Exploración Analítica de Datos (EDA)

El análisis exploratorio de datos (EDA) constituye la primera etapa del proceso analítico y tiene como propósito conocer la estructura, calidad y comportamiento general de la información antes de realizar análisis estadísticos de mayor complejidad. En este informe se utiliza una base de indicadores de lesiones, violencia y seguridad vial correspondiente a Japón, proveniente del repositorio de indicadores de salud de la Organización Mundial de la Salud (OMS) y descargada mediante Kaggle. La preparación comprende la instalación y activación de los paquetes requeridos, la importación de la base de datos, la revisión de su estructura y la identificación de variables relevantes para el análisis.

1. Preparación del entorno

# Instalación de paquetes
# Ejecutar solamente si los paquetes no están instalados

paquetes <- c(
  "tidyverse",
  "ggplot2",
  "dplyr",
  "skimr",
  "janitor",
  "plotly"
)

paquetes_nuevos <- paquetes[
  !(paquetes %in% installed.packages()[, "Package"])
]

if(length(paquetes_nuevos) > 0){
  install.packages(paquetes_nuevos)
}

# Activación de paquetes
library(tidyverse)
library(ggplot2)
library(dplyr)
library(skimr)
library(janitor)
library(plotly)

1.1 Importación de la base de datos

datos <- read_csv(
  "injuries-and-violence-indicators-for-japan-35.csv",
  show_col_types = FALSE
)

# Revisión inicial
dim(datos)
## [1] 70 49
names(datos)
##  [1] "index"                           "GHO (CODE)"                     
##  [3] "GHO (DISPLAY)"                   "GHO (URL)"                      
##  [5] "DATASOURCE (CODE)"               "DATASOURCE (DISPLAY)"           
##  [7] "DATASOURCE (URL)"                "PUBLISHSTATE (CODE)"            
##  [9] "PUBLISHSTATE (DISPLAY)"          "PUBLISHSTATE (URL)"             
## [11] "YEAR (CODE)"                     "YEAR (DISPLAY)"                 
## [13] "YEAR (URL)"                      "REGION (CODE)"                  
## [15] "STARTYEAR"                       "ENDYEAR"                        
## [17] "REGION (DISPLAY)"                "REGION (URL)"                   
## [19] "COUNTRY (CODE)"                  "COUNTRY (DISPLAY)"              
## [21] "COUNTRY (URL)"                   "SEX (CODE)"                     
## [23] "SEX (DISPLAY)"                   "SEX (URL)"                      
## [25] "RESIDENCEAREATYPE (CODE)"        "RESIDENCEAREATYPE (DISPLAY)"    
## [27] "RESIDENCEAREATYPE (URL)"         "DRIVERTYPE (CODE)"              
## [29] "DRIVERTYPE (DISPLAY)"            "DRIVERTYPE (URL)"               
## [31] "MOTOCYCLEOCCUPANTTYPE (CODE)"    "MOTOCYCLEOCCUPANTTYPE (DISPLAY)"
## [33] "MOTOCYCLEOCCUPANTTYPE (URL)"     "ROADUSERTYPE (CODE)"            
## [35] "ROADUSERTYPE (DISPLAY)"          "ROADUSERTYPE (URL)"             
## [37] "SEATTYPE (CODE)"                 "SEATTYPE (DISPLAY)"             
## [39] "SEATTYPE (URL)"                  "VEHICLESTANDARD (CODE)"         
## [41] "VEHICLESTANDARD (DISPLAY)"       "VEHICLESTANDARD (URL)"          
## [43] "Display Value"                   "Numeric"                        
## [45] "Low"                             "High"                           
## [47] "StdErr"                          "StdDev"                         
## [49] "Comments"

1.2 Depuración inicial

# Eliminación de la fila de metadatos
datos <- datos %>%
  slice(-1)

# Estandarización de nombres de variables
datos <- datos %>%
  clean_names()

# Conversión de variables principales
datos <- datos %>%
  mutate(
    valor_numerico = as.numeric(numeric),
    periodo = year_display,
    pais = country_display,
    indicador = gho_display,
    sexo = sex_display,
    tipo_usuario_vial = roadusertype_display
  )

1.3 Revisión de estructura

Se cuenta con la siguiente información: 70 registros - 34 indicadores - Japón como único país - Período general 2000–2017 - Indicadores cuantitativos y categóricos - Disponibilidad temporal heterogénea.

