Antropometría de personas de edad mayor

Introducción

Se va a trabajar con una base de datos antropometricos recolectados en un asilo. Se recolectaron diferentes medidadas antropométricas como peso, talla, entre otros. La muestra contiene datos tanto de hombres como de mujeres.

setwd("C:/Users/surface/Downloads/EJERCICIOS DE ESTADÍSTICA")
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")
#convertimos sexo a factor
base2$sexo <- factor(base2$sexo,
                     levels= c(1,2),
                     labels = c("Mujeres","Hombres"))

Podemos observar que la muestra está compuesta por 19 hombres y 46 mujeres.

table(base2$sexo)
## 
## Mujeres Hombres 
##      46      19
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" = "purple", "Hombres" = "lightblue")) +
    theme_minimal()

# 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)"
  )

Podemos interpretar con la gráfica que los hombres son más altos que las mujeres, esto derivado de los dismorfismos sexuales.

p_load(dplyr, tidyr)
  base2_largo <- base2 %>%
    select(sexo, where(is.numeric)) %>%
    pivot_longer(cols = -sexo, names_to = "variable", values_to = "valor")
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)"
  ) 
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()`).