Proyecto_Cheing_Segovia
Julia Cheing y Angeles Segovia
27/7/2020
Cargando los datos sobre los infartos
infartos <- read.csv("https://archive.ics.uci.edu//ml//machine-learning-databases//00519//heart_failure_clinical_records_dataset.csv",header=TRUE)
names(infartos)=c('Edad','Anemia','CPK','Diabetes','Fraccion de eyeccion','Presion alta','Plaquetas','Suero de Creatinina','Suero de Sodio','sexo','Fumadores','Tiempo de seguimiento','Muerte')#— #ESTADISTICA DESCRIPTIVA UNIVARIANTE #—
#VARIABLES CUANTITATIVAS
##Histograma de Infartos por edad
counts<- table(infartos$Edad)
#counts
hist(infartos$Edad,col = 'pink',main = 'Histograma de personas infartadas respecto a la edad', xlab = 'Edades',ylab = 'Frecuencia',xlim = c(30,100))
sd(infartos$Edad)## [1] 11.89481summary(infartos$Edad)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 40.00 51.00 60.00 60.83 70.00 95.00#Diagrama de cajas para infartos por edad
boxplot(infartos$Edad,col = 'pink',horizontal = T)
Histograma de Infartos con valores de CPK fuera de lo normal
counts<- table(infartos$CPK)
#counts
hist(infartos$CPK,col = 'bisque1',main = 'Histograma de infartos con valores de CPK fuera de lo normal', xlab = 'Valor por examen de CPK',ylab = 'Frecuencia')
sd(infartos$CPK)## [1] 970.2879summary(infartos$CPK)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 23.0 116.5 250.0 581.8 582.0 7861.0#Diagrama de cajas para infartos por CPK
boxplot(infartos$CPK,col = 'bisque1',horizontal = T)
Histograma de Infarto con Plaquetas
counts<- table(infartos$Plaquetas)
#counts
hist(infartos$Plaquetas,main= 'Histograma de personas infartadas con Plaquetas', col = 'AZURE4',xlab = 'Valores de Plaquetas',ylab = 'Frecuencia')
sd(infartos$Plaquetas)## [1] 97804.24summary(infartos$Plaquetas)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 25100 212500 262000 263358 303500 850000#Diagrama de cajas para infartos con Plaquetas
boxplot(infartos$Plaquetas,col = 'Azure4',horizontal = T)
Histograma de Infartos con valores de fraccion de eyeccion alterados
counts<- table(infartos$`Fraccion de eyeccion`)
counts##
## 14 15 17 20 25 30 35 38 40 45 50 55 60 62 65 70 80
## 1 2 2 18 36 34 49 40 37 20 21 3 31 2 1 1 1hist(infartos$`Fraccion de eyeccion`,main= 'Histograma de personas infartadas con fraccion de eyeccion alterada', col = 'aquamarine1',xlab = 'Valores de Fraccion de eyeccion',ylab = 'Frecuencia')
sd(infartos$`Fraccion de eyeccion`)## [1] 11.83484summary(infartos$`Fraccion de eyeccion`)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 14.00 30.00 38.00 38.08 45.00 80.00#Diagrama de cajas para infartos por fraccion de eyeccion alterada
boxplot(infartos$`Fraccion de eyeccion`,col = 'aquamarine1',horizontal = T)
Histograma de Infartos con valores de Suero de sodio alterados
counts<- table(infartos$`Suero de Sodio`)
counts##
## 113 116 121 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140
## 1 1 1 1 1 1 3 2 2 9 5 14 10 32 16 40 38 23 22 35
## 141 142 143 144 145 146 148
## 12 11 3 5 9 1 1hist(infartos$`Suero de Sodio`,main= 'Histograma de personas infartadas con valores de Suero de sodio alterados', col = 'orange',xlab = 'Valores de Suero de sodio',ylab = 'Frecuencia')
sd(infartos$`Suero de Sodio`)## [1] 4.412477summary(infartos$`Suero de Sodio`)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 113.0 134.0 137.0 136.6 140.0 148.0#Diagrama de cajas para infartos con suero de sodio