# Estructura general
str(datos)
## tibble [69 × 55] (S3: tbl_df/tbl/data.frame)
##  $ index                        : num [1:69] 1 2 3 4 5 6 7 8 9 10 ...
##  $ gho_code                     : chr [1:69] "RS_237" "RS_576" "RS_193" "RS_1845" ...
##  $ gho_display                  : chr [1:69] "Existence of a formal pre-hospital care system" "Gross national income per capita (Atlas method)" "Income level" "Population" ...
##  $ gho_url                      : chr [1:69] "https://www.who.int/data/gho/indicator-metadata-registry/imr-details/237" "https://www.who.int/data/gho/indicator-metadata-registry/imr-details/3355" "https://www.who.int/data/gho/indicator-metadata-registry/imr-details/193" "https://www.who.int/data/gho/indicator-metadata-registry/imr-details/3359" ...
##  $ datasource_code              : chr [1:69] NA NA NA NA ...
##  $ datasource_display           : chr [1:69] NA NA NA NA ...
##  $ datasource_url               : logi [1:69] NA NA NA NA NA NA ...
##  $ publishstate_code            : chr [1:69] "PUBLISHED" "PUBLISHED" "PUBLISHED" "PUBLISHED" ...
##  $ publishstate_display         : chr [1:69] "Published" "Published" "Published" "Published" ...
##  $ publishstate_url             : logi [1:69] NA NA NA NA NA NA ...
##  $ year_code                    : chr [1:69] "2007" "2010" "2010" "2010" ...
##  $ year_display                 : chr [1:69] "2007" "2010" "2010" "2010" ...
##  $ year_url                     : logi [1:69] NA NA NA NA NA NA ...
##  $ region_code                  : chr [1:69] "WPR" "WPR" "WPR" "WPR" ...
##  $ startyear                    : chr [1:69] "2007" "2010" "2010" "2010" ...
##  $ endyear                      : chr [1:69] "2007" "2010" "2010" "2010" ...
##  $ region_display               : chr [1:69] "Western Pacific" "Western Pacific" "Western Pacific" "Western Pacific" ...
##  $ region_url                   : logi [1:69] NA NA NA NA NA NA ...
##  $ country_code                 : chr [1:69] "JPN" "JPN" "JPN" "JPN" ...
##  $ country_display              : chr [1:69] "Japan" "Japan" "Japan" "Japan" ...
##  $ country_url                  : logi [1:69] NA NA NA NA NA NA ...
##  $ sex_code                     : chr [1:69] NA NA NA NA ...
##  $ sex_display                  : chr [1:69] NA NA NA NA ...
##  $ sex_url                      : logi [1:69] NA NA NA NA NA NA ...
##  $ residenceareatype_code       : chr [1:69] NA NA NA NA ...
##  $ residenceareatype_display    : chr [1:69] NA NA NA NA ...
##  $ residenceareatype_url        : logi [1:69] NA NA NA NA NA NA ...
##  $ drivertype_code              : chr [1:69] NA NA NA NA ...
##  $ drivertype_display           : chr [1:69] NA NA NA NA ...
##  $ drivertype_url               : logi [1:69] NA NA NA NA NA NA ...
##  $ motocycleoccupanttype_code   : chr [1:69] NA NA NA NA ...
##  $ motocycleoccupanttype_display: chr [1:69] NA NA NA NA ...
##  $ motocycleoccupanttype_url    : logi [1:69] NA NA NA NA NA NA ...
##  $ roadusertype_code            : chr [1:69] NA NA NA NA ...
##  $ roadusertype_display         : chr [1:69] NA NA NA NA ...
##  $ roadusertype_url             : logi [1:69] NA NA NA NA NA NA ...
##  $ seattype_code                : chr [1:69] NA NA NA NA ...
##  $ seattype_display             : chr [1:69] NA NA NA NA ...
##  $ seattype_url                 : logi [1:69] NA NA NA NA NA NA ...
##  $ vehiclestandard_code         : chr [1:69] NA NA NA NA ...
##  $ vehiclestandard_display      : chr [1:69] NA NA NA NA ...
##  $ vehiclestandard_url          : logi [1:69] NA NA NA NA NA NA ...
##  $ display_value                : chr [1:69] "Yes" "42 050" "High" "126 535 916" ...
##  $ numeric                      : chr [1:69] NA "42050.00000" NA "126535916.00000" ...
##  $ low                          : num [1:69] 0 NA NA NA NA NA NA NA NA NA ...
##  $ high                         : num [1:69] 0 NA NA NA NA NA NA NA NA NA ...
##  $ std_err                      : logi [1:69] NA NA NA NA NA NA ...
##  $ std_dev                      : logi [1:69] NA NA NA NA NA NA ...
##  $ comments                     : chr [1:69] NA NA NA NA ...
##  $ valor_numerico               : num [1:69] NA 4.20e+04 NA 1.27e+08 NA ...
##  $ periodo                      : chr [1:69] "2007" "2010" "2010" "2010" ...
##  $ pais                         : chr [1:69] "Japan" "Japan" "Japan" "Japan" ...
##  $ indicador                    : chr [1:69] "Existence of a formal pre-hospital care system" "Gross national income per capita (Atlas method)" "Income level" "Population" ...
##  $ sexo                         : chr [1:69] NA NA NA NA ...
##  $ tipo_usuario_vial            : chr [1:69] NA NA NA NA ...
# Resumen estadístico
summary(datos)
##      index      gho_code         gho_display          gho_url         
##  Min.   : 1   Length:69          Length:69          Length:69         
##  1st Qu.:18   Class :character   Class :character   Class :character  
##  Median :35   Mode  :character   Mode  :character   Mode  :character  
##  Mean   :35                                                           
##  3rd Qu.:52                                                           
##  Max.   :69                                                           
##                                                                       
##  datasource_code    datasource_display datasource_url publishstate_code 
##  Length:69          Length:69          Mode:logical   Length:69         
##  Class :character   Class :character   NA's:69        Class :character  
##  Mode  :character   Mode  :character                  Mode  :character  
##                                                                         
##                                                                         
##                                                                         
##                                                                         
##  publishstate_display publishstate_url  year_code         year_display      
##  Length:69            Mode:logical     Length:69          Length:69         
##  Class :character     NA's:69          Class :character   Class :character  
##  Mode  :character                      Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##                                                                             
##  year_url       region_code         startyear           endyear         
##  Mode:logical   Length:69          Length:69          Length:69         
##  NA's:69        Class :character   Class :character   Class :character  
##                 