Propósito

En esta práctica comenzaremos a trabajar con la base de la Encuesta Nacional de Bienestar Autorreportado (ENBIARE) 2025, utilizando los datos de Querétaro 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 Querétaro le dimos el nombre `base_QRO.

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_QRO.

Ejecute el siguiente bloque:

base_QRO <- readRDS("base_QRO.rds")
dim(base_QRO)

## [1] 998 276

Pregunta 1. ¿Cuántos casos y cuántas variables contiene la base?

Respuesta:
La base de la ciudad de Querétaro contiene 998 casos y 275 variables

2. Conocer los nombres de las variables

names(base_QRO)

##   [1] "LLAVEENB"    "LLAVEVIV"    "LLAVEHOG"    "EDAD"        "PA1"        
##   [6] "PA2"         "PA3_01"      "PA3_02"      "PA3_03"      "PA3_04"     
##  [11] "PA3_05"      "PA3_06"      "PA3_07"      "PA3_08"      "PA3_09"     
##  [16] "PA3_10"      "PA3_11"      "PA3_12"      "PA3_13"      "PA3_14"     
##  [21] "PA3_15"      "PA3_16"      "PA3_17"      "PA3_18"      "PA4_1"      
##  [26] "PA4_2"       "PA4_3"       "PA4_4"       "PA4_5"       "PA4_6"      
##  [31] "PA5_01"      "PA5_02"      "PA5_03"      "PA5_04"      "PA5_05"     
##  [36] "PA5_06"      "PA5_07"      "PA5_08"      "PA5_09"      "PA5_10"     
##  [41] "PA5_11"      "PA6"         "PA7"         "PB1"         "PB2_1"      
##  [46] "PB2_2"       "PB2_3"       "PB2_4"       "PB2_5"       "PB2_6"      
##  [51] "PB2_7"       "PB2_8"       "PB3_1"       "PB3_2"       "PB3_3"      
##  [56] "PB3_4"       "PB3_5"       "PB4"         "PC1"         "PC2_1"      
##  [61] "PC2_2"       "PC2_3"       "PC2_4"       "PC2_5"       "PC2_6"      
##  [66] "PC3"         "PC4"         "PD1"         "PD2"         "PD3"        
##  [71] "PD4"         "PD5"         "PD6"         "PD7"         "PD8"        
##  [76] "PD9"         "PD10_1"      "PD10_2"      "PD10_3"      "PD10_4"     
##  [81] "PD10_5"      "PD10_6"      "PD10_7"      "PD10_8"      "PD10_9"     
##  [86] "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"   
##  [96] "PE2_03"      "PE1_04_1"    "PE1_04_2"    "PE2_04"      "PE1_05_1"   
## [101] "PE1_05_2"    "PE2_05"      "PE1_06_1"    "PE1_06_2"    "PE2_06"     
## [106] "PE1_07_1"    "PE1_07_2"    "PE2_07"      "PE1_08_1"    "PE1_08_2"   
## [111] "PE2_08"      "PE1_09_1"    "PE1_09_2"    "PE2_09"      "PE1_10_1"   
## [116] "PE1_10_2"    "PE2_10"      "PE3_01"      "PE3_02"      "PE3_03"     
## [121] "PE3_04"      "PE3_05"      "PE3_06"      "PE3_07"      "PE3_08"     
## [126] "PE3_09"      "PE3_10"      "PE3_11"      "PF1_1"       "PF1_2"      
## [131] "PF1_3"       "PF2_1"       "PF2_2"       "PF3"         "PG1_1"      
## [136] "PG1_2"       "PG1_3"       "PH1_01"      "PH1_02"      "PH1_03"     
## [141] "PH1_04"      "PH1_05"      "PH1_06"      "PH1_07"      "PH1_08"     
## [146] "PH1_09"      "PH1_10"      "PH1_11"      "PH2_1"       "PH2_2"      
## [151] "PH2_3"       "PH3_1"       "PH3_2"       "PH3_3"       "PH3_4"      
## [156] "PH3_5"       "PH3_6"       "PH3_7"       "PH3_8"       "PH4_01"     
## [161] "PH4_02"      "PH4_03"      "PH4_04"      "PH4_05"      "PH4_06"     
## [166] "PH4_07"      "PH4_08"      "PH4_09"      "PH4_10"      "PH5_1"      
## [171] "PH5_2"       "PH5_3"       "PH5_4"       "PH5_5"       "PH5_6"      
## [176] "PH5_7"       "PH5_8"       "PI1_1"       "PI1_2"       "PI1_3"      
## [181] "PI1_4"       "PI2_1"       "PI2_2"       "PI2_3"       "PI3_1"      
## [186] "PI3_2"       "PI3_3"       "PI3_4"       "PI4_1"       "PI4_2"      
## [191] "PI4_3"       "PI4_4"       "PJ1_1"       "PJ1_2"       "PJ1_3"      
## [196] "PJ1_4"       "PJ2_1"       "PJ2_2"       "PJ2_3"       "PJ2_4"      
## [201] "PJ3_1"       "PJ3_2"       "PJ3_3"       "PJ3_4"       "PJ4"        
## [206] "PJ5_01"      "PJ6_01"      "PJ5_02"      "PJ6_02"      "PJ5_03"     
## [211] "PJ6_03"      "PJ5_04"      "PJ6_04"      "PJ5_05"      "PJ6_05"     
## [216] "PJ5_06"      "PJ6_06"      "PJ5_07"      "PJ6_07"      "PJ5_08"     
## [221] "PJ6_08"      "PJ5_09"      "PJ6_09"      "PJ5_10"      "PJ6_10"     
## [226] "PJ5_11"      "PJ6_11"      "PJ5_12"      "PJ6_12"      "PJ5_13"     
## [231] "PJ6_13"      "PJ5_14"      "PJ6_14"      "PJ5_15"      "PJ6_15"     
## [236] "PJ5_16"      "PJ6_16"      "PK1"         "PK2_1"       "PK2_2"      
## [241] "PK2_3"       "PK3_1"       "PK3_2"       "PL1"         "PL2"        
## [246] "PL3"         "PL4"         "PL5"         "PL6"         "PL7"        
## [251] "PL8_1"       "PL8_2"       "PL8_3"       "PL8_4"       "PL8_5"      
## [256] "PL8_6"       "PL8_7"       "PL8_8"       "PL9_1"       "PL9_2"      
## [261] "PL9_3"       "PL9_4"       "PL10"        "PL11"        "SEXO"       
## [266] "CVEGEO"      "CVE_ENT"     "MENOR10"     "UPM_DIS"     "EST_DIS"    
## [271] "FAC_ELE"     "FOLIO"       "VIV_SEL"     "HOGAR"       "N_REN"      
## [276] "satisf_vida"

