install.packages("tidyverse")

## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)

install.packages("readxl")

## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)

# Cargar librería
library(readxl)

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.2     ✔ tibble    3.2.1
## ✔ lubridate 1.9.4     ✔ tidyr     1.3.1
## ✔ purrr     1.0.4     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(dplyr)

# instalamos los paquetes y librerias para realizar estadistica descriptiva
install.packages("summarytools")

## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)

library(summarytools)

## Warning in fun(libname, pkgname): couldn't connect to display ":0"

## system might not have X11 capabilities; in case of errors when using dfSummary(), set st_options(use.x11 = FALSE)

## 
## Attaching package: 'summarytools'

## The following object is masked from 'package:tibble':
## 
##     view

#instalamos la libreria para graficar
install.packages("ggplot2")

## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)

library(ggplot2)

{r setup, include=FALSE} # Cargar librerías necesarias (sin instalar dentro del Rmd) library(readxl) library(tidyverse) library(summarytools) library(ggplot2)

Para evitar errores de X11 en entornos sin GUI (como RStudio Cloud)

st_options(use.x11 = FALSE)

Instalar paquete

install.packages(“readxl”) install.packages(“tidyverse”) # Cargar librería library(readxl) library(tidyverse)

# Leer el archivo
read_excel("USO_DE_REDES_SOCIALES.xlsx")

## # A tibble: 60 × 17
##    `Marca temporal`    `Correo electrónico`             GENERO  Edad PROCEDENCIA
##    <dttm>              <chr>                            <chr>  <dbl> <chr>      
##  1 2025-04-19 17:58:57 juanmariaromeramuruaga@gmail.com Mascu…    27 TUCUMAN    
##  2 2025-04-21 11:57:48 camtrejo29@gmail.com             Femen…    25 CAPITAL    
##  3 2025-04-21 12:48:55 bascosanty@gmail.com             Mascu…    27 TUCUMAN    
##  4 2025-04-21 12:02:35 leivva222@gmail.com              Femen…    22 VALLE VIEJO
##  5 2025-04-21 12:14:21 lemabran.99@gmail.com            Mascu…    26 CAPITAL    
##  6 2025-04-21 12:24:48 sadfgh379@gmail.com              Mascu…    27 TUCUMAN    
##  7 2025-04-21 12:25:49 enriqueaybar154@gmail.com        Mascu…    26 BELEN      
##  8 2025-04-21 12:27:46 facu22porras@gmail.com           Mascu…    27 ANDALGALA  
##  9 2025-04-21 12:37:32 lautiramoscisneros@gmail.com     Mascu…    22 CAPITAL    
## 10 2025-04-21 12:38:34 sebaciclista99@gmail.com         Mascu…    26 VALLE VIEJO
## # ℹ 50 more rows
## # ℹ 12 more variables: FACULTAD_A_LA_QUE_ASISTE <chr>,
## #   CARRERA_QUE_ESTUDIA <chr>, CANTIDAD_DE_REDES <dbl>,
## #   RED_SOCIAL_QUE_UTILIZA_CON_MAYOR_FRECUENCIA <chr>,
## #   FINALIDAD_DE_USO_DE_LAS_REDES <chr>, HORAS_AL_DIA_QUE_USA_LAS_REDES <dbl>,
## #   AFECTA_HORAS_DE_SUENO <chr>, NRO_DE_HORAS_QUE_DUERME_DIARIAMENTE <chr>,
## #   FRECUENCIA_DE_USO_DE_LAS_REDES <chr>, …

encuesta <- read_excel("USO_DE_REDES_SOCIALES.xlsx")
# Ver los primeros datos
head(encuesta)

