Estadística 1 - trabajo final

Maestría en Generación y Análisis de Información Estadística - UNTREF

1 Primera parte: Evaluación conceptual y teórica

Paquetes de trabajo:

library(gt)
library(gtExtras)
library(kableExtra)
library(tidyverse)
library(expss)
library(haven)
library(readxl)
library(rstatix)
library(ggpubr)
library(patchwork)

1.1 Consigne las definiciones de Población, muestra y unidad de análisis

• Población: es el conjunto completo de todos los elementos (puntuaciones, personas, mediciones, etcétera) que se someten a estudio. El conjunto es completo porque incluye a todos los sujetos que se estudiarán.¹

• Muestra: es un subconjunto de miembros seleccionados de una población. Adicionalmente, esta muestra será aleatoria si los individuos o elementos han sido seleccionados al azar mediante una técnica de muestreo aleatorio determinada.²

• Unidad de Análisis: o la unidad de estudio u objeto/sujeto de estudio (los elementos que van a ser estudiados), mientras que la unidad de recolección es la fuente proveedora de la información requerida, son los elementos que funcionan como informantes

1.2 Consigne, defina y ejemplifique los niveles de medición de Stevens

Tabla 1: niveles de medición
Nivel	Definición	Ejemplo
Nominal	Se caracteriza por datos que consisten exclusivamente en nombres, etiquetas o categorías. Los datos no se pueden acomodar en un esquema de orden (como del más bajo al más alto).	Estado civil | Color de ojos
Ordinal	Las categorías están ordenadas, pero no hay diferencias o estas carecen de significado.	Nivel educativo | Grado militar
De intervalo	Las diferencias tienen un significado, pero no hay punto de partida cero natural, y las razones no tienen significado.	temperaturas en grados Fahrenheit o Celsius
De razón	Hay un punto de partida cero natural y las razones tienen significado.	Altura | Peso

1.3 Consigne las principales propiedades de la distribución normal

La distribución normal, también conocida como distribución gaussiana o curva de campana, es una de las distribuciones de probabilidad más importantes en estadística.

{X \sim N(\mu,\sigma)}

donde:

• (X) es la variable aleatoria
• (\mu) es la media (promedio) de la distribución.
• (\sigma) es la desviación estándar, que mide la dispersión de los datos.

Esta distribución tiene las siguientes características clave:

• Simetría: Es simétrica alrededor de la media (\mu), lo que significa que las colas izquierda y derecha de la distribución son idénticas.

• Unimodal: Tiene un solo pico en la media (\mu) (punto por el que pasa el eje de simetría).

• Forma de Campana: La función de densidad de probabilidad forma una curva en forma de campana.

• Regla Empírica: Aproximadamente el 68% de los datos caen dentro de una desviación estándar de la media, el 95% dentro de dos desviaciones estándar y el 99.7% dentro de tres desviaciones estándar.

• El área bajo la curva es igual a 1

• La desviación estándar (\sigma) es la distancia entre el eje de simetría y el punto donde cambia la curvatura.

1.4 Concepto y elementos constitutivos de las pruebas de hipótesis

En estadística, una hipótesis es una afirmación o aseveración acerca de una propiedad de una población. Una prueba de hipótesis (o prueba de significancia) es un procedimiento para someter a prueba una afirmación acerca de una propiedad de una población.³

El funcionamiento de esta técnica inferencial se basa en la realización de una afirmación acerca de un parámetro de una o más poblaciones (hipótesis) y en el estudio de la compatibilidad entre esta afirmación y lo observado en la muestra. En principio, cuanto mayor sea la discrepancia entre la hipótesis realizada y la información proporcionada por la muestra observada, mayor será la evidencia en contra de dicha hipótesis.

• Hipótesis a evaluar:

  • La hipótesis nula (denotada con H_0) es la afirmación de que el valor de un parámetro poblacional (como una proporción, media o desviación estándar) es igual a un valor establecido. (El término nula se usa para indicar ningún cambio, ningún efecto o ninguna diferencia). La siguiente es una hipótesis nula típica del tipo considerado en este capítulo: H_0: p = 0.5. La hipótesis nula se prueba en forma directa, en el sentido de que suponemos (o fingimos) que es verdadera, y llegamos a una conclusión para rechazarla o no.

  • La hipótesis alternativa (denotada con H_1 o H_a o H_A) es la afirmación de que el parámetro tiene un valor que, de alguna manera, difiere de la hipótesis nula. Para los métodos de este capítulo, la forma simbólica de la hipótesis alternativa debe emplear alguno de estos símbolos: <, >, o bien, Z.

• Posibles errores a cometer:

  • Error tipo I: Rechazar {H_0} cuando es verdadera

  • Error tipo I: Aceptar {H_0} cuando es falsa

• Nivel de significación: Probabilidad de error tipo I (\alpha). Se fija a priori (usualmente 0,05 o 0,01)

• Probabilidad de error tipo II (\beta): Depende del tamaño de la muestra y no se fija a priori.

• Potencia del test: Se calcula como uno menos la probabilidad de error tipo II. Se puede calcular el tamaño de muestra para obtener una potencia determinada.

• Estadistica de prueba: se calcula con la informacion muestral. Se conoce su distribucion bajo el supuesto de que {H_0} es verdadera.

• Región de rechazo de un test: es el conjunto de valores del estadístico de prueba para los cuales se rechaza la hipotesis nula {H_0}

• Región de aceptación de un test: es el conjunto de valores del estadístico de prueba para los cuales no se rechaza la hipotesis nula {H_0}

• Regla de decisión: se fija el valor maximo de error tipo I que se esta dispuesto a cometer (\alpha). Se calcula la probabilidad de rechazar {H_0} cuando es verdadera usando la informacion de la muestra (p-value). Si este valor es menor o igual a \alpha rechazo la hipotesis nula, en caso contrario no la rechazo.

2 Segunda parte: Evaluación práctica

Se ha realizado una encuesta a jóvenes españoles en el año 2000. Se muestran a continuación las 16 preguntas que contenía el cuestionario.

