LimaMetropolitana PeruUrbano PeruRural
Si 409 603 224
No 119 115 28
Tabla de porcentajes
Usamos el comando prop.table para solicitar la tabla de proporciones, ,2 para solicitar que deseamos las proporciones por columnas. 100 para multiplicar por 100.
Var1 Var2 Freq
1 Si LimaMetropolitana 77.5
2 No LimaMetropolitana 22.5
3 Si PeruUrbano 84.0
4 No PeruUrbano 16.0
5 Si PeruRural 88.9
6 No PeruRural 11.1
library(ggplot2)ggplot(data=tabla4, aes(x=Var1, y=Freq, fill=Var2))+ geom_bar(position = "dodge", stat="identity")+ geom_text(aes(label=paste(Freq, "%", sep="")), position = position_dodge(width = 0.9), vjust=0, size = 3)+ labs(x="Conocimiento sobre que es la democracia", y="Porcentaje", fill="Sexo")
Gráfico de barras apiladas
ggplot(data=tabla4, aes(x=Var2, y=Freq, fill=Var1))+ geom_bar(position="stack", stat="identity")+ geom_text(aes(label=paste(Freq, "%", sep="")), position = position_stack(), vjust=1, size = 3)+ labs(x="Sexo", y="Porcentaje", fill="Satisfacción con la democracia")+ scale_fill_manual(values = c("#FCFED4", "#CCEDB1"))
Buscar colores en : https://r-charts.com/es/colores/
Test de independencia Chi-cuadrado (1)
Chi-cuadrado es una prueba de independencia entre dos variables que es apropiada cuando estas dos variables son nominales
Chi-cuadrado trata a las variables que analiza como nominales , por lo tanto si las variables analizadas son ordinales o intervalares, esta prueba no toma en cuenta esta información “adicional”
Test de independencia Chi-cuadrado (1)
En el contexto de esta prueba o test, cuando se habla de independencia o dependencia estadística se está haciendo referencia a lo que sucede entre esas dos variables a nivel de la población [Estadística inferencial]
Frecuencias observadas
Las frecuencias observadas nos indican cuántos casos caen en cada casilla.
LimaMetropolitana PeruUrbano PeruRural
Si 409 603 224
No 119 115 28
Otra manera es :
chisq.test(tablasimple)$observed
Frecuencias esperadas
Las frecuencias esperadas nos indican cuántos casos caen en cada casilla, si cada casilla es proporcional a las frecuencias marginales. Supone que no existe relación entre las variables.
chisq.test(tablasimple)$expected
LimaMetropolitana PeruUrbano PeruRural
Si 435.65287 592.4219 207.92523
No 92.34713 125.5781 44.07477
Se espera que cada casilla sea mayor a 5.
Test de independencia Chi-cuadrado (1)
Cálculo del estadístico de la prueba. El estadístico de la prueba de 𝑋^2 se calcula de la siguiente manera:
Test de independencia Chi-cuadrado (2)
Entonces sería restar cada celda ( Frecuencia observada - Frecuencia esperada :
Test de independencia Chi-cuadrado (3)
El valor de un test o prueba de significancia estadística tiene que con la intención de resumir la evidencia contra Ho (hipótesis nula)
Cuanto más pequeño es el valor de p (p-value) más fuerte es la evidencia contra Ho (hipótesis nula) y a favor de Ha (hipótesis alterna)
Test de independencia Chi-cuadrado (3)
En el caso de Chi-cuadrado recuerden que:
Ho: no hay asociación entre las variables
Ha: sí hay asociación entre las variables
Cuando el valor de p (p-value) de una prueba Chi-cuadrado es menor que 0.05, entonces podemos rechazar Ho y aceptar Ha ¿Cómo se describe este hallazgo?
En resumen, qué se mide con el test o la prueba Chi-cuadrado: Se mide cuán cerca (o cuán lejos) están las frecuencias esperadas (el número de casos que se esperaría en cada celda si es que las variables fueran estadísticamente independientes) de las frecuencias observadas
Cuanto más grande el valor de este test o prueba, mucho mayor es la evidencia contra la Ho (la hipótesis que establece que las variables son estadísticamente independientes)
Aplicación Chi-cuadrado
El valor de este test o prueba no depende de qué variable se asume como independiente y qué variable se asume como dependiente
Sin embargo, esta prueba o test no cuenta toda la historia de la relación entre dos variables nominales
Ejercicios de repaso
Verificar si existe diferencia entre estrato (P06) y el opinión del ingreso económico (P09)
