SEMINARIO VI

Para empezar, seleccionaremos dos variables cualitativas-factor de “activossalud.RData”, y las describiremos en tablas de frecuencias e interpretaremos al menos 3 aspectos en relación a la distribución de las mismas.

Cargamos el archivo en R-Commander

Elegimos una variable cualitativa, como por ejemplo, la variable “tabaco”

En la tabla de frecuencias de la variable “tabaco” vemos que casi la mitad de los participantes no han consumido nunca tabaco. Solo el 5,88% de los participantes consumen tabaco 2 o 3 veces al mes. Es el dato de la variable que menos valores tiene. Lo más frecuente en los que consumen tabaco es hacerlo alguna vez (19,03%), aunque no está muy lejos de los que fuman a diario (17,30%)

Elegimos una variable cualitativa, como por ejemplo, la variable “cerveza”

En la tabla de frecuencias de la variable “cervezas” vemos que lo más frecuente es que los participantes no beban nunca cerveza. Solo el 1,38% de los individuos bebe cerveza diariamente.También prima el beber cerveza los fines de semana, después de los que nunca la beben (20,76%)

A continuación seleccionaremos dos variables numéricas del fichero “activossalud.RData”, y mediante resúmenes numéricos describe e interpreta la distribución de las mismas.

Elegimos una variable cuantitativa, como por ejemplo, la variable “altura”

Y elegimos que nos aparezca la media, la desviación típica y el rango intercuartílico.

En la variable “altura” vemos que la media (mean = 1,667) y Q2 (50% = 1,655) son prácticamente iguales, lo que nos indica que la distribución es simétrica.Otro rasgo de simetría que vemos en el resumen de numérico es que entre el Q1 – Q2 y Q2 – Q3 existe, más o menos, el mismo rango. La desviación típica es 0,08 y la media 1,667, lo que significa que entre 1,58 – 1,75, se encuentran el 68,3% de los individuos. También vemos que no han participado todos los individuos, sino que uno de ellos no ha contestado a esta pregunta.

Y elegimos que nos aparezca la media, la desviación típica y el rango intercuartílico.

Elegimos una variable cuantitativa, como por ejemplo, la variable “comunicacionfamiliar”

En la variable “comunicacionfamiliar” vemos que la mitad de los individuos no ha respondido a esta pregunta. La media es 7,83 y la desviación típica es 2,82, lo que significa que entre 5,01 – 10,65 se encuentran el 68,3% de los individuos. La media y el primer cuartil difieren en 0,83 puntuaciones y entre Q1 – Q2 y Q2 – Q3 hay 1 y 2 valores, respectivamente. Por tanto, podemos decir que es una distribución simétrica.

Por último, debemos realizar al menos un gráfico de cada tipo con variables adecuadamente seleccionadas del fichero “activossalud.RData”, describe e interpreta la distribución los mismos.

Elegimos una variable cualitativa, como por ejemplo, la variable “estudiosmadre”

Haremos ahora una gráfica de sectores

En la distribución de la variable “estudiosmadre” vemos que casi la mitad de las madres de los individuos no tienen estudios o tienen estudios primarios. Lo que menos abunda es que las madres tengan estudios universitarios, aunque casi es un cuarto de los individuos.

Haremos ahora una gráfica de barras

Elegimos una variable cualitativa, como por ejemplo, la variable “embutidos”

En la distribución de la variable “embutidos” vemos que lo que más se repite es la consumición de embutidos 1 o 2 veces por semanas, muy cerca de la consumición de 3 o más a la semana. Lo que menos frecuencia tiene es que no se tomen embutidos nunca.

Ahora, haremos un histograma de frecuencias

Elegimos una variable cuantitativa, como por ejemplo, la variable “horapracticadeportiva”

En la representación de la variable “horapracticadeportiva”, vemos que lo más frecuente es que se hagan menos de cinco horas de deporte. Así, vemos también que lo menos frecuente es que se hagan 10 – 15 horas de deporte. Vemos una gráfica muy asimétrica.

Ahora, haremos un diagrama de caja

Elegimos una variable cuantitativa, como por ejemplo, la variable “malestaresactivos”

En esta representación del la variable “malestaresactivos” vemos que existen cuatro valores atípicos, es decir, observaciones con valores extremos. La media se encuentra entre los valores 40 – 45.Podemos observar, además, que la distancia entre Q1 – Q2 y Q2 – Q3 es muy similar, por lo que podemos decir que la distribución es simétrica. Además también podemos ver que puntaje más alto y el puntaje más bajo se encuentran a la misma distancia de la media, aproximadamente.