##Gráfico porcentajes de síntomas en muestra telefónica

  1. Hacer un dataframe
sintnom = c("Miedo", "Ganas de llorar", "Sensación de morir o pérdida de control", "Dolores de cabeza, migraña, dolor de espalda u otros", "Inquietud, ganas de salir corriendo", "Mareos, náuseas, flatulencia, acidez, diarrea u otros", "Presión alta, palpitaciones, manos sudorosas pero frías", "Cansancio y falta de energía", "Problemas de sueño", "Sensación de no estar en su propio cuerpo")

sintporc = c(26.2, 20.5, 13.4, 48.6, 26.1, 20.5, 20.3, 44.6, 43.1, 9.8)

sint = data.frame(sintnom, sintporc)

head(sint)
##                                                 sintnom sintporc
## 1                                                 Miedo     26.2
## 2                                       Ganas de llorar     20.5
## 3               Sensación de morir o pérdida de control     13.4
## 4  Dolores de cabeza, migraña, dolor de espalda u otros     48.6
## 5                   Inquietud, ganas de salir corriendo     26.1
## 6 Mareos, náuseas, flatulencia, acidez, diarrea u otros     20.5
  1. Gráfico de barras acostado de síntomas
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.2.2
library(scales)
## Warning: package 'scales' was built under R version 4.2.2
library(RColorBrewer)

grafsint = ggplot(sint, aes(x=reorder(sintnom, sintporc), y=sintporc, fill=as.factor(sintporc))) + geom_bar(position="dodge", stat="identity", show.legend=FALSE) + 
  scale_fill_brewer(palette="Spectral") +
  labs(x="Síntoma", y="Porcentaje") +
  coord_flip() +
  ggtitle("Síntomas reportados por la muestra telefónica")
grafsint

Estrés unidimensional por sexo, zona, nivel de ingresos y nivel educativo

  1. Estrés unidimensional y afrontamiento por sexo, zona, nivel educativo e ingresos: dataframes
estressex = c(1.59,2.04)
sexo = c("Hombre","Mujer")

estreszona = c(1.9,1.82)
zona = c("costera", "No costera")

afrontsex = c(16, 15.89)

afrontzona = c(15.64, 16)

estnived= c(1.82,1.94,1.9,1.93,1.75,1.87,1.85,1.76)

afrontnived = c(15.9,15.57,15.81,15.94,15.82,15.26,16.15,16.38)

niveled = c("No fue a la escuela","Primaria incompleta","Primaria completa", "Secundaria incompleta", "Secundaria completa", "Estudios técnicos", "Universitaria incompleta", "Universitaria completa")

ingresos = c("Menos de ₵500 000", "₵500 000 - ₵1 000 000", "₵1 000 000 - ₵1 500 000", "₵1 500 000 - ₵2 000 000", "₵2 000 000 - ₵2 500 000", "₵2 500 000 - ₵3 000 0000", "Más de ₵3 000 000")

esting =c(1.93,1.73,1.78,1.55,1.64,1.78,1.54)

afronting =c(15.79,15.97,16.44,16.24,16.36,17,16.44)

estsex=data.frame(x=sexo, y=estressex)

afsex=data.frame(x=sexo,y=afrontsex)

estzona=data.frame(x=zona,y=estreszona)

afzona=data.frame(x=zona,y=afrontzona)

enived =data.frame(x=niveled,y=estnived)
enived$x = factor(enived$x,levels=niveled)

afnived =data.frame(x=niveled,y=afrontnived)
afnived$x = factor(afnived$x,levels=niveled)

eingresos=data.frame(x=ingresos,y=esting)
eingresos$x = factor(eingresos$x,levels=ingresos)

afingresos=data.frame(x=ingresos,y=afronting)
afingresos$x = factor(afingresos$x,levels=ingresos)
  1. Estrés unidimensional y afrontamiento por sexo, zona, nivel educativo e ingresos: gráficos
#Estrés por sexo
grafestsex = ggplot(estsex, aes(x,y,fill=as.factor(x))) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE)+
  scale_fill_brewer(palette="Set1") +
  coord_flip() +
  labs(x="Sexo", y="Nivel de estrés") +
  ggtitle("Niveles de estrés percibido por sexo")
grafestsex

#Afrontamiento por sexo
grafafsex = ggplot(afsex, aes(x,y,fill=as.factor(x))) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE)+
  scale_fill_brewer(palette="Set1") +
  coord_flip() +
  labs(x="Sexo", y="Afrontamiento resiliente") +
  ggtitle("Niveles de afrontamiento resiliente por sexo")
grafafsex

#Estrés por zona
grafestzona = ggplot(estzona, aes(x,y,fill=as.factor(x))) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE)+
  scale_fill_brewer(palette="Spectral") +
  coord_flip() +
  labs(x="Zona", y="Nivel de estrés") +
  ggtitle("Niveles de estrés percibido por zona")
grafestzona