## # A tibble: 6 × 17
##   `Marca temporal`    `Correo electrónico`             GENERO   Edad PROCEDENCIA
##   <dttm>              <chr>                            <chr>   <dbl> <chr>      
## 1 2025-04-19 17:58:57 juanmariaromeramuruaga@gmail.com Mascul…    27 TUCUMAN    
## 2 2025-04-21 11:57:48 camtrejo29@gmail.com             Femeni…    25 CAPITAL    
## 3 2025-04-21 12:48:55 bascosanty@gmail.com             Mascul…    27 TUCUMAN    
## 4 2025-04-21 12:02:35 leivva222@gmail.com              Femeni…    22 VALLE VIEJO
## 5 2025-04-21 12:14:21 lemabran.99@gmail.com            Mascul…    26 CAPITAL    
## 6 2025-04-21 12:24:48 sadfgh379@gmail.com              Mascul…    27 TUCUMAN    
## # ℹ 12 more variables: FACULTAD_A_LA_QUE_ASISTE <chr>,
## #   CARRERA_QUE_ESTUDIA <chr>, CANTIDAD_DE_REDES <dbl>,
## #   RED_SOCIAL_QUE_UTILIZA_CON_MAYOR_FRECUENCIA <chr>,
## #   FINALIDAD_DE_USO_DE_LAS_REDES <chr>, HORAS_AL_DIA_QUE_USA_LAS_REDES <dbl>,
## #   AFECTA_HORAS_DE_SUENO <chr>, NRO_DE_HORAS_QUE_DUERME_DIARIAMENTE <chr>,
## #   FRECUENCIA_DE_USO_DE_LAS_REDES <chr>,
## #   DISTRACCION_Y_CAPACIDAD_DE_CONCENTRACION <chr>, …

# Asegurarse de que Edad sea un factor
encuesta$Edad <- as.factor(encuesta$Edad)

# Crear gráfico de barras con relleno turquesa y contorno negro
ggplot(encuesta, aes(x = Edad)) +
  geom_bar(fill = "turquoise", color = "black") +
  labs(title = "Edad de los Estudiantes", x = "Edad", y = "Número de Estudiantes") +
  theme_minimal() +   # <<< ESTE + ES FUNDAMENTAL
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    plot.title = element_text(hjust = 0.5)
  )

#TABLA DE FRECUENCIA RESPECTO AL GENERO DE LOS ESTUDIANTES UNIVERSITARIOS

freq(encuesta$GENERO, round.digits =1, report.nas = FALSE, justify = "center", headings = FALSE,cumul = FALSE)

## 
##                  Freq     %   
## --------------- ------ -------
##    Femenino       33    55.0  
##    Masculino      27    45.0  
##      Total        60    100.0

library(dplyr)

# Procesar los datos ordenados por porcentaje y crear leyenda
PROCEDENCIA <- encuesta %>%
  count(`PROCEDENCIA`) %>%
  mutate(
    perc = round(100 * n / sum(n), 1),
    legend_label = paste0(`PROCEDENCIA`, " (", n, " - ", perc, "%)")
  ) %>%
  arrange(desc(perc)) %>%
  mutate(legend_label = factor(legend_label, levels = legend_label))  # Ordenar la leyenda manualmente

# Crear gráfico de sectores con leyenda ordenada y etiquetas personalizadas
ggplot(PROCEDENCIA, aes(x = "", y = perc, fill = legend_label)) +
  geom_col(color = "black") +
  coord_polar(theta = "y") +
  labs(title = "Lugar de Procedencia de los Estudiantes", fill = "Procedencia") +
  theme_void() +
  theme(
    plot.title = element_text(hjust = 0.5),
    legend.position = "right",
    legend.title = element_text(size = 12, face = "bold"),
    legend.text = element_text(size = 10)
  )

freq(encuesta$FACULTAD_A_LA_QUE_ASISTE,round.digits =1, report.nas = FALSE, justify = "center", headings = FALSE,cumul = FALSE)

## 
##                                        Freq     %   
## ------------------------------------- ------ -------
##           CIENCIAS AGRARIAS             27    45.0  
##         CIENCIAS DE LA SALUD            1      1.7  
##          CIENCIAS ECONOMICAS            3      5.0  
##     CIENCIAS EXACTAS Y NATURALES        3      5.0  
##                DERECHO                  19    31.7  
##        ESCUELA DE ARQUEOLOGIA           1      1.7  
##              HUMANIDADES                1      1.7  
##    TECNOLOGIA Y CIENCIAS APLICADAS      5      8.3  
##                 Total                   60    100.0

print(freq(encuesta$FACULTAD_A_LA_QUE_ASISTE,round.digits =1, report.nas = FALSE, justify = "center", headings = FALSE,cumul = FALSE), method = "render")

