Este documento presenta ejercicios para analizar datos cuantitativos y cualitativos utilizando tablas de frecuencias, resúmenes numéricos y gráficos. En el primer ejercicio, se analizan variables cualitativas sobre consumo de alcohol y tabaco mediante tablas de frecuencias, encontrando que el consumo de alcohol es más común que el de tabaco. El segundo ejercicio describe variables numéricas como peso y horas de deporte usando medidas estadísticas. Finalmente, el tercer ejercicio incluye gráficos como sect

1. SEMINARIO 6
Análisis exploratorio de datos Tablas
de frecuencias, resúmenes
numéricos y gráficos.

2. EJERCICIO 1
Selecciona dos variables cualitativas-factor del
fichero “activossalud.RData”, descríbelas en
tablas de frecuencias e interpreta al menos 3
aspectos en relación a la distribución de las
mismas.

3. En primer lugar, importamos el conjunto de datos
“activossalud” a R

4. Seleccionamos dos variables cualitativas: “botellón” y
“tabaco”

5. Hacemos lo
mismo
con la variable
“tabaco” de
forma
que obtenemos la
misma tabla que
podemos
comparar.

6. • Comparando ambas tablas podemos ver como el 43,63% no ha
fumado tabaco nunca, mientras que tan solo el 17,89% no ha
hecho botellón en ninguna ocasión.
• Destaca el consumo de tabaco a diario, con un 17,30% de los
encuestados, con una diferencia clara con respecto al botellón, del
cual destaca su realización en los fines de semana con un 31,58%.
• El porcentaje de encuestados que a hecho botellón alguna vez es
del 21,75%, mientras que en el caso del tabaco es del 19,03%
• Podemos concluir que el consumo de alcohol en forma de
botellón está más generalizado que el consumo de tabaco, pero
este sin embargo se consume de una forma más habitual con
respecto al alcohol, que tiene su máximo durante los fines de
semana.
• La comparación se ha realizado teniendo en cuenta los
porcentajes y no según la frecuencia absoluta ya que el tamaño de
la muestra puede ser diferente.

7. EJERCICIO 2
Selecciona dos variables numéricas del fichero
“activossalud.RData”, y mediante resúmenes
numéricos describe e interpreta la
distribución de las mismas.

8. Seleccionamos dos variables cuantitativas (peso y horas de
práctica deportiva) y las comparamos según las medidas de
tendencia central, dispersión y posición.
Realizamos lo mismo con la variable
“peso”

9. HORAS DE PRÁCTICA DEPORTIVA
La media de horas de práctica deportiva en los alumnos estudiantes de
enfermería es de 2,48 a la semana.
La desviación típica es de 3,13, lo cual es indicativo de que los valores
están algo dispersos ( alejados del valor de la media )
 Cuartiles:
 El primer cuartil es de 0, lo que significa que el 25% de la muestra no
dedica ninguna hora a la práctica deportiva a la semana.
 El segundo cuartil es de 2, es decir, el 50% de la muestra dedica 2 horas o
menos a la práctica deportiva a la semana.
 El tercer cuartil es de 4, o lo que es lo mismo, el 75% de los encuestados
emplea 4 horas o menos a la práctica deportiva a la semana.
 El 100% de los encuestados realiza 16 horas de práctica deportiva a la
semana o menos, por lo que podemos concluir que los límites se
encuentran entre 0h y 16h.
 NA hace referencia al número de personas que no han respondido a esta
cuestión (1)

10. PESO
• La media del peso de la muestra es de 62,75 kilos.
• La desviación típica es de 12,65 , lo que indica que los datos están bastante
dispersos(es decir, alejados del valor de la media)
• Cuartiles
 El valor mínimo (0%) es de 38kg, es decir, que por debajo de este valor no se
encuentra ningún otro.
 El primer cuartil es de 54kg, es decir, el 25% de la muestra pesa 54kg o menos.
 El segundo cuartil es de 60kg, lo que indica que la mitad de la muestra pesa 60
kg o menos.
 El tercer cuartil es de 68kg, por lo que el 75% de los encuestados pesa 68kg o
menos.
 El cuarto cuartil, es de 130kg, es decir, todos los encuestados pesan igual o
menos de este valor. Podemos decir que los límites entre los que se encuentra
el peso de la muestra están entre 38 y 130 kg
• Hay 16 personas que no han respondido a esta pregunta (NA)

11. EJERCICIO 3
Realizar al menos un gráfico de cada tipo con
variables adecuadamente seleccionadas del
fichero “activossalud.RData”, describe e
interpreta la distribución los mismos.

12. GRÁFICA DE SECTORES.
Nos muestra que prácticamente hay
el mismo número de personas que
realizan deporte como las que no lo
realizan. Siendo un poco mayor la
cantidad de los que sí lo hacen.
Para representar
Variables cualitativas.

13. GRÁFICO DE BARRAS
Utilizados en variables cualitativas, siendo útil su uso cuando
tienen más de dos categorías.
Analizamos la frecuencia de la protección con preservativo.

14. La mayoría de los encuestados usa siempre preservativo ( mas de 150 personas), mientras que
algo menos de 100 reconocen usarlo alguna vez.
Menos significativas son el número de personas que no lo usan nunca ( entorno a 15 personas)
y las que no han mantenido relaciones, (menos de 10)

15. HISTOGRAMA DE FRECUENCIAS
Usados en variables numéricas.

16. Los valores más concentrados se encuentran entre 50 y 70 kg, siendo
el número de personas con peso inferior a 40kg muy bajo. Ningún
encuestado tiene un peso entre 110 y 120kg.

17. DIAGRAMA DE CAJA
Para variables numéricas.

18. Los bigotes son los valores
máximos (1,90m)
y mínimos (1,45m aprox.).
El 50% de los casos miden
entre 1,60m y 1,72m
La mediana es de 1,65m
El 75% de la muestra mide
1,72m o menos.
Existen 3 valores atípicos,
de 116, 103 y 259.