boxplot(infartos$`Suero de Sodio`,col = 'orange',horizontal = T)
Histograma de Infartos con valores de Suero de creatinina alterados
counts<- table(infartos$`Suero de Creatinina`)
counts##
## 0.5 0.6 0.7 0.75 0.8 0.9 1 1.1 1.18 1.2 1.3 1.4 1.5 1.6 1.7 1.8
## 1 4 19 1 24 32 50 32 11 24 20 9 5 6 9 4
## 1.83 1.9 2 2.1 2.2 2.3 2.4 2.5 2.7 2.9 3 3.2 3.4 3.5 3.7 3.8
## 8 5 1 5 1 3 2 3 3 1 2 1 1 2 1 1
## 4 4.4 5 5.8 6.1 6.8 9 9.4
## 1 1 1 1 1 1 1 1hist(infartos$`Suero de Creatinina`,main= 'Histograma de personas infartadas con valores de Suero de creatinina alterados', col = 'magenta',xlab = 'Valores de Suero de creatinina',ylab = 'Frecuencia')
sd(infartos$`Suero de Creatinina`)## [1] 1.03451summary(infartos$`Suero de Creatinina`)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.500 0.900 1.100 1.394 1.400 9.400#Diagrama de cajas para infartos con suero de creatinina
boxplot(infartos$`Suero de Creatinina`,col = 'magenta',horizontal = T)
Histograma de personas infartadas con tiempo de seguimiento
counts<- table(infartos$`Tiempo de seguimiento`)
counts##
## 4 6 7 8 10 11 12 13 14 15 16 20 22 23 24 26 27 28 29 30
## 1 1 2 2 6 2 1 1 2 2 1 2 1 2 1 3 1 2 2 5
## 31 32 33 35 38 40 41 42 43 44 45 50 54 55 59 60 61 63 64 65
## 1 1 3 1 1 1 1 1 3 1 1 1 2 1 1 3 1 1 1 2
## 66 67 68 71 72 73 74 75 76 77 78 79 80 82 83 85 86 87 88 90
## 1 1 1 1 2 2 4 1 1 1 2 5 2 2 3 2 1 5 5 4
## 91 94 95 96 97 100 104 105 106 107 108 109 110 111 112 113 115 117 118 119
## 2 3 5 1 1 1 2 1 1 6 3 3 1 1 2 2 2 1 1 1
## 120 121 123 126 129 130 134 135 140 145 146 147 148 150 154 162 170 171 172 174
## 4 4 1 1 1 1 1 1 1 2 5 4 1 1 1 1 1 1 3 3
## 175 180 185 186 187 188 192 193 194 195 196 197 198 200 201 205 206 207 208 209
## 1 3 1 6 7 1 2 1 1 1 2 2 1 1 2 3 1 3 1 5
## 210 211 212 213 214 215 216 220 230 231 233 235 237 240 241 244 245 246 247 250
## 2 1 3 3 5 4 1 1 2 1 2 1 2 1 1 5 5 3 1 7
## 256 257 258 270 271 278 280 285
## 2 1 2 2 1 1 1 1hist(infartos$`Tiempo de seguimiento`, main= 'GrAfico de personas infartadas con tiempo de seguimiento', col = 'yellow',xlab = 'Tiempo de seguimiento',ylab = 'Frecuencia')
sd(infartos$`Tiempo de seguimiento`)## [1] 77.61421summary(infartos$`Tiempo de seguimiento`)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 4.0 73.0 115.0 130.3 203.0 285.0#Diagrama de cajas para tiempo de seguimiento de personas con infartos
boxplot(infartos$`Tiempo de seguimiento`,col = 'yellow',horizontal = T)
#— #VARIABLES CUALITATIVAS #—
Graficos de infartos por anemia
library(lattice)
library(fdth)## Warning: package 'fdth' was built under R version 4.0.2##
## Attaching package: 'fdth'## The following objects are masked from 'package:stats':
##
## sd, varcounts<- table(infartos$Anemia)
barchart(counts, main= 'Grafico de personas infartadas con anemia', xlab= 'Tipo de casos (0=SIN ANEMIA Y 1=CON ANEMIA)', ylab= 'Frecuencia', col= c('pink', 'yellow'), horizontal = FALSE)
porcentajes <- as.numeric(round(((prop.table(table(infartos$Anemia)))*100),2))
etiquetas<-c('sin anemia','con anemia')
etiquetas <- paste(etiquetas, porcentajes)
etiquetas <- paste(etiquetas, "%", sep = "")
pie(porcentajes, etiquetas,main= 'Grafico de personas infartadas con anemia', col= c('pink', 'yellow'))
