---
title: "P & E 2025"
author: "Alejandra Guzmán 2016453-2725"
output: 
  flexdashboard::flex_dashboard:
    orientation: columns
    vertical_layout: scroll
    theme: bootstrap
    source_code: embed
    css: |
      .chart-title {
        font-size: 18px;
        font-weight: bold;
      }
      .section.sidebar {
        background-color: #f8f9fa;
      }
      body {
        font-size: 14px;
      }
---

```{r setup-intro, include=FALSE}
library(flexdashboard)
library(knitr)
library(DT)
library(ggplot2)
library(gridExtra)
library(dplyr)
load("/cloud/project/datos.RData")
```

# Introducción

## Column {data-width=600}

###

#### **Análisis Estadístico** {data-height=600}

El presente informe expone el análisis estadístico realizado sobre el conjunto de datos de donantes del **Banco de Sangre del Hospital General de Medellín**, correspondiente al periodo comprendido entre los años **2020** y **2023**. 

Este estudio forma parte de la asignatura de **Probabilidad y Estadística**, y su propósito principal es:

- ✅ Analizar las variables contenidas en el conjunto de datos
- ✅ Identificar patrones significativos
- ✅ Explorar posibles relaciones entre variables

#**Metodología Aplicada**

**1. Obtención de Datos**

- Fuente: Portal oficial de **Datos Abiertos del gobierno**
- Muestra inicial: **27,988** registros

**2. Proceso de Limpieza**

- Criterios aplicados: edad, peso mínimo, estatura, completitud de información
- Registros válidos finales: **25,481**
- Porcentaje de datos válidos: **91.0%**

**3. Análisis Implementado**

- Incorporación de variable temporal (clasificación por mes)
- Construcción de tablas cruzadas
- Análisis temporal mediante suavización exponencial
- Estadística descriptiva y análisis de correlación

**Nota:** Los resultados obtenidos permiten una visión integral sobre la dinámica de la donación de sangre en este hospital durante el periodo 2020-2023, contribuyendo al entendimiento de patrones de donación y características de los donantes.

row
--------------------------------------------------------------------------------

### **Descripción de variables, escalas de medición y unidades de medición** 

```{r tabla-resumen, echo=FALSE}
# Crear tabla resumen
variables <- data.frame(
  Variable = c("ANO", "RH", "CIUDAD", "EDAD", "ESTATURA", "PESO", "MES", "SEXO"),
  Descripción = c("Año de donación", "Factor RH", "Ciudad de donación", "Edad del donante", 
                  "Estatura del donante", "Peso del donante", "Mes de donación", "Sexo del donante"),
  Tipo = c("Cualitativa", "Cualitativa", "Cualitativa", "Cuantitativa", 
           "Cuantitativa", "Cuantitativa", "Cualitativa", "Cualitativa"),
  Escala = c("Discreta", "Nominal", "Nominal", "Discreta", 
             "Continua", "Discreta", "Nominal", "Nominal"),
  Unidades = c("Años", NA, NA, "Años", "metro (m)", "Kilogramos (kg)", "Meses", NA),
  stringsAsFactors = FALSE
)

DT::datatable(variables,
              options = list(dom = 't', pageLength = 8),
              rownames = FALSE,
              class = 'cell-border stripe') %>%
  DT::formatStyle(columns = 1:5, fontSize = '14px')
```

row
----------------------------------------------------------------------------------

### **🎯 Variables de Análisis** {data-height=300}

- **Demográficas**: Edad, Sexo, Ciudad
- **Biométricas**: Estatura, Peso
- **Clínicas**: Tipo de Sangre
- **Temporales**: Año, Mes de Donación

### **📚 Contexto Académico** {data-height=30}

Este trabajo representa una oportunidad valiosa de aplicar conocimientos estadísticos dentro de un **contexto real**, como estudiante de **Tecnología en Electrónica Industrial**.

**Competencias Desarrolladas:**

- Gestión y análisis de datos
- Aplicación de herramientas estadísticas
- Interpretación de resultados
- Visualización de información en R




Estadísticas
================================================================================
Row
--------------------------------------------------------------------------------

### 

```{r vista_general}
head(P4)     ## Registro del conjunto de datos

summary(P5)
```
.

Row
--------------------------------------------------------------------------------

###

#### Medidas de Tendencia Central
```{r medidas_centrales}
# Crear tabla con medidas centrales
medidas <- data.frame(
  Variable = c("Edad", "Estatura", "Peso"),
  Media = round(c(mean(P5$EDAD), mean(P5$ESTATURA), mean(P5$PESO)), 2),
  Mediana = round(c(median(P5$EDAD), median(P5$ESTATURA), median(P5$PESO)), 2)
)
print(medidas)
```

