Análisis exploratorio

Quarto

Este proyecto está realizado mediante Quarto, el cual se puede descargar en este enlace https://quarto.org/docs/get-started/. Se recomienda actualizar a la versión más reciente de RStudio.

Directorio de trabajo en Quarto y Rmd

Por defecto los archivos .Rmd consideran como directorio de trabajo aquel en que ellos se encuentran. Sin embargo, por consistencia se opta por elegir como directorio de trabajo a aquel en que se encuentra el proyecto .Rproj. Para esto, basta con abrir los ajustes de RStudio -> RMarkdown -> Evaluate chunks in directory, y elegir Project.

Las primeras 10 observaciones del conjunto de datos:

Code

# column: screen-inset
fum_limpia %>% 
  slice_head(n = 10) %>% 
  gt()

Table 1: Datos fumadores

sexo	edad	estatura	peso	cintura	vista_izq	vista_der	escucha_izq	escucha_der	sistolica	relajacion	azucar	colesterol	trigliceridos	colesterol_bueno	colesterol_malo	hemoglobina	proteina_orina	creatinina	aspartato	alanina	transpeptidasa	caries	sarro	fumador
Femenino	40	155	60	81.3	1.2	1.0	1	1	114	73	94	215	82	73	126	12.9	1	0.7	18	19	27	no	si	no
Femenino	40	160	60	81.0	0.8	0.6	1	1	119	70	130	192	115	42	127	12.7	1	0.6	22	19	18	no	si	no
Masculino	55	170	60	80.0	0.8	0.8	1	1	138	86	89	242	182	55	151	15.8	1	1.0	21	16	22	no	no	si
Masculino	40	165	70	88.0	1.5	1.5	1	1	100	60	96	322	254	45	226	14.7	1	1.0	19	26	18	no	si	no
Femenino	40	155	60	86.0	1.0	1.0	1	1	120	74	80	184	74	62	107	12.5	1	0.6	16	14	22	no	no	no
Masculino	30	180	75	85.0	1.2	1.2	1	1	128	76	95	217	199	48	129	16.2	1	1.2	18	27	33	no	si	no
Masculino	40	160	60	85.5	1.0	1.0	1	1	116	82	94	226	68	55	157	17.0	1	0.7	21	27	39	si	si	si
Masculino	45	165	90	96.0	1.2	1.0	1	1	153	96	158	222	269	34	134	15.0	1	1.3	38	71	111	no	si	no
Femenino	50	150	60	85.0	0.7	0.8	1	1	115	74	86	210	66	48	149	13.7	1	0.8	31	31	14	no	no	no
Masculino	45	175	75	89.0	1.0	1.0	1	1	113	64	94	198	147	43	126	16.0	1	0.8	26	24	63	no	no	no

Code

fum_limpia %>% 
  select_if(is.numeric) %>% 
  corrr::correlate() %>% 
  corrr::network_plot(min_cor = 0.1,
                      colours = pint_ext("naranjac", "blanco", "verdec")) %>% 
  ggsave(filename = "output/imagenes/red.svg")

1 Variables individuales

1.1 Numéricas

Code

g_edad <- gg_int(fum_limpia, edad)

Code

g_estatura <- gg_int(fum_limpia, estatura, empuje = 400, etiq = 3)

Code

g_peso <- gg_int(fum_limpia, peso, ancho = 10, empuje = 300, etiq = 1.85)

Code

g_cintura <- gg_double(fum_limpia, cintura, num_bins = 20)

Figure 1 figura

Code

g_edad
g_estatura
g_peso

(a) Edad

(b) Estatura

(c) Peso

Figure 1: Dist

Code

g_cintura

Code

fum_limpia_vista <- fum_limpia %>%
  select(vista_izq, vista_der) %>% 
  pivot_longer(everything(),
               names_to = "vista",
               values_to = "medicion",
               names_prefix = "vista_") %>% 
  mutate(vista = if_else(vista == "izq", "izquierda", "derecha"))

gg_double_gr(fum_limpia_vista, medicion, vista)

Claramente las distribuciones se enciman, por tanto se eliminará una de las variables.

Code

fum_limpia_escucha <- fum_limpia %>%
  select(escucha_izq, escucha_der) %>% 
  pivot_longer(everything(),
               names_to = "escucha",
               values_to = "medicion",
               names_prefix = "escucha_") %>% 
  mutate(escucha = if_else(escucha == "izq", "izquierda", "derecha"))

gg_double_gr(fum_limpia_escucha, medicion, escucha)

Claramente las distribuciones se enciman, por tanto se eliminará una de las variables.

Code

gg_double(fum_limpia, sistolica, num_bins = 30, ancho = 20)

Code

gg_double(fum_limpia, relajacion, num_bins = 20, ancho = 20)

Code

gg_double(fum_limpia, azucar, num_bins = 30, ancho = 40)

Code

gg_double(fum_limpia, colesterol, num_bins = 30, ancho = 40)

Code

gg_double(fum_limpia, trigliceridos, num_bins = 35, ancho = 100)

Code

gg_double(fum_limpia, colesterol_bueno, num_bins = 50, ancho = 50)

Code

gg_double(fum_limpia, colesterol_malo, num_bins = 50, ancho = 200)

Code

gg_double(fum_limpia, hemoglobina, num_bins = 30, ancho = 2)

Code

gg_int(fum_limpia, proteina_orina, empuje = 1800, etiq = 4)

Code

gg_double(fum_limpia, creatinina, num_bins = 45, ancho = 1)

Code

gg_double(fum_limpia, aspartato, num_bins = 35, ancho = 200)

Code

gg_double(fum_limpia, alanina, num_bins = 30, ancho = 200)

Code

gg_double(fum_limpia, transpeptidasa, num_bins = 20, ancho = 100)

1.2 Categóricas

Code

gg_fact(fum_limpia, sexo, etiq = 4, empuje = 1400)

Code

gg_fact(fum_limpia, caries, etiq = 4, empuje = 1400)

Code

gg_fact(fum_limpia, sarro, etiq = 4, empuje = 1400)

Code

gg_fact(fum_limpia, fumador, etiq = 4, empuje = 1400)

2 Interacciones

Code

fum_limpia %>% 
  select(where(is.double), fumador) %>% 
  GGally::ggpairs(columns = 1:5,
          mapping = aes(colour = fumador)) +
  scale_colour_pint() +
  scale_fill_pint() 

Code

fum_limpia %>% 
  select(where(is.numeric), fumador) %>% 
  GGally::ggpairs(columns = 1:21,
          mapping = aes(colour = fumador)) +
  scale_colour_pint() +
  scale_fill_pint()