Estadistica. Análisis de la variable

ESTADISTICA II

TRABAJO 1.

AUTOR(ES):

JUAN PABLO JIMÉNEZ DÍAZ

ADRIAN YULIANO PERNETT CABALLERO

CAMILO JOSE PATERNINA PERTRUZ

JUAN DIEGO LÓPEZ PETRO

DIRECTOR:

 JORGE ALBERTO BARÓN CÁRDENAS

UNIVERSIDAD DE CÓRDOBA

DEPARTAMENTO DE INGENIERÍA DE SISTEMAS Y TELECOMUNICACIONES

FACULTAD DE INGENIERÍA

INGENIERÍA DE SISTEMAS

MONTERÍA, CÓRDOBA

21 de noviembre de 2021

1. INTRODUCCIÓN.

Inicialmente, instalaremos la librería “MASS”, de R, que nos da acceso a un grupo amplio de bases de datos que nos ayudaran a revisar y analizar, La base de datos Pima.te, está base de datos posee la información de 332 mujeres indígenas que vivían cerca de Phoenix, Arizona. Los datos fueron recopilados por el Instituto Nacional de Diabetes y Enfermedades Digestivas y Renales de los Estados Unidos. Usamos los 532 registros completos después de eliminar los datos (principalmente faltantes) sobre la insulina sérica. El conjunto de entrenamiento Pima.tr contiene un conjunto seleccionado al azar de 200 sujetos, y Pima.te contiene los 332 sujetos restantes.

1. OBJETIVOS.

1. En primera parte, el objetivo de este informe es realizar un análisis descriptivo de cada una de las variables proporcionadas por la base de datos  Pima.te que se encuentra en la librería “MASS” de R, teniendo en cuenta que esta información corresponde a una muestra aleatoria de la población de mujeres indígenas.

1. En segunda instancia, se pretende construir intervalos de confianza y demás parámetros para las variables que a continuación serán descritas

1. Las variables medidas por el Instituto Nacional de Diabetes y Enfermedades Digestivas y Renales de Estados Unidos son:

• npreg: número de embarazos.
• glu: concentración plasmática de glucosa en una prueba oral de tolerancia a la glucosa.
• pb: presión arterial diastólica.
• skin: espesor del pliegue de piel en el tríceps.
• bmi: índice de masa corporal.
• age: edad en años.
• type: sí o No, para diabéticos según criterios de la OMS.

1. METODOLOGÍA.

A partir de las clases síncronas, libros y videos referentes a la temática de estudio, se dispuso a realizar un análisis descriptivo sobre las variables a tratar y sus respectivos diagramas o gráficas para la mejor ilustración de los datos obtenidos a través de la base de datos

1. RESULTADOS.

Teniendo en cuenta los objetivos anteriormente mencionados, se procede primeramente a presentar la forma en como fue importada la base de datos para posteriormente trabajar con los resultados que se nos son proporcionados para dar pie a los análisis de las variables.

1. Importando la base de datos

[pic 1]

1. Respectivo análisis descriptivo y gráficas de las variables

1. Analizando la variable npreg

La codificación que se utilizo para poder analizar npreg fue:[pic 2]

A partir de estos datos podemos dar pie a la realización del diagrama de las mujeres y el número de embarazos.

[pic 3]

Diagrama correspondiente:

[pic 4]

Análisis descriptivo de la variable npreg (número de embarazos)

[pic 5]

Analizando los datos obtenidos y observando la gráfica podemos decir que el valor mínimo de mujeres embarazadas fueron 49 teniendo una media de 2. Asimismo, el punto máximo de embarazos es de 17 siendo una (1) sola mujer la que llegó a este valor.

1.    Analizando la variable glu

        La codificación que se utilizó para poder analizar glu fue:

[pic 6]

A partir de estos datos podemos dar pie a la realización del diagrama de concentración plasmática de glucosa en una prueba oral de tolerancia a la glucosa.  Los siguientes datos serán representados en una gráfica.

[pic 7]

Diagrama correspondiente:

[pic 8]

Análisis descriptivo de la variable glu (concentración plasmática de glucosa en una prueba oral de tolerancia a la glucosa)

[pic 9]

Analizando los datos obtenidos y observando la gráfica podemos decir que el valor mínimo concentración plasmática de glucosa en una prueba oral de tolerancia a la glucosa (glu) fue de 65 con una sola (1) persona, teniendo una media de 112. Asimismo, el punto máximo de glu es de 197 siendo 2 personas las que llegaron a este valor.

1.  Analizando la variable bp

La codificación que se utilizó para poder analizar bp fue:

table(tabla_datos$bp)

plot(table(tabla_datos$bp), main="Gráfica", ylab ="Número de mujeres", xlab = " presión arterial diastólica ")

...