Mode  :character   Mode  :character   Mode  :character  
##                                                                         
##                                                                         
##                                                                         
##                                                                         
##  region_display     region_url     country_code       country_display   
##  Length:69          Mode:logical   Length:69          Length:69         
##  Class :character   NA's:69        Class :character   Class :character  
##  Mode  :character                  Mode  :character   Mode  :character  
##                                                                         
##                                                                         
##                                                                         
##                                                                         
##  country_url      sex_code         sex_display        sex_url       
##  Mode:logical   Length:69          Length:69          Mode:logical  
##  NA's:69        Class :character   Class :character   NA's:69       
##                 Mode  :character   Mode  :character                 
##                                                                     
##                                                                     
##                                                                     
##                                                                     
##  residenceareatype_code residenceareatype_display residenceareatype_url
##  Length:69              Length:69                 Mode:logical         
##  Class :character       Class :character          NA's:69              
##  Mode  :character       Mode  :character                               
##                                                                        
##                                                                        
##                                                                        
##                                                                        
##  drivertype_code    drivertype_display drivertype_url
##  Length:69          Length:69          Mode:logical  
##  Class :character   Class :character   NA's:69       
##  Mode  :character   Mode  :character                 
##                                                      
##                                                      
##                                                      
##                                                      
##  motocycleoccupanttype_code motocycleoccupanttype_display
##  Length:69                  Length:69                    
##  Class :character           Class :character             
##  Mode  :character           Mode  :character             
##                                                          
##                                                          
##                                                          
##                                                          
##  motocycleoccupanttype_url roadusertype_code  roadusertype_display
##  Mode:logical              Length:69          Length:69           
##  NA's:69                   Class :character   Class :character    
##                            Mode  :character   Mode  :character    
##                                                                   
##                                                                   
##                                                                   
##                                                                   
##  roadusertype_url seattype_code      seattype_display   seattype_url  
##  Mode:logical     Length:69          Length:69          Mode:logical  
##  NA's:69          Class :character   Class :character   NA's:69       
##                   Mode  :character   Mode  :character                 
##                                                                       
##                                                                       
##                                                                       
##                                                                       
##  vehiclestandard_code vehiclestandard_display vehiclestandard_url
##  Length:69            Length:69               Mode:logical       
##  Class :character     Class :character        NA's:69            
##  Mode  :character     Mode  :character                           
##                                                                  
##                                                                  
##                                                                  
##                                                                  
##  display_value        numeric               low          high    std_err       
##  Length:69          Length:69          Min.   :0    Min.   :0    Mode:logical  
##  Class :character   Class :character   1st Qu.:0    1st Qu.:0    NA's:69       
##  Mode  :character   Mode  :character   Median :0    Median :0                  
##                                        Mean   :0    Mean   :0                  
##                                        3rd Qu.:0    3rd Qu.:0                  
##                                        Max.   :0    Max.   :0                  
##                                        NA's   :68   NA's   :68                 
##  std_dev          comments         valor_numerico        periodo         
##  Mode:logical   Length:69          Min.   :        0   Length:69         
##  NA's:69        Class :character   1st Qu.:        0   Class :character  
##                 Mode  :character   Median :        1   Mode  :character  
##                                    Mean   :  7178821                     
##                                    3rd Qu.:       17                     
##                                    Max.   :126535916                     
##                                    NA's   :40                            
##      pais            indicador             sexo           tipo_usuario_vial 
##  Length:69          Length:69          Length:69          Length:69         
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
## 
# Exploración mediante skimr
skim(datos)
Data summary
Name datos
Number of rows 69
Number of columns 55
_______________________
Column type frequency:
character 37
logical 14
numeric 4
________________________
Group variables None

