Informe segunda entrega - Proyecto Estadistica
María José Cabrera, Juliana Murillo y Santiago Solanilla
2024-10-09
Base_de_datos <- read_delim("Base de datos.csv",
delim = ";", escape_double = FALSE, trim_ws = TRUE)
Base_de_datos## # A tibble: 1,000 × 12
## UserID Age Gender Profession Platform `Total Time Spent` `Video Category`
## <dbl> <dbl> <chr> <chr> <chr> <dbl> <chr>
## 1 1 56 Male Engineer Instagr… 80 Pranks
## 2 2 46 Female Artist Instagr… 228 Pranks
## 3 3 32 Female Engineer Facebook 30 Vlogs
## 4 4 60 Male Waiting sta… YouTube 101 Vlogs
## 5 5 25 Male Manager TikTok 136 Gaming
## 6 6 38 Male driver Instagr… 89 Jokes/Memes
## 7 7 56 Male Students TikTok 247 Vlogs
## 8 8 36 Male Engineer Instagr… 191 Entertainment
## 9 9 40 Male Waiting sta… Instagr… 34 Vlogs
## 10 10 28 Other Students YouTube 165 ASMR
## # ℹ 990 more rows
## # ℹ 5 more variables: `Scroll Rate` <dbl>, Frequency <chr>,
## # `Watch Reason` <chr>, `Watch Time` <chr>, CurrentActivity <chr>summary(Base_de_datos)## UserID Age Gender Profession
## Min. : 1.0 Min. :18.00 Length:1000 Length:1000
## 1st Qu.: 250.8 1st Qu.:29.00 Class :character Class :character
## Median : 500.5 Median :42.00 Mode :character Mode :character
## Mean : 500.5 Mean :40.99
## 3rd Qu.: 750.2 3rd Qu.:52.00
## Max. :1000.0 Max. :64.00
## Platform Total Time Spent Video Category Scroll Rate
## Length:1000 Min. : 10.0 Length:1000 Min. : 1.00
## Class :character 1st Qu.: 78.0 Class :character 1st Qu.:23.00
## Mode :character Median :152.0 Mode :character Median :50.00
## Mean :151.4 Mean :49.77
## 3rd Qu.:223.0 3rd Qu.:74.00
## Max. :298.0 Max. :99.00
## Frequency Watch Reason Watch Time CurrentActivity
## Length:1000 Length:1000 Length:1000 Length:1000
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
## Correlación
“Total time spent vs Age”
cor(Base_de_datos$Age,Base_de_datos$`Total Time Spent`)## [1] -0.004166184El coeficiente negativo (-0.004) indica una relación muy débil y negativa entre la edad y el tiempo total invertido en redes sociales. Sin embargo, como está tan cerca de 0, la relación entre la edad y el tiempo invertido es prácticamente inexistente. Esto significa que no hay un patrón claro que indique que a medida que la edad aumenta o disminuye, el tiempo invertido en redes sociales cambie de manera notoria.
Matriz de Correlación entre Variables Cuantitativas
correlacion <- cor(Base_de_datos[,c(2,6,8)])
correlacion## Age Total Time Spent Scroll Rate
## Age 1.000000000 -0.004166184 -0.018767873
## Total Time Spent -0.004166184 1.000000000 0.004210567
## Scroll Rate -0.018767873 0.004210567 1.000000000Age y Total Time Spent: Correlación de -0.004, lo que indica que prácticamente no hay relación entre la edad y el tiempo total invertido en redes sociales.
Age y Scroll Rate: Correlación de -0.019, lo que sugiere una relación negativa muy débil; la edad no influye significativamente en la tasa de desplazamiento.
Total Time Spent y Scroll Rate: Correlación de 0.004, también muy cercana a 0, indicando que el tiempo invertido y la tasa de desplazamiento no tienen una relación significativa.
Gráfico de dispersión entre variables cuantitativas
correlacion <- cor(Base_de_datos[,c(2,6,8)])
chart.Correlation(Base_de_datos[,c(2,6,8)],histogram = F,pch=16)
Diagrama de Cajas
#cols <- c("purple","lightblue")
ggplot(Base_de_datos,aes(x=Base_de_datos$Profession,y=Base_de_datos$`Total Time Spent`)) +
#stat_boxplot(geom= "errorbar", width = 0.25) +
geom_boxplot(fill="pink")+
#scale_fill_manual(values = cols)+
labs (title = "Diagrama de cajas por grupos: Profession y Total time Spent",x="Profession",y="Total time spent")
# theme(legend.position = "none")El diagrama de cajas muestra la distribución del tiempo total empleado en redes sociales por diferentes profesiones. Aunque la mediana del tiempo es relativamente similar entre las profesiones, hay variaciones notables en la dispersión. Profesiones como “Artist”, “Cashier”, “Manager” y “Teacher” presentan una mayor variabilidad en el tiempo empleado en redes sociales, lo que indica que algunas personas en estos grupos dedican considerablemente más tiempo a estas plataformas, mientras que otras lo hacen mucho menos. Esto podría reflejar la flexibilidad o naturaleza diversa de estas ocupaciones, donde el uso de redes sociales puede estar más relacionado con el trabajo o el estilo de vida personal. Por el contrario, profesiones como “Driver” y “Engineer” muestran una menor dispersión, es decir que el uso de redes sociales en estos grupos es más uniforme, posiblemente debido a la naturaleza de sus trabajos, donde hay menos tiempo o necesidad de interactuar con estas plataformas. Este análisis propone que, aunque el tiempo promedio en redes sociales no difiere significativamente, la variabilidad en su uso sí depende de la profesión.
Tabla Cruzada: “Video Category” y “Watch Reason”
tabla_cruzada <- table(Base_de_datos$`Video Category`, Base_de_datos$`Watch Reason`)
library(knitr)
kable(tabla_cruzada)| Boredom | Entertainment | Habit | Procrastination | |
|---|---|---|---|---|
| ASMR | 26 | 16 | 31 | 6 |
| Comedy | 9 | 8 | 16 | 2 |
| Entertainment | 27 | 30 | 36 | 9 |
| Gaming | 36 | 29 | 40 | 14 |
| Jokes/Memes | 41 | 46 | 65 | 27 |
| Life Hacks | 42 | 43 | 55 | 22 |
| Pranks | 36 | 26 | 29 | 19 |
| Trends | 31 | 28 | 33 | 8 |
| Vlogs | 29 | 38 | 34 | 13 |
ggplot(Base_de_datos,aes(Base_de_datos$`Video Category`,fill = Base_de_datos$`Watch Reason`))+
geom_bar()+
labs(x="Video Category", y= "Frecuencias", fill="Watch Reason")+
ggtitle("Diagrama de Barras Apiladas: Video Category vs Watch Reason")+theme(axis.text.x = element_text(angle = 45, hjust = 1))
El diagrama de barras apiladas muestra la distribución de las razones para ver videos en diferentes categorías. Las categorías de Jokes/Memes y Life Hacks son las más vistas, con el entretenimiento y el aburrimiento como las razones predominantes para su consumo. En Comedy, aunque la frecuencia de visualizaciones es baja, el entretenimiento es la razón más común. ASMR, Pranks, y Gaming tienen un equilibrio más distribuido, donde el hábito y la procrastinación juegan un rol importante, siendo el primero especialmente relevante en ASMR. Aunque la procrastinación es una razón menos frecuente en comparación con el entretenimiento o el aburrimiento, se observa de manera notable en categorías como Life Hacks y ASMR.