta región durante el año 2019 y detectar posibles tendencias y áreas de mejora.

1. Primero importaremos la base de datos

#Datos
#Cargamos la librería

library(readxl)
DATA<-"C:/Users/carlos/Desktop/EXCEL/base de datos.csv"

datos_data<- read.csv(DATA)

2. Ejercicios Aplicados.

• ¿Cuántas personas hay en cada categoría de los niveles de inglés?




reporte_ingles<- c(datos_data$DESEMP_INGLES)
reporte_org <- as.factor(reporte_ingles)
summary(reporte_org)




##     A-     A1     A2     B+     B1 
## 271183 153405  79450   7321  34853

R_CARIBE= c("MAGDALENA", "ATLANTICO","BOLIVAR","LA GUAJIRA","CESAR","CORDOBA","SUCRE")

Puntaje_I_caribe<- datos_data$PUNT_INGLES[datos_data$ESTU_DEPTO_RESIDE %in% R_CARIBE]
summary(Puntaje_I_caribe)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##    0.00   37.00   44.00   45.34   53.00  100.00       3

• ¿Qué departamento de la región Caribe de Colombia obtuvo el promedio más alto en la prueba de inglés?

promedios_por_ciudad <- matrix(nrow = length(R_CARIBE), ncol = 1)
rownames(promedios_por_ciudad) <- R_CARIBE

for (i in 1:length(R_CARIBE)) {
  ciudad <- R_CARIBE[i]
  puntajes_ciudad <- datos_data$PUNT_INGLES[datos_data$ESTU_DEPTO_RESIDE == ciudad]
  promedio_ciudad <- mean(puntajes_ciudad, na.rm = TRUE)
  promedios_por_ciudad[i, 1] <- promedio_ciudad
  #aca asigna el promedio en la matrix en la celda i en la columna 1
}

colnames(promedios_por_ciudad) <- c("Promedio Puntaje Inglés")
print(promedios_por_ciudad)

##            Promedio Puntaje Inglés
## MAGDALENA                 42.32305
## ATLANTICO                 48.26312
## BOLIVAR                   44.29015
## LA GUAJIRA                41.75359
## CESAR                     46.41458
## CORDOBA                   45.45598
## SUCRE                     45.12750

• ¿En qué estratos se obtuvo el mayor promedio en la prueba de inglés?

estratos<- c("Estrato 1","Estrato 2","Estrato 3","Estrato 4", "Estrato 5","Estrato 6")

Promedio_p_E_A<- matrix(nrow = length(estratos),ncol = 1)
rownames(Promedio_p_E_A) <- estratos

for(e in 1:length(estratos)) {
  puntaje<- datos_data$PUNT_INGLES[datos_data$FAMI_ESTRATOVIVIENDA == estratos[e]]
  p_puntaje<- mean(puntaje , na.rm = TRUE)
  Promedio_p_E_A[e,1]<- p_puntaje
}

colnames(Promedio_p_E_A) <- c("Promedio Puntaje Inglés")
print(Promedio_p_E_A)

##           Promedio Puntaje Inglés
## Estrato 1                44.78906
## Estrato 2                48.89160
## Estrato 3                53.25653
## Estrato 4                57.08594
## Estrato 5                56.53764
## Estrato 6                52.96712

• ¿Qué género obtuvo el promedio más alto en la prueba de inglés?

p_ingles_masculino<- datos_data$PUNT_INGLES[datos_data$ESTU_GENERO == "M"]
p_ingles_femenino<- datos_data$PUNT_INGLES[datos_data$ESTU_GENERO == "F"]
generos<- c("masculino","femenino")
pu_genero<- c(mean(p_ingles_femenino, na.rm = TRUE), mean(p_ingles_masculino , na.rm = TRUE))
pu_genero<- matrix(pu_genero)
rownames(pu_genero) <- generos
colnames(pu_genero) <- "promedio puntaje ingles"
print(pu_genero)

##           promedio puntaje ingles
## masculino                47.91955
## femenino                 49.00488

3. Gráficos

• Promedio puntaje de Inglés por estrato.

barplot(as.numeric(Promedio_p_E_A[,"Promedio Puntaje Inglés"]), 
        names.arg = rownames(Promedio_p_E_A), 
        main = "Promedio de Puntaje de Inglés por Estrato",
        xlab = "Estrato",
        ylab = "Promedio Puntaje de Inglés",
        col = "green")

• El siguiente muestra el promedio de Inglés por género.

boxplot(list(Femenino = p_ingles_femenino, Masculino = p_ingles_masculino),
        main = "Comparación de Puntajes de Inglés por Género",
        ylab = "Puntaje de Inglés",
        col = c("red", "yellow"))

• Por ultimo la distribución de los puntajes en la Región Caribe.

hist(Puntaje_I_caribe, 
     main = "Distribución de Puntajes de Inglés en la Región Caribe", 
     xlab = "Puntaje de Inglés", 
     ylab = "Frecuencia", 
     col = "orange", 
     breaks = 10)