Para conocer la información de los integrantes del curso de Seminario de Construcción, con enfásis en “Análisis Estadístico”, se realizó una encuesta, para su desarrollo se definieron las preguntas con la profesora de clase, y se adaptaron algunos espacios para realizar la pregunta a cada integrante de manera personal.

En esta línea se carga la matriz con los datos recolectados:

E<-read.csv("Datos participantes.csv", sep = ";")

Las preguntas realizadas a los integrantes del curso son:

names(E)
 [1] "Nombre"       "Estatura"     "Peso"         "Profesión"   
 [5] "Sexo"         "Edad"         "Hijos"        "Estrato"     
 [9] "Hermanos"     "Matriculado"  "Departamento" "Estado.civil"
[13] "X"            "X.1"          "X.2"          "X.3"         
[17] "X.4"          "X.5"          "X.6"         

El tamaño de la muestra es:

length.POSIXlt(E)
[1] 25

Se realizaron histogramas para mostrar los datos obtenidos en las variables cuantitativas, como se muestra a continuación:

Estatura<-E$Estatura
hist(Estatura, main = "Histograma de Estatura", xlab = "Estatura [m]", ylab = "fi", col = ("slateblue4"), ylim = c(0,6))

Edad<-E$Edad
hist(Edad, main = "Histograma de Edad", xlab = "Edad [Años]", ylab = "fi", col = ("maroon4"), ylim = c(0,20), breaks = 3 )

Peso<-E$Peso
hist(Peso, main = "Histograma de Peso", xlab = "Peso [Kg]", ylab = "fi", col = ("dodgerblue3"), ylim = c(0,12), breaks = 3)

Hijos<-E$Hijos
hist(Hijos, main = "Histograma de Hijos", xlab = "No. de Hijos", ylab = "fi", col = ("salmon"), ylim = c(0,25), breaks = c(0, 1, 2, 3))

Hermanos<-E$Hermanos
hist(Hermanos, main = "Histograma de Hermanos", xlab = "No. de Hermanos", ylab = "fi", col = ("darkblue"), ylim = c(0,10))

Sexo<-E$Sexo
barplot(table(Sexo), main = "Sexo", xlab = "1-> Hombre  2-> Mujer", ylab = "No. de PersonaS", col = ("darkorange3"))

Matriculado<-E$Matriculado
barplot(table(Matriculado), main = "Matriculados", xlab = "1-> Matriculado  2-> No Matriculado", ylab = "No. de PersonaS", col = ("darkslategray1"), ylim = c(0,15))

Departamento<-E$Departamento
barplot(table(Departamento), main = "Origen", xlab = "1-> Valle del Cauca  2-> Cauca  3-> Quindío  4->Quindio  5-> Cundinamarca", ylab = "No. de PersonaS", col = ("chocolate1"), ylim = c(0,20))

Educacion<-E$Profesión
barplot(table(Educacion), main = "Nivel de Educación", xlab = "1-> Pregrado  2-> Maestría  3-> Doctorado", ylab = "No. de PersonaS", col = ("royalblue3"), ylim = c(0,15))

Estrato<-E$Estrato
barplot(table(Estrato), main = "Estrato socioeconómico", ylab = "No. de PersonaS", col = ("deeppink3"), ylim = c(0,15))

Estado<-E$Estado.civil
barplot(table(Estado), main = "Estado Civil", xlab = "1-> Soltero  2-> Casado", ylab = "No. de PersonaS", col = ("indianred1"), ylim = c(0,20))

Se calcularon las medidas de tendencia central de las siguientes variables:

summary(Edad)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
  21.00   23.00   25.00   28.78   30.50   49.00       2 
summary(Peso)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
  50.00   57.00   65.00   66.48   75.00   98.00       2 
summary(Estrato)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
   1.00    3.00    3.00    3.13    3.50    5.00       2 

La profesora propone responder las siguientes preguntas a partir de la información suministrada por la encuesta.

  1. ¿Es posible conocer el número de estudiantes que van a aprobar el curso? Puede ser posible que se tenga conocimiento de los estudiantes que van a aprobar el curso si se tiene presenta la entrega del trabajo, pero no a partir de los datos, dado que las variables estudiadas no tienen alguna relación con el desempeño académico.

  2. ¿En el programa de ingeniería civil hay más hombres que mujeres? La tendencia de que haya más hombres que mujeres en una carrera de ingeniería civil es cada vez menor, dado que como es el caso de este curso, es mayor el número de mujeres que de hombres.

  3. ¿Cuál es la tendencia de los estudiantes de ingeniería civil con respecto a tener hijos? Teniendo en cuenta que la mayoría de estudiantes del curso son solteros, se encuentran en pregrado y no tienen hijos, no es conveniente hablar de la tendencia de los estudiantes con respecto a los hijos.

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