ENCUESTA CLASE

En el seminario de contrucción a cargo la Docente Lina Bonilla, en el que abordará el tratamiento estadistico los trabajos de grado, se inició con una actividad que se describirá a continuación.

Con el fin de tener un grupo de datos de diferente tipo, se realizó una encuesta a todos los 24 estudiantes de clase, a ellos se les pregunto por las variables que se presentan a continuación:

C<-read.csv("LibroEjercicio.csv", sep = ";")
names(C)

 [1] "NOMBRE"          "EDAD"            "ESTATURA"        "PESO..Kg."      
 [5] "PROFESIÓN"       "CANT..HIJOS"     "ESTRATO"         "CANT..HERMANO"  
 [9] "MATRICULADO"     "ESTADO.CIVIL"    "LUGAR.DE.ORIGEN" "SEXO"           

library(ggplot2)
ggplot(C, aes(x = EDAD)) + geom_histogram(breaks = seq(20, 40, by = 5), col = "black", fill = "pink") + ggtitle("HISTOGRAMA EDADES") + ylab("CANTIDAD DE ENCUESTADOS") + theme(plot.title = element_text(hjust = 0.5)) + scale_y_continuous(breaks = seq(0, 14, by = 2), limits = c(0,14)) + xlab("EDADES [Años]") + annotate("text", x = c(22.5, 27.5, 32.5, 37.5), y = c(12.5, 6.5, 1.5, 2.5), label = c("50%", "25%", "4.17%", "8.33%"))

ggplot(C, aes(x = ESTATURA)) + geom_histogram(breaks = seq(1.5, 1.9, by = 0.1), col = "black", fill = "orange") + ggtitle("HISTOGRAMA ESTATURA") + ylab("CANTIDAD DE ENCUESTADOS") + theme(plot.title = element_text(hjust = 0.5)) + scale_y_continuous(breaks = seq(0, 10, by = 2), limits = c(0,10)) + xlab("ESTATURAS [m]") + annotate("text", x = c(1.55, 1.65, 1.75, 1.85), y = c(9.5, 7.5, 5.5, 3.5), label = c("37.5%", "29.17%", "20.83%", "12.5%"))

ggplot(C, aes(x = C$PESO..Kg.)) + geom_histogram(breaks = seq(50, 80, by = 6), col = "black", fill = "dark red") + ggtitle("HISTOGRAMA PESO") + ylab("CANTIDAD DE ENCUESTADOS") + theme(plot.title = element_text(hjust = 0.5)) + scale_y_continuous(breaks = seq(0, 7, by = 1), limits = c(0,7)) + xlab("PESOS [Kg]") + scale_x_continuous(breaks = seq(50, 80, by = 6), limits = c(50,80))  + annotate("text", x = c(53, 59, 65, 71, 77), y = c(4.5, 6.5, 2.5, 4.5, 6.5), label = c("16.67%", "25%", "8.33%", "16.67%", "25%"))

NA

PRO<-as.data.frame(prop.table(table(C$PROFESIÓN))*100)
colnames(PRO)<-c("PROFESION", "PORCENTAJE")
k<-c("Pregrado", "Postgrado", "Doctorado")
v<-c("1", "2", "3")
ggplot(PRO, aes(x = PROFESION, y = PORCENTAJE)) + geom_bar(stat = "identity", width = 0.8, fill = "deeppink4") + ggtitle("EDUCACIÓN") + xlab("") + ylab("% ENCUESTADOS") + theme(plot.title = element_text(hjust = 0.5)) + geom_text(aes(y = PORCENTAJE, label = paste(round(PORCENTAJE, 1), "%")), position = position_dodge(width = 0.5), size=4, vjust=-0.5, hjust=0.5 ,col="black") + scale_x_discrete(breaks = v, labels = k) + scale_y_continuous(breaks = seq(0, 80, by = 5), limits = c(0,80))

H<-as.data.frame(prop.table(table(C$CANT..HIJOS))*100)
colnames(H)<-c("HIJOS", "PORCENTAJE")
ggplot(H, aes(x = HIJOS, y = PORCENTAJE)) + geom_bar(stat = "identity", width = 0.8, fill = "darkturquoise") + ggtitle("HIJOS") + ylab("% ENCUESTADOS") + theme(plot.title = element_text(hjust = 0.5)) + geom_text(aes(y = PORCENTAJE, label = paste(round(PORCENTAJE, 1), "%")), position = position_dodge(width = 0.5), size=4, vjust=0.5, hjust=-0.2 ,col="black") + scale_y_continuous(breaks = seq(0, 80, by = 5), limits = c(0,80)) + xlab("CANTIDAD DE HIJOS") + coord_flip()

