Carga y vista general de los datos
library(readxl)
DATOS_VIOLENCIA_INTRAFAMILIAR_COLOMBIA_OFICIAL <- read_excel("C:/Users/Mariana/Downloads/DATOS VIOLENCIA INTRAFAMILIAR COLOMBIA OFICIAL.xlsx")
View(DATOS_VIOLENCIA_INTRAFAMILIAR_COLOMBIA_OFICIAL)
df <- DATOS_VIOLENCIA_INTRAFAMILIAR_COLOMBIA_OFICIAL
summary(df)
## Arma o medio de agresion Departamento Municipio
## Length:190 Length:190 Length:190
## Class :character Class :character Class :character
## Mode :character Mode :character Mode :character
##
##
##
## Genero Edad de la Victima Cantidad de sucesos
## Length:190 Min. : 7.00 Min. : 1.000
## Class :character 1st Qu.:24.00 1st Qu.: 1.000
## Mode :character Median :33.00 Median : 1.000
## Mean :34.17 Mean : 1.484
## 3rd Qu.:45.00 3rd Qu.: 1.000
## Max. :76.00 Max. :10.000
## Numero de personas por hogar Estrato Socioeconomico de la victima
## Min. : 1.000 Min. :1.000
## 1st Qu.: 4.000 1st Qu.:1.000
## Median : 5.000 Median :2.000
## Mean : 4.937 Mean :1.932
## 3rd Qu.: 6.000 3rd Qu.:2.000
## Max. :12.000 Max. :6.000
## Inestabilidad Residencial Indice de pobreza
## Length:190 Min. : 2.40
## Class :character 1st Qu.:14.29
## Mode :character Median :24.50
## Mean :27.92
## 3rd Qu.:39.72
## Max. :73.40
Estadísticas descriptivas
Índice de pobreza:
sd(df$`Indice de pobreza`)
## [1] 17.15635
Número de personas por hogar:
sd(df$`Numero de personas por hogar`)
## [1] 1.670222
Cantidad de sucesos:
sd(df$`Cantidad de sucesos`)
## [1] 1.32428
Edad de la víctima:
sd(df$`Edad de la Victima`)
## [1] 14.76541
Gráficos descriptivos
barplot(table(df$Genero),
main = 'Genero de las victimas',
xlab = 'Genero',
ylab = 'Frecuencia',
col = 'darkblue')
barplot(table(df$`Estrato Socioeconomico de la victima`),
main = 'Estrato socioeconomico de las victimas',
xlab = 'Estrato',
ylab = 'Frecuencia',
col = 'darkblue')
barplot(table(df$`Arma o medio de agresion`),
main = 'Tipo de arma utilizada',
xlab = 'Arma',
ylab = 'Frecuencia',
col = 'darkblue')
barplot(table(df$`Inestabilidad Residencial`),
main = 'Inestabilidad residencial',
xlab = 'Existe inestabilidad',
ylab = 'Frecuencia',
col = 'darkblue')
Correlación: Personas por hogar vs Cantidad de sucesos
cor_test1 <- cor.test(df$`Numero de personas por hogar`,
df$`Cantidad de sucesos`)
cor_test1
##
## Pearson's product-moment correlation
##
## data: df$`Numero de personas por hogar` and df$`Cantidad de sucesos`
## t = 1.2785, df = 188, p-value = 0.2027
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.05017676 0.23212526
## sample estimates:
## cor
## 0.09283971
plot(df$`Numero de personas por hogar`,
df$`Cantidad de sucesos`,
main = 'Gráfico de dispersión: Numero de personas por hogar vs Cantidad de sucesos',
xlab = 'Numero de personas por hogar',
ylab = 'Cantidad de sucesos de VIF',
col = 'darkblue')
Asosiación entre Género vs Arma utilizada
tabla1 <- table(df$Genero, df$`Arma o medio de agresion`)
chisq.test(tabla1)
## Warning in chisq.test(tabla1): Chi-squared approximation may be incorrect
##
## Pearson's Chi-squared test
##
## data: tabla1
## X-squared = 3.9602, df = 3, p-value = 0.2658
Asosiación entre Edad de la víctima vs Cantidad de sucesos de
VIF
tabla2 <- table(df$`Edad de la Victima`, df$`Cantidad de sucesos`)
chisq.test(tabla2)
## Warning in chisq.test(tabla2): Chi-squared approximation may be incorrect
##
## Pearson's Chi-squared test
##
## data: tabla2
## X-squared = 663.55, df = 392, p-value = 2.774e-16
Modelo lineal: Índice de pobreza y cantidad de sucesos
