Los primeros 60 países por IDH en el año (2024).pdf
Informe estadístico seminarios de estadística descriptiva realizado
1. INFORME ESTADÍSTICO
CORRESPONDIENTE A LOS
SEMINARIOS DE ESTADÍSTICA
DESCRIPTIVA
REALIZADO POR: ALICIA AGUILARES DE LA TORRE.
ALUMNA DE 1º DE ENFERMERÍA EN LA US, GRUPO 4, SUBGRUPO 15.
2. ¿QUÉ ES LA ESTADÍSTICA DESCRIPTIVA Y PARA QUÉ
SIRVE?
• La estadística descriptiva es una disciplina que nos
proporciona un conjunto de métodos, que nos
permiten recopilar información sobre un conjunto de
datos, obtener sus características, clasificarlos y hacer
una buena interpretación de los datos obtenidos.
• Sirve para poder realizar una conclusión acerca de un
tema de interés, además nos permite hacer una
buena descripción de las características de un
conjunto de datos respecto a un tema en particular.
3. OBJETIVOS DEL INFORME:
• General: Utilizar la estadística descriptiva para exponer ordenadamente e interpretar la
información recogida sobre un conjunto de datos.
• Mis objetivos específicos son:
1. Seleccionar dos variables cualitativas-factor del fichero “activossalud.RData”, descríbirlas en tablas de
frecuencias e interpretar 3 aspectos en relación a la distribución de las mismas.
2. Seleccionar dos variables numéricas del fichero “activossalud.RData”, y mediante resúmenes numéricos
describir e interpretar la distribución de las mismas.
3. Realizar, un gráfico de cada tipo (sectores, barras, histograma y cajas) con variables adecuadamente
seleccionadas del fichero “activossalud.RData”. Describir e interpretar la distribución los mismos.
4. METODOLOGÍA:
• Población de estudio Muestra: 290 estudiantes de primero de enfermería de la Universidad de Sevilla, centros propios y
adscritos.
Variables a analizar:
• Variables incluidas en los análisis y de qué tipo son:
1 Dos variables cualitativas-factor: “sexo” y “fruta”.
2 Dos variables numéricas: “altura” y “horapracticadeporte”
3 Variable “sexo” en la grafica de sectores, “tabaco” en el diagrama de barras, “horapracticadeportiva” en el histograma y “peso” en el
gráfico de caja o box-plot.
• Cómo se han recogido los datos para cada variable incluida en el análisis:
Sexo= 1 “Mujer” 2“Hombre”
Fruta= 1 “Nunca o casi nunca” 2 “Menos de una vez por semana” 3 “1 o 2 veces por semana” 4 “ 3 o más veces por semana” 5 “A
diario”
Altura= Vector numérico, unidad el metro. Desde 1.4 metros hasta 2 metros son los valores que puede tomar esta variable
Tabaco= 0-“a diario”, 1- “solo los fines de semana”, 3- “2 o 3 veces a la semana”, 4- “2 o 3 veces al mes”, 4- “Alguna vez
anual”, 5- “Nunca”
Horas practica deportiva= Horas de dedicación a practicar deporte a la semana. Desde 0 a 15 horas son los valores que
puede tomar esta variable.
5. • Software estadístico utilizado R, en concreto un paquete del mismo
denominado Rcommander.
• Análisis estadísticos que se van a realizar:
Caso 1: Tabla de frecuencia
Caso 2: Resúmenes numéricos
Caso 3: Gráficos de: sectores, barras, histograma y caja.
6. RESULTADOS DEL OBJETIVO ESPECÍFICO 1:
1º Cargamos la base de datos “activossalud” 2º Realizamos la tabla de doble entrada
Con las variables:
7. 3º Observamos la tabla de frecuencias e interpretamos:
Podemos interpretar como existe un mayor número
de personas que consumen fruta a diario,
independientemente del sexo.
Además, observamos que existe un alto porcentaje
de mujeres que no consumen nunca o casi nunca
fruta.
