Práctica 1. Primer contacto con ENBIARE 2025 en R
Nombre: andrea zurita sandoval
Fecha: 04 de septiembre 2026
Propósito
En esta práctica comenzaremos a trabajar con la base de la Encuesta Nacional de Bienestar Autorreportado (ENBIARE) 2025, utilizando los datos de colima dentro de RStudio.
En la sesión anterior instalamos R y RStudio, revisamos la documentación de la encuesta e importamos el archivo. Al objeto que contiene los datos de colima le dimos el nombre `base_col´.
El objetivo de hoy es familiarizarnos con la estructura de una base real, localizar algunas variables, producir resultados descriptivos sencillos y comenzar a interpretarlos.
Importante: no se trata de memorizar comandos. La idea es comprender qué estamos preguntando a los datos y qué significa el resultado que devuelve R.
1. ¿Está nuestra base en R?
Observe el panel Environment de RStudio. Debe
aparecer un objeto llamado base_col.
Ejecute el siguiente bloque:
base_col <- readRDS("base_col.rds")
dim(base_col)## [1] 991 275Pregunta 1. ¿Cuántos casos y cuántas variables contiene la base?
Respuesta:
la base de colima contiene casos: 991 y variables: 275
2. Conocer los nombres de las variables
names(base_col)## [1] "LLAVEENB" "LLAVEVIV" "LLAVEHOG" "EDAD" "PA1" "PA2"
## [7] "PA3_01" "PA3_02" "PA3_03" "PA3_04" "PA3_05" "PA3_06"
## [13] "PA3_07" "PA3_08" "PA3_09" "PA3_10" "PA3_11" "PA3_12"
## [19] "PA3_13" "PA3_14" "PA3_15" "PA3_16" "PA3_17" "PA3_18"
## [25] "PA4_1" "PA4_2" "PA4_3" "PA4_4" "PA4_5" "PA4_6"
## [31] "PA5_01" "PA5_02" "PA5_03" "PA5_04" "PA5_05" "PA5_06"
## [37] "PA5_07" "PA5_08" "PA5_09" "PA5_10" "PA5_11" "PA6"
## [43] "PA7" "PB1" "PB2_1" "PB2_2" "PB2_3" "PB2_4"
## [49] "PB2_5" "PB2_6" "PB2_7" "PB2_8" "PB3_1" "PB3_2"
## [55] "PB3_3" "PB3_4" "PB3_5" "PB4" "PC1" "PC2_1"
## [61] "PC2_2" "PC2_3" "PC2_4" "PC2_5" "PC2_6" "PC3"
## [67] "PC4" "PD1" "PD2" "PD3" "PD4" "PD5"
## [73] "PD6" "PD7" "PD8" "PD9" "PD10_1" "PD10_2"
## [79] "PD10_3" "PD10_4" "PD10_5" "PD10_6" "PD10_7" "PD10_8"
## [85] "PD10_9" "PD11" "PD12" "PE1_01_1" "PE1_01_2" "PE2_01"
## [91] "PE1_02_1" "PE1_02_2" "PE2_02" "PE1_03_1" "PE1_03_2" "PE2_03"
## [97] "PE1_04_1" "PE1_04_2" "PE2_04" "PE1_05_1" "PE1_05_2" "PE2_05"
## [103] "PE1_06_1" "PE1_06_2" "PE2_06" "PE1_07_1" "PE1_07_2" "PE2_07"
## [109] "PE1_08_1" "PE1_08_2" "PE2_08" "PE1_09_1" "PE1_09_2" "PE2_09"
## [115] "PE1_10_1" "PE1_10_2" "PE2_10" "PE3_01" "PE3_02" "PE3_03"
## [121] "PE3_04" "PE3_05" "PE3_06" "PE3_07" "PE3_08" "PE3_09"
## [127] "PE3_10" "PE3_11" "PF1_1" "PF1_2" "PF1_3" "PF2_1"
## [133] "PF2_2" "PF3" "PG1_1" "PG1_2" "PG1_3" "PH1_01"
## [139] "PH1_02" "PH1_03" "PH1_04" "PH1_05" "PH1_06" "PH1_07"
## [145] "PH1_08" "PH1_09" "PH1_10" "PH1_11" "PH2_1" "PH2_2"
## [151] "PH2_3" "PH3_1" "PH3_2" "PH3_3" "PH3_4" "PH3_5"
## [157] "PH3_6" "PH3_7" "PH3_8" "PH4_01" "PH4_02" "PH4_03"
## [163] "PH4_04" "PH4_05" "PH4_06" "PH4_07" "PH4_08" "PH4_09"
## [169] "PH4_10" "PH5_1" "PH5_2" "PH5_3" "PH5_4" "PH5_5"
## [175] "PH5_6" "PH5_7" "PH5_8" "PI1_1" "PI1_2" "PI1_3"
## [181] "PI1_4" "PI2_1" "PI2_2" "PI2_3" "PI3_1" "PI3_2"
## [187] "PI3_3" "PI3_4" "PI4_1" "PI4_2" "PI4_3" "PI4_4"
## [193] "PJ1_1" "PJ1_2" "PJ1_3" "PJ1_4" "PJ2_1" "PJ2_2"
## [199] "PJ2_3" "PJ2_4" "PJ3_1" "PJ3_2" "PJ3_3" "PJ3_4"
## [205] "PJ4" "PJ5_01" "PJ6_01" "PJ5_02" "PJ6_02" "PJ5_03"
## [211] "PJ6_03" "PJ5_04" "PJ6_04" "PJ5_05" "PJ6_05" "PJ5_06"
## [217] "PJ6_06" "PJ5_07" "PJ6_07" "PJ5_08" "PJ6_08" "PJ5_09"
## [223] "PJ6_09" "PJ5_10" "PJ6_10" "PJ5_11" "PJ6_11" "PJ5_12"
## [229] "PJ6_12" "PJ5_13" "PJ6_13" "PJ5_14" "PJ6_14" "PJ5_15"
## [235] "PJ6_15" "PJ5_16" "PJ6_16" "PK1" "PK2_1" "PK2_2"
## [241] "PK2_3" "PK3_1" "PK3_2" "PL1" "PL2" "PL3"
## [247] "PL4" "PL5" "PL6" "PL7" "PL8_1" "PL8_2"
## [253] "PL8_3" "PL8_4" "PL8_5" "PL8_6" "PL8_7" "PL8_8"
## [259] "PL9_1" "PL9_2" "PL9_3" "PL9_4" "PL10" "PL11"
## [265] "SEXO" "CVEGEO" "CVE_ENT" "MENOR10" "UPM_DIS" "EST_DIS"
## [271] "FAC_ELE" "FOLIO" "VIV_SEL" "HOGAR" "N_REN"Observe la lista. No es necesario conocer todavía todas las variables.