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, por ejemplo, sexo, edad, entidad federativa CVE_ENT, PA1, PA2.

3. Mirar los primeros registros

head(base_QRO)

##       LLAVEENB  LLAVEVIV   LLAVEHOG EDAD PA1 PA2 PA3_01 PA3_02 PA3_03 PA3_04
## 1 220012202101 220012202 2200122021   21   8   4     09     06     10     08
## 2 220012203102 220012203 2200122031   30   9   9     09     09     09     08
## 3 220012204102 220012204 2200122041   37  10   9     07     06     05     05
## 4 220012205101 220012205 2200122051   60  10  10     08     09     09     09
## 5 220012206101 220012206 2200122061   83   7   7     03     03     09     09
## 6 220012207101 220012207 2200122071   38   9   9     06     06     10     08
##   PA3_05 PA3_06 PA3_07 PA3_08 PA3_09 PA3_10 PA3_11 PA3_12 PA3_13 PA3_14 PA3_15
## 1     10     05     10     08     10     08     10     10     07     07     09
## 2     10     10     10     10     08     08     08     10     10     08     02
## 3     08     08     09     09     04     02     06     08     05     03     02
## 4     08     09     07     06     05     09     10     10     10     10     10
## 5     02     02     02     08     05     08     09     05     01     05     03
## 6     10     10     10     09     06     05     08     03     08     10     10
##   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     10     10     10    08    09    09    10    10    10     06     05     05
## 2     09     08     08    05    10    07    10    10    10     10     10     10
## 3     07     09     07    07    10    10    09    08    09     05     03     06
## 4     09     09     09    08    09    07    08    09    06     07     07     05
## 5     08     07     09    08    07    06    09    06    09     10     07     05
## 6     09     10     06    08    09    09    10    09    09     10     10     10
##   PA5_04 PA5_05 PA5_06 PA5_07 PA5_08 PA5_09 PA5_10 PA5_11 PA6 PA7 PB1 PB2_1
## 1     07     07     03     04     04     02     02     10  10  08   4     1
## 2     10     10     00     00     00     00     00     00  07  10   5     1
## 3     07     08     02     06     03     03     00     08  07  10   3     1
## 4     05     08     02     02     05     05     02     03  07  06   5     3
## 5     05     10     00     03     04     05     00     09  02  10   3     3
## 6     08     10     00     00     00     00     00     00  09  08   4     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     2     1     1     1     1     1     1     0     3     3     3     3   3
## 2     1     1     1     1     1     1     1     0     0     0     0     0   1
## 3     1     1     1     1     1     1     1     1     3     3     1     1   3
## 4     1     2     1     2     1     1     1     1     1     1     0     0   2
## 5     2     3     3     3     3     2     2     2     3     3     3     0   1
## 6     1     1     1     1     1     1     1     0     0     0     0     0   2
##   PC1 PC2_1 PC2_2 PC2_3 PC2_4 PC2_5 PC2_6     PC3 PC4 PD1 PD2 PD3  PD4 PD5 PD6
## 1   2     1     1     2     1     2     1 0004000   1   1   1  NA <NA>  NA  NA
## 2   6     2     2     2     2     2     2 0006000   1   3   1  NA <NA>  NA  NA
## 3   2     2     2     2     2     2     2 0008000   2   1   1  NA <NA>  NA  NA
## 4   3     2     2     2     2     2     2 0003000   2   3   1  NA <NA>  NA  NA
## 5   2     2     2     2     2     2     2 0004000   1   4  NA   8 <NA>  NA  NA
## 6   3     1     2     2     1     2     1 0003000   2   3   1  NA <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  NA <NA>   1      2      2      2      2      2      2      2      2      2
## 2  NA <NA>   5      2      2      2      2      2      2      2      2      2
## 3  NA <NA>   1      2      2      2      2      2      2      2      2      2
## 4  NA <NA>   5      2      2      2      2      2      2      2      2      2
## 5   4   22  NA     NA     NA     NA     NA     NA     NA     NA     NA     NA
## 6  NA <NA>   5      2      2      2      2      2      2      2      2      2
##   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    1   05       02       00      3       08       00      2       00       00
## 2    1   01       04       00      2       12       00      2       02       00
## 3    2   11       06       00      2       00       00     NA       00       00
## 4    1   11       00       00     NA       00       00     NA       06       00
## 5   NA <NA>       01       00      2       00       00     NA       00       00
## 6    1   01       03       00      2       02       00      1       01       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       00     NA       08       00
## 3     NA       00       00     NA       00       00     NA       03       00
## 4      2       00       00     NA       00       10      2       09       00
## 5     NA       00       00     NA       00       00     NA       05       00
## 6      2       00       00     NA       00       00     NA       08       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       04       00      2       02       00
## 2      2       00       00     NA       01       00      2       00       00
## 3      1       00       00     NA       00       00     NA       00       00
## 4      2       00       00     NA       01       00      2       00       00
## 5      2       00       00     NA       00       30      2       00       00
## 6      2       00       00     NA       02       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      2       05       00      2      2      5      3      5      5      3
## 2     NA       00       00     NA      1      1      1      1      5      1
## 3     NA       05       00      1      1      1      1      1      