R Notebook
- Todos los cálculos que hago en bivariada dependen si mi variable numérica se comporta normal.
- Tengo que ver que sean números.
- Reading es la nota y sex es el factor. Numérico y categórico. f1 me da la media de reading pero referente al sexo.
- Tengo dos caminos: estadística paramétrica (necesita requisitos) y no paramétrica (no requieren requisitos).
- Si la prob es menos que 0.05 no se distribuye normalmente.
- El gráfico ggqplot: si los puntos se alejan de la diagonal, no es normal. Decimos que la variable es significativa cuando la probabilidad es menor que 0.05.
- Cuando no es normal, uso no paramétrico.
- Cuando algo es no significativo no se contradice a la prueba. O sea no se puede concluir que los hombres leen mejor que los mujeres, puesto que el resultado es no significativo.(prueba wicox)
- Si los bloques se separan hay diferencia, si estan juntos, hay igualdad.
- El usar paramétrico o no paramétrico va a depender de lo que me salga en el cuadrito primero en PROB y en el gráfico. # DICOTÓMICA
- Paramético: T No paramétrico: wilcox (Man Whitney) # POLITÓMICA
- Paramétrico: Prueba F (SUMMARY) No paramétrico: kruskal
RESPECTO A LOS GRAFICOS : Cuando es de las diagonales X SIEMPRE ES NUMERO Y Y ES UN FACTOR cuando es el de los bloques X SIEMPRE ES UN FACTOR Y Y ES SIEMPRE UN NÚMERO. SI NO LO HAGO ASÍ EL GRÁFICO ME SALDRÁ MAL.
GRÁFICOS Si es NO PARAMÉTRICA, uso boxplot (ggplot) Si es PARAMÉTRICA, uso las barras (ggpubr) ggerrorplot
Los astericos indican que la probabilidad de que todas las medias sean iguales es menor a 0.05. De ahi que al menos una difiere de las demás.
- El Coeficiente de contingencia o Cramer sugieren una intensidad relevante (mayor a 0.3).
RDG Y SES(nivel socioeconómico) - La pregunta sería: ¿a mayor nivel socioeconómico, mayor nivel de lectura? - Cuando me sale e-12. quiere decir que muevo la coma decimal doce veces, es muy significativo. - Según el gráfico, confirma que la diferencia es significativa puesto que el primer bloque está debajo de los demás. - Politómica: de tres a más
- Importante: darse cuenta qué variable es y cuál hipótesis es.
- Cuando es categórica - numérico, la hipótesis es que las medias son iguales. *Uso boxplots o diagrama de rho
- Cuando es numérico - numérico la hipótesis es que no hay correlación.
- Cuando es categórico - categórico no hay correlación entre las variables.
- Aquí analizo tabla de contingencia
- El Coeficiente de contingencia o Cramer sugieren una intensidad relevante (mayor a 0.3). La columna es la independiente Uso Diagrama de puntos, puedo ver si es lineal o no. (gráfico de values)
- Si el p-valor es menor que 0.05, rechazo la hipótesis original.
- Cuando el Pearson o Spearman son positivos, quiere decir que la relación es directa. Por lo tanto los puntos van del extremo inferior izquiero, al extremo superior derechos. (ASCENDENTE)
HIPOTESIS NULA o H0: para numéricas con categóricas (dico o poli) NUM- DICO :Los promedios de las variables numericas en cada grupo de la dicotómica no se diferencian. NUM-POLI Los promedios de las variables numericas en cada grupo de la politómica no se diferencian.
Test para aprobar o aceptar hipótesis
PARAMÉTRICA -DICO:PRUEBA T -POLI:anova o prueba F de Schnedeco
NO PÁRAMÉTRICA -DICO:WILCOX POLI: krustal
- Si son negativos, van del extremo superior izquiero hasta el extremo inferior derecho. (DESCENDENTE) -as.orderer es con números y orden ok con palabras -Test de normalidad: Shapiro Wilk
library(htmltab)
link="https://es.wikipedia.org/wiki/Elecciones_parlamentarias_de_Per%C3%BA_de_2016"
path='//*[@id="mw-content-text"]/div/table[6]/tbody/tr/td/table/tbody'
elecciones=htmltab(doc = link,which = path)str(elecciones)## 'data.frame': 130 obs. of 6 variables:
## $ Distrito Electoral : chr "Amazonas(al 100,00%)" "Amazonas(al 100,00%)" "Áncash(al 100,00%)" "Áncash(al 100,00%)" ...
## $ Escaños : chr "2" "2" "5" "5" ...
## $ Congresistas electos: chr "2" "1" "2" "1" ...
## $ Congresistas electos: chr "Marita Herrera Arévalo" "Miguel Antonio Castro Grández" "Eloy Ricardo Narváez Soto" "María Elena Foronda Farro" ...
## $ Partido : chr "Fuerza Popular" "Fuerza Popular" "Alianza para el Progreso" "Frente Amplio" ...
## $ Votos : chr "15 312" "12 939" "20 941" "9 094" ...elecciones$Partido=as.factor(elecciones$Partido)library(readr)
elecciones[,c(2,3,6)]=lapply(elecciones[,c(2,3,6)],parse_number)elecciones=elecciones[,c(5,6)]str(elecciones)## 'data.frame': 130 obs. of 2 variables:
## $ Partido: Factor w/ 6 levels "Acción Popular",..: 5 5 2 4 5 5 5 4 5 1 ...
## $ Votos : num 15 12 20 9 24 21 13 10 15 26 ...Tengo una variable categórica y otra numérica
f1=formula(Votos ~ Partido)
aggregate(f1, elecciones,mean) library(knitr)
tablag= aggregate(f1, elecciones,
FUN = function(x) {y <- shapiro.test(x); c(y$statistic, y$p.value)})
# para que se vea mejor:
library(knitr)
shapiroTest=as.data.frame(tablag[,2])
names(shapiroTest)=c("W","Prob")
kable(cbind(tablag[1],shapiroTest))| Partido | W | Prob |
|---|---|---|
| Acción Popular | 0.8730698 | 0.2790776 |
| Alianza para el Progreso | 0.7129150 | 0.0020080 |
| Alianza Popular | 0.8299864 | 0.1390880 |
| Frente Amplio | 0.6847797 | 0.0000256 |
| Fuerza Popular | 0.4544075 | 0.0000000 |
| Peruanos por el Kambio | 0.6915787 | 0.0000638 |
| Vemos que hay valores menor | es que 0.05, | entonces nuestro camino es el no paramétrico. |
Graficamente:
library(ggpubr)## Loading required package: ggplot2## Loading required package: magrittrggqqplot(data=elecciones,x="Votos") + facet_grid(. ~ Partido)
Comprobamos que no hay normalidad
DICOTÓMICA
- Paramético: T No paramétrico: wilcox
Como no hay normalidad, vamos por camino NO parametrico:
kruskal.test(f1,elecciones)##
## Kruskal-Wallis rank sum test
##
## data: Votos by Partido
## Kruskal-Wallis chi-squared = 19.014, df = 5, p-value = 0.001911vemos que el p-value es menos que 0.05, por lo tanto se rechaza la hopotesis
ggplot(data=elecciones, aes(x=Partido, y=Votos)) + geom_boxplot(notch = T)## notch went outside hinges. Try setting notch=FALSE.
## notch went outside hinges. Try setting notch=FALSE.
## notch went outside hinges. Try setting notch=FALSE.
## notch went outside hinges. Try setting notch=FALSE.
Frente amplio y APP varían en sus medias