Pregunta 2. ¿Reconoce algunos nombres a partir del cuestionario o del descriptor de ENBIARE?
Respuesta:
SI, PA1, PA2, CVE_ENT # 3. Mirar los primeros registros
head(base_col)## LLAVEENB LLAVEVIV LLAVEHOG EDAD PA1 PA2 PA3_01 PA3_02 PA3_03 PA3_04
## 1 080014901101 080014901 0800149011 63 09 09 08 08 07 10
## 2 080014902101 080014902 0800149021 29 08 06 08 05 07 10
## 3 080014903101 080014903 0800149031 49 10 06 08 07 10 10
## 4 080014904101 080014904 0800149041 38 08 09 07 10 09 07
## 5 080014906101 080014906 0800149061 54 08 06 06 05 07 07
## 6 080014907102 080014907 0800149071 53 10 10 06 05 09 10
## PA3_05 PA3_06 PA3_07 PA3_08 PA3_09 PA3_10 PA3_11 PA3_12 PA3_13 PA3_14 PA3_15
## 1 08 08 00 07 10 05 09 10 09 10 07
## 2 08 08 10 10 02 00 08 08 02 05 05
## 3 09 10 07 10 10 00 10 10 07 10 00
## 4 09 09 08 09 06 03 10 08 07 06 06
## 5 10 08 02 07 09 06 09 09 08 07 05
## 6 10 09 10 09 10 03 10 10 10 09 08
## PA3_16 PA3_17 PA3_18 PA4_1 PA4_2 PA4_3 PA4_4 PA4_5 PA4_6 PA5_01 PA5_02 PA5_03
## 1 08 10 05 09 10 08 10 10 10 07 08 06
## 2 06 10 08 08 10 10 10 10 10 05 00 04
## 3 08 10 08 10 10 10 10 10 10 06 06 07
## 4 08 09 08 08 09 08 08 09 10 09 05 08
## 5 09 10 09 08 07 08 09 08 07 06 07 05
## 6 10 10 08 08 10 09 10 10 10 10 09 05
## PA5_04 PA5_05 PA5_06 PA5_07 PA5_08 PA5_09 PA5_10 PA5_11 PA6 PA7 PB1 PB2_1
## 1 04 05 02 02 04 06 03 01 08 07 4 2
## 2 06 06 05 00 06 00 00 00 07 10 3 1
## 3 05 05 03 04 02 05 05 08 10 08 4 2
## 4 07 09 01 04 02 01 01 02 07 09 4 1
## 5 05 05 03 02 05 04 05 09 07 08 3 1
## 6 10 10 00 00 04 00 00 00 10 10 3 1
## PB2_2 PB2_3 PB2_4 PB2_5 PB2_6 PB2_7 PB2_8 PB3_1 PB3_2 PB3_3 PB3_4 PB3_5 PB4
## 1 1 2 1 1 1 1 1 1 1 0 0 0 2
## 2 1 1 1 1 1 1 1 2 2 0 0 0 1
## 3 1 2 3 1 2 1 1 1 1 0 1 1 1
## 4 1 1 1 1 1 1 1 1 0 0 0 0 2
## 5 1 2 2 2 1 1 1 1 1 1 1 2 2
## 6 1 1 1 1 1 1 1 0 1 1 0 0 4
## PC1 PC2_1 PC2_2 PC2_3 PC2_4 PC2_5 PC2_6 PC3 PC4 PD1 PD2 PD3 PD4 PD5 PD6
## 1 5 2 2 2 2 2 2 0014000 2 4 NA 8 <NA> NA NA
## 2 6 2 2 2 2 2 2 0020000 1 1 1 NA <NA> NA NA
## 3 6 2 2 2 2 2 2 0010000 1 1 1 NA <NA> NA NA
## 4 3 2 2 2 2 2 2 0020000 1 1 1 NA <NA> NA NA
## 5 4 2 2 2 2 2 2 0018000 9 1 1 NA <NA> NA NA
## 6 5 2 2 2 2 2 2 0015000 2 4 NA 8 <NA> NA NA
## PD7 PD8 PD9 PD10_1 PD10_2 PD10_3 PD10_4 PD10_5 PD10_6 PD10_7 PD10_8 PD10_9
## 1 4 10 NA NA NA NA NA NA NA NA NA NA
## 2 NA <NA> 1 1 1 2 1 1 2 1 2 2
## 3 NA <NA> 1 1 1 1 2 1 1 1 1 1
## 4 NA <NA> 1 1 1 1 2 2 2 2 1 1
## 5 NA <NA> 1 1 1 1 2 2 1 1 1 1
## 6 4 14 