Propósito

En la Práctica 1 comenzamos a trabajar con la base de la Encuesta Nacional de Bienestar Autorreportado (ENBIARE) 2025 correspondiente a la entidad seleccionada por cada estudiante.

En esta segunda práctica continuaremos trabajando con la misma entidad y la misma base. El objetivo será dar un paso adicional: pasar de describir una sola variable a comparar grupos de población.

Trabajaremos principalmente con:

SEXO
EDAD
satisf_vida
PB1 (salud autopercibida)

Importante: todavía no realizaremos pruebas de significancia estadística. Primero aprenderemos a describir y comparar resultados de manera correcta.

1. Recuperar nuestra base

Confirme que el objeto que contiene los datos de su entidad se llama base_cdmx.

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

## [1] 988 276

Pregunta 1. ¿Qué entidad está analizando y cuántos casos contiene su base?

Entidad: Ciudad de México

Número de casos: 988 personas

2. Recordar nuestra variable de satisfacción con la vida

En la práctica anterior generamos la variable numérica satisf_vida a partir de PA1.

Compruebe que sigue disponible:

str(base_cdmx$satisf_vida)

##  num [1:988] 8 8 10 9 7 7 10 9 8 5 ...

summary(base_cdmx$satisf_vida)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   2.000   8.000   9.000   8.644  10.000  10.000

Si no aparece en la base, vuelva a crearla:

Pregunta 2. Registre nuevamente la media y la mediana de satisfacción con la vida en su entidad.

Media: 8.644

Mediana: 9.000

3. Tipos de variables

Antes de comparar grupos, identifique la naturaleza de las variables que utilizaremos.

Ejecute:

str(base_cdmx$SEXO)

##  num [1:988] 2 1 2 2 2 2 2 1 1 2 ...

str(base_cdmx$EDAD)

##  num [1:988] 58 42 23 34 46 48 41 41 38 75 ...

str(base_cdmx$satisf_vida)

##  num [1:988] 8 8 10 9 7 7 10 9 8 5 ...

str(base_cdmx$PB1)

##  num [1:988] 5 4 5 4 4 3 5 4 4 1 ...

Complete:

Variable	¿Qué representa?	Tipo de variable
`SEXO`	sexo de las personas (1=hombre, 2=mujer)	numérica
`EDAD`	edad de la persona	numérica
`satisf_vida`	¡qué tan satisfecha (o) se encuentra actualmente con su vida?
`PB1`	¡cómo considera su salud actualmente?	numérica

Para esta práctica basta distinguir entre variables categóricas y cuantitativas. Más adelante revisaremos con mayor detalle las escalas de medición.

4. Satisfacción con la vida según sexo

Primero observe cuántos registros existen en cada categoría de SEXO.

table(base_cdmx$SEXO)

## 
##   1   2 
## 448 540

Ahora calcule la media de satisfacción con la vida para cada grupo:

tapply(base_cdmx$satisf_vida,
       base_cdmx$SEXO,
       mean,
       na.rm = TRUE)

##        1        2 
## 8.669643 8.622222

Calcule también la mediana:

tapply(base_cdmx$satisf_vida,
       base_cdmx$SEXO,
       median,
       na.rm = TRUE)

## 1 2 
## 9 9

Pregunta 3. ¿Qué grupo presenta la media más alta de satisfacción con la vida?

Respuesta:
Los hombres

Pregunta 4. ¿La diferencia entre los grupos parece grande o pequeña? Descríbala sin hablar todavía de significancia estadística.

Respuesta:
Es pequeña, la diferencia de hombres con respecto a las mujeres es por cuatro centésimas

5. Una gráfica comparativa: boxplot

Construya un diagrama de caja:

boxplot(satisf_vida ~ SEXO,
        data = base_cdmx,
        xlab = "Sexo",
        ylab = "Satisfacción con la vida",
        main = "Satisfacción con la vida según sexo")

Pregunta 5. Observe la posición de las medianas, la dispersión y los valores extremos. ¿Qué información aporta el boxplot que no se aprecia únicamente comparando las medias?

Respuesta:
Las medianas y la dispersión se aprecia de forma similar y los valores de los hombres 4 y las mujeres 2, 3, 4 son extremos, que es lo que diferencian los dos grupos. La gráfica me permite ver la disperción de los datos y los valores extremos que con el puro valor de la media no se veía.

