title: “Taller de Análisis Estadístico” author: “Daniel Gutiérrez” date: “2026-09-30” output: html_document: toc: true toc_float: collapsed: false smooth_scroll: true number_sections: true theme: flatly —
# Opción recomendable: Detecta automáticamente la carpeta 'Downloads/Descargas' de tu usuario
ruta_descargas <- file.path(Sys.getenv("USERPROFILE"), "Downloads", "datos_desigualdad_sinteticos.txt")
# Si estás en Mac/Linux y la opción anterior no encuentra la ruta, usa esta en su lugar:
# ruta_descargas <- file.path(Sys.getenv("HOME"), "Downloads", "datos_desigualdad_sinteticos.txt")
# Lectura del archivo desde la carpeta Descargas
datos <- read.delim(ruta_descargas, header = TRUE, sep = "\t")
# Inspección de los datos
str(datos)## 'data.frame': 100 obs. of 21 variables:
## $ id : int 1 2 3 4 5 6 7 8 9 10 ...
## $ x1 : int 26 29 19 20 22 25 29 29 20 19 ...
## $ x2 : int 0 1 0 0 1 0 1 0 0 1 ...
## $ x3 : int 0 0 0 0 0 0 0 1 1 1 ...
## $ x4 : int 2 4 4 5 2 2 5 1 2 3 ...
## $ x5 : int 7 15 12 13 9 7 13 2 6 12 ...
## $ x6 : int 13 15 15 14 10 12 14 11 13 14 ...
## $ x7 : num 1.97 2.31 3.66 3.18 1.36 2.06 3.06 1.16 1.9 2.05 ...
## $ x8 : int 1 0 0 0 0 1 0 0 0 0 ...
## $ x9 : int 1 1 0 1 0 1 1 0 0 1 ...
## $ x10: num 10 14.3 3.1 9.7 19.6 5.3 12.2 11.4 8.3 13.1 ...
## $ x11: num 40.2 25.4 17 17.2 51.1 41.8 30.4 49.7 44.7 61.3 ...
## $ x12: int 0 0 0 0 0 0 0 1 1 1 ...
## $ x13: num 2.7 1.6 0.6 2.7 4.7 3.2 0 6.6 7.2 3.9 ...
## $ x14: num 5.9 5.6 1.7 2.5 5 3.7 5.5 5.3 6.2 6 ...
## $ x15: num 5.8 4 7.7 6.6 5.8 5.8 4.8 3.6 4.9 5.2 ...
## $ x16: num 6.5 6 8.7 7.2 4.7 7.3 9.4 4.6 2.4 6.5 ...
## $ x17: int 0 0 1 0 1 0 1 0 1 0 ...
## $ x18: int 434 476 702 646 327 422 795 197 339 378 ...
## $ x19: num 7.4 10.2 11.8 7 8.3 8.3 9.7 6.6 2.4 10.8 ...
## $ x20: num 52 75.2 78 53.4 56.7 58.7 72.5 48.3 51.4 56.3 ...summary(datos)## id x1 x2 x3 x4
## Min. : 1.00 Min. :18.00 Min. :0.00 Min. :0.00 Min. :1.00
## 1st Qu.: 25.75 1st Qu.:21.00 1st Qu.:0.00 1st Qu.:0.00 1st Qu.:2.00
## Median : 50.50 Median :25.00 Median :0.00 Median :0.00 Median :3.00
## Mean : 50.50 Mean :25.65 Mean :0.49 Mean :0.53 Mean :2.98
## 3rd Qu.: 75.25 3rd Qu.:30.00 3rd Qu.:1.00 3rd Qu.:1.00 3rd Qu.:4.00
## Max. :100.00 Max. :35.00 Max. :1.00 Max. :2.00 Max. :5.00
## x5 x6 x7 x8 x9
## Min. : 0.00 Min. : 8.00 Min. :0.600 Min. :0.00 Min. :0.00
## 1st Qu.: 7.00 1st Qu.:11.00 1st Qu.:1.305 1st Qu.:0.00 1st Qu.:0.00
## Median :10.00 Median :13.00 Median :2.150 Median :0.00 Median :1.00
## Mean : 9.81 Mean :12.78 Mean :2.202 Mean :0.19 Mean :0.61
## 3rd Qu.:13.00 3rd Qu.:14.25 3rd Qu.:3.053 3rd Qu.:0.00 3rd Qu.:1.00
## Max. :18.00 Max. :19.00 Max. :4.950 Max. :1.00 Max. :1.00
## x10 x11 x12 x13
## Min. : 0.200 Min. :10.00 Min. :0.00 Min. :0.000
## 1st Qu.: 6.775 1st Qu.:28.25 1st Qu.:0.00 1st Qu.:1.200
## Median : 9.600 Median :41.70 Median :0.00 Median :2.650
## Mean :10.821 Mean :39.98 Mean :0.29 Mean :3.119
## 3rd Qu.:15.075 3rd Qu.:51.02 3rd Qu.:1.00 3rd Qu.:4.600
## Max. :23.200 Max. :74.30 Max. :1.00 Max. :9.500
## x14 x15 x16 x17 x18
## Min. :1.200 Min. :2.000 Min. :0.500 Min. :0.00 Min. : 59.0
## 1st Qu.:3.875 1st Qu.:4.300 1st Qu.:4.300 1st Qu.:0.00 1st Qu.:339.0
## Median :5.300 Median :5.250 Median :5.600 Median :0.00 Median :487.5
## Mean :5.146 Mean :5.241 Mean :5.521 Mean :0.49 Mean :485.7
## 3rd Qu.:6.300 3rd Qu.:6.400 3rd Qu.:6.900 3rd Qu.:1.00 3rd Qu.:616.8
## Max. :8.900 Max. :9.700 Max. :9.700 Max. :1.00 Max. :900.0
## x19 x20
## Min. : 0.100 Min. :38.80
## 1st Qu.: 6.600 1st Qu.:53.48
## Median : 9.200 Median :60.95
## Mean : 9.054 Mean :61.16
## 3rd Qu.:11.825 3rd Qu.:69.30
## Max. :16.600 Max. :81.40# Creación de variable auxiliar para pertenencia étnica (0 = Sin pertenencia, 1 = Con pertenencia)
datos$etnia <- ifelse(datos$x3 > 0, 1, 0)cat("\n=== EJERCICIO 1 ===\n")##
## === EJERCICIO 1 ===t1 <- t.test(x10 ~ x2, data = datos, alternative = "less") # x2: 0=Hombres, 1=Mujeres
print(t1)##
## Welch Two Sample t-test
##
## data: x10 by x2
## t = -13.53, df = 86.666, p-value < 2.2e-16
## alternative hypothesis: true difference in means between group 0 and group 1 is less than 0
## 95 percent confidence interval:
## -Inf -7.278448
## sample estimates:
## mean in group 0 mean in group 1
## 6.754902 15.053061cat("\n=== EJERCICIO 2 ===\n")##
## === EJERCICIO 2 ===tabla2 <- table(datos$etnia, datos$x12)
chi2 <- chisq.test(tabla2, correct = FALSE)
print(chi2)##
## Pearson's Chi-squared test
##
## data: tabla2
## X-squared = 16.663, df = 1, p-value = 4.465e-05cat("\n=== EJERCICIO 3 ===\n")##
## === EJERCICIO 3 ===anova3 <- aov(x7 ~ factor(x4), data = datos)
summary(anova3)## Df Sum Sq Mean Sq F value Pr(>F)
## factor(x4) 4 79.08 19.770 46.97 <2e-16 ***
## Residuals 95 39.98 0.421
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Pregunta: Compare el acceso a internet entre los quintiles 1–2 y los quintiles 4–5.
