Análisis de resultados de SAT

A continuación, se muestran las gráficas de las variables evaluadas en un estudio realizado, sobre los puntajes obtenidos en la prueba SAT y la cantidad de estudiantes presentados por cada escuela a este examen.

Primeramente se lee la matriz:

T<-read.csv("opcional.csv", sep = ";")

Se gráfica el puntaje obtenido por cada escuela, como se muestra a continuación.

library(ggplot2)

package <U+393C><U+3E31>ggplot2<U+393C><U+3E32> was built under R version 3.4.3

ggplot(T, aes(x = T$Mean.SAT.Score)) + geom_histogram(breaks = seq(1100, 1750, by = 10), col = "black", fill = "deeppink4") + scale_y_continuous(breaks = seq(0, 8, by = 1), limits = c(0,8)) + ylab("No. Escuelas") + theme(plot.title = element_text(hjust = 0.5)) + xlab("Puntaje Obtenido") + ggtitle("Puntaje Obtenido por Escuela")

Como se puede observar, la mayoría de las escuelas obtuvieron puntajes entre 1400 y 1600 en la prueba SAT.

En esta línea se gráfica la variable correspondiente al número de estudiantes que presentaron la prueba por cada escuela:

library(ggplot2)
ggplot(T, aes(x = T$X..Test.Takers)) + geom_histogram(breaks = seq(0, 1000, by = 250), col = "black", fill = "deeppink4") + scale_y_continuous(breaks = seq(0, 50, by = 5), limits = c(0,50)) + ylab("No. Escuelas") + theme(plot.title = element_text(hjust = 0.5)) + xlab("No. Estudiantes") + ggtitle("No. Estudiantes por Escuela")

A partir de la gráfica, se obtiene, que la mayoría de escuelas presenta 250 o menos estudiantes a las pruebas SAT.

En la siguiente línea, se decide realizar un gráfico de puntos, para poder observar la dispersión de las variables No. Estudiantes presentados por escuela y Puntaje Obtenido.

ggplot(T, aes(x = T$Mean.SAT.Score, y = T$X..Test.Takers)) + geom_point(colour = "steelblue") + ggtitle("No. Estudiantes y Puntaje Obtenido") + ylab("No. Estudiantes") + theme(plot.title = element_text(hjust = 0.5)) + xlab("Puntaje Obtenido")

Como se observa en la gráfica de puntos se observa una similitud en los resultados obtenidos en las escuelas que presentaron pocos estudiantes y en las que presentaron mayor cantidad de estudiantes.

Ahora se procede a graficar la variable correspondiente a años de experiencia por parte de los profesores.

library(ggplot2)
ggplot(T, aes(x = T$Avg.Yrs.Teach.Experience)) + geom_histogram(breaks = seq(6, 16, by = 2), col = "black", fill = "deeppink4") + scale_y_continuous(breaks = seq(0, 35, by = 5), limits = c(0,35)) + ylab("No. Escuelas") + theme(plot.title = element_text(hjust = 0.5)) + xlab("Años de experiencia profesores") + ggtitle("Años de experiencia")

La mayoría de escuelas tienen profesores con experiencia entre 10 y 14 años, por otro lado, ninguna escuela tiene profesores con experiencia inferior a 6 años.

ggplot(T, aes(x = T$Mean.SAT.Score, y = T$Avg.Yrs.Teach.Experience)) + geom_point(colour = "steelblue") + ggtitle("Experiencia Profesores y Puntaje Obtenido") + ylab("Años de Experiencia") + theme(plot.title = element_text(hjust = 0.5)) + xlab("Puntaje Obtenido")

Como se puede observar aquellas escuelas donde la experienica de los profesores es mayor, es donde los resultados son los mejores.

Por lo tanto, en los resultados en la prueba SAT influyen principalmente la experiencia de los profesores y en algunos casos la cantidad de estudiantes, dado que, aquellas escuelas que enviaron menos que el promedio obtuvieron ligeramente un puntaje mayor.