Ejemplo - Prácticas alimenticias
Luz Marcela Restrepo Tamayo
El siguiente ejemplo presenta el uso de algunas funciones útiles para hacer un análisis descriptivo de variables cuatilitativas.
Los jóvenes antioqueños en su afán por brillar en el mundo del modelaje, o en una sociedad que ha establecido la delgadez como un sinónimo de éxito social, han desarrollado practicas alimenticias que los hacen padecer de enfermedades tan delicadas como la Bulimia y la Anorexia. Con el ánimo de estudiar el impacto que ha tenido este fenómeno, se tomó una muestra de 40 personas diagnosticados como Bulímicos o Anoréxicos y se registraron las siguientes características: género, edad categorizada como joven o adulto y los signos visibles de la enfermedad. Esta información se registró en la siguiente tabla:
## # A tibble: 40 x 3
## Sintoma Genero Edad
## <chr> <chr> <chr>
## 1 Dieta severa F Adulto
## 2 Ropa holgada M Joven
## 3 Miedo a engordar F Joven
## 4 Dieta severa M Joven
## 5 Dieta severa F Joven
## 6 Miedo a engordar F Adulto
## 7 Laxantes M Adulto
## 8 Miedo a engordar F Joven
## 9 Miedo a engordar F Joven
## 10 Dieta severa F Adulto
## # ... with 30 more rows1. Clasificación de variables
Los datos recolectados registran 3 variables: Síntoma, Género, Edad. Estas variables son cualitativas medidas con escala nominal, donde las categorías son mutuamente excluyentes. Cada una de las categorías y la cantidad de individuos que hacen parte de cada una de ellas se presentan a continuación:
La variable ‘Síntoma’ tiene 5 categorías:
summary(factor(Sintoma))## Dieta severa Hiperactividad Laxantes Miedo a engordar
## 13 3 9 11
## Ropa holgada
## 4La variable ‘Género’ tiene 2 categorías (M: masculino, F: femenino):
summary(factor(Genero))## F M
## 20 20La variable ‘Edad’ tiene 2 categorías:
summary(factor(Edad))## Adulto Joven
## 14 26Cuando se analizan variables categóricas, es usual trabajar con tablas de contingencia, porque permiten identificar la cantidad de elementos que cumplen con dos o más condiciones de manera simultánea. La siguiente es una tabla de contingencia que incluye las variables Edad y Género:
table(Edad,Genero)## Genero
## Edad F M
## Adulto 9 5
## Joven 11 15La siguiente es una tabla de contingencia que incluye las variables Síntoma y Género:
table(Sintoma,Genero)## Genero
## Sintoma F M
## Dieta severa 6 7
## Hiperactividad 1 2
## Laxantes 4 5
## Miedo a engordar 7 4
## Ropa holgada 2 22. Tablas de frecuencia para cada variable
2.1 Tabla de frecuencia - variable Síntoma
A continuación se presentan las frecuencias absolutas (cantidad) y frecuencias relativas (proporciones) de la variable ’Síntoma.
categorias=table(Sintoma)
frecuencias_abs=data.frame(categorias) #Frecuencia absoluta
frecuencias_rel=data.frame(categorias/margin.table(categorias)) #Frecuencia relativa
tabla=merge(frecuencias_abs,frecuencias_rel,by="Sintoma",sort=T)
tabla## Sintoma Freq.x Freq.y
## 1 Dieta severa 13 0.325
## 2 Hiperactividad 3 0.075
## 3 Laxantes 9 0.225
## 4 Miedo a engordar 11 0.275
## 5 Ropa holgada 4 0.100La frecuencia absoluta acumulada (suma acumulada de las frecuencias aboslutas) y la frecuencia relativa acumulada (suma acumulada de las frecuencias aboslutas) se pueden obtener de la siguiente manera:
frecuencias_abs_acum=data.frame(cumsum(categorias))
frecuencias_abs_acum #Frecuencia absoluta acumulada## cumsum.categorias.
## Dieta severa 13
## Hiperactividad 16
## Laxantes 25
## Miedo a engordar 36
## Ropa holgada 40frecuencias_rel_acum=data.frame(cumsum(categorias)/margin.table(categorias))
frecuencias_rel_acum #Frecuencia relativa acumulada## cumsum.categorias..margin.table.categorias.