cat("\n=== EJERCICIO 4 ===\n")##
## === EJERCICIO 4 ===sub_q <- datos[datos$x4 %in% c(1, 2, 4, 5), ]
sub_q$grupo_q <- ifelse(sub_q$x4 %in% c(1, 2), "Q1-2", "Q4-5")
tabla4 <- table(sub_q$grupo_q, sub_q$x17)
chi4 <- chisq.test(tabla4, correct = FALSE)
print(chi4)##
## Pearson's Chi-squared test
##
## data: tabla4
## X-squared = 22.436, df = 1, p-value = 2.173e-06cat("\n=== EJERCICIO 6 ===\n")##
## === EJERCICIO 6 ===cor6 <- cor.test(datos$x13, datos$x16)
print(cor6)##
## Pearson's product-moment correlation
##
## data: datos$x13 and datos$x16
## t = -15.758, df = 98, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.8944298 -0.7801056
## sample estimates:
## cor
## -0.846775cat("\n=== EJERCICIO 7 ===\n")##
## === EJERCICIO 7 ===t7 <- t.test(x20 ~ etnia, data = datos)
print(t7)##
## Welch Two Sample t-test
##
## data: x20 by etnia
## t = 2.3069, df = 87.73, p-value = 0.02342
## alternative hypothesis: true difference in means between group 0 and group 1 is not equal to 0
## 95 percent confidence interval:
## 0.6326958 8.5029801
## sample estimates:
## mean in group 0 mean in group 1
## 63.02881 58.46098cat("\n=== EJERCICIO 8 ===\n")##
## === EJERCICIO 8 ===tabla8 <- table(datos$x2, datos$x17)
chi8 <- chisq.test(tabla8, correct = FALSE)
print(chi8)##
## Pearson's Chi-squared test
##
## data: tabla8
## X-squared = 1.6013e-05, df = 1, p-value = 0.9968Pregunta: ¿La edad está correlacionada con el puntaje de la prueba? Relación aproximadamente nula
cat("\n=== EJERCICIO 9 ===\n")##
## === EJERCICIO 9 ===cor9 <- cor.test(datos$x1, datos$x20)
print(cor9)##
## Pearson's product-moment correlation
##
## data: datos$x1 and datos$x20
## t = 0.16018, df = 98, p-value = 0.8731
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.1808140 0.2119233
## sample estimates:
## cor
## 0.01617866Pregunta: ¿El ingreso laboral promedio difiere por sexo?
cat("\n=== EJERCICIO 10 ===\n")##
## === EJERCICIO 10 ===t10 <- t.test(x7 ~ x2, data = datos)
print(t10)##
## Welch Two Sample t-test
##
## data: x7 by x2
## t = 2.3245, df = 97.385, p-value = 0.02218
## alternative hypothesis: true difference in means between group 0 and group 1 is not equal to 0
## 95 percent confidence interval:
## 0.07300978 0.92566168
## sample estimates:
## mean in group 0 mean in group 1
## 2.446275 1.946939cat("\n=== EJERCICIO 11 ===\n")##
## === EJERCICIO 11 ===t11 <- t.test(x7 ~ etnia, data = datos)
print(t11)##
## Welch Two Sample t-test
##
## data: x7 by etnia
## t = 5.0812, df = 93.008, p-value = 1.928e-06
## alternative hypothesis: true difference in means between group 0 and group 1 is not equal to 0
## 95 percent confidence interval:
## 0.6050496 1.3813580
## sample estimates:
## mean in group 0 mean in group 1
## 2.608814 1.615610cat("\n=== EJERCICIO 12 ===\n")##
## === EJERCICIO 12 ===cor12 <- cor.test(datos$x19, datos$x20)
print(cor12)##
## Pearson's product-moment correlation
##
## data: datos$x19 and datos$x20
## t = 7.9437, df = 98, p-value = 3.345e-12
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.4896203 0.7322536
## sample estimates:
## cor
## 0.6258502# Creación del dataframe resumido del taller
resumen_taller <- data.frame(
`Ejercicio` = 1:12,
`Pregunta de Investigación` = c(
"¿Las mujeres dedican, en promedio, más horas al trabajo doméstico y de cuidado no remunerado que los hombres?",
"¿La proporción que reporta discriminación laboral es igual entre quienes declaran pertenencia étnica afro/indígena y quienes no?",
"¿El ingreso laboral promedio es igual en los cinco quintiles socioeconómicos de origen?",
"¿Difiere el acceso a internet entre los quintiles más bajos (Q1-2) y los quintiles más altos (Q4-5)?",
"¿Existe asociación lineal entre el tiempo de desplazamiento y el nivel de estrés social?",
"¿Existe asociación lineal entre la percepción de trato injusto y la confianza institucional?",
"¿Difiere el puntaje promedio de la prueba entre personas con y sin pertenencia étnica afro/indígena?",
"¿El acceso a internet difiere según el sexo?",
"¿Existe correlación entre la edad y el puntaje obtenido en la prueba?",
"¿El ingreso laboral promedio difiere entre hombres y mujeres?",
"¿El ingreso laboral promedio difiere según la pertenencia étnica afro/indígena?",
"¿Existe asociación lineal entre las horas de estudio semanales y el puntaje obtenido en la prueba?"