5      1
## 4     NA       00       00     NA      1      3      1      1      3      2
## 5     NA       00       00     NA      1      1      1      1      1      1
## 6     NA       00       00     NA      1      1      1      1      3      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      2      1      5      3      4    07    10    03     1     2   1     1
## 2      1      1      1      1      3    08    09    08     1     1   6     2
## 3      1      1      5      3      2    00    03    03     1     2   6     1
## 4      1      1      2      2      1    04    09    09     1     2   7     2
## 5      1      1      1      3      1    05    08    06     2     2   7     2
## 6      1      1      2      1      2    07    07    03     1     1   7     2
##   PG1_2 PG1_3 PH1_01 PH1_02 PH1_03 PH1_04 PH1_05 PH1_06 PH1_07 PH1_08 PH1_09
## 1     2     1      1      1      1      2      1      2      2      2      2
## 2     2     2      2      2      2      2      2      2      2      2      2
## 3     2     2      1      2      2      2      2      2      2      2      2
## 4     2     2      2      2      2      2      2      2      2      2      2
## 5     2     2      2      2      2      2      2      2      2      2      2
## 6     2     2      2      2      2      2      2      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      1      2     2     2     2     1     2     2     2     2     2     1
## 2      2      2     2     2     2     2     2     2     2     2     2     2
## 3      2      1     2     2     2     1     2     2     2     2     2     2
## 4      2      2     2     2     2     2     2     2     2     2     2     2
## 5      2      2     2     2     2     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      1      1      2      1      2      2      2      2      1      1
## 2     2      2      2      2      2      2      2      2      2      2      2
## 3     1      1      1      2      1      2      2      2      2      2      2
## 4     2      2      2      2      2      2      2      2      2      2      2
## 5     2      2      2      2      2      1      2      2      2      2      2
## 6     2      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     2     2     1     1     2     1     1     2     2     2     2     1     2
## 2     2     2     2     2     2     2     2     2     2     2     2     2     2
## 3     2     2     2     1     2     1     1     1     2     2     2     2     2
## 4     2     2     2     2     2     2     1     1     2     2     2     2     2
## 5     2     2     2     2     2     2     2     2     2     2     1     1     2
## 6     2     2     2     1     2     1     2     2     2     2     2     2     2
##   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     2     2     2
## 3     2     2     2     2     2     1     2     2     2     2     1     1     1
## 4     2     2     2     2     2     2     2     2     2     2     2     2     2
## 5     2     2     2     2     2     2     2     2     2     2     2     2     2
## 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     3     2     2     2     3     1     1     1     3   1      2     NA
## 2     2     2     2     2     2     2     2     2     2   2      2     NA
## 3     1     1     1     1     1     2     2     1     1   1      2     NA
## 4     2     2     2     2     2     2     2     2     2   2      2     NA
## 5     1     1     2     2     2     2     2     2     2   2      2     NA
## 6     2     1     2     2     2     2     2     2     1   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      1      1      2     NA      2     NA      2     NA      2     NA      2
## 2      2     NA      2     NA      2     NA      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     NA      2     NA      2     NA      2     NA      1      1      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   1     1     1     1
## 2      2     NA      2     NA      2     NA      2     NA   1     1     1     1
## 3      2     NA      2     NA      2     NA      2     NA   1     1     1     1
## 4      2     NA      2     NA      2     NA      2     NA   1     2     2     1
## 5      2     NA      2     NA      2     NA      2     NA   1     2     2     2
## 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     2     2   1   2   2   1   1   1   2    NA    NA    NA    NA    NA    NA
## 2     1     1   1   1   2   2   2   2   2    NA    NA    NA    NA    NA    NA
## 3     1     1   1   2   2   1   1   2   2    NA    NA    NA    NA    NA    NA
## 4     2     2   1   2   2   2   2   2   2    NA    NA    NA    NA    NA    NA
## 5     1     1   1   2   3   1   1   1   2    NA    NA    NA    NA    NA    NA
## 6     1     1   1   1   2   2   1   2   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     1    2 <NA>    1     22      22       1
## 2    NA    NA     1     2     2     1    2 <NA>    2     22      22       1
## 3    NA    NA     1     2     2     2    2 <NA>    2     22      22       1
## 4    NA    NA     1     2     2     1    2 <NA>    1     22      22       1
## 5    NA    NA     2     2     2     1    2 <NA>    1     22      22       1
## 6    NA    NA     1     2     2     2    2 <NA>    2     22      22       1
##   UPM_DIS EST_DIS FAC_ELE   FOLIO VIV_SEL HOGAR N_REN satisf_vida
## 1    3276     336    1661 2200122      02     1    01           8
## 2    3276     336    1798 2200122      03     1    02           9
## 3    3276     336    2697 2200122      04     1    02          10
## 4    3276     336    1661 2200122      05     1    01          10
## 5    3276     336    1661 2200122      06     1    01           7
## 6    3276     336     899 2200122      07     1    01           9