FACULTAD_A_LA_QUE_ASISTE	Freq	%
CIENCIAS AGRARIAS	27	45.0
CIENCIAS DE LA SALUD	1	1.7
CIENCIAS ECONOMICAS	3	5.0
CIENCIAS EXACTAS Y NATURALES	3	5.0
DERECHO	19	31.7
ESCUELA DE ARQUEOLOGIA	1	1.7
HUMANIDADES	1	1.7
TECNOLOGIA Y CIENCIAS APLICADAS	5	8.3
Total	60	100.0

Generated by summarytools 1.1.3 (R version 4.4.3)
2025-04-30

CARRERA<-read_excel("CARRERA.xlsx")

library(knitr)
library(kableExtra)

## 
## Attaching package: 'kableExtra'

## The following object is masked from 'package:dplyr':
## 
##     group_rows

# Crear tabla de frecuencia, calcular % y % acumulado, y ordenar
tabla_carrera <- CARRERA %>%
  count(`CARRERA QUE ESTUDIA`) %>%
  arrange(desc(n)) %>%  # Ordenar de mayor a menor frecuencia
  mutate(
    "%" = round(n / sum(n) * 100, 1),
    "%CUM" = round(cumsum(n) / sum(n) * 100, 1)
  )

# Mostrar tabla de forma elegante
kable(tabla_carrera, caption = "CARRERA QUE ESTUDIAN LOS ALUMNOS DE LA UNCa") %>%
  kable_styling(full_width = FALSE, position = "center")

CARRERA QUE ESTUDIAN LOS ALUMNOS DE LA UNCa
CARRERA QUE ESTUDIA	n	%	%CUM
Ingeniería Agronómica	25	41.7	41.7
Abogacía	12	20.0	61.7
Relaciones Internacionales	7	11.7	73.3
Contador Público	3	5.0	78.3
Arquitectura	2	3.3	81.7
Tecnicatura en Informática	2	3.3	85.0
Ingeniería en Agrimensura	1	1.7	86.7
Licenciatura en Arqueología	1	1.7	88.3
Licenciatura en Bromatología	1	1.7	90.0
Profesorado en Geografía	1	1.7	91.7
Tecnicatura en Agroalimentos	1	1.7	93.3
Tecnicatura en Diseño Web	1	1.7	95.0
Tecnicatura en Riesgos, Higiene y Seguridad en el Trabajo	1	1.7	96.7
Técnicatura Química	1	1.7	98.3
Técnicatura en Producción animal	1	1.7	100.0

#TABLA DE FRECUENCIA RESPECTO A CANTIDAD DE REDES ACTIVAS QUE TIENEN LOS ESTUDIANTES

freq(encuesta$CANTIDAD_DE_REDES, round.digits =1, report.nas = FALSE, justify = "center", headings = FALSE)

## 
##              Freq     %     % Cum. 
## ----------- ------ ------- --------
##      2        6     10.0     10.0  
##      3        24    40.0     50.0  
##      4        15    25.0     75.0  
##      5        10    16.7     91.7  
##      6        4      6.7     98.3  
##      8        1      1.7    100.0  
##    Total      60    100.0   100.0

#GRAFICO DE CAJAS Y PATILLAS RESPECTO A CANTIDAD DE REDES ACTIVAS QUE TIENEN LOS ESTUDIANTES
ggplot(encuesta, aes(y = `CANTIDAD_DE_REDES`)) +
  geom_boxplot(fill = "steelblue") + 
  labs(title = "CANTIDAD DE REDES ACTIVAS DE LOS ESTUDIANTES",
       y = "CATEGORIA",
       x = "FRECUENCIA") +
  theme_minimal()

DATOS2<-read_excel("DATOS2.xlsx")

# Crear un data frame con los datos
DATOS2 <- data.frame(
  QUE_RED_SOCIAL_USA_CON_MAYOR_FRECUENCIA = c("WhatsApp", "Facebook", "Instagram", "TikTok", "X", "YouTube", "Otra"),
  VALORES = c(43, 16, 46, 29, 8, 14, 4)
)