),
`Variables (X e Y)` = c(
"X: Sexo (x2), Y: Horas trabajo doméstico (x10)",
"X: Pertenencia étnica (etnia/x3), Y: Discriminación laboral (x12)",
"X: Quintil socioeconómico (x4), Y: Ingreso laboral (x7)",
"X: Grupo de quintil (Q1-2 vs Q4-5 / x4), Y: Acceso a internet (x17)",
"X: Tiempo de desplazamiento (x11), Y: Estrés social (x14)",
"X: Trato injusto (x13), Y: Confianza institucional (x16)",
"X: Pertenencia étnica (etnia/x3), Y: Puntaje prueba (x20)",
"X: Sexo (x2), Y: Acceso a internet (x17)",
"X: Edad (x1), Y: Puntaje prueba (x20)",
"X: Sexo (x2), Y: Ingreso laboral (x7)",
"X: Pertenencia étnica (etnia/x3), Y: Ingreso laboral (x7)",
"X: Horas de estudio (x19), Y: Puntaje prueba (x20)"
),
`Tipo de Prueba Utilizada` = c(
"Prueba t de Student para muestras independientes (una cola / 'less')",
"Prueba de Chi-cuadrado de independencia (Sin corrección de Yates)",
"Análisis de Varianza de un factor (ANOVA de un factor)",
"Prueba de Chi-cuadrado de independencia (Sin corrección de Yates)",
"Coeficiente de Correlación de Pearson",
"Coeficiente de Correlación de Pearson",
"Prueba t de Student para muestras independientes (dos colas)",
"Prueba de Chi-cuadrado de independencia (Sin corrección de Yates)",
"Coeficiente de Correlación de Pearson",
"Prueba t de Student para muestras independientes (dos colas)",
"Prueba t de Student para muestras independientes (dos colas)",
"Coeficiente de Correlación de Pearson"
),
`Interpretación Humana` = c(
"Análisis social sobre brechas de género en el trabajo de cuidados no remunerado dentro del hogar.",
"Evaluación de la equidad laboral y posible presencia de discriminación sistemática por origen étnico.",
"Evaluación de la movilidad socioeconómica e inequidad en la distribución del ingreso laboral.",
"Análisis de la brecha digital y desigualdad en el acceso a tecnologías de información entre estratos.",
"Estudio sobre la calidad de vida urbana y el impacto psicológico del transporte y la movilidad diaria.",
"Análisis sobre la cohesión social y cómo las experiencias individuales de trato injusto merman la confianza en instituciones.",
"Discusión crítica sobre sesgos y variables confusoras; la diferencia promedio no implica causalidad étnica.",
"Evaluación de la paridad de género en el acceso a servicios tecnológicos básicos.",
"Análisis del impacto del factor biológico/etario sobre el rendimiento en la evaluación.",
"Evaluación de la brecha salarial de género en el mercado de trabajo.",
"Estudio de las disparidades salariales asociadas a la pertenencia a grupos étnicos.",
"Análisis del rendimiento académico o técnico en función del esfuerzo y dedicación en horas de estudio."
),
`Interpretación IA` = c(
"Evaluación estadística: Compara medias (x10) entre dos grupos (x2) para probar H1: μ_hombres < μ_mujeres.",
"Evaluación estadística: Analiza la independencia asociativa entre dos variables categóricas (etnia vs x12).",
"Evaluación estadística: Compara las medias de una variable continua (x7) a través de >2 grupos categóricos (x4).",
"Evaluación estadística: Evalúa la asociación en una tabla de contingencia 2x2 para muestras reducidas/filtradas.",
"Evaluación estadística: Mide la fuerza y dirección de la relación lineal continua entre x11 y x14.",
"Evaluación estadística: Mide la fuerza y dirección de la relación lineal continua entre x13 y x16.",
"Evaluación estadística: Compara medias de x20 entre dos grupos (etnia); detecta asociación pero advierte ausencia de inferencia causal.",
"Evaluación estadística: Prueba de independencia entre variables categóricas; diseñada para contrastar H0 (sin asociación significativa).",
"Evaluación estadística: Estima el coeficiente r de Pearson para validar o descartar una relación lineal (esperada nula).",
"Evaluación estadística: Compara medias muestrales de x7 entre dos categorías de x2 para verificar diferencia de ingresos.",
"Evaluación estadística: Compara medias de x7 entre dos categorías de etnia para comprobar significancia estadística.",
"Evaluación estadística: Evalúa mediante r de Pearson si el incremento en x19 co-varía linealmente con x20."
),
check.names = FALSE
)
# Para visualizar la tabla organizada en RStudio:
View(resumen_taller)