#### Medidas de Dispersión
```{r medidas_dispersion}
# Crear tabla con medidas de dispersión
dispersion <- data.frame(
  Variable = c("Edad", "Estatura", "Peso"),
  Desv_Estandar = round(c(sd(P5$EDAD), sd(P5$ESTATURA), sd(P5$PESO)), 2),
  Varianza = round(c(var(P5$EDAD), var(P5$ESTATURA), var(P5$PESO)), 2),
  Coef_Variacion = round(c(sd(P5$EDAD)*100/mean(P5$EDAD),
                          sd(P5$ESTATURA)*100/mean(P5$ESTATURA),
                          sd(P5$PESO)*100/mean(P5$PESO)), 2)
)
print(dispersion)
```

Tablas
================================================================================

Row
--------------------------------------------------------------------------------
### 

#### Distribución por Año

```{r tabla_ano}
table(P5$ANIO)
```

#### Distribución por Sexo

```{r tabla_sexo}
table(P5$SEXO)
```

#### Distribución por Mes

```{r tabla_mes}
table(P5$MES)
```


Row
--------------------------------------------------------------------------------
### 

####  Distribución por Ciudad

```{r tabla_ciudad}
table(P5$CIUDAD)
```

#### Distribución por Tipo de Sangre (RH)

```{r tabla_rh}
table(P5$RH)
```
.

Histogramas
================================================================================

Row
--------------------------------------------------------------------------------

```{r hist_edad}
hist(P5$EDAD, col = "skyblue",
     main = "HISTOGRAMA DE EDAD DE LOS DONANTES",
     xlab = "EDADES",
     ylab = "Frecuencia")
```

Row
-------------------------------------------------------------------------------

```{r hist_estatura}
hist(P5$ESTATURA, col = "violet",
     main = "HISTOGRAMA DE ESTATURA DE LOS DONANTES",
     xlab = "ESTATURAS",
     ylab = "Frecuencia")
```


Row
-------------------------------------------------------------------------------

```{r hist_peso}
hist(P5$PESO, col = "orange",
     main = "HISTOGRAMA DE PESO DE LOS DONANTES",
     xlab = "PESO",
     ylab = "Frecuencia")
```

Row
-------------------------------------------------------------------------------

```{r barras_ano}
barplot(table(P5$ANIO),
        col="green",
        main="DIAGRAMA DE BARRAS AÑO DE DONACIÓN",
        ylab="Conteo",
        xlab="FECHA")

```

Row
-------------------------------------------------------------------------------

```{r torta_sexo}
# Limpiar datos de sexo (remover NA)
sexo_limpio <- P5$SEXO[!is.na(P5$SEXO)]
pie(table(sexo_limpio),
    col=c("pink","blue"),
    main="SEXO DEL DONANTE DE SANGRE")
```

Row
-------------------------------------------------------------------------------
```{r barras_sangre}
# Limpiar datos de RH (remover NA)
rh_limpio <- P5$RH[!is.na(P5$RH)]
sangre <- table(rh_limpio)
names(sangre)[names(sangre) == "SIN INFORMACION"] <- "SIN INF."
barplot(sangre,
        col="red",
        main="DIAGRAMA DE BARRAS TIPO DE SANGRE",
        ylab="Conteo",
        xlab="TIPO DE SANGRE",
        las = 2,
        cex.axis = 0.8,
        cex.names = 0.8)
```

Row
-------------------------------------------------------------------------------
```{r barras_ciudad}
# Limpiar datos de ciudad (remover NA)
ciudad_limpia <- P5$CIUDAD[!is.na(P5$CIUDAD)]
ciudades <- table(ciudad_limpia)
names(ciudades)[names(ciudades) == "SAN ANTONIO DE PEREIRA"] <- "S.A.DE PEREIRA"
names(ciudades)[names(ciudades) == "SAN ANTONIO DE PRADO"] <- "S.A.DE PRADO "
names(ciudades)[names(ciudades) == "SAN VICENTE DE FERRER"] <- "S.V.DE FERRER"
barplot(ciudades,
        col = "yellow",
        main = "DIAGRAMA DE BARRAS DONANTE POR CIUDAD",
        ylab = "Conteo",
        xlab = "",
        las = 2,
        cex.names = 0.5,
        cex.main = 0.7,
        cex.lab = 0.6,
        cex.axis = 0.5)
```
.

Cajas
================================================================================

Row
-------------------------------------------------------------------------------

###

#### Caja 1 :EDAD
```{r 5}
ggplot(P5,aes(y=EDAD))+
  geom_boxplot(fill="skyblue")
```

Row
--------------------------------------------------------------------------------

###

#### Caja 2 : ESTATURA

-Se obseva en este gráfico presencia de datos atípicos.

```{r 6}
ggplot(P5,aes(y=ESTATURA))+
  geom_boxplot(fill="gold")
```


Row
--------------------------------------------------------------------------------

###

#### Caja 3: PESO

```{r 7}
ggplot(P5,aes(y=PESO))+
  geom_boxplot(fill="violet")
```

.