Pregunta 3. ¿Qué representa una fila de la base? ¿Qué representa una columna?

Respuesta:
Las filas representan a los sujetos o personas de la muestra. Las columnas representan las variables o las características de los individuos.

Ahora observe cómo R reconoce la estructura de los datos:

str(base_QRO)

## Classes 'tbl_df', 'tbl' and 'data.frame':    998 obs. of  276 variables:
##  $ LLAVEENB   : chr  "220012202101" "220012203102" "220012204102" "220012205101" ...
##  $ LLAVEVIV   : chr  "220012202" "220012203" "220012204" "220012205" ...
##  $ LLAVEHOG   : chr  "2200122021" "2200122031" "2200122041" "2200122051" ...
##  $ EDAD       : num  21 30 37 60 83 38 25 46 37 62 ...
##  $ PA1        : num  8 9 10 10 7 9 9 10 10 10 ...
##  $ PA2        : num  4 9 9 10 7 9 7 10 10 6 ...
##  $ PA3_01     : chr  "09" "09" "07" "08" ...
##  $ PA3_02     : chr  "06" "09" "06" "09" ...
##  $ PA3_03     : chr  "10" "09" "05" "09" ...
##  $ PA3_04     : chr  "08" "08" "05" "09" ...
##  $ PA3_05     : chr  "10" "10" "08" "08" ...
##  $ PA3_06     : chr  "05" "10" "08" "09" ...
##  $ PA3_07     : chr  "10" "10" "09" "07" ...
##  $ PA3_08     : chr  "08" "10" "09" "06" ...
##  $ PA3_09     : chr  "10" "08" "04" "05" ...
##  $ PA3_10     : chr  "08" "08" "02" "09" ...
##  $ PA3_11     : chr  "10" "08" "06" "10" ...
##  $ PA3_12     : chr  "10" "10" "08" "10" ...
##  $ PA3_13     : chr  "07" "10" "05" "10" ...
##  $ PA3_14     : chr  "07" "08" "03" "10" ...
##  $ PA3_15     : chr  "09" "02" "02" "10" ...
##  $ PA3_16     : chr  "10" "09" "07" "09" ...
##  $ PA3_17     : chr  "10" "08" "09" "09" ...
##  $ PA3_18     : chr  "10" "08" "07" "09" ...
##  $ PA4_1      : chr  "08" "05" "07" "08" ...
##  $ PA4_2      : chr  "09" "10" "10" "09" ...
##  $ PA4_3      : chr  "09" "07" "10" "07" ...
##  $ PA4_4      : chr  "10" "10" "09" "08" ...
##  $ PA4_5      : chr  "10" "10" "08" "09" ...
##  $ PA4_6      : chr  "10" "10" "09" "06" ...
##  $ PA5_01     : chr  "06" "10" "05" "07" ...
##  $ PA5_02     : chr  "05" "10" "03" "07" ...
##  $ PA5_03     : chr  "05" "10" "06" "05" ...
##  $ PA5_04     : chr  "07" "10" "07" "05" ...
##  $ PA5_05     : chr  "07" "10" "08" "08" ...
##  $ PA5_06     : chr  "03" "00" "02" "02" ...
##  $ PA5_07     : chr  "04" "00" "06" "02" ...
##  $ PA5_08     : chr  "04" "00" "03" "05" ...
##  $ PA5_09     : chr  "02" "00" "03" "05" ...
##  $ PA5_10     : chr  "02" "00" "00" "02" ...
##  $ PA5_11     : chr  "10" "00" "08" "03" ...
##  $ PA6        : chr  "10" "07" "07" "07" ...
##  $ PA7        : chr  "08" "10" "10" "06" ...