Variable type: character

skim_variable n_missing complete_rate min max empty n_unique whitespace
gho_code 0 1.00 6 40 0 34 0
gho_display 0 1.00 10 93 0 34 0
gho_url 7 0.90 72 73 0 27 0
datasource_code 68 0.01 6 6 0 1 0
datasource_display 68 0.01 6 6 0 1 0
publishstate_code 0 1.00 9 9 0 1 0
publishstate_display 0 1.00 9 9 0 1 0
year_code 0 1.00 4 9 0 9 0
year_display 0 1.00 4 9 0 9 0
region_code 0 1.00 3 3 0 1 0
startyear 0 1.00 4 4 0 8 0
endyear 0 1.00 4 4 0 9 0
region_display 0 1.00 15 15 0 1 0
country_code 0 1.00 3 3 0 1 0
country_display 0 1.00 5 5 0 1 0
sex_code 51 0.26 3 4 0 3 0
sex_display 51 0.26 4 10 0 3 0
residenceareatype_code 66 0.04 3 4 0 3 0
residenceareatype_display 66 0.04 5 5 0 3 0
drivertype_code 67 0.03 19 21 0 2 0
drivertype_display 67 0.03 18 20 0 2 0
motocycleoccupanttype_code 66 0.04 14 21 0 3 0
motocycleoccupanttype_display 66 0.04 7 16 0 3 0
roadusertype_code 64 0.07 12 18 0 5 0
roadusertype_display 64 0.07 8 48 0 5 0
seattype_code 65 0.06 15 19 0 4 0
seattype_display 65 0.06 9 13 0 4 0
vehiclestandard_code 61 0.12 9 27 0 8 0
vehiclestandard_display 61 0.12 10 28 0 8 0
display_value 0 1.00 2 23 0 34 0
numeric 40 0.42 7 15 0 29 0
comments 63 0.09 8 60 0 3 0
periodo 0 1.00 4 9 0 9 0
pais 0 1.00 5 5 0 1 0
indicador 0 1.00 10 93 0 34 0
sexo 51 0.26 4 10 0 3 0
tipo_usuario_vial 64 0.07 8 48 0 5 0