NA NA NA NA NA NA NA NA NA NA
## PD11 PD12 PE1_01_1 PE1_01_2 PE2_01 PE1_02_1 PE1_02_2 PE2_02 PE1_03_1 PE1_03_2
## 1 NA <NA> 00 00 NA 00 00 NA 00 00
## 2 1 05 00 00 NA 00 00 NA 12 00
## 3 1 12 00 00 NA 00 00 NA 08 00
## 4 1 03 02 00 2 00 00 NA 08 00
## 5 1 03 03 00 1 00 00 NA 08 00
## 6 NA <NA> 01 00 2 00 00 NA 00 00
## PE2_03 PE1_04_1 PE1_04_2 PE2_04 PE1_05_1 PE1_05_2 PE2_05 PE1_06_1 PE1_06_2
## 1 NA 00 00 NA 00 00 NA 08 00
## 2 2 00 00 NA 00 20 2 08 00
## 3 2 00 00 NA 00 15 2 06 00
## 4 2 00 00 NA 01 20 2 07 00
## 5 2 00 00 NA 00 30 2 07 00
## 6 NA 00 00 NA 00 00 NA 06 00
## PE2_06 PE1_07_1 PE1_07_2 PE2_07 PE1_08_1 PE1_08_2 PE2_08 PE1_09_1 PE1_09_2
## 1 2 00 00 NA 00 00 NA 00 00
## 2 2 01 00 2 00 00 NA 00 00
## 3 2 00 00 NA 00 00 NA 02 00
## 4 1 03 00 2 00 00 NA 00 00
## 5 2 03 00 3 02 00 2 00 00
## 6 2 00 00 NA 03 00 2 00 00
## PE2_09 PE1_10_1 PE1_10_2 PE2_10 PE3_01 PE3_02 PE3_03 PE3_04 PE3_05 PE3_06
## 1 NA 10 00 2 1 2 1 2 4 4
## 2 NA 04 00 2 1 2 1 1 1 1
## 3 2 01 00 2 1 5 1 1 2 1
## 4 NA 00 40 1 3 2 2 1 3 1
## 5 NA 00 00 NA 2 3 1 2 1 1
## 6 NA 04 00 2 1 1 1 1 5 1
## PE3_07 PE3_08 PE3_09 PE3_10 PE3_11 PF1_1 PF1_2 PF1_3 PF2_1 PF2_2 PF3 PG1_1
## 1 1 1 4 2 4 08 08 05 1 1 7 1
## 2 1 1 4 1 3 00 04 00 2 1 5 2
## 3 1 5 3 2 5 03 03 08 1 2 4 1
## 4 1 1 4 3 4 02 04 06 1 1 1 1
## 5 1 1 5 3 4 01 05 00 1 1 4 1
## 6 1 1 5 1 5 09 09 05 1 1 7 1
## PG1_2 PG1_3 PH1_01 PH1_02 PH1_03 PH1_04 PH1_05 PH1_06 PH1_07 PH1_08 PH1_09
## 1 1 2 2 2 2 2 2 2 2 2 2
## 2 2 2 2 2 2 2 2 2 2 2 2
## 3 2 2 2 2 2 2 2 2 2 2 2
## 4 1 2 1 1 2 2 2 2 2 2 2
## 5 2 2 1 2 1 1 1 2 2 2 2
## 6 2 2 2 2 2 2 1 2 2 2 2
## PH1_10 PH1_11 PH2_1 PH2_2 PH2_3 PH3_1 PH3_2 PH3_3 PH3_4 PH3_5 PH3_6 PH3_7
## 1 2 2 2 2 2 2 2 2 2 2 2 2
## 2 2 2 2 2 2 2 2 2 1 1 2 2
## 3 2 1 2 2 2 2 2 2 1 1 2 2
## 4 2 1 2 2 2 2 2 2 1 1 2 2
## 5 2 1 2 2 1 1 2 2 2 2 2 2
## 6 2 2 2 2 2 2 2 2 2 2 2 2
## PH3_8 PH4_01 PH4_02 PH4_03 PH4_04 PH4_05 PH4_06 PH4_07 PH4_08 PH4_09 PH4_10
## 1 2 2 2 2 2 2 2 2 2 2 2
## 2 1 2 2 2 1 2 2 2 1 2 2
## 3 2 2 2 2 1 1 2 2 2 2 2
## 4 2 1 1 2 2 1 2 2 2 2 1
## 5 2 2 2 1 2 1 2 1 2 2 1
## 6 1 2 2 2 2 2 2 2 2 2 2
## PH5_1 PH5_2 PH5_3 PH5_4 PH5_5 PH5_6 PH5_7 PH5_8 PI1_1 PI1_2 PI1_3 PI1_4 PI2_1
## 1 1 2 2 2 2 1 2 1 2 2 2 2 2
## 2 1 1 1 1 2 2 1 1 2 2 2 2 2
## 3 2 1 1 1 2 2 2 2 2 2 2 2 1
## 4 2 1 2 1 2 1 1 1 2 2 2 2 2
## 5 1 1 1 2 2 2 2 2 2 2 2 2 1
## 6 2 2 2 1 2 2 1 2 2 2 2 2 1
## PI2_2 PI2_3 PI3_1 PI3_2 PI3_3 PI3_4 PI4_1 PI4_2 PI4_3 PI4_4 PJ1_1 PJ1_2 PJ1_3
