Tabla de Contenidos
Script en R
#PREGUNTA 3
#Describe numéricamente y muestra de forma gráfica al menos:
#dos variables categóricas y dos variables numéricas del fichero.
#numericas
##EDAD
summary(ense$EDADa)#salia categórica por lo que habia que convertir en numerica
mean(ense$EDADa,na.rm = T)
median(ense$EDADa,na.rm= T) # para calcular la mediana
quantile(ense$EDADa,probs = c(0,0.25,0.5,0.75,1),na.rm = T) # para calcular distintos cuantiles
var(ense$EDADa,na.rm = T) # para calcular la varianza
sd(ense$EDADa,na.rm = T) # para calcular la desviación típica
sd(ense$EDADa,na.rm = T)/mean(ense$EDADa,na.rm = T) # para calcular el coeficiente de variación
edad <-(ense$EDADa)
hist(edad, ylab = "frecuencia",xlab = "edad",
ylim = c(0, 2500),
col=c("grey"))
boxplot(edad, ylab = "Edad")
title(main = "Diagrama de cajas y bigotes", font.main = 4, )
##GHQ12 Puntuación global cuestionario GHQ-12
summary(ense$GHQ12)
mean(ense$GHQ12,na.rm = T)
median(ense$GHQ12,na.rm= T) # para calcular la mediana
quantile(ense$GHQ12,probs = c(0,0.25,0.5,0.75,1),na.rm = T) # para calcular distintos cuantiles
var(ense$GHQ12,na.rm = T) # para calcular la varianza
sd(ense$GHQ12,na.rm = T) # para calcular la desviación típica
sd(ense$GHQ12,na.rm = T)/mean(ense$GHQ12,na.rm = T) # para calcular el coeficiente de variación
hist(ense$GHQ12) #histograma ##FALTA CAMBIAR TITULO
boxplot(ense$GHQ12,ylab = "Puntuación cuestionario GHQ12")
title(main = "Diagrama de cajas y bigotes", font.main = 4, )#diagrama de cajas con bigotes
#categóricas
##SEXO
ense$SEXOa <- factor(ense$SEXOa, labels = c("hombre", "mujer"))
Tabla.sexo1<-table(ense$SEXOa)
Tabla.sexo1 #1=hombre, 2=mujer
prop.table(Tabla.sexo1)#porcentaje total
Tabla.sexo2 <- prop.table(Tabla.sexo1)
Tabla.sexo2*100#proporcion en uno por cien
barplot(Tabla.sexo2*100, ylab = "frecuencia (%)",xlab = "sexo", ylim = c(0, 60)) #grafico de barras
title(main = "Frecuencia por Sexo", font.main = 4) #falta añadir 1=hombre, 2=mujer
pie(Tabla.sexo2*100,col = grey(seq(0.1, 0.8, length.out = length(Tabla.sexo2)))) # diagrama de sectores
title(main = "Frecuencia por Sexo", font.main = 4) #falta añadir 1=hombre, 2=mujer
##SITUACIÓN LABORAL - A11_i
summary(ense$A11_i)
levels(ense$A11_i)
median(ense$A11_i,na.rm= T)
Tabla.lab<-table(ense$A11_i)
Tabla.lab #1=Trabajando, 2En desempleo, 3 Jubilado/a, prejubilado/a; 4Estudiando; 5 Incapacitado/a para trabajar; 6 Las labores del hogar; 7 Otros; 8 No contesta
prop.table(Tabla.lab)#porcentaje total
Tabla.lab2 <- prop.table(Tabla.lab)
Tabla.lab2*100 #proporcion en uno por cien
Tabla.lab3 <- Tabla.lab2*100
barplot(Tabla.lab3) #grafico de barras
title(main = "Situación laboral actual", font.main = 4) #falta añadir legenda
pie(Tabla.lab3,col = grey(seq(0.1, 0.8, length.out = length(Tabla.lab3)))) # diagrama de sectores
title(main = "Situación laboral actual", font.main = 4) #falta añadir legenda
Resumen explicativo del script
Se ha realizado un análisis numérico y gráfico de dos variables numéricas y dos categóricas del conjunto de datos ense. A continuación, resumo los resultados y las interpretaciones:
1. Variables Numéricas EDAD (EDADa)
Resumen estadístico: La edad varía de 15 a 103 años, con una media de aproximadamente 53 años y una mediana de 53 años. La desviación estándar es de aproximadamente 18.89 años.