2.1 Para cada una de las preguntas definir:

1. Las variables que contienen información a analizar estadísticamente.

2. Identificar, para cada una de ellas el nivel de medición y las modalidades/categorías que la integran.

Tabla 2: variables cuestionario
Pregunta	Variables	Categorías	Nivel de medición
OCIO
¿Cuál es la actividad que mas te gusta hacer fuera de tu casa cuando dispones de tiempo libre?	actividad tiempo libre	Beber, ir de copas, bailar (1) Hacer deportes (2) Viajes, excursiones (3) Ir al cine, al teatro (4) Ir a museos, ir a conciertos (5) Leer (6) Otra (7)	NOMINAL
¿Cuántas horas libres tienes a la semana para tu ocio o diversión?	horas libres semanales para ocio	HORAS	DE INTÉRVALO
¿Cuántas horas semanales dedicas a ver televisión?	horas semanales dedicadas a ver tv	HORAS	DE INTÉRVALO
FAMILIA
¿Cómo dirías que ha sido tu infancia, la definirías como……?	grado de felicidad en la infancia	La etapa más feliz de tu vida 1 Una etapa más feliz que otras 2 Una etapa igual de feliz que otras 3 Una etapa menos feliz que otras 4 La etapa menos feliz de tu vida 5	ORDINAL
¿cuál es el grado de dedicación en las siguientes tareas de tu hogar?	Grado de dedicación en las tareas del hogar	tareas del hogar: - Hacer la cama - Limpiar la casa - Cuidar de los hijos o hermanos pequeños. grado de dedicación: 1. No suelo hacerlo nunca 2. Solo lo hago en ocasiones 3. Comparto esta tarea con otra/s personas 4. Recae en mi toda la responsabilidad y suelo hacerlo siempre	ORDINAL
¿Cuántos hijos crees que llegarás a tener?	cantidad de hijos que creé va a tener	0,1,2,3,4,5	INTÉRVALO
¿Cuántos hijos te gustaría llegar a tener?	cantidad de hijos que le gustaría llegar a tener	0,1,2,3,4,5	INTÉRVALO
¿En cual de las siguientes situaciones te encuentras?	situación vincular/afectiva	Tienes novio/a formal 1 Ahora no tienes novio/a formal 2 Hasta ahora solo has tenido relaciones afectivas pasajeras 3 Nunca has tenido una relación especial con un chico/a 4	NOMINAL
CULTURA
¿En que centro realizaste la totalidad o la mayor parte de tus estudios?	lugar de estudios	En un centro estatal, público En un centro privado, no religioso En un centro privado, religioso	NOMINAL
¿Cuántos libros has leído en los últimos 12 meses?	cantidad de libros leidos en 12 meses	libros	INTÉRVALO
ACTITUDES
¿Cómo te definirías en materia religiosa?	autodefinición religiosa	Católico practicante 1 Católico no practicante 2 Creyente de otra religión 3 No creyente 4 Indiferente 5	NOMINAL
Cuando se habla de política se utilizan normalmente las expresiones izquierda y derecha ¿ En que casilla te ubicarías?	inclinación política	grado de inclinación política de 1 a 10, siendo 1 más inclinado hacia la izquierda y 10 más inclinado a la derecha	INTÉRVALO
INGRESOS
¿Qué cantidad aproximadamente de dinero (en miles de pesetas) ingresas al mes por cada uno de los conceptos siguientes?	rango de ingreso mensual por tipo de ingreso	Ingresos personales Ingresos de tu pareja Aportaciones familiares Otros	INTÉRVALO
Actualmente entre todos los miembros de tu hogar y por todos los conceptos ¿ De cuántos ingresos netos (sin descuentos) se dispone por término medio en tu hogar al mes?	rango de ingresos mensual de todos los miembros del hogar	Menos o igual a 50.000 pts (01) De 50.000 a 100.000 pts (02) De 100.001 a 150.000 pts (03) De 150.001 a 200.000 pts (04) De 200.001 a 300.000 pts (05) De 300.001 a 400.000 pts (06) De 400.001 a 500.000 pts( 07) De 500.001 a 750.000 pts (08) De 750.001 a 1 millón de pts (09) Más de 1 millón de pts (10)	ORDINAL
DATOS
Sexo	sexo	Hombre (1) Mujer (2)	NOMINAL
¿Cuántos años cumpliste en tu último cumpleaños?	edad	17,18,… 29	INTÉRVALO

3 Tercera parte: Análisis estadístico descriptivo

En esta actividad se trabajará con el archivo de datos “cuestionario.xlsx”.

3.1 Importar los datos a R.

cuestionario <- read_excel("EVALUACION/cuestionario.xlsx")

3.2 Utilizando la función table() y sus funciones anexas, calcular

3.2.1 Las tablas de frecuencias absolutas para las variables ocio, genero, colegio, amor, religión

3.2.1.1 Ocio

addmargins(table(cuestionario$ocio)) %>% kbl()

Var1	Freq
1	195
2	166
3	109
4	169
5	32
6	18
Sum	689

3.2.1.2 Género

addmargins(table(cuestionario$genero)) %>% kbl()

Var1	Freq
1	346
2	371
Sum	717

3.2.1.3 Colegio

addmargins(table(cuestionario$colegio)) %>% kbl()

Var1	Freq
1	475
2	59
3	180
Sum	714

3.2.1.4 Amor

addmargins(table(cuestionario$amor)) %>% kbl()

Var1	Freq
1	294
2	138
3	149
4	68
Sum	649

3.2.1.5 Religión

addmargins(table(cuestionario$religion)) %>% kbl()

Var1	Freq
1	177
2	317
3	12
4	108
5	99
99999	4
Sum	717

3.2.2 Las tablas de frecuencias relativas para las variables ocio, genero, colegio, amor, religión

3.2.2.1 Ocio

kbl(round(prop.table(table(cuestionario$ocio))*100,2))

Var1	Freq
1	28.30
2	24.09
3	15.82
4	24.53
5	4.64
6	2.61

3.2.2.2 género

kbl(round(prop.table(table(cuestionario$genero))*100,2))

Var1	Freq
1	48.26
2	51.74

3.2.2.3 colegio

kbl(round(prop.table(table(cuestionario$colegio))*100,2))

Var1	Freq
1	66.53
2	8.26
3	25.21

3.2.2.4 amor

kbl(round(prop.table(table(cuestionario$amor))*100,2))

Var1	Freq
1	45.30
2	21.26
3	22.96
4	10.48

3.2.2.5 religión

kbl(round(prop.table(table(cuestionario$religion))*100,2))

Var1	Freq
1	24.69
2	44.21
3	1.67
4	15.06
5	13.81
99999	0.56

3.3 Realizar gráficos de barras para cada una de las variables anteriores

a.  Con la frecuencia relativa
b.  Con la frecuencia porcentual

3.3.1 Gráfico 1: frecuencia absoluta y porcentual por variable género

par(mfrow = c(1, 2))

g1 <- barplot(table(cuestionario$genero),
        main="frecuencia absoluta por género",
        xlab="género",
        ylab="casos",
        border="#386641",
        col="#386641",
        density=100,
        ylim= c(0, 400))

text(x = g1, 
     y = table(cuestionario$genero), 
     label = table(cuestionario$genero), 
     pos = 3, 
     cex = 0.8, 
     col = "black")


p1 <- round(prop.table(table(cuestionario$genero))*100,2)

g2 <- barplot(p1,
        main="frecuencia porcentual por género",
        xlab="género",
        ylab="porcentaje",
        border="#003554",
        col="#003554",
        density=80,
ylim =  c(0,60))

