Práctica 5. Repaso procesamiento y análisis de datos en R

Sesión del jueves, 18 de mayo de 2023

Presentación

Objetivo de la práctica

El objetivo de esta guía práctica es repasar los procedimientos básicos para el procesamiento y análisis descripivo de datos en R, los cuales fueron vistos en las sesiones pasadas del laboratorio.

En detalle, aprenderemos:

Establecer un flujo de trabajo en R.
Procesar, limpiar y transformar bases de datos en R.
Realizar análisis desciptivos (medidas de posición, tendencia central y dispersión) en R.

¡Al final de esta práctica la idea es que cada un_ elabore y entienda su propio documento de preparación y análisis de datos!

Recursos de la práctica

En esta práctica trabajaremos con un subset de los datos del Estudio Longitudinal Social de Chile (ELSOC) realizado por COES. Esta base la pueden encontrar en el canal de U-Cursos sección Material Docente, o bien, en el siguiente enlace ELSOC 2022 podrán descargar el archivo que contiene la base ELSOC 2022.

Recuerden que siempre es importante trabajar con el manual/libro de códigos de las bases de datos. El manual de la ELSOC 2022 lo pueden encontrar aquí.

Establecer flujo de trabajo en R

Pasos a seguir:

Descargar la base de datos vía U-Cursos o mediante el enlace ELSOC 2022
Crear un proyecto de R (.Rproj) que se llame “laboratorio03”
Crear carpetas de Input, Procesamiento y Output
Ubicar la base de datos en la carpeta Input
Crear un Script (.R) en la carpeta Procesamiento que se llame “01proc-data”
Crear un Script (.R) en la carpeta Procesamiento que se llame “02analisis”

En esta parte, trabajaremos sobre el script de 01proc-data

Procesamiento, limpieza y manipulación de datos

1 Cargar librerías

En este ejemplo vamos a usar la siguientes librerías:

pacman: este facilita y agiliza la lectura de los paquetes a utilizar en R
tidyverse: colección de paquetes, de la cual utilizaremos dplyr y haven
dplyr: nos permite seleccionar variables de un set de datos
haven: cargar y exportar bases de datos en formatos .sav y .dta
car: para recodificar/agrupar valores de variables
psych: para análisis descriptivo de datos
sjmisc: para análisis descriptivo de datos
crosstable: para tablas de contingencia o doble entrada

Primero, si nos tenemos instalado el paquete pacman, debemos instalarlo y y llamarlo tradicionalmente. Si ya lo tienes instalado, no es necesario este paso, solo debes llamarlo con library().

install.packages("pacman") #para instalar
library(pacman) # para llamar/cargar

Luego de tener cargado el paquete pacman, procedemos a usarlo para instalar y cargar las demás librerías:

pacman::p_load(tidyverse, # colección de paquetes para manipulación de datos
               dplyr, # para manipular datos
               haven, # para importar datos
               car) # para recodificar datos

También se recomienda limpiar nuestro entorno de trabajo y eliminar la notación cientifica, seteando ciertas funciones.

options(scipen = 999) # para desactivar notacion cientifica
rm(list = ls()) # para limpiar el entorno de trabajo

2 Importar datos

elsoc_2022 <- read_dta("Input/data/elsoc_w06_subset.dta") # Funciona

3 Explorar datos

View(elsoc_2022) # Ver datos
names(elsoc_2022) # Nombre de columnas
dim(elsoc_2022) # Dimensiones
str(elsoc_2022) # Estructura de los datos (las clases y categorias de repuesta)

4 Limpiar datos

4.1 Seleccionar

En este ejemplo utilizaremos las siguientes variables:

m0_sexo: sexo del entrevistado
m0_edad: edad del entrevistado
m13: ingreso mensual entrevistado
c03: altruismo social generalizado
c05_03: grado de confianza en carabineros

proc_elsoc <- elsoc_2022 %>% 
  dplyr::select(edad = m0_edad,
                sexo = m0_sexo,
                ingreso = m13,
                altruismo = c03,
                confianza_carab = c05_03)

proc_elsoc

# A tibble: 1,000 × 5
    edad sexo   ingreso altruismo confianza_carab
   <dbl> <chr>    <dbl>     <dbl>           <dbl>
 1    66 Hombre 1200000         2               3
 2    38 Hombre  500000         2               3
 3    70 Mujer       NA         1               3
 4    24 Mujer       NA         2               5
 5    56 Mujer   500000         2               3
 6    52 Mujer       NA         2               1
 7    64 Mujer       NA         2               5
 8    24 Mujer   530000         2               3
 9    32 Mujer   790000         2               3
10    60 Mujer   400000         2               4
# … with 990 more rows

