1. Carga y exploración inicial
encuesta <- read_excel("encuesta_habitos.xls") %>% clean_names()
glimpse(encuesta)
## Rows: 64
## Columns: 11
## $ id <dbl> 114, 139, 104, 19, 89, 241, 176, 41, 242, 6, 163…
## $ genero <chr> "M", "F", "M", "M", "M", "M", "M", "F", "F", "M"…
## $ edad <dbl> 51, 42, 40, 50, 35, 20, 34, 38, 34, 37, 32, 33, …
## $ estrato <dbl> 5, 6, 5, 2, 4, 2, 3, 1, 3, 1, 3, 2, 3, 1, 3, 1, …
## $ tiempo_celular <dbl> 3.8, 2.9, 4.4, 4.4, 3.7, 2.9, 3.7, 3.6, 3.7, 2.4…
## $ tiempo_tv <dbl> 2.1, 0.0, 2.9, 2.1, 1.3, 3.0, 1.4, 1.7, 1.2, 2.2…
## $ tiempo_internet <dbl> 2.2, 3.6, 3.9, 2.6, 2.4, 2.0, 3.2, 1.9, 2.7, 3.4…
## $ tiempo_lectura <dbl> 0.3, 2.1, 1.0, 0.0, 0.0, 0.7, 0.4, 0.0, 0.7, 0.1…
## $ tiempo_deporte <dbl> 2.2, 2.7, 0.6, 0.1, 0.6, 0.6, 0.6, 0.6, 0.7, 0.1…
## $ tiempo_aire_libre <dbl> 1.9, 1.8, 0.8, 0.0, 0.9, 2.6, 0.6, 0.0, 0.8, 1.7…
## $ tiempo_total_pantalla <dbl> 8.1, 6.5, 11.2, 9.1, 7.4, 7.9, 8.3, 7.2, 7.6, 8.…
head(encuesta)
## # A tibble: 6 × 11
## id genero edad estrato tiempo_celular tiempo_tv tiempo_internet
## <dbl> <chr> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 114 M 51 5 3.8 2.1 2.2
## 2 139 F 42 6 2.9 0 3.6
## 3 104 M 40 5 4.4 2.9 3.9
## 4 19 M 50 2 4.4 2.1 2.6
## 5 89 M 35 4 3.7 1.3 2.4
## 6 241 M 20 2 2.9 3 2
## # ℹ 4 more variables: tiempo_lectura <dbl>, tiempo_deporte <dbl>,
## # tiempo_aire_libre <dbl>, tiempo_total_pantalla <dbl>
sapply(encuesta, function(x) sum(is.na(x)))
## id genero edad
## 0 0 0
## estrato tiempo_celular tiempo_tv
## 0 0 0
## tiempo_internet tiempo_lectura tiempo_deporte
## 0 0 0
## tiempo_aire_libre tiempo_total_pantalla
## 0 0
2. Análisis Exploratorio Adicional
2.1 Correlaciones
num_vars <- select(encuesta, tiempo_internet, tiempo_lectura, tiempo_aire_libre, tiempo_celular, tiempo_total_pantalla)
corr_mat <- cor(num_vars, use = "pairwise.complete.obs")
print(corr_mat)
## tiempo_internet tiempo_lectura tiempo_aire_libre
## tiempo_internet 1.000 0.1154 0.1087
## tiempo_lectura 0.115 1.0000 -0.0464
## tiempo_aire_libre 0.109 -0.0464 1.0000
## tiempo_celular 0.203 -0.0899 0.1680
## tiempo_total_pantalla 0.577 -0.1364 0.1737
## tiempo_celular tiempo_total_pantalla
## tiempo_internet 0.2031 0.577
## tiempo_lectura -0.0899 -0.136
## tiempo_aire_libre 0.1680 0.174
## tiempo_celular 1.0000 0.757
## tiempo_total_pantalla 0.7573 1.000
2.2 Heatmap de correlaciones
corrplot(corr_mat, method = "color", addCoef.col = "black",
tl.col = "black", tl.srt = 45,
number.cex = 0.7,
title = "Mapa de calor de correlaciones",
mar = c(0,0,1,0))
2.3 Gráficos de caja por género
ggplot(encuesta, aes(x = genero, y = tiempo_internet, fill = genero)) +
geom_boxplot(alpha = 0.6) +
labs(title = "Distribución de tiempo en internet por género") +
theme(legend.position = "none")
3. Análisis Descriptivo Numérico (Tiempo en internet)
media_ti <- mean(encuesta$tiempo_internet, na.rm = TRUE)
mediana_ti <- median(encuesta$tiempo_internet, na.rm = TRUE)