Variable type: logical

skim_variable n_missing complete_rate mean count
datasource_url 69 0 NaN :
publishstate_url 69 0 NaN :
year_url 69 0 NaN :
region_url 69 0 NaN :
country_url 69 0 NaN :
sex_url 69 0 NaN :
residenceareatype_url 69 0 NaN :
drivertype_url 69 0 NaN :
motocycleoccupanttype_url 69 0 NaN :
roadusertype_url 69 0 NaN :
seattype_url 69 0 NaN :
vehiclestandard_url 69 0 NaN :
std_err 69 0 NaN :
std_dev 69 0 NaN :

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
index 0 1.00 35 20.06 1.00 18.0 35.00 52.0 69 ▇▇▇▇▇
low 68 0.01 0 NA 0.00 0.0 0.00 0.0 0 ▁▁▇▁▁
high 68 0.01 0 NA 0.00 0.0 0.00 0.0 0 ▁▁▇▁▁
valor_numerico 40 0.42 7178821 27500457.95 0.21 0.3 0.51 17.2 126535916 ▇▁▁▁▁ 
# Resumen General
resumen_general <- datos %>%
  summarise(
    registros = n(),
    indicadores = n_distinct(indicador),
    periodo_inicial = min(
      as.numeric(str_extract(periodo, "\\d{4}")),
      na.rm = TRUE
    ),
    periodo_final = max(
      as.numeric(str_extract(periodo, "\\d{4}")),
      na.rm = TRUE
    )
  )

2. Estadísticas descriptivas

En la base de datos se evidencia que el período global es 2000–2017, aunque NO todos los indicadores están disponibles para todos los años por lo cual se separan los indicadores cuantitativos de los categóricos.

2.1 Descripción de variables

La base contiene indicadores de naturaleza heterogénea. Se identifican variables relacionadas con violencia, homicidios, seguridad vial, legislación, población y condiciones socioeconómicas. Por esta razón, las estadísticas descriptivas se interpretan de acuerdo con la naturaleza de cada indicador, evitando combinar en una misma medida variables expresadas en unidades diferentes.

# Número de observaciones por indicador: Para visualizar cuáles son los indicadores con mayor número de observaciones:

frecuencia_indicadores <- datos %>%
  count(indicador, sort = TRUE)

frecuencia_indicadores %>%
  slice_max(n, n = 10) %>%
  ggplot(aes(
    x = reorder(indicador, n),
    y = n
  )) +
  geom_col(fill = "#2E86AB") +
  coord_flip() +
  labs(
    title = "Frecuencia de observaciones por indicador",
    x = "Indicador",
    y = "Número de observaciones"
  ) +
  theme_minimal()