4.2 Filtrar

Quedémonos con aquellos casos cuya edad sea mayor o igual a 15 años.

proc_elsoc <- proc_elsoc %>% dplyr::filter(edad >= 25)

proc_elsoc

# A tibble: 980 × 5
    edad sexo   ingreso altruismo confianza_carab
   <dbl> <chr>    <dbl>     <dbl>           <dbl>
 1    66 Hombre 1200000         2               3
 2    38 Hombre  500000         2               3
 3    70 Mujer       NA         1               3
 4    56 Mujer   500000         2               3
 5    52 Mujer       NA         2               1
 6    64 Mujer       NA         2               5
 7    32 Mujer   790000         2               3
 8    60 Mujer   400000         2               4
 9    43 Hombre 1000000         2               4
10    77 Mujer       NA         2               5
# … with 970 more rows

4.3 Recodificar

Recodifiquemos las variables sexo e ingreso:

proc_elsoc <- proc_elsoc %>% 
  dplyr::mutate(sexo = car::recode(sexo,
                            recodes = c("'Hombre' = 'Masculino'; 'Mujer' = 'Femenino'")),
                ingreso = car::recode(ingreso, 
                               recodes = c("-888 = NA; -999 = NA")))

proc_elsoc

# A tibble: 980 × 5
    edad sexo      ingreso altruismo confianza_carab
   <dbl> <chr>       <dbl>     <dbl>           <dbl>
 1    66 Masculino 1200000         2               3
 2    38 Masculino  500000         2               3
 3    70 Femenino       NA         1               3
 4    56 Femenino   500000         2               3
 5    52 Femenino       NA         2               1
 6    64 Femenino       NA         2               5
 7    32 Femenino   790000         2               3
 8    60 Femenino   400000         2               4
 9    43 Masculino 1000000         2               4
10    77 Femenino       NA         2               5
# … with 970 more rows

Ahora, las variables altruismo y confianza_carab conviertiéndolas a factor y, si es pertinente, asigarles niveles.

proc_elsoc <- proc_elsoc %>%
  dplyr::mutate(altruismo = car::recode(altruismo,
                                 recodes = c("1 = 'La mayoria de las veces tratan de ayudar a los demas';
                                              2 = 'La mayoria de las veces se preocupan solo de si mismas';
                                              3 = 'Depende';
                                              -666 = NA;
                                              -777 = NA;
                                              -888 = NA;
                                              -999 = NA"),
                                 as.factor = TRUE), # transformar a factor
         confianza_carab = car::recode(confianza_carab,
                                       recodes = c("1 = 'Nada';
                                                    2 = 'Poca';
                                                    3 = 'Algo';
                                                    4 = 'Bastante';
                                                    5 = 'Mucha';
                                                    -666 = NA;
                                                    -777 = NA;
                                                    -888 = NA;
                                                    -999 = NA"),
                                       as.factor = TRUE, # transformar a factor
                                       levels = c("Nada",
                                                  "Poca",
                                                  "Algo",
                                                  "Bastante",
                                                  "Mucha"))) # asignar niveles

proc_elsoc

# A tibble: 980 × 5
    edad sexo      ingreso altruismo                                     confi…¹
   <dbl> <chr>       <dbl> <fct>                                         <fct>  
 1    66 Masculino 1200000 La mayoria de las veces se preocupan solo de… Algo   
 2    38 Masculino  500000 La mayoria de las veces se preocupan solo de… Algo   
 3    70 Femenino       NA La mayoria de las veces tratan de ayudar a l… Algo   
 4    56 Femenino   500000 La mayoria de las veces se preocupan solo de… Algo   
 5    52 Femenino       NA La mayoria de las veces se preocupan solo de… Nada   
 6    64 Femenino       NA La mayoria de las veces se preocupan solo de… Mucha  
 7    32 Femenino   790000 La mayoria de las veces se preocupan solo de… Algo   
 8    60 Femenino   400000 La mayoria de las veces se preocupan solo de… Bastan…
 9    43 Masculino 1000000 La mayoria de las veces se preocupan solo de… Bastan…
10    77 Femenino       NA La mayoria de las veces se preocupan solo de… Mucha  
# … with 970 more rows, and abbreviated variable name ¹confianza_carab