moda_ti <- as.numeric(names(sort(table(encuesta$tiempo_internet), decreasing = TRUE)[1]))
sd_ti <- sd(encuesta$tiempo_internet, na.rm = TRUE)
var_ti <- var(encuesta$tiempo_internet, na.rm = TRUE)
rango_ti <- range(encuesta$tiempo_internet, na.rm = TRUE)
iqr_ti <- IQR(encuesta$tiempo_internet, na.rm = TRUE)
asim_ti <- skewness(encuesta$tiempo_internet, na.rm = TRUE)
curt_ti <- kurtosis(encuesta$tiempo_internet, na.rm = TRUE)
tibble(
Estadístico = c("Media", "Mediana", "Moda", "SD", "Varianza", "Min", "Max", "IQR", "Asimetría", "Curtosis"),
Valor = c(media_ti, mediana_ti, moda_ti, sd_ti, var_ti, rango_ti[1], rango_ti[2], iqr_ti, asim_ti, curt_ti)
)
## # A tibble: 10 × 2
## Estadístico Valor
## <chr> <dbl>
## 1 Media 2.84
## 2 Mediana 2.85
## 3 Moda 2.5
## 4 SD 0.781
## 5 Varianza 0.61
## 6 Min 0.9
## 7 Max 4.4
## 8 IQR 1.05
## 9 Asimetría -0.222
## 10 Curtosis 2.50
4. Prueba de Normalidad y Outliers
shapiro <- shapiro.test(encuesta$tiempo_internet)
outliers <- boxplot.stats(encuesta$tiempo_internet)$out
list(Shapiro = shapiro, Outliers = outliers)
## $Shapiro
##
## Shapiro-Wilk normality test
##
## data: encuesta$tiempo_internet
## W = 1, p-value = 0.6
##
##
## $Outliers
## numeric(0)
5. Intervalo de Confianza 95% (Tiempo de lectura)
n <- sum(!is.na(encuesta$tiempo_lectura))
xbar <- mean(encuesta$tiempo_lectura, na.rm = TRUE)
s <- sd(encuesta$tiempo_lectura, na.rm = TRUE)
error <- qt(0.975, df = n - 1) * s / sqrt(n)
ic <- xbar + c(-1, 1) * error
ic
## [1] 0.775 1.175
7. Homogeneidad de Varianzas (tiempo_celular)
var.test(tiempo_celular ~ genero, data = encuesta)
##
## F test to compare two variances
##
## data: tiempo_celular by genero
## F = 1, num df = 27, denom df = 35, p-value = 0.6
## alternative hypothesis: true ratio of variances is not equal to 1
## 95 percent confidence interval:
## 0.592 2.518
## sample estimates:
## ratio of variances
## 1.2
8. Proporciones >3h en Internet por Género
# Crear variable binaria
encuesta <- encuesta %>%
mutate(high_tiempo_internet = ifelse(tiempo_internet > 3, 1, 0))
# Verifica valores únicos en genero y en la nueva variable
unique(encuesta$genero)
## [1] "M" "F"
unique(encuesta$high_tiempo_internet)
## [1] 0 1
# Tabla de contingencia
tabla <- table(encuesta$genero, encuesta$high_tiempo_internet)
# Revisar nombres válidos
print(tabla)
##
## 0 1
## F 13 15
## M 23 13
# Extraer proporciones correctamente
# Extraer nombres de filas y columnas
gen_vals <- rownames(tabla)
bin_vals <- colnames(tabla)
# Extraer valores para prop.test
x <- c(tabla[gen_vals[1], bin_vals[2]], tabla[gen_vals[2], bin_vals[2]])
n <- rowSums(tabla)
# Prueba de proporciones
prop.test(x = x, n = n, correct = FALSE, conf.level = 0.99)
##
## 2-sample test for equality of proportions without continuity correction
##
## data: x out of n
## X-squared = 2, df = 1, p-value = 0.2
## alternative hypothesis: two.sided
## 99 percent confidence interval:
## -0.144 0.493
## sample estimates:
## prop 1 prop 2
## 0.536 0.361
9. Regresión Lineal