# Crear tabla de frecuencia
tabla_red_social <- DATOS2 %>%
  mutate(
    Porcentaje = round(VALORES / sum(VALORES) * 100, 1),
    PorcentajeAcumulado = round(cumsum(VALORES) / sum(VALORES) * 100, 1)
  ) %>%
  arrange(desc(VALORES)) %>%
  rename(
    `Red Social` = QUE_RED_SOCIAL_USA_CON_MAYOR_FRECUENCIA,
    `Cantidad` = VALORES
  )

# Mostrar la tabla
kable(tabla_red_social, caption = "Tabla de Frecuencia: Red Social Usada con Mayor Frecuencia") %>%
  kable_styling(full_width = FALSE, position = "center")

Tabla de Frecuencia: Red Social Usada con Mayor Frecuencia
Red Social	Cantidad	Porcentaje	PorcentajeAcumulado
Instagram	46	28.7	65.6
WhatsApp	43	26.9	26.9
TikTok	29	18.1	83.8
Facebook	16	10.0	36.9
YouTube	14	8.8	97.5
X	8	5.0	88.8
Otra	4	2.5	100.0

# Calcular el porcentaje
DATOS2 <- DATOS2 %>%
  mutate(
    Porcentaje = round(VALORES / sum(VALORES) * 100, 1),
    legend_label = paste0(QUE_RED_SOCIAL_USA_CON_MAYOR_FRECUENCIA, " (", Porcentaje, "%)")  # Etiqueta de leyenda: nombre + porcentaje
  )

# Crear gráfico de sectores
ggplot(DATOS2, aes(x = "", y = VALORES, fill = legend_label)) +
  geom_col(color = "black") +  # Contorno negro
  coord_polar(theta = "y") +   # Gráfico circular
  labs(
    title = "Gráfico de Sectores: Red Social Usada con Mayor Frecuencia",
    fill = "Red Social"
  ) +
  theme_void() +
  theme(
    plot.title = element_text(hjust = 0.5),
    legend.position = "right",
    legend.title = element_text(size = 12, face = "bold"),
    legend.text = element_text(size = 10)
  ) +
  geom_text(
    aes(label = QUE_RED_SOCIAL_USA_CON_MAYOR_FRECUENCIA),
    color = "black",
    size = 3.5,
    position = position_stack(vjust = 0.2)
  )  # Mostrar los nombres en el gráfico, en negro

FINALIDADDELUSO<-read_excel("FINALIDADDELUSO.xlsx")

# Crear un data frame con los datos
FINALIDADDELUSO <- data.frame(
  CON_QUE_FIN_HACE_USO_DE_LAS_REDES_SOCIALES = c("Academico", "Ocio", "Trabajo", "Obtener Informacion"),
  VALORES2 = c(29, 54, 8, 28)
)

# Calcular el porcentaje y crear la etiqueta combinada
FINALIDADDELUSO <- FINALIDADDELUSO %>%
  mutate(
    Porcentaje = round(VALORES2 / sum(VALORES2) * 100, 1)
  ) %>%
  arrange(desc(Porcentaje)) %>%
  mutate(
    legend_label = paste0(CON_QUE_FIN_HACE_USO_DE_LAS_REDES_SOCIALES, " (", Porcentaje, "%)")
  )

# Convertir las etiquetas combinadas en factor con niveles ordenados
FINALIDADDELUSO$legend_label <- factor(FINALIDADDELUSO$legend_label, levels = FINALIDADDELUSO$legend_label)

# Crear gráfico de sectores sin texto dentro del gráfico
ggplot(FINALIDADDELUSO, aes(x = "", y = VALORES2, fill = legend_label)) +
  geom_col(color = "black") +
  coord_polar(theta = "y") +
  labs(
    title = "Gráfico de Sectores: Con Qué Fin Hace Uso de las Redes Sociales",
    fill = "Finalidad"
  ) +
  theme_void() +
  theme(
    plot.title = element_text(hjust = 0.5, face = "bold", size = 14),
    legend.position = "right",
    legend.title = element_text(size = 12, face = "bold"),
    legend.text = element_text(size = 10)
  )