2.2 Indicadores de homicidio

La variable:Estimates of rates of homicides per 100 000 population tiene información para los años 2000, 2005, 2010, 2015, 2016, 2017. La tasa estimada de homicidios constituye uno de los indicadores con mayor continuidad temporal dentro de la base. La disponibilidad de información diferenciada por sexo permite observar simultáneamente el comportamiento global y las diferencias entre hombres y mujeres. Esta estructura facilita un análisis descriptivo de la evolución temporal y de la distribución del evento, sin establecer relaciones causales.

homicidios <- datos %>%
  filter(
    indicador == "Estimates of rates of homicides per 100 000 population"
  ) %>%
  mutate(
    anio = as.numeric(str_extract(periodo, "\\d{4}")),
    tasa_homicidios = valor_numerico
  ) %>%
  select(
    anio,
    sexo,
    tasa_homicidios
  )

# Estadísticas descriptivas

homicidios %>%
  group_by(sexo) %>%
  summarise(
    promedio = mean(tasa_homicidios, na.rm = TRUE),
    mediana = median(tasa_homicidios, na.rm = TRUE),
    minimo = min(tasa_homicidios, na.rm = TRUE),
    maximo = max(tasa_homicidios, na.rm = TRUE),
    n = n()
  )

2.3 Indicadores de seguridad vial

La base contiene información específica de mortalidad por accidentes de tránsito.

indicadores_viales <- datos %>%
  filter(
    str_detect(
      indicador,
      "road traffic|road user|seat-belt"
    )
  ) %>%
  select(
    periodo,
    indicador,
    tipo_usuario_vial,
    valor_numerico,
    display_value
  )

indicadores_viales

3 Gráficos y relaciones entre variables

3.1 Evolución temporal de la tasa de homicidios

La visualización muestra una disminución de la tasa estimada de homicidios durante el período observado, tanto para el conjunto de la población como al diferenciar por sexo. La presentación interactiva permite consultar cada año y grupo poblacional, facilitando la identificación de cambios temporales y diferencias entre grupos. Este comportamiento puede ser utilizado como indicador descriptivo para el seguimiento de la carga de mortalidad asociada a violencia.

grafico_homicidios <- plot_ly(
  data = homicidios,
  x = ~anio,
  y = ~tasa_homicidios,
  color = ~sexo,
  colors = c("#2E86AB", "#3A9D5D", "#6C757D"),
  type = "scatter",
  mode = "lines+markers",
  hovertemplate = paste(
    "Año: %{x}<br>",
    "Sexo: %{text}<br>",
    "Tasa: %{y:.2f} por 100.000 habitantes",
    "<extra></extra>"
  ),
  text = ~sexo
) %>%
  layout(
    title = "Evolución de la tasa estimada de homicidios en Japón",
    xaxis = list(title = "Año"),
    yaxis = list(
      title = "Tasa por 100.000 habitantes"
    )
  )

grafico_homicidios

3.2 Distribución de las muertes por tránsito según usuario

La distribución permite identificar qué grupos de usuarios concentran una mayor proporción de las muertes por tránsito. Este resultado aporta una perspectiva de gestión diferente a la tasa global de mortalidad, porque permite orientar posteriormente acciones de prevención, seguridad vial y asignación de recursos hacia los grupos con mayor participación en el evento.

usuarios_viales <- datos %>%
  filter(
    indicador ==
      "Distribution of road traffic deaths by type of road user (%)"
  ) %>%
  select(
    tipo_usuario_vial,
    valor_numerico
  ) %>%
  filter(!is.na(valor_numerico))

grafico_usuarios <- plot_ly(
  data = usuarios_viales,
  x = ~tipo_usuario_vial,
  y = ~valor_numerico,
  type = "bar",
  marker = list(
    color = c(
      "#2E86AB",
      "#3A9D5D",
      "#6C757D",
      "#2E86AB",
      "#3A9D5D"
    )
  ),
  hovertemplate = paste(
    "Usuario: %{x}<br>",
    "Participación: %{y:.1f}%",
    "<extra></extra>"
  )
) %>%
  layout(
    title = "Distribución de muertes por tránsito según tipo de usuario - 2016",
    xaxis = list(title = "Tipo de usuario vial"),
    yaxis = list(title = "Porcentaje (%)")
  )

grafico_usuarios

3.3 Análisis tridimensional interactivo tasa de homicidios

La representación tridimensional integra simultáneamente la dimensión temporal, el sexo y la magnitud de la tasa de homicidios. Su principal utilidad dentro del EDA es facilitar la exploración visual de patrones y diferencias entre grupos.

