El presente análisis explora un conjunto de datos sobre psicología educativa. El objetivo es realizar un análisis descriptivo básico para entender las características de los estudiantes y las relaciones entre variables como el rendimiento académico, el apoyo familiar, el nivel de autoestima y el uso de redes sociales. La base de datos contiene información sobre 100 estudiantes.
A continuación, se describen las variables presentes en el estudio:
edad: Edad del estudiante en años.sexo: Género del estudiante (Femenino, Masculino, Otro).grado: Nivel escolar del estudiante (de 6º a 11º).rendimiento_academico: Calificación del rendimiento académico en una escala de 1 a 5.apoyo_familiar: Percepción del apoyo familiar (Bajo, Medio, Alto).nivel_autoestima: Puntuación del nivel de autoestima en una escala de 1 a 10.uso_redes_sociales_diario: Horas diarias dedicadas al uso de redes sociales.dificultades_aprendizaje: Indica si el estudiante tiene dificultades de aprendizaje (Sí/No).participacion_clases: Nivel de participación en clases (Baja, Media, Alta).asiste_psicologo_escolar: Indica si el estudiante asiste al psicólogo escolar (Sí/No).satisfaccion_escolar: Nivel de satisfacción con la escuela en una escala de 1 a 10.La base de datos está compuesta por 100 observaciones (filas) y 11 variables (columnas). De estas, 5 son variables numéricas y 6 son categóricas.
# Carga y muestra la tabla con la estructura general
import pandas as pd
df_estructura = pd.read_csv('output/estructura_general.csv')
print("Estructura General de la Base de Datos")
print(df_estructura.to_markdown(index=False))Estructura General de la Base de Datos
| metrica | valor |
|:------------|--------:|
| Filas | 100 |
| Columnas | 11 |
| Numéricas | 5 |
| Categóricas | 6 |Se realizó un resumen estadístico de las variables numéricas para analizar su distribución, tendencia central y dispersión.
# Carga y muestra el resumen de las variables numéricas
import pandas as pd
df_resumen_numericas = pd.read_csv('output/resumen_numericas.csv')
print("Resumen de Variables Numéricas")
# Formatear la tabla para mejor legibilidad
df_resumen_numericas = df_resumen_numericas.round(2)
print(df_resumen_numericas.to_markdown(index=False))Resumen de Variables Numéricas
| variable | n | min | q1 | media | mediana | q3 | max | sd |
|:--------------------------|----:|------:|-----:|--------:|----------:|-----:|------:|-----:|
| edad | 100 | 11 | 13 | 14.74 | 14 | 17 | 18 | 2.29 |
| rendimiento_academico | 100 | 1 | 2 | 3.24 | 3 | 4 | 5 | 1.38 |
| nivel_autoestima | 100 | 1 | 3 | 5.61 | 6 | 8 | 10 | 3 |
| uso_redes_sociales_diario | 100 | 0 | 1 | 2.5 | 2 | 4 | 5 | 1.64 |
| satisfaccion_escolar | 100 | 1 | 3 | 5.99 | 6 | 9 | 10 | 3 |A continuación, se presentan los boxplots para visualizar la distribución de cada variable numérica.
| Edad | Rendimiento Académico |
|---|---|
 |
 |
| Nivel de Autoestima | Uso de Redes Sociales |
 |
 |
| Satisfacción Escolar | |
 |
Para las variables categóricas, se calcularon las frecuencias absolutas y relativas.
# Carga y muestra las frecuencias de variables categóricas
import pandas as pd
df_frecuencias = pd.read_csv('output/frecuencias_categoricas.csv')
df_frecuencias['prop'] = (df_frecuencias['prop'] * 100).map('{:,.2f}%'.format)
print("Frecuencias de Variables Categóricas")
print(df_frecuencias.to_markdown(index=False))Frecuencias de Variables Categóricas
| variable | categoria | n | prop |
|:-------------------------|:------------|----:|:-------|
| sexo | Femenino | 51 | 51.00% |
| sexo | Masculino | 42 | 42.00% |
| sexo | Otro | 7 | 7.00% |
| grado | 6º | 17 | 17.00% |
| grado | 7º | 17 | 17.00% |
| grado | 8º | 20 | 20.00% |
| grado | 9º | 18 | 18.00% |
| grado | 10º | 13 | 13.00% |
| grado | 11º | 15 | 15.00% |
| apoyo_familiar | Bajo | 34 | 34.00% |
| apoyo_familiar | Medio | 32 | 32.00% |
| apoyo_familiar | Alto | 34 | 34.00% |
| dificultades_aprendizaje | No | 72 | 72.00% |
| dificultades_aprendizaje | Sí | 28 | 28.00% |
| participacion_clases | Baja | 32 | 32.00% |
| participacion_clases | Media | 33 | 33.00% |
| participacion_clases | Alta | 35 | 35.00% |
| asiste_psicologo_escolar | No | 75 | 75.00% |
| asiste_psicologo_escolar | Sí | 25 | 25.00% |Los gráficos de barras muestran la distribución de estas variables:
| Género | Grado Escolar |
|---|---|
 |
 |
| Apoyo Familiar | Dificultades de Aprendizaje |
 |
 |
| Participación en Clases | Asistencia al Psicólogo |
 |
 |
Se verificó la presencia de valores ausentes en el conjunto de datos. No se encontraron valores faltantes en ninguna de las variables, lo que indica que la base de datos está completa.
# Carga y muestra el conteo de NAs
import pandas as pd
df_na = pd.read_csv('output/na_por_variable.csv')
print("Conteo de Valores Faltantes por Variable")
print(df_na.to_markdown(index=False))Conteo de Valores Faltantes por Variable
| variable | n_na |
|:--------------------------|-------:|
| edad | 0 |
| sexo | 0 |
| grado | 0 |
| rendimiento_academico | 0 |
| apoyo_familiar | 0 |
| nivel_autoestima | 0 |
| uso_redes_sociales_diario | 0 |
| dificultades_aprendizaje | 0 |
| participacion_clases | 0 |
| asiste_psicologo_escolar | 0 |
| satisfaccion_escolar | 0 |Se utilizó el método del rango intercuartílico (IQR) para identificar posibles valores atípicos en las variables numéricas.
# Carga y muestra las reglas IQR
import pandas as pd
df_reglas_iqr = pd.read_csv('output/reglas_iqr.csv')
print("Reglas IQR para la Detección de Atípicos")
df_reglas_iqr = df_reglas_iqr.round(2)
print(df_reglas_iqr.to_markdown(index=False))Reglas IQR para la Detección de Atípicos
| variable | q1 | q3 | iqr | lim_inf | lim_sup |
|:--------------------------|-----:|-----:|------:|----------:|----------:|
| edad | 13 | 17 | 4 | 7 | 23 |
| rendimiento_academico | 2 | 4 | 2 | -1 | 7 |
| nivel_autoestima | 3 | 8 | 5 | -4.5 | 15.5 |
| uso_redes_sociales_diario | 1 | 4 | 3 | -3.5 | 8.5 |
| satisfaccion_escolar | 3 | 9 | 6 | -6 | 18 |Tras aplicar estas reglas, no se detectaron valores atípicos en ninguna de las variables numéricas analizadas.
El análisis de correlación entre las variables numéricas revela algunas tendencias, aunque en general las correlaciones son débiles.
Se exploró cómo el apoyo familiar y la participación en clase se relacionan con el rendimiento académico.
| Rendimiento por Apoyo Familiar | Rendimiento por Participación |
|---|---|
 |
 |