##  $ PB1        : num  4 5 3 5 3 4 3 4 5 4 ...
##  $ PB2_1      : num  1 1 1 3 3 1 2 1 1 2 ...
##  $ PB2_2      : num  2 1 1 1 2 1 2 1 1 1 ...
##  $ PB2_3      : num  1 1 1 2 3 1 1 1 1 2 ...
##  $ PB2_4      : num  1 1 1 1 3 1 1 1 1 2 ...
##  $ PB2_5      : num  1 1 1 2 3 1 2 1 1 2 ...
##  $ PB2_6      : num  1 1 1 1 3 1 1 1 1 1 ...
##  $ PB2_7      : num  1 1 1 1 2 1 1 1 1 1 ...
##  $ PB2_8      : num  1 1 1 1 2 1 1 1 1 1 ...
##  $ PB3_1      : num  0 0 1 1 2 0 1 0 0 0 ...
##  $ PB3_2      : num  3 0 3 1 3 0 1 1 0 0 ...
##  $ PB3_3      : num  3 0 3 1 3 0 1 1 0 0 ...
##  $ PB3_4      : num  3 0 1 0 3 0 0 1 0 0 ...
##  $ PB3_5      : num  3 0 1 0 0 0 1 0 0 1 ...
##  $ PB4        : num  3 1 3 2 1 2 2 1 1 2 ...
##  $ PC1        : num  2 6 2 3 2 3 5 3 5 5 ...
##  $ PC2_1      : num  1 2 2 2 2 1 2 2 2 1 ...
##  $ PC2_2      : num  1 2 2 2 2 2 2 2 2 2 ...
##  $ PC2_3      : num  2 2 2 2 2 2 2 2 2 1 ...
##  $ PC2_4      : num  1 2 2 2 2 1 2 2 2 2 ...
##  $ PC2_5      : num  2 2 2 2 2 2 2 2 2 2 ...
##  $ PC2_6      : num  1 2 2 2 2 1 2 2 2 1 ...
##  $ PC3        : chr  "0004000" "0006000" "0008000" "0003000" ...
##  $ PC4        : num  1 1 2 2 1 2 1 9 1 2 ...
##  $ PD1        : num  1 3 1 3 4 3 3 4 1 3 ...
##  $ PD2        : num  1 1 1 1 NA 1 1 NA 1 1 ...
##  $ PD3        : num  NA NA NA NA 8 NA NA 8 NA NA ...
##  $ 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  NA NA NA NA 4 NA NA 4 NA NA ...
##  $ PD8        : chr  NA NA NA NA ...
##  $ PD9        : num  1 5 1 5 NA 5 5 NA 1 5 ...
##  $ PD10_1     : num  2 2 2 2 NA 2 2 NA 1 2 ...
##  $ PD10_2     : num  2 2 2 2 NA 2 2 NA 2 2 ...
##  $ PD10_3     : num  2 2 2 2 NA 2 2 NA 2 2 ...
##  $ PD10_4     : num  2 2 2 2 NA 2 2 NA 2 2 ...
##  $ PD10_5     : num  2 2 2 2 NA 2 2 NA 2 2 ...
##  $ PD10_6     : num  2 2 2 2 NA 2 2 NA 2 2 ...
##  $ PD10_7     : num  2 2 2 2 NA 2 2 NA 2 2 ...
##  $ PD10_8     : num  2 2 2 2 NA 2 2 NA 2 2 ...
##  $ PD10_9     : num  2 2 2 2 NA 2 2 NA 2 2 ...
##  $ PD11       : num  1 1 2 1 NA 1 1 NA 1 2 ...
##  $ PD12       : chr  "05" "01" "11" "11" ...
##  $ PE1_01_1   : chr  "02" "04" "06" "00" ...
##  $ PE1_01_2   : chr  "00" "00" "00" "00" ...
##  $ PE2_01     : num  3 2 2 NA 2 2 3 2 2 2 ...
##  $ PE1_02_1   : chr  "08" "12" "00" "00" ...
##  $ PE1_02_2   : chr  "00" "00" "00" "00" ...
##  $ PE2_02     : num  2 2 NA NA NA 1 2 NA 1 NA ...
##  $ PE1_03_1   : chr  "00" "02" "00" "06" ...
##  $ PE1_03_2   : chr  "00" "00" "00" "00" ...
##  $ PE2_03     : num  NA 2 NA 2 NA 2 2 NA NA 2 ...
##  $ 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.