## 1 2 2 2 2 2 2 2 2 2 2 2 2 2
## 2 2 2 2 2 2 2 2 2 2 2 1 1 1
## 3 2 2 2 2 2 1 2 2 2 2 2 2 2
## 4 2 2 2 2 2 2 2 2 2 1 1 2 2
## 5 2 2 1 2 2 1 2 2 2 2 1 1 1
## 6 2 2 2 2 2 2 2 2 2 2 2 2 2
## PJ1_4 PJ2_1 PJ2_2 PJ2_3 PJ2_4 PJ3_1 PJ3_2 PJ3_3 PJ3_4 PJ4 PJ5_01 PJ6_01
## 1 1 1 1 2 1 1 1 1 1 1 2 NA
## 2 2 1 1 1 1 2 2 2 1 1 2 NA
## 3 1 1 1 1 1 1 2 2 1 1 2 NA
## 4 1 1 1 1 1 1 1 1 1 1 2 NA
## 5 1 2 1 1 1 2 2 1 1 1 2 NA
## 6 1 1 1 1 1 2 2 2 2 1 2 NA
## PJ5_02 PJ6_02 PJ5_03 PJ6_03 PJ5_04 PJ6_04 PJ5_05 PJ6_05 PJ5_06 PJ6_06 PJ5_07
## 1 2 NA 2 NA 2 NA 2 NA 1 1 1
## 2 2 NA 2 NA 1 1 2 NA 2 NA 2
## 3 2 NA 2 NA 2 NA 2 NA 2 NA 2
## 4 2 NA 2 NA 2 NA 2 NA 2 NA 2
## 5 2 NA 2 NA 2 NA 2 NA 2 NA 2
## 6 2 NA 2 NA 2 NA 2 NA 2 NA 2
## PJ6_07 PJ5_08 PJ6_08 PJ5_09 PJ6_09 PJ5_10 PJ6_10 PJ5_11 PJ6_11 PJ5_12 PJ6_12
## 1 1 2 NA 1 1 2 NA 2 NA 2 NA
## 2 NA 2 NA 2 NA 2 NA 2 NA 2 NA
## 3 NA 2 NA 2 NA 2 NA 2 NA 2 NA
## 4 NA 2 NA 2 NA 2 NA 2 NA 2 NA
## 5 NA 2 NA 2 NA 2 NA 2 NA 2 NA
## 6 NA 2 NA 2 NA 2 NA 2 NA 2 NA
## PJ5_13 PJ6_13 PJ5_14 PJ6_14 PJ5_15 PJ6_15 PJ5_16 PJ6_16 PK1 PK2_1 PK2_2 PK2_3
## 1 2 NA 2 NA 2 NA 2 NA 2 NA NA NA
## 2 2 NA 2 NA 2 NA 2 NA 1 1 1 1
## 3 2 NA 1 1 2 NA 2 NA 1 1 1 1
## 4 2 NA 2 NA 2 NA 2 NA 1 1 1 1
## 5 2 NA 2 NA 2 NA 2 NA 2 NA NA NA
## 6 2 NA 2 NA 2 NA 2 NA 1 1 1 1
## PK3_1 PK3_2 PL1 PL2 PL3 PL4 PL5 PL6 PL7 PL8_1 PL8_2 PL8_3 PL8_4 PL8_5 PL8_6
## 1 1 1 1 1 2 1 1 1 2 NA NA NA NA NA NA
## 2 1 1 1 1 1 1 1 1 2 NA NA NA NA NA NA
## 3 1 1 1 1 1 2 1 1 1 2 2 1 3 3 3
## 4 1 1 1 2 1 1 3 1 2 NA NA NA NA NA NA
## 5 1 1 1 1 1 1 1 1 2 NA NA NA NA NA NA
## 6 1 1 1 1 2 2 1 1 2 NA NA NA NA NA NA
## PL8_7 PL8_8 PL9_1 PL9_2 PL9_3 PL9_4 PL10 PL11 SEXO CVEGEO CVE_ENT MENOR10
## 1 NA NA 1 1 2 2 1 01 2 08 08 2
## 2 NA NA 2 2 1 2 2 <NA> 1 08 08 2
## 3 3 3 2 2 1 2 1 01 1 08 08 2
## 4 NA NA 1 2 1 2 2 <NA> 1 08 08 2
## 5 NA NA 1 2 1 2 2 <NA> 2 08 08 2
## 6 NA NA 1 2 1 2 2 <NA> 2 08 08 2
## UPM_DIS EST_DIS FAC_ELE FOLIO VIV_SEL HOGAR N_REN
## 1 1181 108 1509 0800149 01 1 01
## 2 1181 108 3183 0800149 02 1 01
## 3 1181 108 4774 0800149 03 1 01
## 4 1181 108 1592 0800149 04 1 01
## 5 1181 108 4525 0800149 06 1 01
## 6 1181 108 4525 0800149 07 1 02Pregunta 3. ¿Qué representa una fila de la base? ¿Qué representa una columna?
Respuesta:
UNA FILA REPRESENTA LOS SUJETOS Y LAS COLUMNAS LAS VARIABLES Ahora
observe cómo R reconoce la estructura de los datos:
str(base_col)## Classes 'tbl_df', 'tbl' and 'data.frame': 991 obs. of 275 variables:
## $ LLAVEENB: chr "080014901101" "080014902101" "080014903101" "080014904101" ...
## $ LLAVEVIV: chr "080014901" "080014902" "080014903" "080014904" ...
## $ LLAVEHOG: chr "0800149011" "0800149021" "0800149031" "0800149041" ...
## $ EDAD : num 63 29 49 38 54 53 30 23 71 28 ...
## $ PA1 : chr "09" "08" "10" "08" ...
## $ PA2 : chr "09" "06" "06" "09" ...
## $ PA3_01 : chr "08" "08" "08" "07" ...
## $ PA3_02 : chr "08" "05" "07" "10" ...
## $ PA3_03 : chr "07" "07" "10" "09" ...
## $ PA3_04 : chr "10" "10" "10" "07" ...
## $ PA3_05 : chr "08" "08" "09" "09" ...
## $ PA3_06 : chr "08" "08" "10" "09" ...
## $ PA3_07 : chr "00" "10" "07" "08" ...
## $ PA3_08 : chr "07" "10" "10" "09" ...
## $ PA3_09 : chr "10" "02" "10" "06" ...
## $ PA3_10 : chr "05" "00" "00" "03" ...
## $ PA3_11 : chr "09" "08" "10" "10" ...
## $ PA3_12 : chr "10" "08" "10" "08" ...
## $ PA3_13 : chr "09" "02" "07" "07" ...
## $ PA3_14 : chr "10" "05" "10" "06" ...
## $ PA3_15 : chr "07" "05" "00" "06" ...
## $ PA3_16 : chr "08" "06" "08" "08" ...
## $ PA3_17 : chr "10" "10" "10" "09" ...
## $ PA3_18 : chr "05" "08" "08" "08" ...
## $ PA4_1 : chr "09" "08" "10" "08" ...
## $ PA4_2 : chr "10" "10" "10" "09" ...
## $ PA4_3 : chr "08" "10" "10" "08" ...
## $ PA4_4 : chr "10" "10" "10" "08" ...
## $ PA4_5 : chr "10" "10" "10" "09" ...
## $ PA4_6 : chr "10" "10" "10" "10" ...
## $ PA5_01 : chr "07" "05" "06" "09" ...
## $ PA5_02 : chr "08" "00" "06" "05" ...
## $ PA5_03 : chr "06" "04" "07" "08" ...
## $ PA5_04 : chr "04" "06" "05" "07" ...
## $ PA5_05 : chr "05" "06" "05" "09" ...
## $ PA5_06 : chr "02" "05" "03" "01" ...
## $ PA5_07 : chr "02" "00" "04" "04" ...
## $ PA5_08 : chr "04" "06" "02" "02" ...
## $ PA5_09 : chr "06" "00" "05" "01" ...
## $ PA5_10 : chr "03" "00" "05" "01" ...
## $ PA5_11 : chr "01" "00" "08" "02" ...
## $ PA6 : chr "08" "07" "10" "07" ...
## $ PA7 : chr "07" "10" "08" "09" ...
## $ PB1 : num 4 3 4 4 3 3 3 3 4 4 ...
## $ PB2_1 : num 2 1 2 1 1 1 1 2 1 1 ...
## $ PB2_2 : num 1 1 1 1 1 1 1 1 1 1 ...
## $ PB2_3 : num 2 1 2 1 2 1 1 1 1 1 ...
## $ PB2_4 : num 1 1 3 1 2 1 1 1 1 1 ...
## $ PB2_5 : num 1 1 1 1 2 1 1 1 1 1 ...
## $ PB2_6 : num 1 1 2 1 1 1 1 1 1 1 ...
## $ PB2_7 : num 1 1 1 1 1 1 1 1 1 1 ...
## $ PB2_8 : num 1 1 1 1 1 1 1 1 1 1 ...
## $ PB3_1 : num 1 2 1 1 1 0 0 1 0 1 ...
## $ PB3_2 : num 1 2 1 0 1 1 0 0 0 0 ...
## $ PB3_3 : num 0 0 0 0 1 1 0 1 0 0 ...
## $ PB3_4 : num 0 0 1 0 1 0 0 1 0 0 ...