text(x = g2, 
     y = p1,
     label = p1,
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.3.2 Gráfico 2: frecuencia absoluta y porcentual por variable ocio

par(mfrow = c(1, 2))

g3 <- barplot(table(cuestionario$ocio),
        main="frecuencia absoluta por actividad tiempo libre",
        xlab="ocio",
        ylab="casos",
        border="#386641",
        col="#386641",
        density=100,
        ylim =  c(0,250))


text(x = g3, 
     y = table(cuestionario$ocio), 
     label = table(cuestionario$ocio), 
     pos = 3, 
     cex = 0.8, 
     col = "black")


p2 <- round(prop.table(table(cuestionario$ocio))*100,2)

g4 <- barplot(p2,
        main="frecuencia porcentual por actividad tiempo libre",
        xlab="ocio",
        ylab="porcentaje",
        border="#003554",
        col="#003554",
        density=80, 
        ylim =  c(0,35))

text(x = g4, 
     y = p2, 
     label = p2, 
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.3.3 Gráfico 3: frecuencia absoluta y porcentual por variable amor

par(mfrow = c(1, 2))

g5 <- barplot(table(cuestionario$amor),
        main="frecuencia absoluta por situación vincular/afectiva",
        xlab="amor",
        ylab="casos",
        border="#386641",
        col="#386641",
        density=100,
        ylim=c(0, 350))

text(x = g5, 
     y = table(cuestionario$amor), 
     label = table(cuestionario$amor), 
     pos = 3, 
     cex = 0.8, 
     col = "black")


p3 <- round(prop.table(table(cuestionario$amor))*100,2)

g6 <- barplot(p3,
        main="frecuencia porcentual por situación vincular/afectivar",
        xlab="amor",
        ylab="porcentaje",
        border="#003554",
        col="#003554",
        density=80, 
        ylim=c(0, 50))

text(x = g6, 
     y = p3, 
     label = p3, 
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.3.4 Gráfico 4: frecuencia absoluta y porcentual por variable colegio

par(mfrow = c(1, 2))

g7 <- barplot(table(cuestionario$colegio),
        main="frecuencia absoluta por lugar de estudios",
        xlab="colegio",
        ylab="casos",
        border="#386641",
        col="#386641",
        density=100,
        ylim =  c(0,600))

text(x = g7, 
     y = table(cuestionario$colegio), 
     label = table(cuestionario$colegio), 
     pos = 3, 
     cex = 0.8, 
     col = "black")


p4 <- round(prop.table(table(cuestionario$colegio))*100,2)

g8 <- barplot(p4,
        main="frecuencia porcentual lugar de estudios",
        xlab="colegio",
        ylab="porcentaje",
        border="#003554",
        col="#003554",
        density=80,
        ylim =  c(0,80))

text(x = g8, 
     y = p4, 
     label = p4, 
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.3.5 Gráfico 5: frecuencia absoluta y porcentual por variable religión

par(mfrow = c(1, 2))

g9 <- barplot(table(cuestionario$religion),
        main="frecuencia absoluta por autodefinición religiosa",
        xlab="religion",
        ylab="casos",
        border="#386641",
        col="#386641",
        density=100,
ylim = c(0,350))

text(x = g9, 
     y = table(cuestionario$religion), 
     label = table(cuestionario$religion), 
     pos = 3, 
     cex = 0.8, 
     col = "black")


p5 <- round(prop.table(table(cuestionario$religion))*100,2)

g10 <- barplot(p5,
        main="frecuencia porcentual por autodefinición religiosa",
        xlab="religion",
        ylab="porcentaje",
        border="#003554",
        col="#003554",
        density=80,
ylim = c(0,50))

text(x = g10, 
     y = p5, 
     label = p5, 
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.4 Calcular las tablas de contingencia para los siguientes cruces de variables

3.4.1 Ocio y genero

# absoluta
addmargins(table(cuestionario$ocio, cuestionario$genero)) %>% kbl()
# relativa
kbl(round(prop.table(table(cuestionario$ocio, cuestionario$genero))*100,2))

	1	2	Sum
1	84	111	195
2	130	36	166
3	38	71	109
4	52	117	169
5	23	9	32
6	6	12	18
Sum	333	356	689

1	2
12.19	16.11
18.87	5.22
5.52	10.30
7.55	16.98
3.34	1.31
0.87	1.74

3.4.2 Ocio y colegio

# absoluta
addmargins(table(cuestionario$ocio, cuestionario$colegio)) %>% kbl()
# relativa
kbl(round(prop.table(table(cuestionario$ocio, cuestionario$colegio))*100,2))

	1	2	3	Sum
1	135	11	48	194
2	112	19	34	165
3	70	12	27	109
4	106	13	49	168
5	23	1	8	32
6	11	1	6	18
Sum	457	57	172	686

1	2	3
19.68	1.60	7.00
16.33	2.77	4.96
10.20	1.75	3.94
15.45	1.90	7.14
3.35	0.15	1.17
1.60	0.15	0.87

3.4.3 Amor y religión

# absoluta
addmargins(table(cuestionario$amor, cuestionario$religion)) %>% kbl()

	1	2	3	4	5	99999	Sum
1	70	149	2	40	32	1	294
2	32	64	3	17	21	1	138
3	40	63	3	22	21	0	149
4	21	24	1	13	9	0	68
Sum	163	300	9	92	83	2	649

# relativa
kbl(round(prop.table(table(cuestionario$amor, cuestionario$religion))*100,2))

1	2	3	4	5	99999
10.79	22.96	0.31	6.16	4.93	0.15
4.93	9.86	0.46	2.62	3.24	0.15
6.16	9.71	0.46	3.39	3.24	0.00
3.24	3.70	0.15	2.00	1.39	0.00

3.4.4 Colegio y religión

# absoluta
addmargins(table(cuestionario$colegio, cuestionario$religion)) %>% kbl()

	1	2	3	4	5	99999	Sum
1	114	225	7	64	62	3	475
2	13	15	3	18	10	0	59
3	49	75	2	26	27	1	180
Sum	176	315	12	108	99	4	714

# relativa
kbl(round(prop.table(table(cuestionario$colegio, cuestionario$religion))*100,2))

1	2	3	4	5	99999
15.97	31.51	0.98	8.96	8.68	0.42
1.82	2.10	0.42	2.52	1.40	0.00
6.86	10.50	0.28	3.64	3.78	0.14