homicidios_3d <- homicidios %>%
  mutate(
    sexo_numero = case_when(
      sexo == "Female" ~ 1,
      sexo == "Both sexes" ~ 2,
      sexo == "Male" ~ 3,
      TRUE ~ NA_real_
    )
  )

grafico_3d <- plot_ly(
  data = homicidios_3d,
  x = ~anio,
  y = ~sexo_numero,
  z = ~tasa_homicidios,
  color = ~sexo,
  colors = c("#2E86AB", "#3A9D5D", "#6C757D"),
  type = "scatter3d",
  mode = "lines+markers",
  text = ~paste(
    "Año:", anio,
    "<br>Sexo:", sexo,
    "<br>Tasa:", round(tasa_homicidios, 2)
  ),
  hoverinfo = "text"
) %>%
  layout(
    title = "Relación tridimensional entre tiempo, sexo y tasa de homicidios",
    scene = list(
      xaxis = list(title = "Año"),
      yaxis = list(
        title = "Sexo",
        tickvals = c(1, 2, 3),
        ticktext = c(
          "Mujeres",
          "Ambos sexos",
          "Hombres"
        )
      ),
      zaxis = list(
        title = "Tasa por 100.000 habitantes"
      )
    )
  )

grafico_3d

3.4 Boxplot homicidios

Este gráfico permite evaluar la dispersión y posibles valores extremos, pero cuenta solamente con seis períodos temporales que no permiten una adecuada interpretacion de outliers

boxplot_homicidios <- plot_ly(
  data = homicidios,
  y = ~tasa_homicidios,
  color = ~sexo,
  colors = c("#2E86AB", "#3A9D5D", "#6C757D"),
  type = "box",
  boxpoints = "outliers"
) %>%
  layout(
    title = "Distribución de la tasa de homicidios según sexo",
    yaxis = list(
      title = "Tasa por 100.000 habitantes"
    ),
    xaxis = list(
      title = "Sexo"
    )
  )

boxplot_homicidios

Conclusión del análisis exploratorio de datos

El análisis exploratorio permitió caracterizar una base de 70 registros y 34 indicadores relacionados con lesiones, violencia y seguridad vial en Japón, con información correspondiente al período 2000–2017 y una disponibilidad temporal heterogénea entre los diferentes indicadores. La exploración descriptiva evidenció que la tasa estimada de homicidios por 100.000 habitantes constituye uno de los indicadores con mayor continuidad temporal y permite identificar una tendencia descendente durante el período analizado, con diferencias entre hombres y mujeres; por su parte, la distribución de las muertes por tránsito según tipo de usuario permitió reconocer diferencias en la participación de peatones, motociclistas, ciclistas y ocupantes de vehículos. El análisis gráfico, incluyendo la representación tridimensional, facilitó la identificación simultánea de patrones temporales, diferencias por sexo y variaciones en la magnitud de los indicadores, mientras que el boxplot permitió valorar su dispersión y posibles valores extremos. En términos de gestión sanitaria, estos resultados muestran la utilidad del EDA para transformar datos heterogéneos en información descriptiva que facilite la identificación de poblaciones y eventos prioritarios para seguimiento, prevención y asignación de recursos. La heterogeneidad en la disponibilidad de los indicadores, las diferencias en sus unidades de medida y el número limitado de observaciones para algunas variables, constituyen una caracterización inicial de los patrones de lesiones ó violencia y proporcionan una base objetiva para orientar análisis cuantitativos posteriores, sin exceder el alcance exploratorio del presente informe.