En esta tarea del seminario 6, utilizamos R commander para analizar tanto las variables cuantitativas, en las que usaremos los resúmenes numéricos tanto las variables cualitativas, en las que usaremos la distribución de frecuencias.

1. Análisis de
variables
cuantitativas y
cualitativas.
Marta Torreño Gil.
Grupo 4. Subgrupo 19
SEMINARIO 6

2. – En primer lugar, utilizaremos el R commander para
analizar tanto las variables cualitativas como las variables
cuantitativas.
– Cargaremos el conjunto de datos de activosensalud, a
partir de este seleccionaremos nuestras variables.
– Para analizar las variables cualitativas nos tendremos que
ir a "estadísticos", "resúmenes" , "distribución de
frencuencias".
– Para analizar las variables cuantitativas tendremos que
clicar "estadísticos", "resúmenes", "resúmenes
numéricos".

3. Analizaremos ahora las
varibales cualitativas.

4. 1ª Variable: botellón

5. Análisis de la variable: botellón.
– Tras ver los resultados que nos ofrece R Commander obtenemos:
– Solo 3 personas realizan botellón a diario, es decir solo lo realizan a diario el 1.05% de las personas
de nuestra muestra.
– 90 personas realizan botellón solo los fines de semana, es decir lo realizan solo los fines de semana
el 31.58% de las personas de nuestra muestra.
– Solo 6 personas realizan el botellón 2 o 3 veces a la semana, es decir solo lo realizan 2 o 3 veces a la
semana el 2.11% de las personas de nuestra muestra.
– 73 personas realizan el botellón 2 o 3 veces al mes, es decir solo lo realizan 2 o 3 veces al mes el
25.61% de las personas de nuestra muestra.
– 62 personas realizan el botellón algunas veces anual, es decir, lo realizan algunas veces anual el
21.75% de las personas de nuestra muestra.
– 51 personas no realizan nunca el botellón, es decir, no lo realizan el 17.89% de las personas de
nuestra muestra.

6. 2ª Variable: dulces

7. Análisis de la variable: dulces.
– 20 de las personas comen dulces a diario, es decir, el 6.90% de las personas de nuestra muestra
comen dulces a diario.
– 49 de las personas comen duces 3 o más veces a la semana, es decir, el 16.9% de las personas de
nuestra muestra comen dulces 3 o más veces a la semana.
– 87 personas comen dulces 1 o 2 veces a la semana, es decir, el 30 % de las personas de nuestra
muestra comen dulces 1 o 2 veces a la semana.
– 92 personas comen dulces menos de una vez a la semana, es decir, el 31.72% de las personas solo
toman dulces menos de una vez a la semana.
– 42 personas nunca comen dulces, es decir, el 14.48% de las personas de nuestra muestra nunca
comen dulces.

8. 3ª Variable: padres sanitarios.

9. Análisis de la variable: padre
sanitario
– 265 personas dicen que no tienen padres sanitarios, es decir, el 91.07% de las personas no tienen
padre sanitario. Por lo que la mayor parte de las personas de nuestras muestras no tienen padres
sanitario.
– 26 personas de nuestra muestra dicen que si tienen padres sanitarios, es decir, el 8.93% de las
personas de nuestra muestra si tienen padres sanitarios.

10. Ahora analizaremos las
variables cuantitativas.
– Para ello es necesario saber el significado de algunos términos:
-Mean: media.
-Sd: desviación típica.
-IQR: rango intercuartílico,
-Cuartil (Q): Q1(25%), Q2(50%), Q3(100%)
-N: población.
-NA: datos que no están disponibles, debido a que no han sido preguntados
a las personas.

11. 1ª Variable: altura

12. Análisis de la variable: altura
– Analizamos una población de 290 personas, de la cual sólo no tenemos la altura de 1 persona.
(NA=1)
– La media de la altura es de 1.667, si observamos todos los datos podemos ver que este
resultado se acerca mucho al percentil 50, es decir, podemos interpretar que se acerca a la
mediana.
– Observando los cuartiles, descubrimos que son muy similares, por lo que podemos deducir que
esta variable presente cierta simetría.
– La desviación típica es próxima a la homogeneidad ya que esta se acerca mucho al valor de 0.
– El rango intercuartílico es la diferencia que hay entre el cuartil 1 y el cuartil 3. Es decir el rango
intercuartílico es de 0.12.

13. 2º Variable: medicalización

14. Análisis de la variable:
medicalización
– Analizamos una población de 251 personas, de la cual no tenemos la medicalización de 40
persona. (NA=40)
– La media de la medicalización es de 9.91, si observamos todos los datos podemos ver que este
resultado se acerca mucho al percentil 50, es decir, podemos interpretar que se acerca a la
mediana.
– Observando los cuartiles, descubrimos que no son muy similares, por lo que podemos deducir
que esta variable no presente simetría.
– La desviación típica no es próxima a la homogeneidad ya que esta no se acerca mucho al valor de
0.
– El rango intercuartílico es la diferencia que hay entre el cuartil 1 y el cuartil 3. Es decir el rango
intercuartílico es de 2.

15. 3ª Variable: peso

16. Análisis de la variable: peso
– Analizamos una población de 275 personas, de la cual no tenemos el peso de 16 personas.
(NA=16)
– La media del peso es de 62.755.
– Observando los cuartiles, descubrimos que no son muy similares, por lo que podemos deducir
que esta variable no presenta simetría.
– La desviación típica no es próxima a la homogeneidad ya que esta no se acerca al valor de 0.
– El rango intercuartílico es la diferencia que hay entre el cuartil 1 y el cuartil 3. Es decir el rango
intercuartílico es de 14.

17. Y... ¡fin del trabajo!