Gráficos: El histograma muestra la distribución de frecuencias de las edades, y el diagrama de cajas (boxplot) proporciona una visión clara de la dispersión y la mediana de las edades.
2. Puntuación Global del Cuestionario GHQ-12 (GHQ12)
Resumen estadístico: Las puntuaciones varían de 0 a 12, con una media de aproximadamente 1.46 y una mediana de 0. Esto indica una baja prevalencia general de síntomas psicológicos en la muestra.
Gráficos: El histograma muestra la distribución de las puntuaciones del GHQ-12, y el boxplot resalta la mediana y la variabilidad de las puntuaciones.
3. Variables Categóricas SEXO (SEXOa)
Resumen estadístico: Se muestra la distribución de frecuencias entre hombres y mujeres en el conjunto de datos.
Gráficos: Se presentan un gráfico de barras y un diagrama de sectores (pie) para ilustrar la distribución porcentual de hombres y mujeres en el estudio.
4. Situación Laboral (A11_i)
Resumen estadístico: Se calcula la distribución de frecuencias de las diferentes categorías de situación laboral.
Gráficos: Un gráfico de barras y un diagrama de sectores representan visualmente la distribución porcentual de las diferentes categorías de situación laboral.
5. Resumen Final
En general, tu análisis proporciona una comprensión detallada de las características demográficas y de salud de la población en el conjunto de datos ense. La representación gráfica facilita la interpretación visual de los datos, permitiendo una rápida comprensión de las distribuciones y las tendencias clave.
Consola del Script en R
#PREGUNTA 3
> #Describe numéricamente y muestra de forma gráfica al menos:
> #dos variables categóricas y dos variables numéricas del fichero.
>
> #numericas
> ##EDAD
> summary(ense$EDADa)#salia categórica por lo que habia que convertir en numerica
Min. 1st Qu. Median Mean 3rd Qu. Max.
15.00 39.00 53.00 53.44 68.00 103.00
> mean(ense$EDADa,na.rm = T)
[1] 53.43618
> median(ense$EDADa,na.rm= T) # para calcular la mediana
[1] 53
> quantile(ense$EDADa,probs = c(0,0.25,0.5,0.75,1),na.rm = T) # para calcular distintos cuantiles
0% 25% 50% 75% 100%
15 39 53 68 103
> var(ense$EDADa,na.rm = T) # para calcular la varianza
[1] 357.0125
> sd(ense$EDADa,na.rm = T) # para calcular la desviación típica
[1] 18.89477
> sd(ense$EDADa,na.rm = T)/mean(ense$EDADa,na.rm = T) # para calcular el coeficiente de variación
[1] 0.3535951
> edad <-(ense$EDADa)
> hist(edad, ylab = "frecuencia",xlab = "edad",
+ ylim = c(0, 2500),
+ col=c("grey"))
>
> boxplot(edad, ylab = "Edad")
> title(main = "Diagrama de cajas y bigotes", font.main = 4, )
>
> ##GHQ12 Puntuación global cuestionario GHQ-12
> summary(ense$GHQ12)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.000 0.000 0.000 1.462 2.000 12.000
> mean(ense$GHQ12,na.rm = T)
[1] 1.462125
> median(ense$GHQ12,na.rm= T) # para calcular la mediana
[1] 0
> quantile(ense$GHQ12,probs = c(0,0.25,0.5,0.75,1),na.rm = T) # para calcular distintos cuantiles
0% 25% 50% 75% 100%
0 0 0 2 12
> var(ense$GHQ12,na.rm = T) # para calcular la varianza
[1] 7.52491
> sd(ense$GHQ12,na.rm = T) # para calcular la desviación típica
[1] 2.743157
> sd(ense$GHQ12,na.rm = T)/mean(ense$GHQ12,na.rm = T) # para calcular el coeficiente de variación
[1] 1.876144
> hist(ense$GHQ12) #histograma ##FALTA CAMBIAR TITULO
> boxplot(ense$GHQ12,ylab = "Puntuación cuestionario GHQ12")
> title(main = "Diagrama de cajas y bigotes", font.main = 4, )#diagrama de cajas con bigotes