4.4 Tratamiento casos pérdidos

Identifiquemos primero los casos pérdidos tanto en la base de datos completa como en las respectivas variables.

is.na(proc_elsoc)

is.na(proc_elsoc$ingreso)

sum(is.na(proc_elsoc))

[1] 454

En toda la base, tenemos 454 casos pérdidos. Ahora veamos cuántos hay por cada columna/variable.

colSums(is.na(proc_elsoc))

           edad            sexo         ingreso       altruismo confianza_carab 
              0               0             451               3               0

Una vez identificamos los valores nulos, podemos proceder a removerlos de la base de datos. El comando na.omit() eliminará todas las filas que presenten casos perdidos.

proc_elsoc <- na.omit(proc_elsoc)

proc_elsoc

# A tibble: 528 × 5
    edad sexo      ingreso altruismo                                     confi…¹
   <dbl> <chr>       <dbl> <fct>                                         <fct>  
 1    66 Masculino 1200000 La mayoria de las veces se preocupan solo de… Algo   
 2    38 Masculino  500000 La mayoria de las veces se preocupan solo de… Algo   
 3    56 Femenino   500000 La mayoria de las veces se preocupan solo de… Algo   
 4    32 Femenino   790000 La mayoria de las veces se preocupan solo de… Algo   
 5    60 Femenino   400000 La mayoria de las veces se preocupan solo de… Bastan…
 6    43 Masculino 1000000 La mayoria de las veces se preocupan solo de… Bastan…
 7    59 Masculino 1200000 La mayoria de las veces se preocupan solo de… Poca   
 8    44 Femenino   150000 La mayoria de las veces se preocupan solo de… Bastan…
 9    51 Femenino   350000 La mayoria de las veces tratan de ayudar a l… Poca   
10    45 Femenino   200000 La mayoria de las veces se preocupan solo de… Bastan…
# … with 518 more rows, and abbreviated variable name ¹confianza_carab

5 Transformar variables

En este ejemplo, transformaremos las variables edad e ingresos, y crearemos una nueva variable llamada año de la encuesta y otra llamada ingreso_minimo.

¡Veámos cómo se hace!

Generemos las nueva variable año:

proc_elsoc <- proc_elsoc %>% dplyr::mutate(ano = 2022)

proc_elsoc

# A tibble: 528 × 6
    edad sexo      ingreso altruismo                               confi…¹   ano
   <dbl> <chr>       <dbl> <fct>                                   <fct>   <dbl>
 1    66 Masculino 1200000 La mayoria de las veces se preocupan s… Algo     2022
 2    38 Masculino  500000 La mayoria de las veces se preocupan s… Algo     2022
 3    56 Femenino   500000 La mayoria de las veces se preocupan s… Algo     2022
 4    32 Femenino   790000 La mayoria de las veces se preocupan s… Algo     2022
 5    60 Femenino   400000 La mayoria de las veces se preocupan s… Bastan…  2022
 6    43 Masculino 1000000 La mayoria de las veces se preocupan s… Bastan…  2022
 7    59 Masculino 1200000 La mayoria de las veces se preocupan s… Poca     2022
 8    44 Femenino   150000 La mayoria de las veces se preocupan s… Bastan…  2022
 9    51 Femenino   350000 La mayoria de las veces tratan de ayud… Poca     2022
10    45 Femenino   200000 La mayoria de las veces se preocupan s… Bastan…  2022
# … with 518 more rows, and abbreviated variable name ¹confianza_carab

Transformar variables con `case_when()` e `if_else()`

Generemos nuevas variables para edad e ingresos dejándolas como tramos con case_when().

proc_elsoc <- proc_elsoc %>% 
  dplyr::mutate(tramo_edad = case_when(edad <= 29 ~ "Jovenes",
                                       edad >= 30 & edad <= 59 ~ "Adultos",
                                       edad >= 60 ~ "Adutos mayores"),
                tramo_ingreso = case_when(ingreso <= 250000 ~ "Tramo 1",
                                          ingreso > 250000 & ingreso <= 500000 ~ "Tramo 2",      
                                          ingreso > 500000 & ingreso <= 750000 ~ "Tramo 3",      
                                          ingreso > 750000 & ingreso <= 1000000 ~ "Tramo 4",       
                                          ingreso > 1000000 ~ "Tramo 5"))