Est<-as.data.frame(prop.table(table(C$ESTRATO))*100)
colnames(Est)<-c("Estrato", "PORCENTAJE")
ggplot(Est, aes(x = Estrato, y = PORCENTAJE)) + geom_bar(stat = "identity", width = 0.8, fill = "gold2") + ggtitle("ESTRATOS") + xlab("") + ylab("% ENCUESTADOS") + theme(plot.title = element_text(hjust = 0.5)) + scale_y_continuous(breaks = seq(0, 60, by = 5), limits = c(0,60)) + geom_text(aes(y = PORCENTAJE, label = paste(round(PORCENTAJE, 2), "%")), position = position_dodge(width = 0.5), size=4, vjust=0.5, hjust=-0.2 ,col="black") + scale_x_discrete(breaks = c("1","2","3","4","5"), labels = c("Estrato 1", "Estrato 2", "Estrato 3", "Estrato 4", "Estrato 5")) + coord_flip()

HE<-as.data.frame(prop.table(table(C$CANT..HERMANO))*100)
colnames(HE)<-c("Hermanos", "PORCENTAJE")
ggplot(HE, aes(x = Hermanos, y = PORCENTAJE)) + geom_bar(stat = "identity", width = 0.8, fill = "mediumpurple1",  col = "black") + ggtitle("HERMANOS") + xlab("NÚMERO DE HERMANOS") + ylab("% ENCUESTADOS") + theme(plot.title = element_text(hjust = 0.5)) + geom_text(aes(y = PORCENTAJE, label = paste(round(PORCENTAJE, 2), "%")), position = position_dodge(width = 0.5), size=4, vjust=-0.5, hjust=0.5 ,col="black") + scale_y_continuous(breaks = seq(0, 30, by = 5), limits = c(0,30))

M<-as.data.frame(prop.table(table(C$MATRICULADO))*100)
colnames(M)<-c("MATRICULADO", "PORCENTAJE")
library(ggplot2)
ggplot(M, aes(x="", y = PORCENTAJE, fill = MATRICULADO)) + geom_bar(stat = "identity", width = 1)+coord_polar("y", start=0)+scale_fill_brewer(palette = "Set2", labels=c("Si","No"))+ labs(title = "MATRICULADO", x = NULL, y = NULL, fill = "")+scale_x_discrete(labels=NULL,breaks = NULL)+scale_y_discrete(labels=NULL,breaks = NULL)+ geom_text(aes(y = PORCENTAJE, label = paste(round(PORCENTAJE, 1), "%")), position = position_dodge(width = 1), size=5, vjust=-3.5, hjust=0.7 ,col="black")+ylim(0, 100)+ theme(plot.title = element_text(hjust = 0.5)) + theme(legend.position = "right", legend.background = element_rect(fill = "white", size = 0.5, linetype = "solid"))

Scale for 'y' is already present. Adding another scale for 'y', which will
replace the existing scale.

EC<-as.data.frame(prop.table(table(C$ESTADO.CIVIL))*100)
colnames(EC)<-c("ECI", "PORCENTAJE")
library(ggplot2)
ggplot(EC, aes(x="", y = PORCENTAJE, fill = ECI)) + geom_bar(stat = "identity", width = 1)+coord_polar("y", start=0)+scale_fill_brewer(palette = "Set3", labels=c("Soltero","Casado"))+ labs(title = "ESTADO CIVIL", x = NULL, y = NULL, fill = "")+scale_x_discrete(labels=NULL,breaks = NULL)+scale_y_discrete(labels=NULL,breaks = NULL)+ geom_text(aes(y = PORCENTAJE, label = paste(round(PORCENTAJE, 1), "%")), position = position_dodge(width = 1), size=4, vjust=0, hjust=1.2 ,col="black")+ylim(0, 100)+ theme(plot.title = element_text(hjust = 0.5)) + theme(legend.position = "right", legend.background = element_rect(fill = "white", size = 0.5, linetype = "solid"))

Scale for 'y' is already present. Adding another scale for 'y', which will
replace the existing scale.