3.5 Gráficos para los cruces de variables anteriores

3.5.1 Gráfico 6: Ocio y genero

paleta7 <- c("#f7a3b7","#ef476f", "#f78c6b", "#ffd166","#06d6a0","#118ab2", "#073b4c")
  
ocio <- c("Beber, ir de copas,\nbailar", "Hacer deportes", "Viajes, excursiones", "Ir al cine, al teatro", "Ir a museos,\nir a conciertos", "Leer")

g_a1 <- barplot(
        table(cuestionario$ocio, cuestionario$genero),
        beside = T,
        main="frecuencia absoluta actividad tiempo libre según género",
        xlab="género",
        ylab="casos",
        border=paleta7,
        col= paleta7,
        #density=100,
        ylim= c(0, 150)
        )

legend("topright",
        legend = ocio,
        fill = paleta7,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a1, 
     y = table(cuestionario$ocio, cuestionario$genero), 
     label = table(cuestionario$ocio, cuestionario$genero), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p11 <- round(prop.table(table(cuestionario$ocio, cuestionario$genero))*100,2)

g_a2 <- barplot(p11,
                beside = T,
        main="frecuencia porcentual actividad tiempo libre según género",
        xlab="género",
        ylab="porcentaje",
        border= paleta7,
        col= paleta7,
        density=90,
ylim =  c(0,25))

legend("topright",
        legend = ocio,
        fill = paleta7,
        cex=0.6,
       density = 90,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a2, 
     y = p11,
     label = p11,
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.5.2 Gráfico 7: Ocio y colegio

paleta7 <- c("#f7a3b7","#ef476f", "#f78c6b", "#ffd166","#06d6a0","#118ab2", "#073b4c")
ocio <- c("Beber, ir de copas,\nbailar", "Hacer deportes", "Viajes, excursiones", "Ir al cine, al teatro", "Ir a museos,\nir a conciertos", "Leer")

g_a3 <- barplot(
        table(cuestionario$ocio,cuestionario$colegio),
        beside = T,
        main="frecuencia absoluta actividad tiempo libre según lugar de estudios",
        xlab="colegio",
        ylab="casos",
        border=paleta7,
        col= paleta7,
        #density=100,
        ylim= c(0, 150)
        )

legend("topright",
        legend = ocio,
        fill = paleta7,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0) )

text(x = g_a3, 
     y = table(cuestionario$ocio, cuestionario$colegio), 
     label = table(cuestionario$ocio,cuestionario$colegio), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p22 <- round(prop.table(table(cuestionario$ocio, cuestionario$colegio))*100,2)

g_a4 <- barplot(p22,
                beside = T,
        main="frecuencia porcentual actividad tiempo libre según lugar de estudios",
        xlab="colegio",
        ylab="porcentaje",
        border= paleta7,
        col= paleta7,
        density=90,
ylim =  c(0,25))

legend("topright",
        density = 90,
        legend = ocio,
        fill = paleta7,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a4, 
     y = p22,
     label = p22,
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.5.3 Gráfico 8: Amor y religión

paleta4 <- c("#218380","#8f2d56", "#d81159", "#ffbc42")

insideout <- c("Tienes novio/a formal", "Ahora no tienes novio/a formal", "Hasta ahora solo has tenido relaciones afectivas pasajeras", "Nunca has tenido una relación especial con un chico/a")

g_a5 <- barplot(
        table(cuestionario$amor, cuestionario$religion),
        beside = T,
        main="frecuencia absoluta situación vincular/afectiva según autodefinición religiosa",
        xlab="autodefinición religiosa",
        ylab="casos",
        border=paleta4,
        col= paleta4,
        #density=100,
        ylim= c(0,200)
        )

legend("topright",
        legend = insideout,
        fill = paleta4,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0) )

text(x = g_a5, 
     y = table(cuestionario$amor, cuestionario$religion), 
     label = table(cuestionario$amor, cuestionario$religion), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p33 <- round(prop.table(table(cuestionario$amor, cuestionario$religion))*100,2)

g_a6 <- barplot(p33,
                beside = T,
        main="frecuencia porcentual situación vincular/afectiva según autodefinición religiosa",
        xlab="autodefinición religiosa",
        ylab="porcentaje",
        border= paleta4,
        col= paleta4,
        density=90,
ylim =  c(0,25))

legend("topright",
        density = 90,
        legend = insideout,
        fill = paleta4,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a6, 
     y = p33,
     label = p33,
     pos = 3, 
     cex = 0.6, 
     col = "black")

3.5.4 Gráfico 9: Colegio y religión

paleta3 <- c("#26547c","#ef476f", "#ffd166")
estudio <- c("centro estatal, público", "centro privado, no religioso","centro privado, religioso" )

g_a7 <- barplot(
        table(cuestionario$colegio, cuestionario$religion),
        beside = T,
        main="frecuencia absoluta autodefinición religiosa  según lugar de estudios",
        xlab="autodefinición religiosa",
        ylab="casos",
        border=paleta3,
        col= paleta3,
        #density=100,
        ylim= c(0,300)
        )

legend("topright",
        legend = estudio,
        fill = paleta3,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0) )

text(x = g_a7, 
     y = table(cuestionario$colegio, cuestionario$religion), 
     label = table(cuestionario$colegio, cuestionario$religion), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

# relativa
p44 <- round(prop.table(table(cuestionario$colegio, cuestionario$religion))*100,2)

g_a8 <- barplot(p44,
                beside = T,
        main="frecuencia porcentual autodefinición religiosa según lugar de estudio",
        xlab="autodefinición religiosa",
        ylab="porcentaje",
        border= paleta3,
        col= paleta3,
        density=90,
ylim =  c(0,40))

legend("topright",
        density = 90,
        legend = estudio,
        fill = paleta3,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a8, 
     y = p44,
     label = p44,
     pos = 3, 
     cex = 0.7, 
     col = "black")

3.6 {expss}

3.7 etiquetas a variables y sus categorías

cuestionario <- expss::apply_labels(cuestionario,
                             ocio = "Actividad tiempo libre",
                             genero = "Género",
                             colegio = "Lugar de estudios",
                             religion = "Autodefinición religiosa",
                             amor = "Situación vincular/afectiva") 

cuestionario <- expss::apply_labels(cuestionario,
                             ocio = c("Beber,ir de copas,bailar"= 1,
                                      "Hacer deportes" = 2,
                                      "Viajes,excursiones" = 3,
                                      "Ir al cine, al teatro" = 4, 
                                      "Ir a museos, ir a conciertos" = 5, 
                                      "Leer" = 6),
                             genero = c("Hombre" = 1, "Mujer" = 2),
                             colegio = c("En un centro estatal, público" = 1, 
                                         "En un centro privado, no religioso" = 2,
                                         "En un centro privado, religioso" = 3),
                             religion = c("Católico practicante" = 1,
                                          "Católico no practicante" = 2,
                                          "Creyente de otra religión" = 3,
                                          "No creyente" = 4, 
                                          "Indiferente" = 5),
                             amor = c("Tienes novio/a formal" = 1,
                                      "Ahora no tienes novio/a formal" = 2,
                                      "Hasta ahora solo has tenido relaciones afectivas pasajeras" = 3,
                                      "Nunca has tenido una relación especial con un chico/a" = 4))