## Dieta severa 0.325
## Hiperactividad 0.400
## Laxantes 0.625
## Miedo a engordar 0.900
## Ropa holgada 1.0002.2 Tabla de frecuencia - variable Edad
A continuación se presentan las frecuencias absolutas y relativas de la variable ‘Edad’
## Edad Freq.x Freq.y
## 1 Adulto 14 0.35
## 2 Joven 26 0.65La frecuencia absoluta acumulada y la frecuencia relativa para la variable ‘Edad’ son respectivamente:
## cumsum.categorias.
## Adulto 14
## Joven 40## cumsum.categorias..margin.table.categorias.
## Adulto 0.35
## Joven 1.002.3 Tabla de frecuencia - variable Género
A continuación se presentan las frecuencias absolutas y relativas de la variable ‘Género’
## Genero Freq.x Freq.y
## 1 F 20 0.5
## 2 M 20 0.5La frecuencia absoluta acumulada y la frecuencia relativa para la variable ‘Género’ son respectivamente:
## cumsum.categorias.
## F 20
## M 40## cumsum.categorias..margin.table.categorias.
## F 0.5
## M 1.03. Gráfico de barras de la variable Síntoma
Una forma gráfica de resumir datos categóricos es a través de diagramas de barras.
conteo=(table(Sintoma))
diagrama=barplot(conteo,col=heat.colors(5),main="Gráfico de frecuencias - variable Síntoma", las=2,cex.names=0.5,ylim=c(0,16))
text(diagrama[,1], conteo, labels=conteo,pos=3)#Permite incluir la frecuencia absoluta en el diagrama
De forma alternativa se puede usar la función ‘barchart()’ de la librería lattice
library(lattice)
conteo=(table(Sintoma))
barchart(conteo,main="Gráfico de frecuencias - variable Síntoma",col=heat.colors(5), xlab="Frecuencia",aspect=0.4)
4. Diagrama circular de la variable Edad
Otro diagrama útil para representar datos categóricos es el diagrama circular o de torta.
l=table(Edad)
K = levels(Edad)
pct = round(l/sum(l)*100)
lbls = paste(K, pct)
lbls = paste(lbls,"%",sep="")
pie(l,labels = lbls, col=heat.colors(2),main="Diagrama Circular - Edad")
5. Medidas resumen de la variable Síntoma
Dado que las variables son de naturaleza categórica, las variables se resumen indicando la cantidad de elementos (en este caso encuestados) que hacen parte de cada categoría (en este caso Síntomas)
m=factor(Sintoma)
summary(m)## Dieta severa Hiperactividad Laxantes Miedo a engordar
## 13 3 9 11
## Ropa holgada
## 46. Porcentaje de personas enfermas que son mujeres y jóvenes
Las tablas de contingencia permiten calcular porcentajes relacionados con el cumplimiento de ciertas características de interés, pero también se puede usar la función ‘prop.table()’ para calcularlos.
prop.table(table(Genero, Edad=="Joven"))##
## Genero FALSE TRUE
## F 0.225 0.275
## M 0.125 0.375De acuerdo con la tabla anterior, el porcentaje de personas enfermas que son mujeres jóvenes corresponde al 27.5% de la muestra.
7. Proporción de hombres adultos que presentan el síntoma “Ropa holgada”
table(Genero=="M",Edad=="Adulto", Sintoma=="Ropa holgada")## , , = FALSE
##
##
## FALSE TRUE
## FALSE 10 8
## TRUE 13 5
##
## , , = TRUE
##
##
## FALSE TRUE
## FALSE 1 1
## TRUE 2 0prop.table(table(Genero=="M",Edad=="Adulto", Sintoma=="Ropa holgada"))## , , = FALSE
##
##
## FALSE TRUE
## FALSE 0.250 0.200
## TRUE 0.325 0.125
##
## , , = TRUE
##
##
## FALSE TRUE
## FALSE 0.025 0.025
## TRUE 0.050 0.000Observe que la cantidad de personas encuestadas que cumple con las tres condiciones (hombre, adulto, síntoma ‘ropa holgada’) es 0, por lo tanto la proporción es 0.
8. Porcentaje de personas encuestadas que presentan el síntoma “Dieta severa”
categorias=table(Sintoma)
categorias/margin.table(categorias)## Sintoma
## Dieta severa Hiperactividad Laxantes Miedo a engordar
## 0.325 0.075 0.225 0.275
## Ropa holgada
## 0.100De acuerdo con el resultado anterior, el porcentaje de personas encuestadas que presenta el síntoma “Dieta severa” representa el 32.5%.
Los análisis aquí presentados son de naturaleza descriptiva. Un análisis más exhaustivo que involucre modelos inferenciales podría ser de utilidad para las entidades competentes para tomar decisiones que disminuyan la ocurrencia de enfermedades relacionadas con la alimentación.