R<-as.data.frame(prop.table(table(C$LUGAR.DE.ORIGEN))*100)
colnames(R)<-c("L", "PORCENTAJE")
ggplot(R, aes(x = L, y = PORCENTAJE)) + geom_bar(stat = "identity", width = 0.8, fill = "lightsalmon") + ggtitle("LUGAR DE ORIGEN") + xlab("") + ylab("% ENCUESTADOS") + theme(plot.title = element_text(hjust = 0.5)) + scale_y_continuous(breaks = seq(0, 80, by = 10), limits = c(0,80)) + geom_text(aes(y = PORCENTAJE, label = paste(round(PORCENTAJE, 2), "%")), position = position_dodge(width = 0.5), size=4, vjust=-0.5, hjust=0.5 ,col="black") + scale_x_discrete(breaks = c("1","2", "3","4","5"), labels = c("Valle del Cauca", "Cauca", "Quindio", "Nariño", "Cundinamarca")) 

Sexo<-as.data.frame(prop.table(table(C$SEXO))*100)
colnames(Sexo)<-c("Sexo", "PORCENTAJE")
d<-c("HOMBRES", "MUJERES")
f<-c("1", "2")
library(ggplot2)
ggplot(Sexo, aes(x = Sexo, y = PORCENTAJE)) + geom_bar(stat = "identity", width = 0.5, fill =c("lightblue", "hotpink1")) + ggtitle("GÉNERO") + xlab("") + ylab("% ENCUESTADOS") + theme(plot.title = element_text(hjust = 0.5)) + geom_text(aes(y = PORCENTAJE, label = paste(round(PORCENTAJE, 2), "%")), position = position_dodge(width = 0.5), size=4, vjust=-0.5, hjust=0.5 ,col="black") + scale_x_discrete(breaks = f, labels = d) + scale_y_continuous(breaks = seq(0, 60, by = 5), limits = c(0,60))

Medidas de tendencia central: Son aquellas que pretenden resumir en un solo valor a un conjunto de valores, reprecentan el centro en torno al cual se encuentran ubicados los datos.

summary(C)

              NOMBRE        EDAD          ESTATURA       PESO..Kg.    
 ALEJANDRO ARCILA: 1   Min.   :21.00   Min.   :1.520   Min.   :50.00  
 ANDRÉS CASANOVA : 1   1st Qu.:23.00   1st Qu.:1.595   1st Qu.:57.00  
 ANGELA PEREZ    : 1   Median :25.50   Median :1.660   Median :67.50  
 ANGIE ALDEMAR   : 1   Mean   :28.71   Mean   :1.673   Mean   :67.46  
 ANGIE CABEZAS   : 1   3rd Qu.:30.25   3rd Qu.:1.750   3rd Qu.:75.25  
 CARLOS ZAPATA   : 1   Max.   :49.00   Max.   :1.880   Max.   :98.00  
 (Other)         :18                                                  
   PROFESIÓN      CANT..HIJOS        ESTRATO     CANT..HERMANO  
 Min.   :1.000   Min.   :0.0000   Min.   :1.00   Min.   :0.000  
 1st Qu.:1.000   1st Qu.:0.0000   1st Qu.:3.00   1st Qu.:1.000  
 Median :1.000   Median :0.0000   Median :3.00   Median :2.000  
 Mean   :1.375   Mean   :0.4167   Mean   :3.25   Mean   :2.292  
 3rd Qu.:2.000   3rd Qu.:0.2500   3rd Qu.:4.00   3rd Qu.:3.250  
 Max.   :3.000   Max.   :3.0000   Max.   :5.00   Max.   :6.000  
                                                                
  MATRICULADO     ESTADO.CIVIL   LUGAR.DE.ORIGEN      SEXO      
 Min.   :1.000   Min.   :1.000   Min.   :1.000   Min.   :1.000  
 1st Qu.:1.000   1st Qu.:1.000   1st Qu.:1.000   1st Qu.:1.000  
 Median :1.000   Median :1.000   Median :1.000   Median :2.000  
 Mean   :1.375   Mean   :1.125   Mean   :1.875   Mean   :1.583  
 3rd Qu.:2.000   3rd Qu.:1.000   3rd Qu.:2.000   3rd Qu.:2.000  
 Max.   :2.000   Max.   :2.000   Max.   :5.000   Max.   :2.000  
                                                                

Esto corresponde a que el promedio de edades es 28,7; el estrato promedio de la población es 3; y el numero de hijos esta entre 0-1

La mediana nos indica que el 50% de la población es menor de 25 años y el 50% es mayor de 25 años; 50% es menor, de la misma manera pertenece al estrato 0 y tienen 0 hijos

La moda para la edad corresponde a 23 años, la moda de estrato corresponde al 3, y el número de hijos corresponde a 0

La varianza indica que la variable edad es la que presenta mayor variablidad, mientras que el estrato y el número de hijos, tiene una pequeña variabilidad.