proc_elsoc

# A tibble: 528 × 8
    edad sexo      ingreso altruismo               confi…¹   ano tramo…² tramo…³
   <dbl> <chr>       <dbl> <fct>                   <fct>   <dbl> <chr>   <chr>  
 1    66 Masculino 1200000 La mayoria de las vece… Algo     2022 Adutos… Tramo 5
 2    38 Masculino  500000 La mayoria de las vece… Algo     2022 Adultos Tramo 2
 3    56 Femenino   500000 La mayoria de las vece… Algo     2022 Adultos Tramo 2
 4    32 Femenino   790000 La mayoria de las vece… Algo     2022 Adultos Tramo 4
 5    60 Femenino   400000 La mayoria de las vece… Bastan…  2022 Adutos… Tramo 2
 6    43 Masculino 1000000 La mayoria de las vece… Bastan…  2022 Adultos Tramo 4
 7    59 Masculino 1200000 La mayoria de las vece… Poca     2022 Adultos Tramo 5
 8    44 Femenino   150000 La mayoria de las vece… Bastan…  2022 Adultos Tramo 1
 9    51 Femenino   350000 La mayoria de las vece… Poca     2022 Adultos Tramo 2
10    45 Femenino   200000 La mayoria de las vece… Bastan…  2022 Adultos Tramo 1
# … with 518 more rows, and abbreviated variable names ¹confianza_carab,
#   ²tramo_edad, ³tramo_ingreso

Ahora, generemos una nueva variable llamada ingreso_minimo con la función if_else().

proc_elsoc <- proc_elsoc %>% 
  dplyr::mutate(ingreso_minimo = if_else(ingreso < 410000, "debajo minimo", "sobre minimo"))

proc_elsoc

# A tibble: 528 × 9
    edad sexo      ingreso altruismo       confi…¹   ano tramo…² tramo…³ ingre…⁴
   <dbl> <chr>       <dbl> <fct>           <fct>   <dbl> <chr>   <chr>   <chr>  
 1    66 Masculino 1200000 La mayoria de … Algo     2022 Adutos… Tramo 5 sobre …
 2    38 Masculino  500000 La mayoria de … Algo     2022 Adultos Tramo 2 sobre …
 3    56 Femenino   500000 La mayoria de … Algo     2022 Adultos Tramo 2 sobre …
 4    32 Femenino   790000 La mayoria de … Algo     2022 Adultos Tramo 4 sobre …
 5    60 Femenino   400000 La mayoria de … Bastan…  2022 Adutos… Tramo 2 debajo…
 6    43 Masculino 1000000 La mayoria de … Bastan…  2022 Adultos Tramo 4 sobre …
 7    59 Masculino 1200000 La mayoria de … Poca     2022 Adultos Tramo 5 sobre …
 8    44 Femenino   150000 La mayoria de … Bastan…  2022 Adultos Tramo 1 debajo…
 9    51 Femenino   350000 La mayoria de … Poca     2022 Adultos Tramo 2 debajo…
10    45 Femenino   200000 La mayoria de … Bastan…  2022 Adultos Tramo 1 debajo…
# … with 518 more rows, and abbreviated variable names ¹confianza_carab,
#   ²tramo_edad, ³tramo_ingreso, ⁴ingreso_minimo

6 Guardar y exportar

saveRDS(proc_elsoc, file = "Output/datos_proc.Rdata")

Análisis descriptivo de datos

Recordemos que el flujo recomendado de trabajo en R corresponde a:

Descargar la base de datos
Crear un proyecto de R (.Rproj)
Crear carpetas de Input, Procesamiento y Output
Ubicar la base de datos en la carpeta Input
Crear un Script (.R) en la carpeta Procesamiento que se llame “01proc-data”
Crear un Script (.R) en la carpeta Procesamiento que se llame “02analisis”

Como ya tenemos creado el archivo de sintaxis llamado “02analisis” trabajamos sobre él.

1 Cargar librerías

Este paso ya lo realizamos y cargamos todas las librerías necesarias. Pero si, al trabajar los distintos script lo hacemos en sesiones diferentes, debemos volver a cargar las librerías.

install.packages("pacman") #para instalar
library(pacman) # para llamar/cargar

pacman::p_load(tidyverse, # colección de paquetes para manipulación de datos
               dplyr, # para manipular datos
               psych, # para analizar datos
               crosstable, # para tablas de contingencia
               sjmisc) # para analizar datos

options(scipen = 999) # para desactivar notacion cientifica
rm(list = ls()) # para limpiar el entorno de trabajo

2 Importar datos

Usamos los datos creados en el procesamiento que se encuentran guardados en la carpeta output.

datos_proc <- readRDS("output/datos_proc.Rdata")

3 Estadísticos descriptivos para variables categóricas

Para analizar de manera descriptiva a las variables categóricas, esto es, con nivel de medición nominal y ordinal, podemos calcular tablas de frecuencias.