## $ PB3_5 : num 0 0 1 0 2 0 0 0 0 1 ...
## $ PB4 : num 2 1 1 2 2 4 1 1 1 3 ...
## $ PC1 : num 5 6 6 3 4 5 5 3 5 2 ...
## $ PC2_1 : num 2 2 2 2 2 2 2 2 2 2 ...
## $ PC2_2 : num 2 2 2 2 2 2 2 2 2 2 ...
## $ PC2_3 : num 2 2 2 2 2 2 2 2 2 2 ...
## $ PC2_4 : num 2 2 2 2 2 2 2 2 2 2 ...
## $ PC2_5 : num 2 2 2 2 2 2 2 2 2 2 ...
## $ PC2_6 : num 2 2 2 2 2 2 2 2 2 2 ...
## $ PC3 : chr "0014000" "0020000" "0010000" "0020000" ...
## $ PC4 : num 2 1 1 1 9 2 1 1 1 1 ...
## $ PD1 : num 4 1 1 1 1 4 1 1 4 4 ...
## $ PD2 : num NA 1 1 1 1 NA 1 1 NA NA ...
## $ PD3 : num 8 NA NA NA NA 8 NA NA 8 8 ...
## $ PD4 : chr NA NA NA NA ...
## $ PD5 : num NA NA NA NA NA NA NA NA NA NA ...
## $ PD6 : num NA NA NA NA NA NA NA NA NA NA ...
## $ PD7 : num 4 NA NA NA NA 4 NA NA 4 4 ...
## $ PD8 : chr "10" NA NA NA ...
## $ PD9 : num NA 1 1 1 1 NA 1 1 NA NA ...
## $ PD10_1 : num NA 1 1 1 1 NA 1 1 NA NA ...
## $ PD10_2 : num NA 1 1 1 1 NA 1 1 NA NA ...
## $ PD10_3 : num NA 2 1 1 1 NA 1 1 NA NA ...
## $ PD10_4 : num NA 1 2 2 2 NA 2 1 NA NA ...
## $ PD10_5 : num NA 1 1 2 2 NA 1 1 NA NA ...
## $ PD10_6 : num NA 2 1 2 1 NA 1 1 NA NA ...
## $ PD10_7 : num NA 1 1 2 1 NA 1 1 NA NA ...
## $ PD10_8 : num NA 2 1 1 1 NA 1 1 NA NA ...
## $ PD10_9 : num NA 2 1 1 1 NA 1 1 NA NA ...
## $ PD11 : num NA 1 1 1 1 NA 1 1 NA NA ...
## $ PD12 : chr NA "05" "12" "03" ...
## $ PE1_01_1: chr "00" "00" "00" "02" ...
## $ PE1_01_2: chr "00" "00" "00" "00" ...
## $ PE2_01 : num NA NA NA 2 1 2 1 1 2 3 ...
## $ PE1_02_1: chr "00" "00" "00" "00" ...
## $ PE1_02_2: chr "00" "00" "00" "00" ...
## $ PE2_02 : num NA NA NA NA NA NA 2 NA NA 2 ...
## $ PE1_03_1: chr "00" "12" "08" "08" ...
## $ PE1_03_2: chr "00" "00" "00" "00" ...
## $ PE2_03 : num NA 2 2 2 2 NA 3 NA NA NA ...
## $ PE1_04_1: chr "00" "00" "00" "00" ...
## $ PE1_04_2: chr "00" "00" "00" "00" ...
## $ PE2_04 : num NA NA NA NA NA NA NA NA NA NA ...
## [list output truncated]No necesitamos memorizar todos los tipos de variables. Por ahora, observe que R puede reconocerlas como numéricas, caracteres u otros tipos (FECHAS, LOGICAS(VF)).
4. Del cuestionario a la base
Durante la sesión anterior revisamos la documentación de ENBIARE. Localice en la base estas variables:
SEXO: sexo.EDAD: edad.PA1: satisfacción actual con la vida.PB1: salud autopercibida.PB4: frecuencia de soledad.PC1: capacidad del hogar para llegar a fin de mes.PF1_1: confianza en la mayoría de la gente.