3.8 función fre() y sus funciones anexas, calcular:

Las tablas de frecuencias absolutas y relativas para las variables ocio, genero, colegio, amor, religión

3.8.1 Ocio

fre(cuestionario$ocio)

Actividad tiempo libre	Count	Valid percent	Percent	Responses, %	Cumulative responses, %
Beber,ir de copas,bailar	195	28.3	27.2	28.3	28.3
Hacer deportes	166	24.1	23.2	24.1	52.4
Viajes,excursiones	109	15.8	15.2	15.8	68.2
Ir al cine, al teatro	169	24.5	23.6	24.5	92.7
Ir a museos, ir a conciertos	32	4.6	4.5	4.6	97.4
Leer	18	2.6	2.5	2.6	100.0
#Total	689	100	96.1	100
<NA>	28		3.9

3.8.2 Género

fre(cuestionario$genero)

Género	Count	Valid percent	Percent	Responses, %	Cumulative responses, %
Hombre	346	48.3	48.3	48.3	48.3
Mujer	371	51.7	51.7	51.7	100.0
#Total	717	100	100	100
<NA>	0		0.0

3.8.3 Colegio

fre(cuestionario$colegio)

Lugar de estudios	Count	Valid percent	Percent	Responses, %	Cumulative responses, %
En un centro estatal, público	475	66.5	66.2	66.5	66.5
En un centro privado, no religioso	59	8.3	8.2	8.3	74.8
En un centro privado, religioso	180	25.2	25.1	25.2	100.0
#Total	714	100	99.6	100
<NA>	3		0.4

3.8.4 Amor

fre(cuestionario$amor)

Situación vincular/afectiva	Count	Valid percent	Percent	Responses, %	Cumulative responses, %
Tienes novio/a formal	294	45.3	41.0	45.3	45.3
Ahora no tienes novio/a formal	138	21.3	19.2	21.3	66.6
Hasta ahora solo has tenido relaciones afectivas pasajeras	149	23.0	20.8	23.0	89.5
Nunca has tenido una relación especial con un chico/a	68	10.5	9.5	10.5	100.0
#Total	649	100	90.5	100
<NA>	68		9.5

3.8.5 Religión

fre(cuestionario$religion)

Autodefinición religiosa	Count	Valid percent	Percent	Responses, %	Cumulative responses, %
Católico practicante	177	24.7	24.7	24.7	24.7
Católico no practicante	317	44.2	44.2	44.2	68.9
Creyente de otra religión	12	1.7	1.7	1.7	70.6
No creyente	108	15.1	15.1	15.1	85.6
Indiferente	99	13.8	13.8	13.8	99.4
99999	4	0.6	0.6	0.6	100.0
#Total	717	100	100	100
<NA>	0		0.0

3.9 Gráficos con etiquetas {expss} para cada una de las variables anteriores

3.9.1 Gráfico 10: frecuencia absoluta y porcentual por variable género

par(mfrow = c(1, 2))

g1 <- barplot(table(cuestionario$genero),
        main="frecuencia absoluta por género",
        xlab="género",
        ylab="casos",
        border="#006d77",
        col="#006d77",
        density=100,
        ylim= c(0, 400))

text(x = g1, 
     y = table(cuestionario$genero), 
     label = table(cuestionario$genero), 
     pos = 3, 
     cex = 0.8, 
     col = "black")


p1 <- round(prop.table(table(cuestionario$genero))*100,2)

g2 <- barplot(p1,
        main="frecuencia porcentual por género",
        xlab="género",
        ylab="porcentaje",
        border="#83c5be",
        col="#83c5be",
        density=80,
ylim =  c(0,60))

text(x = g2, 
     y = p1,
     label = p1,
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.9.2 Gráfico 11: frecuencia absoluta y porcentual por variable ocio

g3 <- barplot(table(cuestionario$ocio),
        main="frecuencia absoluta por actividad tiempo libre",
        xlab="ocio",
        ylab="casos",
        border="#006d77",
        col="#006d77",
        density=100,
        ylim =  c(0,250),
        cex.names = 0.6)


text(x = g3, 
     y = table(cuestionario$ocio), 
     label = table(cuestionario$ocio), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p2 <- round(prop.table(table(cuestionario$ocio))*100,2)

g4 <- barplot(p2,
        main="frecuencia porcentual por actividad tiempo libre",
        xlab="ocio",
        ylab="porcentaje",
        border="#83c5be",
        col="#83c5be",
        density=80,
        cex.names = 0.6,
        ylim =  c(0,35))

text(x = g4, 
     y = p2, 
     label = p2, 
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.9.3 Gráfico 12: frecuencia absoluta y porcentual por variable amor

g5 <- barplot(table(cuestionario$amor),
        main="frecuencia absoluta por situación vincular/afectiva",
        xlab="situación",
        ylab="casos",
        border="#006d77",
        col="#006d77",
        density=100,
        cex.names = 0.6,
        ylim=c(0, 350))

text(x = g5, 
     y = table(cuestionario$amor), 
     label = table(cuestionario$amor), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p3 <- round(prop.table(table(cuestionario$amor))*100,2)

g6 <- barplot(p3,
        main="frecuencia porcentual por situación vincular/afectiva",
        xlab="situación",
        ylab="porcentaje",
        border="#83c5be",
        col="#83c5be",
        density=80,
        cex.names = 0.6,
        ylim=c(0, 50))

text(x = g6, 
     y = p3, 
     label = p3, 
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.9.4 Gráfico 13: frecuencia absoluta y porcentual por variable colegio

g7 <- barplot(table(cuestionario$colegio),
        main="frecuencia absoluta por lugar de estudios",
        xlab="lugar",
        ylab="casos",
        border="#006d77",
        col="#006d77",
        density=100,
        cex.names = 0.6,
        ylim =  c(0,600))

text(x = g7, 
     y = table(cuestionario$colegio), 
     label = table(cuestionario$colegio), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p4 <- round(prop.table(table(cuestionario$colegio))*100,2)

g8 <- barplot(p4,
        main="frecuencia porcentual por lugar de estudios",
        xlab="lugar",
        ylab="porcentaje",
        border="#83c5be",
        col="#83c5be",
        density=80,
        cex.names = 0.6,
        ylim =  c(0,80))

text(x = g8, 
     y = p4, 
     label = p4, 
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.9.5 Gráfico 14: frecuencia absoluta y porcentual por variable religión

g9 <- barplot(table(cuestionario$religion),
        main="frecuencia absoluta por autodefinición religiosa",
        xlab="religion",
        ylab="casos",
        border="#006d77",
        col="#006d77",
        density=100,
        cex.names = 0.6,
        ylim = c(0,350))

text(x = g9, 
     y = table(cuestionario$religion), 
     label = table(cuestionario$religion), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p5 <- round(prop.table(table(cuestionario$religion))*100,2)

g10 <- barplot(p5,
        main="frecuencia porcentual por autodefinición religiosa",
        xlab="religion",
        ylab="porcentaje",
        border="#83c5be",
        col="#83c5be",
        density=80,
        cex.names = 0.6,
        ylim = c(0,50))

text(x = g10, 
     y = p5, 
     label = p5, 
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.10 función cro() & cro_rpct()