3.1. Frecuencias absolutas y relativas

Para las variables nominales podemos usar tablas de frecuencias absolutas y relativas, y con ellas conocer la moda, es dedcir, el valor con mayor cantidad de observaciones.

(freq_table1 <-table(datos_proc$altruismo))


                                               Depende 
                                                    27 
La mayoria de las veces se preocupan solo de si mismas 
                                                   421 
  La mayoria de las veces tratan de ayudar a los demas 
                                                    80

prop.table(freq_table1)*100


                                               Depende 
                                              5.113636 
La mayoria de las veces se preocupan solo de si mismas 
                                             79.734848 
  La mayoria de las veces tratan de ayudar a los demas 
                                             15.151515

Acá podemos ver que el valor con mayor cantidad de obervaciones corresponde a “La mayoria de las veces se preocupan solo de si mismas”.

3.2. Frecuencias acumuladas

Mientras que si trabajamos con variables ordinales, podemos usar también la frecuencia acumulada:

(freq_table2 <- table(datos_proc$tramo_ingreso))


Tramo 1 Tramo 2 Tramo 3 Tramo 4 Tramo 5 
     81     197     106      71      73

(freq_table3 <- prop.table(freq_table2)*100)


 Tramo 1  Tramo 2  Tramo 3  Tramo 4  Tramo 5 
15.34091 37.31061 20.07576 13.44697 13.82576

cumsum(freq_table3)

  Tramo 1   Tramo 2   Tramo 3   Tramo 4   Tramo 5 
 15.34091  52.65152  72.72727  86.17424 100.00000

tbl3 <- table(datos_proc$tramo_ingreso)
cbind(Freq=tbl3, relat = prop.table(tbl3)*100, Cum = cumsum(tbl3))

        Freq    relat Cum
Tramo 1   81 15.34091  81
Tramo 2  197 37.31061 278
Tramo 3  106 20.07576 384
Tramo 4   71 13.44697 455
Tramo 5   73 13.82576 528

Otra manera de calcular frecuencias (absolutas, relativas y acumuladas) en R, es mediante la función frq() del paquete sjmisc.

sjmisc::frq(datos_proc$tramo_ingreso)

x <character> 
# total N=528 valid N=528 mean=2.73 sd=1.27

Value   |   N | Raw % | Valid % | Cum. %
----------------------------------------
Tramo 1 |  81 | 15.34 |   15.34 |  15.34
Tramo 2 | 197 | 37.31 |   37.31 |  52.65
Tramo 3 | 106 | 20.08 |   20.08 |  72.73
Tramo 4 |  71 | 13.45 |   13.45 |  86.17
Tramo 5 |  73 | 13.83 |   13.83 | 100.00
<NA>    |   0 |  0.00 |    <NA> |   <NA>

3.3. Tablas de contingencia

También podemos cruzar dos variables mediante las llamadas tablas de contingencia o tablas cruzadas. Además de conocer la frecuencia absoluta en cada casilla, podemos también conocer la proporción o frecuencia relativa para cada casilla y el total de la filas y columnas.

crosstable(datos_proc, cols = sexo, by = tramo_edad)

# A tibble: 2 × 6
  .id   label variable  Adultos      `Adutos mayores` Jovenes    
  <chr> <chr> <chr>     <chr>        <chr>            <chr>      
1 sexo  sexo  Femenino  222 (75.00%) 44 (14.86%)      30 (10.14%)
2 sexo  sexo  Masculino 162 (69.83%) 57 (24.57%)      13 (5.60%)

crosstable(datos_proc, cols = sexo, by = tramo_edad, total = "both") #fila y columna