6. Trabajar con la edad

Observe primero la distribución general de la edad:

summary(base_cdmx$EDAD)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   18.00   34.00   46.00   47.39   60.00   99.00

En lugar de trabajar únicamente con la edad exacta, construiremos grupos.

base_cdmx$grupo_edad <- cut(
  base_cdmx$EDAD,
  breaks = c(17, 29, 44, 59, 74, Inf),
  labels = c("18-29", "30-44", "45-59", "60-74", "75+")
)

Compruebe cuántos casos quedaron en cada grupo:

table(base_cdmx$grupo_edad)

## 
## 18-29 30-44 45-59 60-74   75+ 
##   169   306   253   191    69

Pregunta 6. ¿Cuál es el grupo de edad con mayor número de casos en su entidad?

Respuesta:
De 30 a 44 años con 306 personas

7. Satisfacción con la vida según grupo de edad

Calcule la media por grupo de edad:

tapply(base_cdmx$satisf_vida,
       base_cdmx$grupo_edad,
       mean,
       na.rm = TRUE)

##    18-29    30-44    45-59    60-74      75+ 
## 8.639053 8.686275 8.577075 8.581152 8.884058

Calcule también la mediana:

tapply(base_cdmx$satisf_vida,
       base_cdmx$grupo_edad,
       median,
       na.rm = TRUE)

## 18-29 30-44 45-59 60-74   75+ 
##     9     9     9     9     9

Pregunta 7. ¿Qué grupo presenta la media de satisfacción con la vida más alta?

Respuesta:
Las personas que tienen 75 años o más (8.88)

Pregunta 8. ¿Cuál presenta la más baja?

Respuesta:
Las personas que tiene de 45 a 59 años

Construya ahora un boxplot:

boxplot(satisf_vida ~ grupo_edad,
        data = base_cdmx,
        xlab = "Grupo de edad",
        ylab = "Satisfacción con la vida",
        main = "Satisfacción con la vida según grupo de edad")

Pregunta 9. Describa el patrón general que observa entre edad y satisfacción con la vida.

Respuesta:
La distribución de la satisfacción de la vida presenta pocas diferencias entre los grupos de edad. La mediana se sitúa alrededor de nueve puntos y la mayor parte de los valores se concentra entre 8 y 10. A partir de esta gráfica, no existen diferencias marcadas entre los grupos de edad. Aunque faltaría realizar un análisis estadístico más sofisticado para ver sí las pequeñas diferencias observadas son significativas.

8. Comparar dos variables categóricas

Ahora trabajaremos con SEXO y PB1 (salud autopercibida).

Antes de analizarla, recuerde cómo está codificada PB1.

table(base_cdmx$PB1)

## 
##   1   2   3   4   5 
##   5  28 273 496 186

Pregunta 10. ¿Qué significan las categorías de PB1?

Respuesta:
1 Muy mala 2 Mala 3 Regular 4 Buena 5 Muy buena

Lo que más se repite es la categoria buena (496) y lo que menos se repite es la muy mala

Construya una tabla de contingencia:

tabla_salud <- table(base_cdmx$SEXO, base_cdmx$PB1)

tabla_salud

##    
##       1   2   3   4   5
##   1   1  15 108 240  84
##   2   4  13 165 256 102

La tabla anterior muestra frecuencias absolutas. Para facilitar la comparación entre los grupos, obtenga porcentajes por fila:

prop.table(tabla_salud, 1) * 100

##    
##              1          2          3          4          5
##   1  0.2232143  3.3482143 24.1071429 53.5714286 18.7500000
##   2  0.7407407  2.4074074 30.5555556 47.4074074 18.8888889

Pregunta 11. ¿Qué diferencias observa en la salud autopercibida según sexo?

Respuesta:
Observo que los hombres parecen tener una mejor percepción de salud que las mujeres

9. Elegir una comparación propia

Seleccione ahora una variable adicional de ENBIARE que considere interesante para su proyecto o para una pregunta antropológica.

Puede utilizar, por ejemplo:

PB4: frecuencia de soledad.
PC1: capacidad del hogar para llegar a fin de mes.
PF1_1: confianza en la mayoría de la gente.

Variable elegida: PB4

¿Qué mide? Mide la frecuencia de soledad reportada por el linformante

Formule una pregunta comparativa.