>
> #categóricas
> ##SEXO
> ense$SEXOa <- factor(ense$SEXOa, labels = c("hombre", "mujer"))
> Tabla.sexo1<-table(ense$SEXOa)
> Tabla.sexo1 #1=hombre, 2=mujer
hombre mujer
10595 12494
> prop.table(Tabla.sexo1)#porcentaje total
hombre mujer
0.4588765 0.5411235
> Tabla.sexo2 <- prop.table(Tabla.sexo1)
> Tabla.sexo2*100#proporcion en uno por cien
hombre mujer
45.88765 54.11235
> barplot(Tabla.sexo2*100, ylab = "frecuencia (%)",xlab = "sexo", ylim = c(0, 60)) #grafico de barras
> title(main = "Frecuencia por Sexo", font.main = 4) #falta añadir 1=hombre, 2=mujer
> pie(Tabla.sexo2*100,col = grey(seq(0.1, 0.8, length.out = length(Tabla.sexo2)))) # diagrama de sectores
> title(main = "Frecuencia por Sexo", font.main = 4) #falta añadir 1=hombre, 2=mujer
>
> ##SITUACIÓN LABORAL - A11_i
> summary(ense$A11_i)
Trabajando En desempleo Jubilado/a,prejubilado/a Estudiando
9919 2487 6608 1309
Incapacitado/a para trabajar Las labores del hogar Otros
582 2156 28
> levels(ense$A11_i)
[1] "Trabajando" "En desempleo" "Jubilado/a,prejubilado/a" "Estudiando"
[5] "Incapacitado/a para trabajar" "Las labores del hogar" "Otros"
> median(ense$A11_i,na.rm= T)
Error in median.default(ense$A11_i, na.rm = T) : need numeric data
> #PREGUNTA 3
> #Describe numéricamente y muestra de forma gráfica al menos:
> #dos variables categóricas y dos variables numéricas del fichero.
>
> #numericas
> ##EDAD
> summary(ense$EDADa)#salia categórica por lo que habia que convertir en numerica
Min. 1st Qu. Median Mean 3rd Qu. Max.
15.00 39.00 53.00 53.44 68.00 103.00
> mean(ense$EDADa,na.rm = T)
[1] 53.43618
> median(ense$EDADa,na.rm= T) # para calcular la mediana
[1] 53
> quantile(ense$EDADa,probs = c(0,0.25,0.5,0.75,1),na.rm = T) # para calcular distintos cuantiles
0% 25% 50% 75% 100%
15 39 53 68 103
> var(ense$EDADa,na.rm = T) # para calcular la varianza
[1] 357.0125
> sd(ense$EDADa,na.rm = T) # para calcular la desviación típica
[1] 18.89477
> sd(ense$EDADa,na.rm = T)/mean(ense$EDADa,na.rm = T) # para calcular el coeficiente de variación
[1] 0.3535951
> edad <-(ense$EDADa)
> hist(edad, ylab = "frecuencia",xlab = "edad",
+ ylim = c(0, 2500),
+ col=c("grey"))
>
> boxplot(edad, ylab = "Edad")
> title(main = "Diagrama de cajas y bigotes", font.main = 4, )
>
> ##GHQ12 Puntuación global cuestionario GHQ-12
> summary(ense$GHQ12)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.000 0.000 0.000 1.462 2.000 12.000
> mean(ense$GHQ12,na.rm = T)
[1] 1.462125
> median(ense$GHQ12,na.rm= T) # para calcular la mediana
[1] 0
> quantile(ense$GHQ12,probs = c(0,0.25,0.5,0.75,1),na.rm = T) # para calcular distintos cuantiles
0% 25% 50% 75% 100%
0 0 0 2 12
> var(ense$GHQ12,na.rm = T) # para calcular la varianza
[1] 7.52491
> sd(ense$GHQ12,na.rm = T) # para calcular la desviación típica
[1] 2.743157
> sd(ense$GHQ12,na.rm = T)/mean(ense$GHQ12,na.rm = T) # para calcular el coeficiente de variación
[1] 1.876144
> hist(ense$GHQ12) #histograma ##FALTA CAMBIAR TITULO
> boxplot(ense$GHQ12,ylab = "Puntuación cuestionario GHQ12")
> title(main = "Diagrama de cajas y bigotes", font.main = 4, )#diagrama de cajas con bigotes
>
> #categóricas
> ##SEXO
> ense$SEXOa <- factor(ense$SEXOa, labels = c("hombre", "mujer"))
> Tabla.sexo1<-table(ense$SEXOa)
> Tabla.sexo1 #1=hombre, 2=mujer
hombre mujer
10595 12494
> prop.table(Tabla.sexo1)#porcentaje total
hombre mujer
0.4588765 0.5411235
> Tabla.sexo2 <- prop.table(Tabla.sexo1)