#Afrontamiento por zona
grafafzona = ggplot(afzona, aes(x,y, fill=as.factor(x))) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE)+
  scale_fill_brewer(palette="Spectral") +
  coord_flip() +
  labs(x="Zona", y="Afrontamiento resiliente") +
  ggtitle("Niveles de afrontamiento resiliente por zona")
grafafzona

#Estrés por nivel educativo
grafestnived = ggplot(enived, aes(x,y,fill=x)) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE) +
  scale_fill_brewer(palette="Spectral") +
  coord_flip() +
  labs(x="Nivel educativo", y="Nivel de estrés") +
  ggtitle("Niveles de estrés percibido por nivel educativo")
grafestnived

#Estrés por nivel de ingresos
grafesting = ggplot(eingresos, aes(x,y,fill=x)) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE) +
  scale_fill_brewer(palette="Spectral") +
  coord_flip() +
  labs(x="Rango de ingresos", y="Nivel de estrés") +
  ggtitle("Niveles de estrés percibido por rango de ingresos")
grafesting

#Afrontamiento por nivel educativo
grafafnived = ggplot(afnived, aes(x,y,fill=x)) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE) +
  scale_fill_brewer(palette="Spectral") +
  coord_flip() +
  labs(x="Nivel educativo", y="Afrontamiento resiliente") +
  ggtitle("Niveles de afrontamiento resiliente por nivel educativo")
grafafnived

#Afrontamiento por ingresos
grafafing = ggplot(afingresos, aes(x,y,fill=x)) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE) +
  scale_fill_brewer(palette="Spectral") +
  coord_flip() +
  labs(x="Rango de ingresos", y="Afrontamiento resiliente") +
  ggtitle("Niveles de afrontamiento resiliente por rango de ingresos")
grafafing

  1. Distribución por sexo, zona de procedencia, nivel educativo: dataframes y gráficos
sex = c(46.3, 56.3, 0.4)
sexlab = c("Hombre","Mujer", "Otro y prefiero no contestar")

distsex=data.frame(x=sexlab, y=sex)

#Gráfico distribución por sexo

grafdistsex = ggplot(distsex, aes(x,y,fill=as.factor(x))) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE)+
  scale_fill_brewer(palette="Set1") +
  coord_flip() +
  labs(x="Sexo", y="Porcentaje") +
  ggtitle("Distribución porcentual por sexo")
grafdistsex

prov = c(29.1,21.3, 9.1, 10.9, 8.3, 11.1, 10.3)
provlab = c("San José", "Alajuela", "Cartago", "Heredia", "Guanacaste", "Puntarenas", "Limón")
distprov=data.frame(x=provlab, y=prov)

#Gráfico distribución por provincia

grafdistprov = ggplot(distprov, aes(x,y,fill=as.factor(x))) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE)+
  scale_fill_brewer(palette="Spectral") +
  coord_flip() +
  labs(x="Provincia", y="Porcentaje") +
  ggtitle("Distribución porcentual por provincia")
grafdistprov

ing = c(66.3,18.4, 7.0, 3.4, 2.4, 0.7, 1.8)
inglab = c("Menos de ₵500 000", "₵500 000 - ₵1 000 000", "₵1 000 000 - ₵1 500 000", "₵1 500 000 - ₵2 000 000", "₵2 000 000 - ₵2 500 000", "₵2 500 000 - ₵3 000 0000", "Más de ₵3 000 000")
disting=data.frame(x=inglab, y=ing)

#Gráfico distribución por ingresos

grafdisting = ggplot(disting, aes(x,y,fill=x)) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE) +
  scale_fill_brewer(palette="Spectral") +
  coord_flip() +
  labs(x="Nivel de ingresos familiares mensuales", y="Porcentaje") +
  ggtitle("Distribución porcentual por ingresos familiares mensuales")
grafdisting

#Gráfico distribución por nivel educativo

nived = c(2.5,7.6,15.5,23.2,19.9,3.9,10.8,16.7)
nivedlab=c("No fue a la escuela","Primaria incompleta","Primaria completa", "Secundaria incompleta", "Secundaria completa", "Estudios técnicos", "Universitaria incompleta", "Universitaria completa")

distnived=data.frame(x=nivedlab, y=nived)

grafdistnived = ggplot(distnived, aes(x,y,fill=x)) + 
  geom_bar(position="dodge", stat="identity", show.legend=FALSE) +
  scale_fill_brewer(palette="Spectral") +
  coord_flip() +
  labs(x="Nivel educativo", y="Porcentaje") +
  ggtitle("Distribución porcentual por nivel educativo")
grafdistnived