# A tibble: 3 × 7
  .id   label variable  Adultos      `Adutos mayores` Jovenes     Total        
  <chr> <chr> <chr>     <chr>        <chr>            <chr>       <chr>        
1 sexo  sexo  Femenino  222 (75.00%) 44 (14.86%)      30 (10.14%) 296 (56.06%) 
2 sexo  sexo  Masculino 162 (69.83%) 57 (24.57%)      13 (5.60%)  232 (43.94%) 
3 sexo  sexo  Total     384 (72.73%) 101 (19.13%)     43 (8.14%)  528 (100.00%)

crosstable(datos_proc, cols = sexo, by = tramo_edad, total = "row") #solo fila

# A tibble: 2 × 7
  .id   label variable  Adultos      `Adutos mayores` Jovenes     Total       
  <chr> <chr> <chr>     <chr>        <chr>            <chr>       <chr>       
1 sexo  sexo  Femenino  222 (75.00%) 44 (14.86%)      30 (10.14%) 296 (56.06%)
2 sexo  sexo  Masculino 162 (69.83%) 57 (24.57%)      13 (5.60%)  232 (43.94%)

crosstable(datos_proc, cols = sexo, by = tramo_edad, total = "column") #solo columna

# A tibble: 3 × 6
  .id   label variable  Adultos      `Adutos mayores` Jovenes    
  <chr> <chr> <chr>     <chr>        <chr>            <chr>      
1 sexo  sexo  Femenino  222 (75.00%) 44 (14.86%)      30 (10.14%)
2 sexo  sexo  Masculino 162 (69.83%) 57 (24.57%)      13 (5.60%) 
3 sexo  sexo  Total     384 (72.73%) 101 (19.13%)     43 (8.14%)

4 Estadísticos descriptivos para variables numéricas

A diferencia de las variables categóricas, a las variables numéricas les podemos calcular una mayor cantidad de estadísticos descriptivos, como medidas de tendencia central, dispersión o posición.

Como ya vimos en clases:

dentro de las medidas de tendencia central que podemos calcular para describir a una variable numérica encontramos: media, mediana;
dentro de las medidas de dispersión podemos señalar: desviación estándar, variancia, coeficiente de variación, rango;
dentro de las medidas de posición podemos mencionar: mediana, q1, q3, mínimo, máximo.

psych::describe(datos_proc$edad)

   vars   n  mean    sd median trimmed   mad min max range skew kurtosis   se
X1    1 528 47.01 12.15     47   46.95 14.83  25  84    59 0.08    -0.83 0.53

psych::describe(datos_proc$edad,
                quant = c(.25,.75),
                IQR = TRUE)

  vars   n  mean    sd median trimmed   mad min max range skew kurtosis   se
1    1 528 47.01 12.15     47   46.95 14.83  25  84    59 0.08    -0.83 0.53
  IQR Q0.25 Q0.75
1  19    38    57

psych::describe(datos_proc$ingreso,
                quant = c(.25,.75),
                IQR = T)

  vars   n     mean       sd median  trimmed    mad min      max    range  skew
1    1 528 689268.9 844589.1 500000 569325.5 296520   0 15000000 15000000 10.12
  kurtosis       se    IQR  Q0.25  Q0.75
1   156.57 36756.02 450000 350000 800000

Práctica 5. Repaso procesamiento y análisis de datos en R

Presentación

Objetivo de la práctica

Recursos de la práctica

Establecer flujo de trabajo en R

Procesamiento, limpieza y manipulación de datos

1 Cargar librerías

2 Importar datos

3 Explorar datos

4 Limpiar datos

4.1 Seleccionar

4.2 Filtrar

4.3 Recodificar

4.4 Tratamiento casos pérdidos

5 Transformar variables

Transformar variables con `case_when()` e `if_else()`

6 Guardar y exportar

Análisis descriptivo de datos

1 Cargar librerías

2 Importar datos

3 Estadísticos descriptivos para variables categóricas

3.1. Frecuencias absolutas y relativas

3.2. Frecuencias acumuladas

3.3. Tablas de contingencia

4 Estadísticos descriptivos para variables numéricas

Video de clase

Primer bloque

Segundo bloque

Presentación

Objetivo de la práctica

Recursos de la práctica

Establecer flujo de trabajo en R

Procesamiento, limpieza y manipulación de datos

1 Cargar librerías

2 Importar datos

3 Explorar datos

4 Limpiar datos

4.1 Seleccionar

4.2 Filtrar

4.3 Recodificar

4.4 Tratamiento casos pérdidos

5 Transformar variables

Transformar variables con case_when() e if_else()

6 Guardar y exportar

Análisis descriptivo de datos

1 Cargar librerías

2 Importar datos

3 Estadísticos descriptivos para variables categóricas

3.1. Frecuencias absolutas y relativas

3.2. Frecuencias acumuladas

3.3. Tablas de contingencia

4 Estadísticos descriptivos para variables numéricas

Video de clase

Primer bloque

Segundo bloque

Transformar variables con `case_when()` e `if_else()`