> Tabla.sexo2*100#proporcion en uno por cien
hombre mujer
45.88765 54.11235
> barplot(Tabla.sexo2*100, ylab = "frecuencia (%)",xlab = "sexo", ylim = c(0, 60)) #grafico de barras
> title(main = "Frecuencia por Sexo", font.main = 4) #falta añadir 1=hombre, 2=mujer
> pie(Tabla.sexo2*100,col = grey(seq(0.1, 0.8, length.out = length(Tabla.sexo2)))) # diagrama de sectores
> title(main = "Frecuencia por Sexo", font.main = 4) #falta añadir 1=hombre, 2=mujer
>
> ##SITUACIÓN LABORAL - A11_i
> summary(ense$A11_i)
Trabajando En desempleo Jubilado/a,prejubilado/a Estudiando
9919 2487 6608 1309
Incapacitado/a para trabajar Las labores del hogar Otros
582 2156 28
> levels(ense$A11_i)
[1] "Trabajando" "En desempleo" "Jubilado/a,prejubilado/a" "Estudiando"
[5] "Incapacitado/a para trabajar" "Las labores del hogar" "Otros"
> median(ense$A11_i,na.rm= T)
Error in median.default(ense$A11_i, na.rm = T) : need numeric data
Explicación de resultados del script
El análisis para la pregunta 3 aborda tanto variables numéricas como categóricas del conjunto de datos ense. A continuación, resumo tus hallazgos y te ofrezco algunas sugerencias adicionales:
Variables Numéricas
EDAD (EDADa):
Resumen estadístico: La edad varía de 15 a 103 años, con una media de aproximadamente 53 años y una mediana de 53 años. La desviación estándar es de aproximadamente 18.89 años.
Gráficos: Has generado un histograma y un diagrama de cajas (boxplot) para mostrar la distribución de las edades.
Puntuación Global del Cuestionario GHQ-12 (GHQ12):
Resumen estadístico: Las puntuaciones varían de 0 a 12, con una media de aproximadamente 1.46 y una mediana de 0. Esto sugiere una baja prevalencia general de síntomas psicológicos en la muestra.
Gráficos: Un histograma y un boxplot han sido creados para visualizar la distribución de las puntuaciones del GHQ-12.
Variables Categóricas
SEXO (SEXOa):
Resumen estadístico: Distribución entre hombres (45.89%) y mujeres (54.11%).
Gráficos: Has creado un gráfico de barras y un diagrama de sectores para ilustrar la distribución de género en el estudio.
Situación Laboral (A11_i):
Resumen estadístico: Distribución de categorías como «Trabajando», «En desempleo», «Jubilado/a, prejubilado/a», entre otras.
Gráficos: Aunque mencionas la intención de crear gráficos, no se incluye el código para ellos. Puedes considerar hacer gráficos de barras o de sectores para representar visualmente la distribución de la situación laboral.
Sugerencias Adicionales
Para la variable A11_i (Situación Laboral), no es posible calcular la mediana directamente, ya que es una variable categórica. Sin embargo, puedes visualizar la distribución de esta variable mediante gráficos, como un diagrama de barras.
Asegúrate de añadir títulos y etiquetas adecuadas a todos tus gráficos para facilitar su interpretación.
Considera incluir un análisis de otras variables categóricas si están disponibles en tu conjunto de datos.
En resumen, tu análisis proporciona una visión detallada de las características clave de la población en el conjunto de datos ense, tanto en términos numéricos como categóricos. Los gráficos ayudan a interpretar visualmente estos datos, ofreciendo una comprensión rápida de las distribuciones y tendencias clave.
El cuidado de personas mayores parece estar asociado con un aumento en el riesgo de morbilidad psíquica, lo que subraya la importancia de brindar apoyo adecuado a los cuidadores.
