Descripción de los Datos

El conjunto de datos que se va a trabajar se encuentra en la plataforma de datos Kaggle, en una investigación sobre disease risk from daily habits, de la cual se analizará la información de 1000 datos enfocada en una población de adultos jóvenes (18–25 años).

Se encuentran los hábitos diarios de distintas personas según su edad y género y cómo estos impactan en su vida, dando un diagnóstico final de si es saludable o enfermo.
Se trabajará con 14 variables, descritas a continuación.

🔗 Enlace de la base de datos:
https://www.kaggle.com/datasets/mahdimashayekhi/disease-risk-from-daily-habits

Enfermedades en adultos Jóvenes

Descripción de los Datos

Summary

  survey_code          age           gender        weight            bmi       
 Min.   :   1.0   Min.   :18.00   Female:516   Min.   : 40.00   Min.   :10.37  
 1st Qu.: 250.8   1st Qu.:19.00   Male  :484   1st Qu.: 60.13   1st Qu.:20.35  
 Median : 500.5   Median :21.00                Median : 69.22   Median :24.04  
 Mean   : 500.5   Mean   :21.47                Mean   : 69.86   Mean   :24.45  
 3rd Qu.: 750.2   3rd Qu.:23.00                3rd Qu.: 79.25   3rd Qu.:28.14  
 Max.   :1000.0   Max.   :25.00                Max.   :129.24   Max.   :47.25  
  cholesterol       glucose        sleep_hours     calorie_intake  
 Min.   :100.4   Min.   : 25.36   Min.   : 3.000   Min.   : 706.5  
 1st Qu.:168.5   1st Qu.: 85.63   1st Qu.: 6.008   1st Qu.:1937.6  
 Median :189.9   Median : 99.53   Median : 7.010   Median :2208.2  
 Mean   :189.4   Mean   : 99.95   Mean   : 6.976   Mean   :2207.4  
 3rd Qu.:210.2   3rd Qu.:114.20   3rd Qu.: 8.070   3rd Qu.:2479.0  
 Max.   :288.5   Max.   :157.82   Max.   :11.200   Max.   :3455.7  
  sugar_intake     stress_level         diet_type    exercise_type
 Min.   : -4.53   Min.   : 0.000   Keto      :223   Cardio  :255  
 1st Qu.: 48.08   1st Qu.: 2.000   Omnivore  :248   Mixed   :238  
 Median : 60.01   Median : 5.000   Vegan     :265   None    :245  
 Mean   : 60.71   Mean   : 5.019   Vegetarian:264   Strength:262  
 3rd Qu.: 73.96   3rd Qu.: 8.000                                  
 Max.   :134.87   Max.   :10.000                                  
 family_history      target   
 No :512        diseased:293  
 Yes:488        healthy :707  
                              
                              
                              
                              

Gráfico distribución de la edad

Gráfico distribución del estado general (Target)

Matriz correlación

Diagrama de cajas por grupos

Toma de variables cualitativas

            
             Cardio Mixed None Strength
  Keto           59    68   47       49
  Omnivore       58    51   71       68
  Vegan          75    54   64       72
  Vegetarian     63    65   63       73

Interpretación

La tabla cruzada muestra la relación entre el tipo de dieta y el tipo de ejercicio. Se observa que algunos tipos de dieta tienden a asociarse con ciertos tipos de ejercicio. Por ejemplo, las dietas balanceadas o veganas pueden estar más vinculadas a ejercicios aeróbicos o de bajo impacto, mientras que las dietas altas en proteínas (como la keto) suelen relacionarse con ejercicios de fuerza o entrenamiento intenso. En general, esta relación sugiere que los hábitos alimenticios y la actividad física están correlacionados y reflejan distintos estilos de vida.

Diagrama de barras apiladas

Interpretación

Todas las dietas tienen frecuencias similares, destacando el ejercicio mixto y el cardio como los más comunes. Los vegetarianos sobresalen en fuerza y los omnívoros en inactividad, mostrando una distribución general balanceada entre dieta y tipo de ejercicio.

Pronostico

Este conjunto de datos corresponde a una muestra estática, es decir, los valores fueron recolectados en un único momento o periodo específico. Por lo tanto, no presenta una dimensión temporal que permita analizar cómo las variables cambian a lo largo del tiempo. Debido a la ausencia de una serie temporal o registros secuenciales, no es posible aplicar modelos de pronóstico, ya que éstos requieren observar tendencias, estacionalidad o variaciones a lo largo del tiempo para realizar predicciones futuras.