library(e1071)

library(agricolae)
library(ggplot2)
library(GGally)
library(DescTools)
library(vcd)
library(gmodels)
library(sjPlot)

remove(list=ls())
Datos=read.table("DatosA.csv",header=TRUE,sep=",")
attach(Datos)

plot(V2~V8) # Diagrama de dispersión entre las variables V2 y V8

plot(V2~V8,xlab="Variable V8",ylab="Variable V2") # agregando título a las X's y a
las Y's
plot(V2~V8,xlab="Variable V8",ylab="Variable V2",main="Diagrama de dispersión de V8
versus V2") # agregando un título al gráfico
plot(V2~V8,xlab="Variable V8",ylab="Variable V2",main="Diagrama de dispersión. \n
V8 versus V2")

cor(V2,V8) # calculando el coeficiente de correlación lineal entre V2 y V8

algunasV=data.frame(V2,V8,V28)
ggpairs(algunasV,upper = list(continuous = wrap("cor", size = 5)),lower =
list(continuous = "points"))

##### Tablas de contingencia ####

remove(list=ls())
test=matrix(c(47,32,41,9),ncol=2,byrow=TRUE)
test
dimnames(test) = list(c("Hombres","Mujeres"),c("De acuerdo","En desacuerso"))
test
names(dimnames(test)) = c("Género","Actitud")
test

chisq.test(test,correct=FALSE) ## test Chi-cuadrado

qchisq(0.95,1)
Phi(test) # coeficiente phi
ContCoef(test) # coeficiente de contingencia

###
remove(list=ls())
datosInpec=c(1548, 12020, 21424, 1606,
832, 6223, 11847, 593,
645, 3301, 5967, 381,
577, 3759, 5224, 308,
610, 3939, 7313, 475,
664, 4100, 6254, 323)
intramural=matrix(datosInpec,ncol=4,byrow=TRUE)
intramural
dimnames(intramural) =
list(c("Central","Occidente","Norte","Oriente","Noroeste","Viejo Caldas"),
c("Iletrados","Básica Primaria","Básica Media","Educación
Superior"))
intramural
names(dimnames(intramural)) = c("Regional","NEducativo")
intramural
margin.table(intramural, 1) # Frequencias absolutas por fila
margin.table(intramural, 2) # Frequencias absolutas por columna
prop.table(intramural) # Porcentaje sobre el total de la tabla
tabla1=round(prop.table(intramural),digits=3)
tabla2=round(prop.table(intramural, 1),digits=3) # Porcentajes por fila
tabla3=round(prop.table(intramural, 2),digits=3) # Porcentajes por columna

barplot(intramural, legend = rownames(intramural), beside = TRUE,xlab = "Nivel

educativo", ylab = "Frecuencia absoluta")
barplot(t(intramural), legend = colnames(intramural), beside = FALSE,xlab =
"Regional", ylab = "Frecuencia absoluta")
barplot(t(intramural), legend = colnames(intramural), col=c(1,2,3,4),beside =
FALSE,xlab = "Regional", ylab = "Frecuencia absoluta")
barplot(t(tabla2), legend = colnames(intramural), col=c(1,2,3,4),beside =
FALSE,xlab = "Regional", ylab = "Frecuencia relativa")
barplot(t(tabla2), legend = colnames(intramural), col=c(1,2,3,4),beside =
FALSE,xlab = "Regional", ylab = "Frecuencia relativa",ylim=c(0,1.3))
barplot(tabla3, legend = rownames(intramural), col=c(1,2,3,4,5,6),beside =
TRUE,horiz=TRUE)
barplot(tabla3, legend = rownames(intramural), col=c(1,2,3,4,5,6),beside =
TRUE,horiz=TRUE,xlim=c(0,0.6))
barplot(t(tabla1), legend = colnames(intramural), col=c(1,2,3,4),beside =
TRUE,horiz=TRUE)
barplot(tabla1, legend = rownames(intramural), col=c(1,2,3,4,5,6),beside =
TRUE,horiz=TRUE)

