Ejemplo encuesta

Lectura de datos

Estructura interna de datos

## Rows: 30
## Columns: 10
## $ promedio_academico    <dbl> 3.53, 3.80, 4.02, 4.39, 3.99, 3.80, 3.83, 3.80, ~
## $ color_favorito        <chr> "Verde", "Amarillo", "Rojo", "Negro", "Azul", "V~
## $ horas_estudiar        <dbl> 30, 12, 45, 60, 50, 25, 28, 40, 40, 36, 32, 35, ~
## $ horas_dormir          <dbl> 7.0, 6.0, 6.0, 6.0, 8.0, 2.0, 2.0, 6.0, 6.0, 7.0~
## $ redes_sociales        <dbl> 4, 9, 3, 2, 9, 5, 2, 4, 4, 5, 4, 3, 4, 4, 5, 5, ~
## $ redsocial_favorita    <chr> "Youtube", "Facebook", "Facebook", "Facebook", "~
## $ bachiller_universidad <chr> "1 Año", "Menos de 1 año", "1 Año", "Menos de 1 ~
## $ lectura               <chr> "Muy poco", "Frecuentemente", "Frecuentemente", ~
## $ horas_internet        <dbl> 20, 3, 42, 90, 56, 40, 30, 80, 80, 10, 14, 80, 6~
## $ trabajo               <chr> "Sí", "Sí", "No", "No", "No", "No", "No", "Sí", ~

Media del promedio académico

## [1] 3.699

Descriptivo general

Data summary

Name	encuesta
Number of rows	30
Number of columns	10
_______________________
Column type frequency:
character	5
numeric	5
________________________
Group variables	None

Variable type: character

skim_variable	n_missing	complete_rate	min	max	empty	n_unique	whitespace
color_favorito	0	1	4	10	0	9	0
redsocial_favorita	0	1	4	9	0	4	0
bachiller_universidad	0	1	5	14	0	4	0
lectura	0	1	4	14	0	3	0
trabajo	0	1	2	2	0	2	0

Variable type: numeric

skim_variable	n_missing	complete_rate	mean	sd	p0	p25	p50	p75	p100	hist
promedio_academico	0	1	3.70	0.25	3.3	3.5	3.74	3.82	4.39	▆▃▇▂▁
horas_estudiar	0	1	27.47	16.93	2.0	10.0	29.50	39.50	60.00	▇▂▇▃▃
horas_dormir	0	1	6.02	1.98	1.0	6.0	6.50	7.00	8.00	▂▁▂▅▇
redes_sociales	0	1	4.17	1.76	1.0	3.0	4.00	5.00	9.00	▃▇▅▁▁
horas_internet	0	1	32.20	26.49	3.0	10.5	26.00	48.75	90.00	▇▂▃▂▂

Resumen descriptivo agrupado

Trabajo

• ¿Cuántos trabajan y cuántos no?

Trabajo y lectura

Visualizaciones

Cantidades

• Podemos darle interactividad al gráfico anterior a través de la función ggplotly() del paquete plotly

Representando cantidad (promedio) con barras

• Representando cantidades agrupadas

Distribuciones

• Regla de Sturges: 1 + log2(N). Donde N = número de datos

• Distribución por trabajo:

Biblioteca esquisse

Funciones auxiliares

• read_excel(): Función que permite importar archivos de excel. Es necesario cargar previamente la biblioteca readxl
• glimpse(): Función que permite ver cómo fueron tipificadas las variables de una base de datos. Es necesario cargar previamente la biblioteca dplyr
• Skim(): Función que permite obtener un resumen desciptivo general para una base de datos. Es necesario cargar previamente la biblioteca skim
• Ctrl + Shift + M: Obtener operador de tubería