3.10.1 Ocio y genero

# absoluta
cro(cuestionario$ocio, cuestionario$genero)
# relativa

cro_rpct(cuestionario$ocio, cuestionario$genero,
         total_label = c("Total"),
         total_statistic = c("u_rpct"))

	Género
	Hombre	Mujer
Actividad tiempo libre
Beber,ir de copas,bailar	84	111
Hacer deportes	130	36
Viajes,excursiones	38	71
Ir al cine, al teatro	52	117
Ir a museos, ir a conciertos	23	9
Leer	6	12
#Total cases	333	356

	Género
	Hombre	Mujer
Actividad tiempo libre
Beber,ir de copas,bailar	43.1	56.9
Hacer deportes	78.3	21.7
Viajes,excursiones	34.9	65.1
Ir al cine, al teatro	30.8	69.2
Ir a museos, ir a conciertos	71.9	28.1
Leer	33.3	66.7
#Total	48.3	51.7

3.10.2 Ocio y colegio

# absoluta
cro(cuestionario$ocio, cuestionario$colegio)
# relativa
cro_rpct(cuestionario$ocio, cuestionario$colegio,
         total_label = c("Total"),
         total_statistic = c("u_rpct"))

	Lugar de estudios
	En un centro estatal, público	En un centro privado, no religioso	En un centro privado, religioso
Actividad tiempo libre
Beber,ir de copas,bailar	135	11	48
Hacer deportes	112	19	34
Viajes,excursiones	70	12	27
Ir al cine, al teatro	106	13	49
Ir a museos, ir a conciertos	23	1	8
Leer	11	1	6
#Total cases	457	57	172

	Lugar de estudios
	En un centro estatal, público	En un centro privado, no religioso	En un centro privado, religioso
Actividad tiempo libre
Beber,ir de copas,bailar	69.6	5.7	24.7
Hacer deportes	67.9	11.5	20.6
Viajes,excursiones	64.2	11.0	24.8
Ir al cine, al teatro	63.1	7.7	29.2
Ir a museos, ir a conciertos	71.9	3.1	25.0
Leer	61.1	5.6	33.3
#Total	66.6	8.3	25.1

3.10.3 Amor y religión

# absoluta
cro(cuestionario$amor, cuestionario$religion)

	Autodefinición religiosa
	Católico practicante	Católico no practicante	Creyente de otra religión	No creyente	Indiferente	99999
Situación vincular/afectiva
Tienes novio/a formal	70	149	2	40	32	1
Ahora no tienes novio/a formal	32	64	3	17	21	1
Hasta ahora solo has tenido relaciones afectivas pasajeras	40	63	3	22	21
Nunca has tenido una relación especial con un chico/a	21	24	1	13	9
#Total cases	163	300	9	92	83	2

# relativa
cro_rpct(cuestionario$amor, cuestionario$religion,
         total_label = c("Total"),
         total_statistic = c("u_rpct"))

	Autodefinición religiosa
	Católico practicante	Católico no practicante	Creyente de otra religión	No creyente	Indiferente	99999
Situación vincular/afectiva
Tienes novio/a formal	23.8	50.7	0.7	13.6	10.9	0.3
Ahora no tienes novio/a formal	23.2	46.4	2.2	12.3	15.2	0.7
Hasta ahora solo has tenido relaciones afectivas pasajeras	26.8	42.3	2.0	14.8	14.1
Nunca has tenido una relación especial con un chico/a	30.9	35.3	1.5	19.1	13.2
#Total	25.1	46.2	1.4	14.2	12.8	0.3

3.10.4 Colegio y religión

# absoluta
cro(cuestionario$colegio, cuestionario$religion)

	Autodefinición religiosa
	Católico practicante	Católico no practicante	Creyente de otra religión	No creyente	Indiferente	99999
Lugar de estudios
En un centro estatal, público	114	225	7	64	62	3
En un centro privado, no religioso	13	15	3	18	10
En un centro privado, religioso	49	75	2	26	27	1
#Total cases	176	315	12	108	99	4

# relativa

cro_rpct(cuestionario$colegio, cuestionario$religion,
         total_label = c("Total"),
         total_statistic = c("u_rpct"))

	Autodefinición religiosa
	Católico practicante	Católico no practicante	Creyente de otra religión	No creyente	Indiferente	99999
Lugar de estudios
En un centro estatal, público	24.0	47.4	1.5	13.5	13.1	0.6
En un centro privado, no religioso	22.0	25.4	5.1	30.5	16.9
En un centro privado, religioso	27.2	41.7	1.1	14.4	15.0	0.6
#Total	24.6	44.1	1.7	15.1	13.9	0.6

3.11 Gráficos bivariados con etiquetas {expss} para cada una de las variables anteriores

3.11.1 Gráfico 15: Ocio y genero

g_a1 <- barplot(
        table(cuestionario$ocio, cuestionario$genero),
        beside = T,
        main="frecuencia absoluta actividad tiempo libre según género",
        xlab="género",
        ylab="casos",
        border=paleta7,
        col= paleta7,
        #density=100,
        ylim= c(0, 150)
        )

legend("topright",
        legend = ocio, 
        fill = paleta7,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a1, 
     y = table(cuestionario$ocio, cuestionario$genero), 
     label = table(cuestionario$ocio, cuestionario$genero), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p11 <- round(prop.table(table(cuestionario$ocio, cuestionario$genero))*100,2)

g_a2 <- barplot(p11,
                beside = T,
        main="frecuencia porcentual actividad tiempo libre según género",
        xlab="género",
        ylab="porcentaje",
        border= paleta7,
        col= paleta7,
        density=90,
ylim =  c(0,25))

legend("topright",
        legend = ocio, 
        fill = paleta7,
        cex=0.6,
       density = 90,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a2, 
     y = p11,
     label = p11,
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.11.2 Gráfico 16: Ocio y colegio

g_a3 <- barplot(
        table(cuestionario$ocio,cuestionario$colegio),
        beside = T,
        main="frecuencia absoluta actividad tiempo libre según lugar de estudios",
        xlab="lugar",
        ylab="casos",
        border=paleta7,
        col= paleta7,
        cex.names = 0.6,
        #density=100,
        ylim= c(0, 150)
        )

legend("topright",
        legend = ocio, 
        fill = paleta7,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0) )

text(x = g_a3, 
     y = table(cuestionario$ocio, cuestionario$colegio), 
     label = table(cuestionario$ocio,cuestionario$colegio), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p22 <- round(prop.table(table(cuestionario$ocio, cuestionario$colegio))*100,2)

g_a4 <- barplot(p22,
                beside = T,
        main="frecuencia porcentual actividad tiempo libre según lugar de estudios",
        xlab="lugar",
        ylab="porcentaje",
        border= paleta7,
        col= paleta7,
        density=90,
        cex.names = 0.6,
ylim =  c(0,25))

legend("topright",
        density = 90,
        legend = ocio,
        fill = paleta7,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a4, 
     y = p22,
     label = p22,
     pos = 3, 
     cex = 0.8, 
     col = "black")