Correlación
================================================================================

#### Correlación de Pearson

Row
-------------------------------------------------------------------------------

###

```{r 91}
ggplot(P5, aes(x = ESTATURA, y = PESO)) +
  geom_jitter(color = "blue") +
  geom_smooth(method = lm, color = "red") +
  labs(title = "Estatura vs Peso")

```

Row
-------------------------------------------------------------------------------

###

```{r 92}
ggplot(P5, aes(x = EDAD, y = PESO)) +
  geom_jitter(color = "purple") +
  geom_smooth(method = lm, color = "red") +
  labs(title = "Edad vs Peso")

```

Row
-------------------------------------------------------------------------------

###

```{r 93}
ggplot(P5, aes(x = EDAD, y = ESTATURA)) +
  geom_jitter(color = "green") +
  geom_smooth(method = lm, color = "red") +
  labs(title = "Edad vs Estatura")
```

Row
-------------------------------------------------------------------------------
###

#### Matriz de correlación

```{r 8}

library(corrplot) ## graficos de correlacion
correlacion = cor(P5[, c("EDAD", "ESTATURA", "PESO")])
corrplot(correlacion, method = "number")

```


Grupos
================================================================================

row
--------------------------------------------------------------------------------

![](gigante.png)

```{r 811}

ggplot(P5, aes(x = SEXO, y = EDAD, fill = SEXO)) +
  geom_boxplot() +
  labs(title = "Distribución de edad según sexo del donante",
       x = "Sexo",
       y = "Edad")
```


row
--------------------------------------------------------------------------------


```{r 880}
ggplot(P5, aes(x = RH, y = EDAD, fill = RH)) +
  geom_boxplot() +
  labs(title = "Distribución de la edad según RH",
       x = "RH",
       y = "Edad")
```



```{r 890}

ggplot(P5, aes(x = factor(ANIO), y = EDAD, fill = factor(ANIO))) +
  geom_boxplot() +
  labs(title = "Distribución de la edad por año de donación",
       x = "Año",
       y = "Edad")
```



Tablas Cruzadas
================================================================================

Row
-------------------------------------------------------------------------------

###

```{r}
table(P5$ANIO, P5$MES)

```

###

```{r}
ggplot(P5, aes(x = as.factor(ANIO), fill = as.factor(ANIO))) +
  geom_bar() +
  facet_wrap(~ MES, ncol = 4) +  # Crea un panel por cada mes
  labs(title = "Donaciones por año dentro de cada mes",
       x = "Año", y = "Cantidad de donaciones")
```

Row
-------------------------------------------------------------------------------

###

```{r}

table(P5$SEXO, P5$RH)

```

###

```{r}
ggplot(P5, aes(x = RH, fill = SEXO)) +
  geom_bar(position = "dodge") +
  labs(title = "Distribución del RH por sexo",
       x = "RH", y = "Cantidad de donaciones")
```

Row
-------------------------------------------------------------------------------

###

```{r}
table(P5$RH, P5$ANIO)
```

###
```{r}

ggplot(P5, aes(x = as.factor(ANIO), fill = RH)) +
  geom_bar() +
  labs(title = "Distribución de RH por año",
       x = "Año",
       y = "Cantidad de donaciones",
       fill = "RH") +
  theme_minimal()
```



Suavización Exponencial
================================================================================

Row
-------------------------------------------------------------------------------
### {data-height=650}

![](SUAVIZACION.png)




Conclusiones
================================================================================

Row
-------------------------------------------------------------------------------

### 

Luego del análisis estadístico de los datos del banco de sangre del Hospital General de Medellín entre los años 2020 y 2023, se concluye que la mayoría de los donantes pertenecen a la ciudad de Medellín, son de sexo femenino y tienen el tipo de sangre O+, siendo este el grupo RH más frecuente.

####

Las variables cuantitativas como edad, estatura y peso presentan distintos niveles de variabilidad, siendo la estatura la más homogénea. El análisis de correlación mostró que no existe una relación significativa entre edad, peso y estatura en el contexto de la donación, y los diagramas de caja permitieron evidenciar que, aunque hay algunas diferencias por sexo, RH o ciudad, en general las edades de los donantes son consistentes y no presentan diferencias extremas. 

####

La tendencia temporal en la edad indica que en los últimos años se han sumado más adultos jóvenes al proceso de donación, y la suavización mensual de donaciones mostró estabilidad con algunas alzas en ciertos meses, lo cual podría relacionarse con campañas o eventos puntuales del hospital. 
Finalmente, aunque se realizó una limpieza rigurosa del conjunto de datos, se reconoce la posibilidad de que existan valores atípicos que no afectaron significativamente los resultados generales. 

####

El uso del software R resultó ser una herramienta muy útil para el análisis y visualización de los datos del banco de sangre. Su capacidad para manejar grandes volúmenes de información, aplicar filtros personalizados y generar gráficos estadísticos como diagramas de caja, gráficos de dispersión, correlaciones y tendencias suavizadas permitió realizar un análisis más profundo y visualmente comprensible.