Antropometría de personas de edad mayor

Introducción

Se va trabar con una base de datos antropometricos recolectados en un asilo, donde se recolectaron diferentes medidas antropometricas como peso, talla, entre otros. La muestra contiene informacion tanto de hombres como mujeres

setwd("~/Alondra/Universidad/Enah/2semestre/Estadistica Aplicada")
library(pacman)
## Warning: package 'pacman' was built under R version 4.5.3
p_load(readxl,ggplot2) ## Uso pacman para abrir paquetes

base2 <- read_excel("Personas edad mayor.xlsx")
table(base2$sexo)
## 
##  1  2 
## 46 19
#convertimos sexo a factor
base2$sexo <- factor(base2$sexo,
                     levels= c(1,2),
                     labels = c("Mujeres","Hombres"))
table(base2$sexo)
## 
## Mujeres Hombres 
##      46      19

Podemos observar que la muestra esta compuesta por 19 hombres y 46 mujeres. ##Resultados

Acontinuacion, se presenta la siguiente grafica, la cual indica una comparacion de la distribucion del peso por sexo.

ggplot(base2, aes(x = sexo, y = peso, fill = sexo)) +
    geom_boxplot(alpha = 0.7) +
    labs(title = "Distribución del peso por sexo",
         x = "Sexo",
         y = "Peso (kg)") +
    scale_fill_manual(values = c("Mujeres" = "lightpink", "Hombres" = "lightblue")) +
    theme_minimal()

En la grafica se puede identificar que la linea de la mediana esta notablemente mas arriba que el de las mujeres, lo esto indica que en lo general que el grupo de hombres tiende a ser mas pesado que el grupo de mujeres de esta poblacion

p_load(dplyr, tidyr)
  # Si no tienes el vector de etiquetas, defínelo manualmente
  etiquetas_vars <- c(
    edad      = "Edad (años)",
    peso      = "Peso (kg)",
    talla     = "Estatura (mm)",
    biacromi  = "Diámetro biacromial (cm)",
    bicresta  = "Diámetro bicrestal (cm)",
    alt_rodi  = "Altura de rodilla (mm)",
    p_pant    = "Perímetro de pantorrilla (cm)",
    c_brazo   = "Circunferencia del brazo (cm)",
    p_t       = "Perímetro torácico (cm)"
  )
  
  # Preparar datos en formato largo
  base2_largo <- base2 %>%
    select(sexo, where(is.numeric)) %>%
    pivot_longer(cols = -sexo, names_to = "variable", values_to = "valor")
    # Graficar con facetas y etiquetas
  ggplot(base2_largo, aes(x = sexo, y = valor, fill = sexo)) +
    geom_boxplot(alpha = 0.7) +
    facet_wrap(~ variable, scales = "free_y", ncol = 3,
               labeller = as_labeller(etiquetas_vars)) +
    labs(title = "Boxplots de variables cuantitativas por sexo",
         x = "Sexo",
         y = "Valor") +
    scale_fill_manual(values = c("Mujeres" = "#F4A261", "Hombres" = "#2A9D8F")) +
    theme_minimal() +
    theme(legend.position = "bottom",
          strip.background = element_rect(fill = "gray90"),
          strip.text = element_text(face = "bold"))
## Warning: Removed 7 rows containing non-finite outside the scale range
## (`stat_boxplot()`).