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_QRO$SEXO

##   [1] 1 2 2 1 1 2 2 2 1 2 1 1 2 1 2 2 1 1 2 2 1 2 1 2 2 1 1 1 1 2 2 1 2 2 2 1 2
##  [38] 2 2 2 2 2 1 1 2 2 2 2 2 2 2 1 1 2 2 1 2 1 2 1 2 1 2 2 1 2 1 1 2 1 2 1 2 1
##  [75] 1 1 1 2 2 2 2 2 1 2 1 2 1 1 1 1 1 1 1 2 2 2 2 1 2 2 2 2 2 1 2 2 1 2 2 2 1
## [112] 1 2 2 1 1 1 2 1 2 1 2 1 2 1 2 2 2 1 1 2 2 2 1 1 2 2 1 1 2 1 2 2 1 1 1 1 1
## [149] 1 2 2 1 1 1 1 1 1 2 1 2 2 2 2 1 1 1 2 2 1 2 2 2 2 1 2 2 1 2 1 1 1 1 1 2 1
## [186] 2 1 1 2 2 2 2 1 1 1 2 2 2 2 2 2 2 1 2 1 1 2 1 1 1 2 2 1 2 2 1 1 2 2 2 1 2
## [223] 1 1 1 1 2 1 1 2 1 2 1 1 2 2 2 1 2 2 1 2 1 2 1 1 2 2 1 1 1 1 2 1 2 2 1 1 2
## [260] 2 2 1 1 2 2 1 1 2 1 2 2 2 2 1 1 1 1 2 2 2 1 2 1 1 2 2 2 2 2 2 1 1 2 1 2 1
## [297] 2 1 1 1 1 2 2 2 2 1 2 1 2 1 1 2 1 2 1 1 1 2 1 1 2 2 2 2 2 2 1 2 1 1 1 2 1
## [334] 2 2 2 1 1 2 2 1 2 2 2 1 2 2 1 2 1 1 2 1 2 2 1 1 1 2 2 2 1 2 1 2 1 2 1 2 1
## [371] 1 1 2 2 1 2 2 1 2 1 1 2 1 2 1 2 1 2 1 1 1 2 2 1 2 2 1 1 2 2 2 2 1 1 2 1 1
## [408] 2 1 2 2 2 1 2 1 2 2 2 1 2 1 1 1 1 2 1 2 2 2 1 1 2 2 1 2 2 2 1 1 1 1 2 1 1
## [445] 1 2 2 2 2 2 2 2 2 2 2 2 2 1 2 2 2 2 2 1 1 1 1 1 1 1 1 1 2 1 2 1 2 1 2 1 1
## [482] 1 2 2 2 2 2 1 2 2 2 1 2 1 1 2 1 1 2 2 1 2 2 1 2 2 1 1 1 1 1 1 2 1 2 1 1 1
## [519] 2 2 2 1 1 2 2 1 1 1 1 1 1 1 2 1 1 2 2 1 2 1 1 2 1 1 1 2 1 2 2 2 1 2 1 2 2
## [556] 1 1 1 2 2 1 1 1 2 1 1 2 2 1 2 2 2 1 2 2 1 1 1 1 1 1 2 2 2 2 2 2 1 2 1 2 2
## [593] 2 2 1 1 1 2 1 1 1 2 1 2 2 1 2 1 1 2 1 1 1 1 2 2 1 1 2 1 2 2 1 1 1 2 2 2 2
## [630] 1 1 2 2 1 2 1 1 1 2 2 1 1 2 1 1 1 2 2 2 1 1 1 2 2 1 2 2 1 2 1 2 1 2 1 1 2
## [667] 1 2 1 1 1 1 1 2 1 2 2 2 2 1 1 2 2 1 2 1 2 2 2 1 2 1 2 1 2 1 1 1 2 2 1 2 1
## [704] 2 2 2 1 2 1 1 1 1 2 2 2 1 2 2 1 1 1 1 2 2 1 2 1 1 2 2 1 2 2 1 1 1 2 1 1 2
## [741] 2 2 1 1 2 2 2 2 2 1 2 1 1 1 2 1 1 1 2 2 2 2 2 2 2 1 2 2 2 2 2 1 2 2 1 2 2
## [778] 2 2 1 2 2 2 2 1 1 1 2 2 1 2 2 2 1 2 1 2 1 1 2 1 2 1 2 1 1 2 1 1 2 2 2 2 1
## [815] 1 2 1 2 1 1 2 1 1 2 1 2 2 2 2 1 1 1 2 2 2 1 2 2 1 2 1 2 1 1 2 1 1 2 2 1 1
## [852] 1 2 2 2 1 1 1 2 2 2 2 1 2 2 2 2 1 2 1 2 2 2 2 2 2 1 1 2 1 2 1 2 2 1 2 2 2
## [889] 1 1 1 1 2 2 2 2 2 1 2 1 1 2 1 2 1 2 2 2 2 1 1 2 1 2 2 1 1 2 2 1 1 1 1 1 1
## [926] 2 1 2 1 2 1 1 2 2 2 1 1 1 2 1 2 2 2 2 2 1 2 2 1 1 1 1 2 2 1 1 2 1 2 2 2 1
## [963] 1 2 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 2 2 2 1 1 2 2 1 1 2 2 2 2 2 1

No es necesario revisar en pantalla los 998 valores. Lo importante es comprender la expresión:

base_QRO$SEXO = la variable SEXO que se encuentra dentro del objeto base_QRO.