Podemos mirar una variable escribiendo el nombre de la base, el signo
$ y el nombre de la variable:
base_col$SEXO## [1] 2 1 1 1 2 2 1 1 2 2 2 1 1 1 1 1 1 2 1 1 1 1 2 1 1 2 2 1 1 1 1 2 1 1 1 2 1
## [38] 1 2 2 2 2 1 2 2 2 2 2 1 2 2 2 1 1 2 2 2 2 1 2 2 2 2 1 1 2 1 1 1 1 1 2 2 2
## [75] 1 1 1 1 2 2 2 1 2 2 1 2 1 2 1 1 1 2 2 1 1 1 1 2 2 1 2 2 2 1 2 1 2 1 2 1 1
## [112] 1 1 1 1 1 1 2 2 1 1 2 2 1 2 2 2 1 2 1 1 2 1 2 2 1 1 2 2 1 1 1 1 2 1 2 1 1
## [149] 1 2 1 2 1 2 2 1 2 2 2 2 2 2 1 2 2 2 1 2 2 2 1 2 2 2 1 2 1 1 2 1 1 2 1 2 2
## [186] 1 1 2 1 1 1 1 1 2 1 1 2 2 1 1 2 2 1 2 2 1 1 1 1 2 1 2 2 2 1 1 2 2 1 2 2 2
## [223] 2 1 1 1 2 2 1 1 1 2 2 1 1 1 1 1 2 2 1 2 2 2 1 2 2 2 2 2 2 2 1 2 1 2 1 2 1
## [260] 1 1 2 1 2 1 2 1 1 2 2 2 1 2 2 2 2 2 2 2 2 1 1 2 1 1 1 2 1 2 1 1 2 1 1 1 1
## [297] 1 2 2 1 1 1 1 1 2 2 2 2 2 2 2 2 2 1 2 1 2 2 1 2 1 2 2 1 1 1 2 2 2 2 1 1 1
## [334] 1 2 1 2 1 2 1 2 1 1 2 2 1 1 1 2 1 2 2 1 1 1 2 2 1 2 1 1 1 2 2 1 2 1 2 2 2
## [371] 2 2 1 2 2 1 2 2 2 2 2 1 2 2 1 2 2 1 2 2 1 2 1 2 2 2 2 2 1 1 1 2 2 1 2 1 1
## [408] 2 2 2 2 2 2 2 2 2 2 1 1 1 2 2 1 2 2 2 2 2 2 2 1 1 1 2 1 2 2 2 1 2 2 2 2 1
## [445] 2 2 2 2 1 2 1 2 2 1 1 1 1 2 1 1 2 1 1 1 1 2 1 1 2 1 1 2 2 1 1 2 1 1 2 2 1
## [482] 2 1 2 1 1 1 1 2 1 2 1 1 1 1 2 1 1 2 1 1 2 1 1 2 2 1 1 2 2 2 1 2 2 2 2 1 1
## [519] 1 1 1 2 1 1 2 1 2 1 2 1 2 2 1 1 1 2 1 2 2 1 1 1 1 2 2 2 1 2 2 2 2 2 2 1 1
## [556] 2 1 2 2 1 2 2 1 1 2 2 2 1 2 2 1 2 2 2 2 2 1 1 1 2 2 1 1 1 2 1 2 2 2 2 1 1
## [593] 1 2 1 1 2 2 2 1 1 1 1 2 2 2 2 1 1 1 1 1 1 1 2 2 2 1 2 1 2 2 1 2 1 2 2 2 1
## [630] 2 2 1 2 2 1 2 1 2 1 2 2 2 2 1 2 2 2 1 2 1 2 1 1 2 2 2 1 2 2 2 2 1 2 2 2 2
## [667] 2 1 2 2 1 1 1 2 2 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 1 1 2 1 2 1 1 1 2 2 2 1 2
## [704] 1 2 1 2 2 1 1 1 1 1 2 1 2 1 2 2 2 2 1 1 2 1 2 1 2 1 1 2 2 2 1 1 2 1 2 2 1
## [741] 1 2 2 1 1 2 1 2 2 1 1 2 2 1 2 1 1 2 1 2 1 2 2 2 2 2 1 2 1 2 2 1 2 1 1 1 1
## [778] 2 1 2 1 2 2 2 1 2 1 1 1 2 1 2 2 1 1 1 1 2 1 2 2 2 1 2 2 2 2 1 2 2 1 2 1 1
## [815] 1 1 2 2 2 2 2 2 1 1 1 2 2 1 1 1 2 2 2 2 1 2 1 1 2 1 1 1 2 1 2 2 1 2 1 2 1
## [852] 1 2 1 1 2 1 2 1 1 2 2 2 1 2 1 1 1 2 2 1 2 2 1 2 2 2 1 1 2 2 2 1 1 2 1 2 2
## [889] 1 2 2 1 2 1 2 2 1 1 2 2 1 1 1 2 1 1 2 2 1 2 2 2 2 2 2 1 1 2 2 2 1 2 2 2 2
## [926] 2 2 1 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 2 1 2 2 2 2 1 1 2 1 2 2 1 2 1 1 2 2 2
## [963] 1 1 1 2 1 1 1 1 1 1 1 1 1 2 1 1 2 1 2 1 1 2 1 1 1 1 1 1 2No es necesario revisar en pantalla los más DE 991 VALORES. Lo importante es comprender la expresión:
base_col$SEXO = la variable sexo que se
encuentra dentro del objeto base_col.
5. Primera distribución de frecuencias
En el cuestionario, SEXO utiliza los códigos
1=HOMBRE 2=MUJER
table(base_col$SEXO)##
## 1 2
## 473 518Pregunta 4. ¿Cuántos registros corresponden a
hombres y cuantos a mujeres ? Respuesta:
Escriba aquí los resultados y una breve interpretación. 473 sujetos son
hombres y 518 son mujeres. LA MUESTRA TIENE MAS MUJERES QUE HOMBRES # 6.
Explorar la edad
summary(base_col$EDAD)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 18.00 30.00 42.00 43.59 55.00 92.00Pregunta 5. Registre el mínimo, la mediana, la media y el máximo.
Respuesta:
MINIMO ES 18, LA MEDIANA 42 Y EL PROMEDIO 43.59 Y EL MAXIMO 92 AÑOS
Pregunta 6. Antes de interpretar el valor máximo como
una edad real, consulte el cuestionario o el descriptor. ¿Qué
descubre?
Respuesta:
EN EL CASO DE COLIMA LA EDAD MAXIMA ES DE 92 AÑOS, NO EXISTEN CASOS NO
ESPECIFICADOS # 7. Satisfacción con la vida
PA1 corresponde a la satisfacción actual con la vida en
una escala de 0 a 10.