CUANTAS HORAS AL DIA, EN PROMEDIO, HACE USO DE LAS REDES SOCIALES

encuesta$HORAS_AL_DIA_QUE_USA_LAS_REDES <- as.numeric(encuesta$HORAS_AL_DIA_QUE_USA_LAS_REDES)

ggplot(encuesta, aes(x = HORAS_AL_DIA_QUE_USA_LAS_REDES)) + 
  geom_histogram(binwidth = 1, fill = "gold", color = "black", alpha = 0.7) +
  labs(
    title = "Histograma de Horas al Día Usando Redes Sociales",
    x = "Horas al Día",
    y = "Frecuencia"
  ) +
  scale_x_continuous(breaks = seq(0, max(encuesta$HORAS_AL_DIA_QUE_USA_LAS_REDES, na.rm = TRUE), by = 1)) +  
  theme_minimal() +
  theme(
    plot.title = element_text(hjust = 0.5)
  )

EL USO DE LAS REDES SOCIALES AFECTA TUS HORAS DE SUEÑO

#TABLA DE FRECUENCIA RESPECTO A SI EL USO DE LAS REDES SOCIALES AFECTA TUS HORAS DE SUEÑO

freq(encuesta$AFECTA_HORAS_DE_SUENO, round.digits =1, report.nas = FALSE, justify = "center", headings = FALSE)

## 
##              Freq     %     % Cum. 
## ----------- ------ ------- --------
##     No        19    31.7     31.7  
##     Sí        41    68.3    100.0  
##    Total      60    100.0   100.0

NUMERO DE HORAS QUE DUERMEN DIARAMENTE LOS ESTUDIANTES

NRODEHORAS<-read_excel("NRODEHORAS.xlsx")

NRODEHORAS$NRO_DE_HORAS_QUE_DUERME_DIARAMENTE <- as.factor(NRODEHORAS$NRO_DE_HORAS_QUE_DUERME_DIARAMENTE)

# Crear gráfico de barras 
ggplot(NRODEHORAS, aes(x = NRO_DE_HORAS_QUE_DUERME_DIARAMENTE)) +
  geom_bar(fill = "coral") +
  labs(title = "HORAS QUE DUERMEN LOS ESTUDIANTES DIARAMENTE", x = "NRO DE HORAS", y = "Número de Estudiantes") +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    plot.title = element_text(hjust = 0.5) # <<< centra el título
  )

CON QUE FRECUENCIA HACE USO DE LAS REDES SOCIALES MIENTRAS ESTUDIA

encuesta$FRECUENCIA_DE_USO_DE_LAS_REDES <- as.factor(encuesta$FRECUENCIA_DE_USO_DE_LAS_REDES)

# Crear gráfico de barras 
ggplot(encuesta, aes(x = FRECUENCIA_DE_USO_DE_LAS_REDES)) +
  geom_bar(fill = "limegreen") +
  labs(title = "FRECUENCIA CON QUE HACEN USO DE LAS REDES SOCIALES MIENTRAS ESTUDIA", x = "FRECUNCIA", y = "NUMERO DE ESTUDIANTES") +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    plot.title = element_text(hjust = 0.5) # <<< centra el título
  )

CREES QUE LAS REDES SOCIALES PUEDAN GENERAR DISTRACCION Y REDUCIR TU CAPACIDAD DE CONCENTRACION

# GRAFICO DE SECTORES DEL LUGAR DE PROCEDENCIA DE LOS ESTUDIANTES QUE ASISTEN A LA UNIVERSIDAD NACIONAL DE CATAMARCA

DISTRACCION_Y_CAPACIDAD_DE_CONCENTRACION <- encuesta %>%
  count(`DISTRACCION_Y_CAPACIDAD_DE_CONCENTRACION`) %>%
  mutate(
    perc = round(100 * n / sum(n), 1),
    legend_label = paste0(`DISTRACCION_Y_CAPACIDAD_DE_CONCENTRACION`, " (", perc, "%)") # << etiqueta combinada
  )