5. Primera distribución de frecuencias

En el cuestionario, SEXO utiliza los códigos 1 = Hombre y 2 = Mujer.

table(base_QRO$SEXO)

## 
##   1   2 
## 469 529

Pregunta 4. ¿Cuántos registros corresponden a hombres y cuántos a mujeres?

Respuesta:
469 son hombres y 529 mujeres. La muestra contiene más mujeres que hombres.

6. Explorar la edad

summary(base_QRO$EDAD)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   18.00   31.00   41.00   43.65   56.00   93.00

Pregunta 5. Registre el mínimo, la mediana, la media y el máximo.

Respuesta:
La edad minima es de 18 años, la mediana es de 41, la media es de 43.65 y la máxima es de 93 años.

Pregunta 6. Antes de interpretar el valor máximo como una edad real, consulte el cuestionario o el descriptor. ¿Qué descubre?

Respuesta:
El valor 93 indica la edad máxima. 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_QRO$PA1)

##  num [1:998] 8 9 10 10 7 9 9 10 10 10 ...

Ahora observemos sus respuestas:

table(base_QRO$PA1)

## 
##   0   2   3   4   5   6   7   8   9  10 
##   2   1   2   5  31  47  76 244 219 371

Pregunta 7. ¿R reconoce PA1 como una variable numérica? ¿Qué observa en los valores?

Respuesta:
Dos personas contestaron 0. El valor que más se repitió es el 10, seguido por el 9 y el 8.

Vamos a conservar la variable original y crear dentro de base_QRO una nueva variable numérica:

base_QRO$satisf_vida <- as.numeric(base_QRO$PA1)

Compruebe qué cambió:

str(base_QRO$PA1)

##  num [1:998] 8 9 10 10 7 9 9 10 10 10 ...

str(base_QRO$satisf_vida)

##  num [1:998] 8 9 10 10 7 9 9 10 10 10 ...

Obtenga ahora un resumen:

summary(base_QRO$satisf_vida)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   0.000   8.000   9.000   8.647  10.000  10.000

Pregunta 8. ¿Cuál es la media? ¿Cuál es la mediana? ¿Qué le sugieren estos resultados?

Respuesta:
La media es de 8.647 y la mediana es de 9. La media es más pequeña que la mediana y ya vimos que la mayoria de las respuestas fueron de 8 o más, por lo cual se puede inferir que hay valores pequeños (2-3) que estan haciendo que la media sea más baja.

8. Una primera gráfica

Construiremos un histograma sencillo. Por ahora interesa observar la distribución, no aprender técnicas gráficas avanzadas.

hist(base_QRO$satisf_vida,
     main = "Gráfica 1. Satisfacción con la vida en Querétaro, 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 8,9 y 10. La gráfica no parece simétrica.

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?

La variable PB4 mide la frecuencia del sentimiento de soledad en las últimas 4 semanas. Y esta codificada mediante una escala ordinal de 1 a 5, donde 1 significa “nunca” y 5 “todo el tiempo”.

Ahora obtenga su distribución. Sustituya VARIABLE por el nombre elegido.

table(base_QRO$PB4)

En el bloque anterior eval=FALSE evita que R intente ejecutar la palabra VARIABLE. Escriba abajo su propio bloque de código con el nombre correcto.

# Escriba aquí su instrucción

Pregunta 10. ¿Qué resultado obtuvo? Descríbalo brevemente.

Respuesta:
En el caso del estado de Querétaro, la mayoria de los individuos reportaron que nunca o pocas veces les invade el sentimiento de soledad. Seguido por aquellos individuos que reportaron que alunas veces les invade el sentimiento de soledad.

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:
¿Cuáles son los factores que determinan que una persona en el estado de Querétaro perciba con mayor frecuencia el sentimiento de soledad?

Pregunta 12. ¿Con qué otra variable de ENBIARE podría relacionarla o compararla?

Respuesta:
Con la variable PC1: “capacidad para llegar” a fin de mes. Esto con el objetivo de identificar si el ingreso económico repercute en la persepecion del setimiento de soledad que sienten los individuos del estado de Querétaro.

Cierre

Al terminar esta práctica deberá poder:

reconocer el objeto base dentro de RStudio;
distinguir filas, columnas y variables;
utilizar dim(), names(), head(), str(), table() y summary();
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.

Práctica 1. Primer contacto con ENBIARE 2025 en R

Nombre: Luis David Ortiz Trinidad

Fecha: 04/09/26