modelo <- lm(tiempo_total_pantalla ~ tiempo_internet, data = encuesta)
summary(modelo)
##
## Call:
## lm(formula = tiempo_total_pantalla ~ tiempo_internet, data = encuesta)
##
## Residuals:
## Min 1Q Median 3Q Max
## -3.009 -0.739 0.001 0.671 4.231
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.189 0.635 8.17 0.00000000002 ***
## tiempo_internet 1.200 0.216 5.56 0.00000060908 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.34 on 62 degrees of freedom
## Multiple R-squared: 0.333, Adjusted R-squared: 0.322
## F-statistic: 30.9 on 1 and 62 DF, p-value: 0.000000609
ggplot(encuesta, aes(tiempo_internet, tiempo_total_pantalla)) +
geom_point() +
geom_smooth(method = "lm") +
labs(title = "Regresión lineal")
## `geom_smooth()` using formula = 'y ~ x'
augment(modelo) %>%
ggplot(aes(.fitted, .resid)) +
geom_point() +
geom_hline(yintercept = 0, linetype = "dashed") +
labs(title = "Residuos vs Ajustados")
10. Análisis de Poder Estadístico
d <- abs(ef_size$estimate)
pwr.t.test(d = d, n = length(na.omit(encuesta$tiempo_aire_libre)), sig.level = 0.01, type = "two.sample")
##
## Two-sample t test power calculation
##
## n = 64
## d = 0.266
## sig.level = 0.01
## power = 0.138
## alternative = two.sided
##
## NOTE: n is number in *each* group
11. Reproducibilidad y Sesión
sessionInfo()
## R version 4.4.3 (2025-02-28 ucrt)
## Platform: x86_64-w64-mingw32/x64
## Running under: Windows 11 x64 (build 26100)
##
## Matrix products: default
##
##
## locale:
## [1] LC_COLLATE=English_United States.utf8
## [2] LC_CTYPE=English_United States.utf8
## [3] LC_MONETARY=English_United States.utf8
## [4] LC_NUMERIC=C
## [5] LC_TIME=English_United States.utf8
##
## time zone: America/Bogota
## tzcode source: internal
##
## attached base packages:
## [1] stats graphics grDevices utils datasets methods base
##
## other attached packages:
## [1] effsize_0.8.1 corrplot_0.95 pwr_1.3-0 psych_2.5.3 broom_1.0.8
## [6] car_3.1-3 carData_3.0-5 moments_0.14.1 janitor_2.2.1 readxl_1.4.5
## [11] ggplot2_3.5.2 dplyr_1.1.4
##
## loaded via a namespace (and not attached):
## [1] utf8_1.2.5 sass_0.4.10 generics_0.1.4 tidyr_1.3.1
## [5] stringi_1.8.7 lattice_0.22-6 digest_0.6.37 magrittr_2.0.3
## [9] evaluate_1.0.3 grid_4.4.3 timechange_0.3.0 RColorBrewer_1.1-3
## [13] fastmap_1.2.0 Matrix_1.7-2 cellranger_1.1.0 jsonlite_2.0.0
## [17] backports_1.5.0 Formula_1.2-5 mgcv_1.9-1 purrr_1.0.4
## [21] scales_1.4.0 jquerylib_0.1.4 abind_1.4-8 mnormt_2.1.1
## [25] cli_3.6.5 rlang_1.1.6 splines_4.4.3 withr_3.0.2
## [29] cachem_1.1.0 yaml_2.3.10 tools_4.4.3 parallel_4.4.3
## [33] vctrs_0.6.5 R6_2.6.1 lifecycle_1.0.4 lubridate_1.9.4
## [37] snakecase_0.11.1 stringr_1.5.1 pkgconfig_2.0.3 pillar_1.10.2
## [41] bslib_0.9.0 gtable_0.3.6 glue_1.8.0 xfun_0.52
## [45] tibble_3.2.1 tidyselect_1.2.1 knitr_1.50 farver_2.1.2
## [49] nlme_3.1-167 htmltools_0.5.8.1 labeling_0.4.3 rmarkdown_2.29
## [53] compiler_4.4.3