3.11.3 Gráfico 17: Amor y religión

g_a5 <- barplot(
        table(cuestionario$amor, cuestionario$religion),
        beside = T,
        main="frecuencia absoluta situación vincular/afectiva según \nautodefinición religiosa",
        xlab="autodefinición religiosa",
        ylab="casos",
        border=paleta4,
        col= paleta4,
        cex.names = 0.6,
        #density=100,
        ylim= c(0,200)
        )

legend("topright",
        legend = insideout,
        fill = paleta4,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0) )

text(x = g_a5, 
     y = table(cuestionario$amor, cuestionario$religion), 
     label = table(cuestionario$amor, cuestionario$religion), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

p33 <- round(prop.table(table(cuestionario$amor, cuestionario$religion))*100,2)

g_a6 <- barplot(p33,
                beside = T,
        main="frecuencia porcentual situación vincular/afectiva según \nautodefinición religiosa",
        xlab="autodefinición religiosa",
        ylab="porcentaje",
        border= paleta4,
        col= paleta4,
        density=90,
        cex.names = 0.6,
ylim =  c(0,25))

legend("topright",
        density = 90,
        legend = insideout,
        fill = paleta4,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a6, 
     y = p33,
     label = p33,
     pos = 3, 
     cex = 0.6, 
     col = "black")

3.11.4 Gráfico 18: Colegio y religión

g_a7 <- barplot(
        table(cuestionario$colegio, cuestionario$religion),
        beside = T,
        main="frecuencia absoluta autodefinición religiosa según lugar de estudios",
        xlab="autodefinición religiosa",
        ylab="casos",
        border=paleta3,
        col= paleta3,
        cex.names = 0.6,
        #density=100,
        ylim= c(0,300)
        )

legend("topright",
        legend = estudio,
        fill = paleta3,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0) )

text(x = g_a7, 
     y = table(cuestionario$colegio, cuestionario$religion), 
     label = table(cuestionario$colegio, cuestionario$religion), 
     pos = 3, 
     cex = 0.8, 
     col = "black")

# relativa
p44 <- round(prop.table(table(cuestionario$colegio, cuestionario$religion))*100,2)

g_a8 <- barplot(p44,
                beside = T,
        main="frecuencia porcentual autodefinición religiosa  según lugar de estudio",
        xlab="autodefinición religiosa",
        ylab="porcentaje",
        border= paleta3,
        col= paleta3,
        density=90,
        cex.names = 0.6,
        ylim =  c(0,40))

legend("topright",
        density = 90,
        legend = estudio,
        fill = paleta3,
        cex=0.6,
        xpd = TRUE,
        inset = c(-0.05,0)
       )

text(x = g_a8, 
     y = p44,
     label = p44,
     pos = 3, 
     cex = 0.7, 
     col = "black")

3.12 Análisis descriptivo

3.12.1 Medidas de tendencia central

cuestionario %>%
  get_summary_stats(horas,tv,hijos1,hijos2,libros, ingreso1, ingreso2,ingreso3,edad, type="common")

variable	n	min	max	median	iqr	mean	sd	se	ci
horas	690	1	49	20	18.00	21.049	11.494	0.438	0.859
tv	709	1	44	10	9.00	11.048	6.997	0.263	0.516
hijos1	644	0	5	2	0.00	2.067	0.871	0.034	0.067
hijos2	695	0	5	2	1.00	2.396	1.037	0.039	0.077
libros	640	1	40	5	7.00	7.467	7.165	0.283	0.556
ingreso1	652	0	450	0	35.25	27.630	51.232	2.006	3.940
ingreso2	652	0	380	0	0.00	7.529	37.780	1.480	2.905
ingreso3	652	0	250	12	21.00	19.018	24.876	0.974	1.913
edad	717	17	29	22	4.00	22.057	2.788	0.104	0.204

3.12.2 variables cuantitativas

3.12.2.1 horas

boxplot(cuestionario$horas, na.action = NULL,
        xlab = "Horas",
        main="Horas semanales destinadas al tiempo libre", 
        ann = T, 
        horizontal = TRUE,
        varwidth = F, outline=T, col="#ef798a")

De las horas semanales destinadas al tiempo libre, el valor máximo destinado de horas es de 49 con un mediana de 20 horas y una media de 21.

3.12.2.2 tv

boxplot(cuestionario$tv, 
        na.action = NULL,
        xlab = "Horas",
        main="horas semanales dedicadas a ver televisión", 
        ann = T, 
        horizontal = TRUE,
        varwidth = F, outline=T, col="#2a9d8f")

De las horas semanales dedicadas a ver televisión, la mediana es de 10 horas semanales y una media de 11 con un valor extremo de dedicación de 44 horas y un valor mínimo de 1.

3.12.2.3 hijos1

par(mfrow = c(1, 2))

cuestionario$Cantidad = 1
ag <- aggregate(Cantidad ~ hijos1, cuestionario, sum)

barplot(ag$Cantidad ~ ag$hijos1, 
     main="cantidad de hijos que \ncreé va a tener", 
     xlab="cantidad hijos",
     ylab= " ",
     col="#52b69a",
     ylim= c(0, 400),
     las=1)

boxplot(cuestionario$hijos1, 
        na.action = NULL,
        xlab = "cantidad hijos",
        main="cantidad de hijos que \ncreé va a tener", 
        ann = T, 
        horizontal = TRUE,
        varwidth = F, outline=T, col="#52b69a")

De los encuestados, la mediana de respuesta de cuantos hijos creeé que va a tener es 2, compartiendo la misma media y con un valor máximo de 5.

3.12.2.4 hijos2

boxplot(cuestionario$hijos2, na.action = NULL,
        xlab = "cantidad",
        main="cantidad de hijos que le gustaría llegar a tener", 
        ann = T, 
        horizontal = TRUE,
        varwidth = F, outline=T, col="#588157")

De los encuestados, la mediana de respuesta de cuantos hijos que le gustaría llegar a tener es 2, compartiendo una media similar de 2.3 y con un valor máximo de 5.