# Crear gráfico de sectores
ggplot(DISTRACCION_Y_CAPACIDAD_DE_CONCENTRACION, aes(x = "", y = perc, fill = legend_label)) +  # << usamos legend_label
  geom_col(color = "black") +  # Contorno negro
  coord_polar(theta = "y") +
  labs(title = "FALTA DE DISTRACCION Y REDUCCION DE LA CAPACIDAD DE CONCENTRACION", fill = "REFERENCIA") +
  theme_void() +
  theme(
    plot.title = element_text(hjust = 0.5),
    legend.position = "right",
    legend.title = element_text(size = 12, face = "bold"),
    legend.text = element_text(size = 10)
  )

QUE NIVEL DE IMPACTO CONSIDERAS QUE TIENEN LAS REDES SOCIALES EN TU RENDIMIENTO ACADEMICO

#TABLA DE FRECUENCIA RESPECTO AL IMPACTO QUE GENERAN LAS REDES SOCIALES 
freq(encuesta$NIVEL_DE_IMPACTO_EN_RTO_ACADEMICO, round.digits =1, report.nas = FALSE, justify = "center", headings = FALSE)

## 
##                 Freq     %     % Cum. 
## -------------- ------ ------- --------
##      Alto        16    26.7     26.7  
##      Bajo        14    23.3     50.0  
##    Moderado      23    38.3     88.3  
##    Muy alto      2      3.3     91.7  
##    Muy bajo      5      8.3    100.0  
##     Total        60    100.0   100.0

encuesta$NIVEL_DE_IMPACTO_EN_RTO_ACADEMICO <- as.factor(encuesta$NIVEL_DE_IMPACTO_EN_RTO_ACADEMICO)

# Crear gráfico de barras 
ggplot(encuesta, aes(x = NIVEL_DE_IMPACTO_EN_RTO_ACADEMICO)) +
  geom_bar(fill = "chocolate") +
  labs(title = "NIVEL DE IMPACTO QUE GENERAN LAS REDES SOCIALES EN TU RENDIMIENTO ACADEMICO", x = "NIVELES", y = "NUMERO DE ESTUDIANTES") +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    plot.title = element_text(hjust = 0.5) # <<< centra el título
  )

DEJA DE REALIZAR ALGUNA ACTIVIDAD IMPORTANTE

NO DAR BOLA A ESTOS GRAFICOS, ESTUVE PROBANDO DE RELACIONAR VARIABLES, COMO POR EJEMPLO LA EDAD CON LA CANTIDAD DE HORAS DE USO AL DIA

Y TAMBIEN PODRIA SER LA DEL GENERO CON LA CANTIDAD DE HORAS AL DIA O QUE REDES USAN MAS LOS VARONES Y CUAL LAS MUJERES, COMO PARA TENER EN EL POWER Y NO SEA SOLO DE LAS PREGUNTAS

# Asegurarse que Edad sea factor si queremos boxplot categórico
encuesta$Edad <- as.factor(encuesta$Edad)

ggplot(encuesta, aes(x = Edad, y = HORAS_AL_DIA_QUE_USA_LAS_REDES)) +
  geom_boxplot(fill = "skyblue", color = "black", alpha = 0.7) +
  labs(
    title = "Horas de Uso de Redes Sociales por Edad",
    x = "Edad",
    y = "Horas al Día"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(hjust = 0.5),
    axis.text.x = element_text(angle = 45, hjust = 1)
  )

# Si Edad la tratamos como numérica:
encuesta$Edad <- as.numeric(as.character(encuesta$Edad))

ggplot(encuesta, aes(x = Edad, y = HORAS_AL_DIA_QUE_USA_LAS_REDES)) +
  geom_point(color = "darkorange", size = 2, alpha = 0.7) +
  geom_smooth(method = "lm", se = FALSE, color = "blue") + # línea de tendencia
  labs(
    title = "Relación entre Edad y Horas de Uso de Redes Sociales",
    x = "Edad",
    y = "Horas al Día"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5))

## `geom_smooth()` using formula = 'y ~ x'

EL USO DE LAS REDES SOCIALES EN LOS ESTUDIANTES UNIVERSITARIOS

LEIVA Alejandra, ROMERA Juan María, TREJO Camila Luciana

2025-04-24

Para evitar errores de X11 en entornos sin GUI (como RStudio Cloud)

Instalar paquete