x<-matrix(c(170,129), ncol = 2, byrow = TRUE)
colnames(x)<-c('SIN ANEMIA','CON ANEMIA')
rownames(x)<-c('NUMERO DE CASOS')
x## SIN ANEMIA CON ANEMIA
## NUMERO DE CASOS 170 129fr<-fdt(infartos$Anemia, breaks ="Sturges", right = F)
fr## Class limits f rf rf(%) cf cf(%)
## [0,0.101) 170 0.57 56.86 170 56.86
## [0.101,0.202) 0 0.00 0.00 170 56.86
## [0.202,0.303) 0 0.00 0.00 170 56.86
## [0.303,0.404) 0 0.00 0.00 170 56.86
## [0.404,0.505) 0 0.00 0.00 170 56.86
## [0.505,0.606) 0 0.00 0.00 170 56.86
## [0.606,0.707) 0 0.00 0.00 170 56.86
## [0.707,0.808) 0 0.00 0.00 170 56.86
## [0.808,0.909) 0 0.00 0.00 170 56.86
## [0.909,1.01) 129 0.43 43.14 299 100.00Graficos de Infartos en pacientes diabEticos
library(lattice)
library(fdth)
counts<- table(infartos$Diabetes)
barchart(counts, main= 'GrAfico de personas infartadas con diabetes', xlab= 'Tipo de casos (0=SIN DIABETES Y 1=CON DIABETES)', ylab= 'Frecuencia', col= c('aliceblue', 'azure3'), horizontal = FALSE)
porcentajes <- as.numeric(round(((prop.table(table(infartos$Diabetes)))*100),2))
etiquetas<-c('sin diabetes','con diabetes')
etiquetas <- paste(etiquetas, porcentajes)
etiquetas <- paste(etiquetas, "%", sep = "")
pie(porcentajes, etiquetas,main= 'Grafico de personas infartadas con diabetes', col= c('aliceblue', 'azure3'))
x<-matrix(c(174,125), ncol = 2, byrow = TRUE)
colnames(x)<-c('SIN DIABETES','CON DIABETES')
rownames(x)<-c('NUMERO DE CASOS')
x## SIN DIABETES CON DIABETES
## NUMERO DE CASOS 174 125fr2<-fdt(infartos$Diabetes,breaks ="Sturges", right = F)
fr2## Class limits f rf rf(%) cf cf(%)
## [0,0.101) 174 0.58 58.19 174 58.19
## [0.101,0.202) 0 0.00 0.00 174 58.19
## [0.202,0.303) 0 0.00 0.00 174 58.19
## [0.303,0.404) 0 0.00 0.00 174 58.19
## [0.404,0.505) 0 0.00 0.00 174 58.19
## [0.505,0.606) 0 0.00 0.00 174 58.19
## [0.606,0.707) 0 0.00 0.00 174 58.19
## [0.707,0.808) 0 0.00 0.00 174 58.19
## [0.808,0.909) 0 0.00 0.00 174 58.19
## [0.909,1.01) 125 0.42 41.81 299 100.00Graficos de personas infartadas con presion alta
library(lattice)
library(fdth)
counts<- table(infartos$`Presion alta`)
barchart(counts, main= 'Grafico de personas infartadas con presiOn alta', xlab= 'Tipo de casos (0=sin presion alta, 1=con presion alta)', ylab= 'Frecuencia', col= c('pink', 'azure2'), horizontal = FALSE)
porcentajes <- as.numeric(round(((prop.table(table(infartos$`Presion alta`)))*100),2))
etiquetas<-c('sin presion alta','con presion alta')
etiquetas <- paste(etiquetas, porcentajes)
etiquetas <- paste(etiquetas, "%", sep = "")
pie(porcentajes, etiquetas,main= 'Grafico de personas infartadas con presion alta', col= c('pink', 'azure2'))
x<-matrix(c(194,105), ncol = 2, byrow = TRUE)
colnames(x)<-c('SIN DIABETES','CON DIABETES')
rownames(x)<-c('NUMERO DE CASOS')
x## SIN DIABETES CON DIABETES
## NUMERO DE CASOS 194 105fr3<-fdt(infartos$`Presion alta`,breaks ="Sturges", right = F)
fr3## Class limits f rf rf(%) cf cf(%)
## [0,0.101) 194 0.65 64.88 194 64.88
## [0.101,0.202) 0 0.00 0.00 194 64.88
## [0.202,0.303) 0 0.00 0.00 194 64.88
## [0.303,0.404) 0 0.00 0.00 194 64.88
## [0.404,0.505) 0 0.00 0.00 194 64.88
## [0.505,0.606) 0 0.00 0.00 194 64.88
## [0.606,0.707) 0 0.00 0.00 194 64.88
## [0.707,0.808) 0 0.00 0.00 194 64.88
## [0.808,0.909) 0 0.00 0.00 194 64.88
## [0.909,1.01) 105 0.35 35.12 299 100.00Grafico de Infartos por sexo
library(lattice)