Primero observemos cómo fue importada:
str(base_col$PA1)## chr [1:991] "09" "08" "10" "08" "08" "10" "10" "07" "10" "10" "05" "10" ...Ahora observemos sus respuestas:
table(base_col$PA1)##
## 00 01 02 03 04 05 06 07 08 09 10
## 4 1 1 3 5 48 33 75 218 205 398Pregunta 7. ¿R reconoce PA1 como una
variable numérica? ¿Qué observa en los valores?
base_col\(PA1<-as.numeric(base_col\)PA1)
Respuesta:
si, las variables(0-10) y el numero de personas en cada variable. 4
personas dijeron 0 y los valores que más se repitio fue el 10 y el 8
Vamos a conservar la variable original y crear dentro de
base una nueva variable numérica:
base_col$satisf_vida <- as.numeric(base_col$PA1)Compruebe qué cambió:
str(base_col$PA1)## chr [1:991] "09" "08" "10" "08" "08" "10" "10" "07" "10" "10" "05" "10" ...str(base_col$satisf_vida)## num [1:991] 9 8 10 8 8 10 10 7 10 10 ...Obtenga ahora un resumen:
summary(base_col$satisf_vida)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.000 8.000 9.000 8.642 10.000 10.000Pregunta 8. ¿Cuál es la media? ¿Cuál es la mediana?
¿Qué le sugieren estos resultados? media fue 8.642, la mediana fue de 9
Respuesta:
El promedio de satisfaccion en la vida en el estado de de colima fue de
8.6 La media es más pequeña que la mediana y ya vimos que la mayoria de
las respuestas fueron de 7 o más, por lo que se puede inferir que hay
valores pequeños (2,3), que estan afectando a la media, haciendo que se
reduzca. # 8. Una primera gráfica
Construiremos un histograma sencillo. Por ahora interesa observar la distribución, no aprender técnicas gráficas avanzadas.
hist(base_col$satisf_vida,
main = "Gráfica 1.Satisfacción con la vida en Colima,2025",
xlab = "Satisfacción (0 a 10)",
ylab = "Frecuencia")
Pregunta 9. Describa la gráfica. ¿Dónde se concentran las respuestas? ¿La distribución parece simétrica?
Respuesta:
Las respuestas se concentran en una satisfaccion de 10 la mayoria de
personas respondieron >7 no es simetrica la distribución # 9. Explore
otra variable
Elija una de estas variables:
PB1: salud autopercibida.PB4: soledad.PC1: capacidad para llegar a fin de mes.PF1_1: confianza en la mayoría de la gente.
Variable elegida: PB4 SOLEDAD
Antes de analizarla, consulte el cuestionario o el descriptor.
¿Qué mide y cómo está codificada? MIDE LA PERCEPCION DE SOLEDAD EN LAS ULTIMAS 4 SEMANAS , PB4
base_col\(PB4 str(base_col\)PA1)
Ahora obtenga su distribución. Sustituya VARIABLE por el
nombre elegido.
table(base_col$PB4)En el bloque anterior
eval=FALSEevita que R intente ejecutar la palabraVARIABLE. Escriba abajo su propio bloque de código con el nombre correcto.
Escriba aquí su instrucción
table(base_col$PB4)##
## 1 2 3 4 5
## 549 230 132 42 38Pregunta 10. ¿Qué resultado obtuvo? Descríbalo brevemente.
Respuesta:
¿CON QUE FRECUENCIA SE HA SENTIDO SOLO, EN LAS ULTIMAS 4 SEMNAS? ,
OBSERVAMOS QUE LA MAYORIA DE LAS RESPUESTAS SE CONCENTRAN EN 1, ES DECIR
NUNCA SE HAN SENTIDO SOLOS Y 38 PERSONAS SIEMPRE SE HAN SENTIDO SOLAS EN
LAS ULTIMAS 4 SEMNAS # 10. De un resultado a una pregunta
antropológica
El objetivo del curso no es aprender comandos de R de manera aislada.
A partir de la variable que acaba de explorar:
Pregunta 11. Formule una pregunta que pudiera tener interés para las ciencias antropológicas.
Mi pregunta: “¿Cómo experimentan los adultos mayores sus momentos de soledad, y qué factores explican que esta sea vivida como un vacío insoportable o, por el contrario, como un tiempo propio, recuperado o deseado?” ¿ Pregunta 12. ¿Con qué otra variable de ENBIARE podría relacionarla o compararla?
Respuesta:
confianza en la mayoria de la gente , tiene mascota o no
Cierre
Al terminar esta práctica deberá poder:
- reconocer el objeto
basedentro de RStudio; - distinguir filas, columnas y variables;
- utilizar
dim(),names(),head(),str(),table()ysummary(); - comprender el uso de
$para seleccionar una variable; - crear una nueva variable dentro de
base; - producir una gráfica sencilla;
- relacionar los resultados estadísticos con preguntas sustantivas.
Para guardar su trabajo
Guarde este archivo con un nombre que permita identificarlo, por ejemplo:
Apellido_Nombre_Practica1_ENBIARE.Rmd
En esta primera práctica no es indispensable generar el
documento final con Knit. Lo importante es guardar el archivo
.Rmd, conservar el código, los resultados y sus
interpretaciones.
Nota metodológica: en esta sesión estamos conociendo y describiendo los registros de la base. Más adelante incorporaremos la ponderación y el diseño muestral necesarios para realizar estimaciones de la población.