Por último, dando un paso más, en un análisis
bivariado, si observamos el valor de p, deducimos
que es mayor a nuestro nivel de significación
preestablecido= 0.05, por lo que rechazamos la
hipótesis alternativa y aceptamos la nula, es decir,
no hay asociación entre la variable sexo y la variable
fruta.
Observamos como un 6.2% de los varones de mi
muestra no consumen fruta nunca o casi nunca,
frente a un 93.8% de mujeres de mi muestra que
no consumen fruta nunca o casi nunca.
Vemos como un 93% de nuestra muestra
consume fruta a diario, siendo un 16.1% varones
y un 83.9% mujeres.
Siendo evidente en la tabla de frecuencias
absolutas el mayor numero de mujeres que de
varones en nuestra muestra.
8. RESULTADOS DEL OBJETIVO ESPECÍFICO 2:
1º Realizamos los resúmenes numéricos de las variables: 1º “Altura” y 2º “horasdepracticadeportiva”
9. 2º Describimos e interpretamos los resultados:
Variable “altura” su media es de 1.67m con un a desviación típica de o.o8. Además observamos que existe un individuo
que no tiene el dato de la altura registrado en nuestra base de datos activossalud. Su rango intercuartilico es de 0.12.
Además observamos como la altura mínima registrada es de 1.46m, por el cuartil 0(0%), y que la altura máxima
registrada es de 2 metros, por el cuartil 4(100%)
Variable “horapracticadeportiva”: su media es de 2.48 horas con una desviación típica bastante amplia, de 3.14 horas,
el rango intercuartilico es de 4, siendo sus dos primeros cuartiles 0, es decir, el 25% de los datos presentan 0 horas de
practica deportiva, por lo que podemos observar que la mínima de horas de practica de deporte es cero, gracias al
cuartil 0 (0%), y la máxima es 16 horas, por el cuartil 4(100%)
10. RESULTADOS DEL OBJETIVO ESPECÍFICO 3:
1º Realizamos, un gráfico de cada tipo
(sectores, barras, histograma y cajas) con
variables adecuadamente seleccionadas
del fichero “activossalud.RData”:
Gráfico de sectores con la variable sexo en la que
observamos un predominio de las mujeres sobre los
varones en nuestra muestra, por lo que podemos
interpretar que hay más mujeres en mi muestra de
el grado de Enfermería en la US que varones.
11. Gráfico de barras de la variable “tabaco”, en la que observamos como la mayoría de
nuestra muestra no consume tabaco nunca, unas 60 personas de nuestra muestra
consumen tabaco alguna vez y muy poca lo consume 2 o 3 veces al mes, 2 o 3 veces a
la semana o solo los fines de semana, unas 20 personas en cada categoría como
podemos ver en el gráfico de barras, pero un numero importante, unas 50 personas
de mi muestra, lo consumen a diario, de aquí podemos interpretar el no consumo, en
mayor medida, de tabaco de los universitarios de mi muestra.
Histograma de barras de la variable “horapracticadeportiva”
en la que observamos que la mayoría de las personas de
nuestra muestra no le dedican tiempo a la practica deportiva,
y alguna le dedica entre 1 y 5 horas.
Solo los
fines de
semana
2 -3
veces
semana
2-3
veces
mes anual
nunca
12. Gráfica de cajas o box-plot de la variable
“peso” en la que observamos una gran
asimetría en nuestra muestra con algunos
extremos superiores, que indican un alto
peso, además observamos que la
mediana está en unos 60 kg, siendo el
peso minimo registrado de 40 kg y el
máximo de unos 70 kg aproximadamente.
Como podemos observar, la distribución
de este gráfico box-plot podemos decir
que sigue una distribución normal aunque
existen algunos extremos superiores pero
no son tan potentes como para
condicionar la no normalidad de la
muestra.
13. CONCLUSIONES:
• Este estudio ha permitido conocer la asociación entre el sexo y el
consumo de fruta, es decir, si ser mujer o varón influye en el consumo
de fruta. Además hemos podido realizar observaciones sobre la altura,
el peso, el sexo y las horas de practica deportiva en los estudiantes de
Enfermería de la Universidad de Sevilla.