2019_Investigación local_Lucia Romero_Francisca Ortega

cargo mis datos de internet

df <- read.csv("https://docs.google.com/spreadsheets/d/e/2PACX-1vRwAhDYZx0K6yqhpy5hSRcVzq1v7yY0hdiIiI9iNmsYlNH-CHa7yECisfwxFi7ALQAiYO6E5iYy774C/pub?gid=826455234&single=true&output=csv")

los packages

library("tidyverse")
library("forcats")

como estan los datos

str(df)

'data.frame':   358 obs. of  4 variables:
 $ Colegio        : Factor w/ 5 levels "Canitas","El meli",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ Curso          : Factor w/ 9 levels "Cuarto","Octavo",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ Codigo         : int  3 1 1 0 0 3 4 3 0 4 ...
 $ Inasistencia...: int  2 5 1 5 1 1 6 1 1 3 ...

summary

summary(df)

           Colegio       Curso        Codigo      Inasistencia... 
 Canitas       :92   Sexto  :59   Min.   :0.000   Min.   : 0.000  
 El meli       :97   Cuarto :46   1st Qu.:1.000   1st Qu.: 4.000  
 Estaquilla    :66   Octavo :44   Median :1.000   Median : 6.000  
 Manuel gatica :45   Segundo:42   Mean   :1.662   Mean   : 7.891  
 Paraguay chico:58   Primero:41   3rd Qu.:3.000   3rd Qu.:10.000  
                     Quinto :40   Max.   :6.000   Max.   :35.000  
                     (Other):86                                   

agrupo colegio y curso , calculo promedios y de por codigo

df %>% 
  group_by(Colegio) %>% 
  summarise(n=n(), Promedio = mean(Codigo), DE = sd(Codigo), round(Promedio,2), round(DE,2)) %>% 
  ungroup()

agrupo por curso

df %>% 
  group_by(Curso) %>% 
  summarise(n=n(), Promedio = mean(Codigo), DE = sd(Codigo), round(Promedio,2), round(DE,2)) %>% 
  ungroup()

distribucion de los codigos

df %>% 
ggplot(aes(x=Codigo)) +
  geom_histogram(bins = 20)

grafica codigo por colegio (ordenada de menos a mas)

df %>% 
  mutate(Colegio = fct_reorder(Colegio, Codigo)) %>%
  ggplot(aes(x=Colegio,y=Codigo)) +
  geom_boxplot()+
  theme_classic()

grafica dispersión

df %>% 
  ggplot(aes(x=Codigo,y=Inasistencia...)) +
  geom_point()+
  geom_smooth()+
  theme_classic()

linea de tendencia

df %>% 
  ggplot(aes(x=Codigo,y=Inasistencia...)) +
  geom_point()+
    geom_smooth(method="lm")

graficas de dispersión para código según colegios

df %>% 
  ggplot(aes(x=Codigo,y=Inasistencia..., fill=Colegio)) +
  geom_point()+
  geom_smooth()+
  facet_wrap(~Colegio)

lo mismo pero ORDENADO por codigo segun colegios

df %>% 
   mutate(Colegio = fct_reorder(Colegio, Codigo)) %>%
  ggplot(aes(x=Codigo,y=Inasistencia..., fill=Colegio)) +
  geom_point()+
  geom_smooth()+
  facet_wrap(~Colegio)

codigos por curso

df %>% 
  ggplot(aes(x=Codigo,y=Inasistencia..., fill=Curso)) +
  geom_point()+
  geom_smooth()+
  facet_wrap(~Curso)

df1 <- read.csv("https://docs.google.com/spreadsheets/d/e/2PACX-1vRwAhDYZx0K6yqhpy5hSRcVzq1v7yY0hdiIiI9iNmsYlNH-CHa7yECisfwxFi7ALQAiYO6E5iYy774C/pub?gid=1691543918&single=true&output=csv")

df1 %>% 
  group_by(Da..o, Curso) %>% 
  summarise(n=n())

df3

df3 <- read.csv("https://docs.google.com/spreadsheets/d/e/2PACX-1vRwAhDYZx0K6yqhpy5hSRcVzq1v7yY0hdiIiI9iNmsYlNH-CHa7yECisfwxFi7ALQAiYO6E5iYy774C/pub?gid=63322584&single=true&output=csv")

df3 %>% 
  ggplot(aes(x=Curso, y=Porcentaje..., fill=Dano))+
  geom_col()+
  scale_fill_viridis_d(direction = -1) +
  coord_flip() +
  theme_minimal()+
  scale_fill_manual(values=c("indianred1", "deepskyblue"))

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

df4 <- read.csv("https://docs.google.com/spreadsheets/d/e/2PACX-1vRwAhDYZx0K6yqhpy5hSRcVzq1v7yY0hdiIiI9iNmsYlNH-CHa7yECisfwxFi7ALQAiYO6E5iYy774C/pub?gid=373814395&single=true&output=csv")

df4 %>% 
ggplot(aes(x=Curso, y=Porcentaje.asistencia..., fill=Asistencia))+
  geom_col()+
  scale_fill_viridis_d(direction = -1) +
  coord_flip() +
  theme_minimal()+
  scale_fill_manual(values=c("indianred1", "deepskyblue"))

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