Este documento presenta los pasos realizados en tres ejercicios sobre el análisis de datos. En el primer ejercicio, se describen las variables "edad" y "dulces" del archivo de datos usando tablas de frecuencias. En el segundo ejercicio, se resumen numéricamente las variables cuantitativas "altura" y "hora de práctica deportiva". En el tercer ejercicio, se crean gráficos de barras, cajas, sectores e histograma para interpretar la distribución de variables.

1. SEMINARIO 6
EJERCICIO 1
Mª Ángeles Martínez Ríos
Hospital Virgen del Rocío
Grupo 15

2. ENUNCIADO DEL 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. PASO 1
 Abrimos la aplicación R Commander

4. PASO 2
 Cargamos el archivo que necesitamos para la realización de esta tarea es
“activosalud”

5. PASO 3
 Escogemos una variable, primero voy a utilizar la variable “edad”

6. INTERPRETACIÓN
counts:
Edad
18 a 19-20 a 21-22 a 23-25 a Mas de 25 a 111 52
61 36 29
percentages:
edad
18 a 19-20 a 21-22 a 23-25 a Mas de 25 a
38.41 17.99 21.11 12.46 10.03
Tenemos una muestra de 289 individuos, donde podemos observar que el
porcentaje máximo corresponde con las personas de 18 años (38,41%),
por lo que deducimos que la mayoría han entrado por selectividad; El
porcentaje más bajo corresponde con las personas mayores a 25 años
(10.3%); Y en una cifra muy próxima a los de 18 años están los de entre
21-22 años (21.11%), es decir que han accedido por grado superior o
prueba de acceso.

7. PASO 4
 Hacemos lo mismo que lo anterior con otra variable, en mi caso “dulces”

8. INTERPRETACIÓN
counts:
dulces
a diario 3 o mas veces semana 1 o 2 veces semana
20 49 87
menos de una vez semana nunca
92 42
percentages:
dulces
a diario 3 o mas veces semana 1 o 2 veces semana
6.90 16.90 30.00
menos de una vez semana nunca
31.72 14.48
Según los resultados obtenidos, podemos ver que la mayoría de los
estudiantes que han realizado la encuesta consumen dulces (85.52%). La
mayoría de ellos, consumen dulces menos de una vez por semana (31.73%),
habiendo una mínima diferencia entre los que consumen dulces 1 o 2 veces a
la semana (30.00%); Solo el 6.90 %, comen dulces a diario; Y un 14,48 % no

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

10. PASO 1
 Seleccionamos una variable cuantitativa, en mi caso he escogido “altura”

11. INTERPRETACIÓN
> numSummary(Datos[,"altura"], statistics=c("mean", "sd", "IQR", "quantiles"),
quantiles=c(0, + .25,.5,.75,1))
mean sd IQR 0% 25% 50% 75% 100% n NA
1.667 0.08078101 0.12 1.46 1.6 1.655 1.72 2 290 1
La variable “altura” tiene una media de 1.667, la desviación es de 0.0807. La
mediana coincide con el segundo cuartil (Q2), es por tanto, 1.6. Se trata de
una variable simétrica, pues la mediana y la media presentan unos valores
muy cercanos.

12. PASO 2
 Hacemos exactamente lo mismo con otra variable distinta, por ejemplo
“hora de práctica deportiva”

13. INTERPRETACIÓN
> numSummary(Datos[,"horapracticadeportiva"], statistics=c("mean", "sd",
"IQR", "quantiles"),
+ quantiles=c(0,.25,.5,.75,1))
mean sd IQR 0% 25% 50% 75% 100% n NA
2.482759 3.138616 4 0 0 2 4 16 290 1
La variable “hora de práctica deportiva” tiene una media de 2.482759, su
desviación típica es de 3.138616. La mediana coincide con el segundo cuartil,
es decir, es 2. Concluimos por tanto, que la variable es simétrica porque la
mediana tiene valores muy cercanos a la media.

14. ENUNCIADO EJERCICIO 3:
 Debes realizar al menos un gráfico de cada
tipo con variables adecuadamente
seleccionadas del fichero
“activossalud.RData”, describe e interpreta la
distribución los mismos.

15.  Podemos realizar cuatro tipos de gráficas diferentes:
 Gráfico de barras
 Gráfico de cajas
 Histograma
 Gráfico de sectores
Para los cuatro tipos seguimos los mismos paso:
1. Clicamos gráficas y ahí vienen los distintos tipos
2. Clicamos la variable adecuada

16. PASO 1

17. PASO 2

18. GRÁFICOS DE SECTORES:
variable cualitativa-sector
 Estos gráficos no son útiles cuando la variable tienen múltiples categorías
 Es llamativo , viendo el diagrama, la cantidad de personas que nunca
beben cerveza, y el mínimo número de individuos que la beben a diario.
 También, podemos observar que el porcentaje de individuos que beben
cerveza alguna vez y el que la bebe los fines de semana parecen son muy
parecidos.

19. GRÁFICO DE BARRAS: variable
cualitativa-sector
 La alturas es proporcional a las frecuencias (absolutas, porcentajes).
 Destaca el porcentaje tan alto que nunca bebe cerveza, y el porcentaje
más pequeño hace referencia a los que beben cerveza a diario.

20. HISTOGRAMA: variables
numéricas
 Rectángulos unidos cuya área es proporcional a la frecuencia absoluta del
intervalo correspondiente
 La mayor frecuencias es en los individuos con escala entre un 45 y 55
 Hay un mínimo porcentaje entre los individuos menores de 30 y mayores de
65.

21. GRÁFICA DE CAJAS
 Los casos atípicos (outliers) son observaciones con valores extremos
 Notablemente diferentes de las restantes observaciones.
 A veces, pueden convertirse en observaciones influyentes que distorsionan
los resultados (relaciones entre variables, normalidad, etc.)