library(fdth)
counts<- table(infartos$sexo)
barchart(counts, main= 'GrAfico de personas infartadas segun su sexo', xlab= 'Sexo de paciente (0=Mujer, 1=Hombre)', col=c('pink','blue'),horizontal = FALSE)
porcentajes <- as.numeric(round(((prop.table(table(infartos$sexo)))*100),2))
etiquetas<-c('mujeres','hombres')
etiquetas <- paste(etiquetas, porcentajes)
etiquetas <- paste(etiquetas, "%", sep = "")
pie(porcentajes, etiquetas,main= 'GrAfico de personas infartadas segun su sexo', col= c('pink', 'blue'))
x<-matrix(c(105,194), ncol = 2, byrow = TRUE)
colnames(x)<-c('MUJER','HOMBRE')
rownames(x)<-c('NUMERO DE CASOS')
x## MUJER HOMBRE
## NUMERO DE CASOS 105 194fr4<-fdt(infartos$sexo,breaks ="Sturges", right = F)
fr4## Class limits f rf rf(%) cf cf(%)
## [0,0.101) 105 0.35 35.12 105 35.12
## [0.101,0.202) 0 0.00 0.00 105 35.12
## [0.202,0.303) 0 0.00 0.00 105 35.12
## [0.303,0.404) 0 0.00 0.00 105 35.12
## [0.404,0.505) 0 0.00 0.00 105 35.12
## [0.505,0.606) 0 0.00 0.00 105 35.12
## [0.606,0.707) 0 0.00 0.00 105 35.12
## [0.707,0.808) 0 0.00 0.00 105 35.12
## [0.808,0.909) 0 0.00 0.00 105 35.12
## [0.909,1.01) 194 0.65 64.88 299 100.00Grafico de pacientes infartados respecto a su condicion fumadora
library('lattice')
library(fdth)
counts<- table(infartos$Fumadores)
barchart(counts, main= 'Grafico de personas infartadas respecto a su condicion fumadora', xlab= 'Condicion(0=No fuma Y 1=Fuma)', col=c('aquamarine4','antiquewhite3'), horizontal = FALSE)
porcentajes <- as.numeric(round(((prop.table(table(infartos$Fumadores)))*100),2))
etiquetas<-c('No Fumadores','Fumadores')
etiquetas <- paste(etiquetas, porcentajes)
etiquetas <- paste(etiquetas, "%", sep = "")
pie(porcentajes, etiquetas,main= 'GrAfico de personas infartadas respecto a su condicion fumadora', col= c('aquamarine4','antiquewhite3'))
x<-matrix(c(203,96), ncol = 2, byrow = TRUE)
colnames(x)<-c('NO FUMA','FUMA')
rownames(x)<-c('NUMERO DE CASOS')
x## NO FUMA FUMA
## NUMERO DE CASOS 203 96fr5<-fdt(infartos$Fumadores,breaks ="Sturges", right = F)
fr5## Class limits f rf rf(%) cf cf(%)
## [0,0.101) 203 0.68 67.89 203 67.89
## [0.101,0.202) 0 0.00 0.00 203 67.89
## [0.202,0.303) 0 0.00 0.00 203 67.89
## [0.303,0.404) 0 0.00 0.00 203 67.89
## [0.404,0.505) 0 0.00 0.00 203 67.89
## [0.505,0.606) 0 0.00 0.00 203 67.89
## [0.606,0.707) 0 0.00 0.00 203 67.89
## [0.707,0.808) 0 0.00 0.00 203 67.89
## [0.808,0.909) 0 0.00 0.00 203 67.89
## [0.909,1.01) 96 0.32 32.11 299 100.00Grafico de pacientes infartados respecto a su estado de vida
library('lattice')
library(fdth)
counts<- table(infartos$Muerte)
barchart(counts, main= 'GrAfico de personas infartadas respecto a su estado de vida', xlab= 'Condicion (0=muerto, 1=Vivo)', col=c('pink','orange'), horizontal = FALSE)
porcentajes <- as.numeric(round(((prop.table(table(infartos$Muerte)))*100),2))
etiquetas<-c('Muertos','Vivos')
etiquetas <- paste(etiquetas, porcentajes)
etiquetas <- paste(etiquetas, "%", sep = "")
pie(porcentajes, etiquetas,main= 'GrAfico de personas infartadas respecto a su estado de vida', col= c('pink','orange'))
x<-matrix(c(203,96), ncol = 2, byrow = TRUE)
colnames(x)<-c('MUERTO','VIVO')
rownames(x)<-c('NUMERO DE CASOS')
x## MUERTO VIVO
## NUMERO DE CASOS 203 96fr6<-fdt(infartos$Muerte,breaks ="Sturges", right = F)
fr6## Class limits f rf rf(%) cf cf(%)