3.12.2.5 libros

boxplot(cuestionario$libros, na.action = NULL,
        xlab = "cantidad",
        main = "cantidad de libros leidos en 12 meses", 
        ann = T, 
        horizontal = TRUE,
        varwidth = F, outline=T, col="#457b9d")

De la cantidad de libros leídos en 12 meses, la cantidad máxima superior al quartil es de 40 por año y valor mínmo es de 1 libro por año, la mediana es de 5 libros por año y el promedio de la muestra por 7 libros al año

3.12.2.6 ingreso1

boxplot(cuestionario$ingreso1, na.action = NULL,
        xlab = "ingreso",
        main="ingresos personales", 
        ann = T, 
        horizontal = TRUE,
        varwidth = F, outline=T, col="#fe7f2d")

Del tipo de ingreso personal la mediana de la muestra es 0 y la media corresponde a un 27.630, con varios outliers llegando a un valor máximo de 450.

3.12.2.7 ingreso2

boxplot(cuestionario$ingreso2, na.action = NULL,
        xlab = "ingreso",
        main="ingreso por la pareja", 
        ann = T, 
        horizontal = TRUE,
        varwidth = F, outline=T, col="#fe7f2d")

Del tipo de ingreso de la pareja la mediana de la muestra es 0, más del 95% de respuesta se ubica en este valor, es decir no recibe ingreso por la pareja. Y la media corresponde a un 7.529, inferior al tipo de ingreso personal, con varios outliers llegando a un valor máximo de 380.

3.12.2.8 ingreso3

boxplot(cuestionario$ingreso3, na.action = NULL,
        xlab = "ingreso",
        main="ingreso por aportaciones familiares", 
        ann = T, 
        horizontal = TRUE,
        varwidth = F, outline=T, col= "#fe7f2d")

Del tipo de ingreso por aportaciones familiares, el valor máximo de ingreso es de 250 con una mediana de 12 y mediana de 19.01, de los valores extremos los rangos vacilan entre más de 50 a 250.

3.12.2.9 edad

boxplot(cuestionario$edad, na.action = NULL,
        xlab = "edad",
        main="edad cumplida", 
        ann = T, 
        horizontal = TRUE,
        varwidth = F, outline=T, col="#ef798a")

El rango de edad de años cumplidos en el último año, la edad mínima es de 17 y la máxima de 29, con una mediana de 22 años de los encuestados

4 Cuarta parte: Contrastes de hipótesis

Utilizando los datos del archivo cuestionario y técnicas paramétricas y no paramétricas,

4.1 Situación 1

Determinar con un nivel de significación del 5%: si el promedio de horas libres a la semana para ocio o diversión en los hombres es mayor a la de las mujeres. Concluir en términos del problema y determinar cuál es el test más adecuado.

• Chequear que la distribucion de la variable es normal

library(ggpubr)
library(rstatix)


shapiro_test(cuestionario$horas)

variable	statistic	p.value
cuestionario$horas	0.9534078	0

cuestionario %>%
  group_by(genero) %>%
  shapiro_test(horas)

genero	variable	statistic	p
1	horas	0.9669287	8e-07
2	horas	0.9331564	0e+00

ggqqplot(cuestionario, "horas")

ggqqplot(cuestionario, "horas", facet.by = "genero")

La variable no es normal. Se rechaza el test de normalidad y en el qqplot se observa que los puntos caen por fuera de la recta normal

• testeo de homocedasticidad de varianzas

car::leveneTest(cuestionario$horas ~ as.factor(cuestionario$genero))

	Df	F value	Pr(>F)
group	1	3.670516	0.0557972
	688	NA	NA

Como el p-value es mayor a 0.05 no rechazo la hipotesis de igualdad de varianzas. Como la variable no proviene de una poblacion normal no puedo usar un t-test como chequee que se cumpla el suspuesto de homocedasticidad puedo usar el test de mann- whitney para testear la igualdad de promedios entre los grupos

cuestionario %>% wilcox_test(horas ~ genero)

.y.	group1	group2	n1	n2	statistic	p
horas	Hombre	Mujer	330	360	63629.5	0.105

Como pv > 0.05 no rechazo la hipotesis nula de igualdad de medias con un nivel de significacion del 5%. Es decir, con un alfa de 0.05 no rechazo la hipotesis de que el promedio de horas de ocio de los hombres es igual al promedio de horas de las mujeres

4.2 Situación 2

Determinar si hay diferencias en la cantidad promedio de libros leídos si tenemos en cuenta la asistencia de los jóvenes a colegio estatal o privado. Utilizar un nivel de significación del 5%. Concluir en términos del problema y determinar cuál es el test más adecuado.

• Reclasifico la variable colegio en estatal o privado

cuestionario$colegio2 <- ifelse(cuestionario$colegio %in% 1, "Estatal", "Privado")

table(cuestionario$colegio, cuestionario$colegio2) %>% kbl()

	Estatal	Privado
En un centro estatal, público	475	0
En un centro privado, no religioso	0	59
En un centro privado, religioso	0	180

• Chequear que la distribucion de la variable es normal

shapiro_test(cuestionario$libros)

variable	statistic	p.value
cuestionario$libros	0.7741123	0

cuestionario %>%
  group_by(genero) %>%
  shapiro_test(libros)

genero	variable	statistic	p
1	libros	0.7876037	0
2	libros	0.7611297	0

ggqqplot(cuestionario, "libros")

ggqqplot(cuestionario, "libros", facet.by = "colegio2")

La variable no es normal. Se rechaza el test de normalidad y en el qqplot se observa que los puntos caen por fuera de la recta normal

• testeo de homocedasticidad de varianzas

car::leveneTest(cuestionario$libros ~ as.factor(cuestionario$colegio2))

	Df	F value	Pr(>F)
group	1	0.8593412	0.3542737
	638	NA	NA

Como el p-value es mayor a 0.05 no rechazo la hipotesis de igualdad de varianzas. Como la variable no proviene de una poblacion normal no puedo usar un t-test, tengo que usar el test de mann- whitney

cuestionario %>% wilcox_test(libros ~ colegio2)

.y.	group1	group2	n1	n2	statistic	p
libros	Estatal	Privado	429	211	41593.5	0.094

Como pv > 0.05 no rechazo la hipotesis nula de igualdad de medias con un nivel de significacion del 5%. Es decir, con un alfa de 0.05 no rechazo la hipotesis de que el promedio de libros leidos (excluyendo los libros de texto) de los alumnos de escuelas publicas es igual al promedio de libros leidos de los alumnos de escuela privada

Footnotes

1. Triola, Mario F. Estadística Decimoprimera edición. PEARSON EDUCACIÓN, México, 2013

2. Moncho Vasallo, J. Estadística aplicada a las ciencias de la salud. ELSEVIER, España, 2014

3. Triola, Mario F. Estadística Decimoprimera edición. PEARSON EDUCACIÓN, México, 2013