modelo1 <- lm(`Cantidad de sucesos` ~ `Indice de pobreza`, data = df)
summary(modelo1)
##
## Call:
## lm(formula = `Cantidad de sucesos` ~ `Indice de pobreza`, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.7753 -0.6193 -0.4286 -0.1127 8.2446
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.828333 0.181963 10.048 <2e-16 ***
## `Indice de pobreza` -0.012327 0.005557 -2.218 0.0277 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.311 on 188 degrees of freedom
## Multiple R-squared: 0.0255, Adjusted R-squared: 0.02032
## F-statistic: 4.92 on 1 and 188 DF, p-value: 0.02774
plot(df$`Indice de pobreza`,
df$`Cantidad de sucesos`,
main = "Regresion Lineal: Sucesos vs Indice de Pobreza",
xlab = "Indice de pobreza",
ylab = "Cantidad de sucesos",
pch = 19,
col = "darkblue")
# Línea de regresión
abline(modelo1, col = "red", lwd = 2)
Modelo lineal: Estrato socioeconómico e Inestabilidad
residencial
modelo2 <- lm(df$`Estrato Socioeconomico de la victima` ~ df$`Inestabilidad Residencial`)
summary(modelo2)
##
## Call:
## lm(formula = df$`Estrato Socioeconomico de la victima` ~ df$`Inestabilidad Residencial`)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.1615 -0.9795 -0.1615 0.5667 3.8385
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2.16154 0.09666 22.363 < 2e-16 ***
## df$`Inestabilidad Residencial`Si -0.72821 0.17201 -4.234 3.59e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.102 on 188 degrees of freedom
## Multiple R-squared: 0.08704, Adjusted R-squared: 0.08218
## F-statistic: 17.92 on 1 and 188 DF, p-value: 3.594e-05
boxplot(df$`Estrato Socioeconomico de la victima` ~
df$`Inestabilidad Residencial`,
main = "Estrato segun Inestabilidad Residencial",
xlab = "Inestabilidad Residencial",
ylab = "Estrato",
col = c("darkblue", "#BFEFFF"))
# Convertir variable Inestabilidad Residencial a factor
df$`Inestabilidad Residencial` <- as.factor(df$`Inestabilidad Residencial`)
plot(df$`Estrato Socioeconomico de la victima`,
df$`Cantidad de sucesos`,
col = ifelse(df$`Inestabilidad Residencial` == "Si", "red", "blue"),
pch = 19,
xlab = "Estrato Socioeconomico",
ylab = "Cantidad de sucesos",
main = "Dispersion: Estrato e Inestabilidad vs Sucesos")
legend("topright",
legend = c("Inestabilidad: Si", "Inestabilidad: No"),
col = c("red", "blue"),
pch = 19)
# Añadir modelo lineal
modelo3 <- lm(`Cantidad de sucesos` ~ `Estrato Socioeconomico de la victima` + `Inestabilidad Residencial`, data = df)
abline(lm(`Cantidad de sucesos` ~ `Estrato Socioeconomico de la victima`, data = df), col = "darkgreen", lwd = 2)
#Mostar resumen del modelo
summary(modelo3)
##
## Call:
## lm(formula = `Cantidad de sucesos` ~ `Estrato Socioeconomico de la victima` +
## `Inestabilidad Residencial`, data = df)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.6431 -0.4939 -0.4329 -0.3110 8.5061
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.55483 0.22258 6.985 4.83e-11 ***
## `Estrato Socioeconomico de la victima` -0.06095 0.08779 -0.694 0.488
## `Inestabilidad Residencial`Si 0.14920 0.21668 0.689 0.492
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.327 on 187 degrees of freedom
## Multiple R-squared: 0.007201, Adjusted R-squared: -0.003417
## F-statistic: 0.6782 on 2 and 187 DF, p-value: 0.5088