chisq.test(intramural,correct=FALSE) ## test Chi-cuadrado

qchisq(0.95,15)
ContCoef(intramural) # coeficiente de contingencia

## Construyendo la tabla de contingencia a partir de una base de datos

### microdatos Censo de Habitantes de Calle 2019.
https://www.dane.gov.co/index.php/estadisticas-por-tema/demografia-y-
poblacion/censo-habitantes-de-la-calle
remove(list=ls())
Datos=read.table("CHC_2019.csv",header=TRUE,sep=";") #Notar que en este caso el
separador es punto y coma, ; .
attach(Datos)
head(Datos)
dim(Datos)
P22=as.factor(Datos$P22)
P25=as.factor(Datos$P25)
summary(P22)
summary(P25)
RPVivirCalle=factor(P22,levels=c("1","2","3","4","5","6","7","8","9","10","11"),
labels=c("Consumo de sustancias psicoactivas","Por gusto
personal","Amenaza o riesgo para su vida o integridad física",
"Influencia de otras personas","Dificultades económicas","Falta
de trabajo","Conflictos o dificultades familiares","Abuso sexual",
"Siempre ha vivido en la calle","Víctima del conflicto armado o
desplazado","Otra"))
summary(RPVivirCalle)
Contacto=factor(P25,levels=c("1","2","3","4","5","6","7","8","9"),
labels=c("Mamá","Papá","Hermano(a),
hermanastro(a)","Abuelo(a)","Tío(a)","Hijo(a), hijastro(a)","Pareja (esposo[a],
compañero[a])","Otra","Ninguno"))
summary(Contacto)
table(RPVivirCalle,Contacto)
Tabla=table(RPVivirCalle,Contacto)
chisq.test(Tabla,correct=FALSE)
qchisq(0.95,80)
ContCoef(Tabla)

CrossTable(RPVivirCalle,Contacto,prop.chisq=FALSE)

sjt.xtab(RPVivirCalle,Contacto,show.row.prc=TRUE,file="tabla1.doc",var.labels=c("Ra
zón principal por la que empezó a vivir en la calle","Persona de la familia de
origen con el mayor contacto"))
sjt.xtab(RPVivirCalle,Contacto,show.col.prc=TRUE,file="tabla2.doc",var.labels=c("Ra
zón principal por la que empezó a vivir en la calle","Persona de la familia de
origen con el mayor contacto"))
sjt.xtab(RPVivirCalle,Contacto,show.cell.prc=TRUE,file="tabla3.doc",var.labels=c("R
azón principal por la que empezó a vivir en la calle","Persona de la familia de
origen con el mayor contacto"))
sjt.xtab(RPVivirCalle,Contacto,show.cell.prc=TRUE,show.row.prc=TRUE,file="tabla4.do
c",var.labels=c("Razón principal por la que empezó a vivir en la calle","Persona de
la familia de origen con el mayor contacto"))

P22P25=data.frame(RPVivirCalle,Contacto)
P22P25=subset(P22P25, !is.na(RPVivirCalle) & !is.na(Contacto))
ggplot(P22P25, aes(x = Contacto, fill = RPVivirCalle)) + geom_bar()

RPVivirCalle=factor(P22,levels=c("1","2","3","4","5","6","7","8","9","10","11"),
labels=c("Consumo","Gusto","Amenaza","Otras
personas","Dif.Econ.","Fal.Trabajo","Conflictos","Abuso",
"Siempre en la calle","Víctima","Otra"))
Contacto=factor(P25,levels=c("1","2","3","4","5","6","7","8","9"),

labels=c("Mamá","Papá","Hermano(a)","Abuelo(a)","Tío(a)","Hijo(a)","Pareja","Otra",
"Ninguno"))
P22P25=data.frame(RPVivirCalle,Contacto)
P22P25=subset(P22P25, !is.na(RPVivirCalle) & !is.na(Contacto))
ggplot(P22P25, aes(x = Contacto, fill = RPVivirCalle)) + geom_bar()
ggplot(P22P25, aes(x = RPVivirCalle, fill = Contacto)) + geom_bar()
ggplot(P22P25, aes(x = Contacto, fill = RPVivirCalle)) + geom_bar(position="fill")
ggplot(P22P25, aes(x = RPVivirCalle, fill = Contacto)) + geom_bar(position="fill")

### Fin sesión ###