Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROYECTO
Información sobre salud sexual y reproductiva en el
Ecuador
ELABORADO POR
Doris Castillo, Maria Lindao, Aylhin Pulido, Bolívar Pérez
DIRIGIDO POR
Holger Cevallos Valdiviezo
GUAYAQUIL-ECUADOR
Índice General
1. Introducción..........................................................................................................................
2. Objetivos................................................................................................................................
3. Fuentes...................................................................................................................................
5.1. Histograma............................................................................................................................
7. Análisis inferencial............................................................................................................
1. Introducción
A mano de un estudio de información netamente real obtenida
desde el Instituto Nacional de Estadísticas y Censos – INEC, se
desea presentar los resultados de un análisis estadístico descriptivo
e inferencial sobre la importancia que le da el sexo femenino a su
vida sexual y reproductiva en el lapso de un año.
Mediante este censo realizado a la población ecuatoriana, hemos
tomado una muestra de 150 personas del sexo femenino, del cual
verificaremos sus respuestas desglosándolas por variables o
temas, las cuales han sido estudiadas en R Studio, para obtener
las aproximaciones debidas de cada Medida de Tendencia Central
y de Dispersión, además de sus interpretaciones en Gráficos de
Barras e Histogramas.
2. Objetivos
3. Fuentes
Nuestra fuente de información es el Instituto Nacional de Estadísticas
y Censos – INEC, los resultados fueron obtenidos mediante
encuestas a las mujeres del país ecuatoriano en el 2019. Luego, de
una base de datos almacenada en un archivo de Excel, se extrajo de
manera aleatoria una muestra tamaño 150 de la población de
mujeres que llevan una vida sexual activa.
Unidad de
Nombre Definición Tipo
Medida
5.1. Histograma
Ahora mediante esta gráfica en forma de barras,
representaremos nuestra variable cuantitativa, y así poder
observar y comparar los resultados dado en cada barra que es
proporcional a la frecuencia con los valores que representaremos
a continuación:
Funciones
Para calcular media o promedio de un argumento
Mean()
que almacena nuestros datos.
Para calcular mediana de un argumento que
Median()
almacena nuestros datos.
Media
→ promedio_controles=mean(controles_12meses)
→ promedio_gastos=mean(gastos_parto)
Medianas
→ mediana_controles=median(controles_12meses)
→ mediana_gastos=median(gastos_parto)
Funciones
Var() para calcular la varianza de nuestros datos.
Sd() para calcular la desviación estándar de nuestros
datos.
Varianzas
→ varianza_controles=var(controles_12meses)
→ varianza_gastos=var(gastos_parto)
Desviaciones standars
→ desv_controles=sd(controles_12meses)
→ desv_gastos=sd(gastos_parto)
Deciles
Deciles de la variable controles de embarazo en los últimos
12 meses
→ decil_1=quantile(controles_12meses,probs=0.10)
→ decil_2=quantile(controles_12meses,probs=0.20)
→ decil_3=quantile(controles_12meses,probs=0.30)
→ decil_4=quantile(controles_12meses,probs=0.40)
→ decil_5=quantile(controles_12meses,probs=0.50)
→ decil_6=quantile(controles_12meses,probs=0.60)
→ decil_7=quantile(controles_12meses,probs=0.70)
→ decil_8=quantile(controles_12meses,probs=0.80)
→ decil_9=quantile(controles_12meses,probs=0.90)
→ decil_10=quantile(controles_12meses,probs=1.00)
→ decil_2gastos=quantile(gastos_parto,probs=0.20)
→ decil_3gastos=quantile(gastos_parto,probs=0.30)
→ decil_4gastos=quantile(gastos_parto,probs=0.40)
→ decil_5gastos=quantile(gastos_parto,probs=0.50)
→ decil_6gastos=quantile(gastos_parto,probs=0.60)
→ decil_7gastos=quantile(gastos_parto,probs=0.70)
→ decil_8gastos=quantile(gastos_parto,probs=0.80)
→ decil_9gastos=quantile(gastos_parto,probs=0.90)
→ decil_10gastos=quantile(gastos_parto,probs=1.00)
Funciones
Length() Nos permite obtener la dimensión de nuestros datos.
Min() proporcionan el valor mínimo de nuestros datos.
Max() proporcionan el valor máximo de nuestros datos.
Funciones
Seg() Permite calcular el índice de disimilitud de varios grupos.
permite categorizar los datos de una variable por medio de
Cut()
cortes y así formar o definir los grupos que deseamos.
→ cortes=seq(-1,22,longitud)
→ controles.cortes=cut(controles_12meses,cortes,right=FALSE)
Función
Esta función nos ayuda a crear una tabla para mostrar
la frecuencia absoluta de nuestros datos, y como
table()
parámetro utilizamos la variable denominada
“controles_12meses”.
Función
Esta función nos proporciona las sumas acumuladas
cumsum() de los datos obtenidos en nuestras tablas de
frecuencias mostradas en los puntos anteriores.
Función
Esta función crea gráficos en general dependiendo del
tipo de datos de los argumentos que le sea dado para
plot()
el eje x y para el eje y así nos ayudará a obtener un
diagrama de correlación.
Función
Esta función calcula el coeficiente de correlación entre
cor() dos variables, “controles_12meses” y “gasto_parto”
que serán los parámetros de la función.
→ cor(controles_12meses, gasto_parto)
→ n= length(partos)
Función
table() Esta función nos ayuda a crear una tabla para mostrar
→ frec= table(partos)
→ frec.rel = frec/n
→ frec.rel * 100
Función
Esta función nos ayuda a crear un gráfico de barras, y
barplot() como parámetro utilizamos las tablas creadas
anteriormente de las frecuencias absoluta y relativa.
absolutas(conteos)")
7. Análisis inferencial
→ para_controles_prom=mean(para_controles)
→ desv_para_controles=sd(para_controles)
→ long_para=length(para_controles)
→ error=qnorm(0.95+0.025)*desv_para_controles/sqrt(long_para)
→ left=para_controles_prom-error
→ right=para_controles_prom+error
→ prom_para_gastos=mean(para_gastos)
→ desv_para_gastos=sd(para_gastos)
→ long_para_gastos=length(para_gastos)
→error2=qnorm(0.95+0.025)*desv_para_gastos/
sqrt(long_para_gastos)
→ left2=prom_para_gastos-error
→ right2=prom_para_gastos+error
→ tuvieron_parto=frec_partos[2]
→ prop_partos=tuvieron_parto/length(partos)
→ prop_partos
→ v_e_partos=(prop_partos-0.31)/sqrt((0.31*(1-0.31))/length(partos))
→ v_e_partos #valor estadistico
hipótesis nula.
→ prop_controles=contr_longitud/length(controles_12meses)
→ prop_controles
→v_e_controles=(prop_controles-0.32)/sqrt((0.32*(1-0.32))/
length(controles_12meses))
→ v_e_controles #valor estadistico