Ejemplos:

¿La frecuencia de soledad cambia según sexo?
¿La capacidad para llegar a fin de mes varía entre grupos de edad?
¿La confianza en otras personas presenta diferencias según sexo?

Mi pregunta:
¿La frecuencia con la que se experimenta la soledad presenta diferencias significativas según el sexo del informante?

Obtenga una tabla o un resumen adecuado. Escriba su código en el siguiente bloque:

table(base_cdmx$PB4)

## 
##   1   2   3   4   5 
## 572 258 112  32  14

Pregunta 12. ¿Qué encontró?

Respuesta:
La gran mayoría se concentra en los niveles más bajos: Nivel 1. tiene 572 personas Nivel 2, tiene 258 personas La suma sería 830 personas, el 84% de toda la muestra. Hay muy pocas personas en los niveles altos: Nivel 4. 32 personas Nivel 5. 14 personas suma: 46 personas, el 16% de la muestra.

10. Interpretación antropológica

Con base en los resultados obtenidos en esta práctica, redacte un comentario breve de 150 a 200 palabras.

Incluya:

una diferencia observada por sexo;
una diferencia observada por grupos de edad;
una posible explicación antropológica o social;
una aclaración sobre lo que estos resultados todavía no permiten afirmar.

integrar código, resultados e interpretación en un documento R Markdown.

Para guardar su trabajo

Interpretación final:

A partir de los datos analizados en la CDMX, se observa que las mujeres reportan con mayor frecuencia sentimientos de soledad siempre o casi-siempre en comparación con los hombres. Asimismo, al analizar los grupos de edad, la satisfacción con la vida muestra variaciones notables, destacando que el grupo de adultos mayores de 75 años o más registra la media de satisfacción más alta con un promedio de 8.88 puntos. Desde una perspectiva antropológica y social, estas diferencias reflejan cómo los roles de género y las transiciones del lciclo vital moldean el bienestar. Las mujeres suelen cargar con un mayor aislamiento debido a las desigualdades estructurales en el trabajo de cuidados no remunerado. Por otro lado, la alta satisfacción en la vejez avanzada en esta muestra urbana podría asociarse a la reconfiguración de resde de apoyo familiar o al acceso a programas sociales específicos en la capital. Sin embargo, estos hallazgos no permiten afirmar relaciones de causalidad definitivas ni que estos patrones representen fielmente a toda la población del país. Al ser un análisis descriptivo preliminar.

11. Comparación entre entidades durante la sesión

Al final de la práctica compartiremos algunos resultados en el grupo.

Prepare tres datos para comunicar en la sesión:

Entidad: Ciudad de México
Media de satisfacción en hombres: 8.67
Media de satisfacción en mujeres: 8.57
Grupo de edad con mayor satisfacción media: Grupo de edad con mayor satisfacción: El grupo de 75+años, con una media de 8.88

Observe qué tan similares o diferentes son los resultados entre entidades.

Pregunta para discusión: si diferentes entidades muestran patrones distintos, ¿qué factores sociales, culturales, económicos o demográficos podrían estar relacionados con esas diferencias?

Cierre

Al terminar esta práctica deberá poder:

distinguir entre variables categóricas y cuantitativas;
calcular estadísticas descriptivas por grupos;
comparar satisfacción con la vida según sexo;
construir grupos de edad;
comparar satisfacción entre grupos de edad;
interpretar un boxplot;
construir una tabla de contingencia;
calcular porcentajes por fila;
formular una comparación relacionada con una pregunta antropológica; Guarde el archivo con un nombre que permita identificarlo, por ejemplo:

Apellido_Nombre_Practica2_ENBIARE.Rmd

En esta práctica puede intentar generar el documento final con Knit → HTML.

Si al generar el documento aparece algún error, no borre el código ni empiece de nuevo. Revise el mensaje de error y consérvelo para comentarlo durante la sesión.

Nota metodológica: en esta práctica seguimos trabajando con los registros de la muestra de ENBIARE correspondientes a cada entidad. Las medias y porcentajes calculados aquí son descriptivos de esos registros. Más adelante incorporaremos el factor de expansión y el diseño muestral para producir estimaciones poblacionales.

Práctica 2. Comparación de grupos con ENBIARE 2025

Nombre: Leticia Villada Islas

Fecha: 11 de septiembre de 2026