## [0,0.101) 203 0.68 67.89 203 67.89
## [0.101,0.202) 0 0.00 0.00 203 67.89
## [0.202,0.303) 0 0.00 0.00 203 67.89
## [0.303,0.404) 0 0.00 0.00 203 67.89
## [0.404,0.505) 0 0.00 0.00 203 67.89
## [0.505,0.606) 0 0.00 0.00 203 67.89
## [0.606,0.707) 0 0.00 0.00 203 67.89
## [0.707,0.808) 0 0.00 0.00 203 67.89
## [0.808,0.909) 0 0.00 0.00 203 67.89
## [0.909,1.01) 96 0.32 32.11 299 100.00#— #ESTADISTICA DESCRIPTIVA MULTIVARIANTE #—
#— #VARIABLES CUANTITATIVAS #—
#Cruce de variables cualitativa vs cada cuantitativa
boxplot(infartos$Edad~infartos$sexo, main = 'Diagrama de infartos edad vs sexo', col= c('blue', 'magenta'))
boxplot(infartos$`Fraccion de eyeccion`~infartos$sexo, main = 'Diagrama de infartos fraccion de eyeccion vs sexo', col= c('yellow', 'pink'))
boxplot(infartos$`Fraccion de eyeccion`~infartos$`Presion alta`, main = 'Diagrama de infartos presion altas vs sexo', col= c('azure3', 'green'))
boxplot(infartos$CPK~infartos$sexo, main = 'Diagrama de infartos CPK vs sexo', col= c('yellow', 'pink'))
boxplot(infartos$`Suero de Sodio`~infartos$sexo, main = 'Diagrama de infartos CPK vs sexo', col= c('cyan1', 'aliceblue'))
#Matriz de Correlacion 1
cor(infartos[,c(1,5,8,3)])## Edad Fraccion de eyeccion Suero de Creatinina
## Edad 1.00000000 0.06009836 0.15918713
## Fraccion de eyeccion 0.06009836 1.00000000 -0.01130247
## Suero de Creatinina 0.15918713 -0.01130247 1.00000000
## CPK -0.08158390 -0.04407955 -0.01640848
## CPK
## Edad -0.08158390
## Fraccion de eyeccion -0.04407955
## Suero de Creatinina -0.01640848
## CPK 1.00000000library(corrplot)## Warning: package 'corrplot' was built under R version 4.0.2## corrplot 0.84 loadedcorrplot(cor(infartos[,c(1,5,8,3)])) #grafica de matriz de correlaci?n
#Matriz de Correlacion 2
names (infartos)[12] = 'Tiempo'
names (infartos)[9] = 'Suero/Sodio'
cor(infartos[,c(1,7,12,9)])## Edad Plaquetas Tiempo Suero/Sodio
## Edad 1.00000000 -0.05235437 -0.22406842 -0.04596584
## Plaquetas -0.05235437 1.00000000 0.01051391 0.06212462
## Tiempo -0.22406842 0.01051391 1.00000000 0.08764000
## Suero/Sodio -0.04596584 0.06212462 0.08764000 1.00000000#matriz de correlacion grafica
library(corrplot)
corrplot(cor(infartos[,c(1,7,12,9)]))
Matriz de graficos de dispersion 1
plot(infartos[,c(1,5,8,3)],col=c('blue', 'yellow','pink','magenta'))
Matriz de graficos de dispersion 2
plot(infartos[,c(1,7,12,9)],col=c('blue','green','red','yellow'))
Matriz de varianzas y covarianzas 1
names (infartos)[8] = 'Suero/Creatinina'
cov(infartos[,c(1,5,8,3)])## Edad Fraccion de eyeccion Suero/Creatinina
## Edad 141.486483 8.4602372 1.9588454
## Fraccion de eyeccion 8.460237 140.0634554 -0.1383792
## Suero/Creatinina 1.958845 -0.1383792 1.0702111
## CPK -941.591531 -506.1744518 -16.4703818
## CPK
## Edad -941.59153
## Fraccion de eyeccion -506.17445
## Suero/Creatinina -16.47038
## CPK 941458.57146Matriz de varianzas y covarianzas 2
names (infartos)[12] = 'Tiempo/seguimiento'
cov(infartos[,c(1,7,12,9)])## Edad Plaquetas Tiempo/seguimiento Suero/Sodio
## Edad 141.486483 -60907.12 -206.86135 -2.412544
## Plaquetas -60907.118586 9565668749.45 79811.06610 26810.436905
## Tiempo/seguimiento -206.861351 79811.07 6023.96528 30.014152
## Suero/Sodio -2.412544 26810.44 30.01415 19.469956