← News

Reporte Evaluación 1

info
mail-UCursos
Posted

lunes septiembre 30, 2024 at 12:00 AM

Este reporte realiza un análisis de la Evaluación 1 sobre la Unidad 1: Inferencia estadística

Pauta y recorrecciones

La pauta de evaluación se puede revisar aquí

Solicitudes de recorrección

Solicitudes hasta el miércoles 2 de Octubre 12PM, las solicitudes responderán hasta el lunes 7 de Octubre.

Librerías, datos y ajustes

pacman::p_load(tidyverse, sjmisc, sjPlot, kableExtra, sjlabelled, readxl, here)
 [1] "Nº"          "Persona"     "1a"          "1b"          "1c"         
 [6] "2a"          "2b"          "2c"          "Puntos"      "Nota"       
[11] "Asistida"    "Justificada" "asist_total"

Etiquetados

# Label variables

prueba1$p1a <- set_label(x = prueba1$p1a, 
                         label = "Intervalo de Confianza")
prueba1$p1b <- set_label(x = prueba1$p1b, 
                         label = "Error tipo II")
prueba1$p1c <- set_label(x = prueba1$p1c, 
                         label = "Rechazo H0 valor p")
prueba1$p2a <- set_label(x = prueba1$p2a, 
                         label = "Formulación hipótesis")
prueba1$p2b <- set_label(x = prueba1$p2b, 
                         label = "Contraste de prueba t")
prueba1$p2c <- set_label(x = prueba1$p2c, 
                         label = "Intervalo confianza de prueba t")
prueba1$nota <- set_label(x = prueba1$nota, 
                         label = "Nota final")
prueba1$asistida <- set_label(x = prueba1$asistida, 
                         label = "Asistencia Efectiva")
prueba1$asist_total <- set_label(x = prueba1$asist_total, 
                         label = "Asistencia Registrada")

Descriptivos

Tabla descriptiva

prueba1 %>% descr(., show = c("label","range", "mean", "sd", "n"))%>% kable(.,"markdown", digits=2)
var label n mean sd range
4 p1a Intervalo de Confianza 70 0.55 0.30 1 (0-1)
5 p1b Error tipo II 70 0.31 0.45 1 (0-1)
6 p1c Rechazo H0 valor p 70 0.81 0.70 2 (0-2)
7 p2a Formulación hipótesis 70 1.47 0.69 2 (0-2)
8 p2b Contraste de prueba t 70 2.59 1.32 4 (0-4)
9 p2c Intervalo confianza de prueba t 70 1.26 0.74 2 (0-2)
3 nota Nota final 70 4.50 1.43 6 (1-7)
2 asistida Asistencia Efectiva 70 10.16 1.86 8 (4-12)
1 asist_total Asistencia Registrada 70 10.24 1.81 8 (4-12)

Gráficos descriptivos

hist(prueba1$nota)

plot_frq(data = prueba1$nota,type = "hist",show.mean = T)

prueba1 <- prueba1 %>%  mutate(notas_cat=cut(nota, breaks=c(-Inf,4,5,6, Inf), labels=c("Menor a 4.0","4.0-5.0","5.0-6.0","6.0-7.0")))

frq(prueba1$notas_cat, out="browser", show.na = FALSE, title = "Rangos de notas")
Rangos de notas
val frq raw.prc valid.prc cum.prc
Menor a 4.0 25 35.71 35.71 35.71
4.0-5.0 14 20.00 20.00 55.71
5.0-6.0 24 34.29 34.29 90.00
6.0-7.0 7 10.00 10.00 100.00
total N=70 · valid N=63 · x̄=2.19 · σ=1.04 
prueba1 <- prueba1 %>% dplyr::select(-notas_cat)

Preguntas y asociaciones

tab_corr(prueba1,
         triangle = "lower")
  Intervalo de Confianza Error tipo II Rechazo H0 valor p Formulación hipótesis Contraste de prueba t Intervalo confianza de prueba t Nota final Asistencia Efectiva Asistencia Registrada
Intervalo de Confianza                  
Error tipo II 0.337**                
Rechazo H0 valor p 0.271* 0.399***              
Formulación hipótesis 0.180 0.202 0.014            
Contraste de prueba t 0.243* 0.244* 0.214 0.485***          
Intervalo confianza de prueba t 0.275* 0.280* 0.405*** 0.281* 0.590***        
Nota final 0.453*** 0.525*** 0.544*** 0.592*** 0.849*** 0.772***      
Asistencia Efectiva 0.278* -0.048 0.117 0.355** 0.352** 0.382** 0.398***    
Asistencia Registrada 0.316** 0.006 0.106 0.380** 0.382** 0.377** 0.427*** 0.980***  
Computed correlation used pearson-method with listwise-deletion. 
ggplot(prueba1, aes(x = asist_total, y = nota)) + 
  geom_jitter(width = 0.2, color = "red", size = 4) + 
  labs(title = "Relación entre asistencia y notas en Evaluación 1 (r=0.43)") + 
  labs(x = "Asistencia", y = "Nota") + 
  theme(axis.title = element_text(size = 12),        # Tamaño de las etiquetas de los ejes
        axis.text = element_text(size = 12)) +       # Tamaño del texto de los ejes
  theme(aspect.ratio = 1/1.5) +
  theme(plot.title = element_text(size = 12,         # Tamaño del título
                                  face = "bold",     # Tipo de letra (negrita)
                                  hjust = 0.5)) +
  scale_x_continuous(breaks = seq(1, 12, by = 1), limits = c(1, 12)) +   # Ajuste del eje de asistencia
  scale_y_continuous(breaks = seq(1, 7, by = 1), limits = c(1, 7))       # Ajuste del eje de notas de 1 a 7

prueba1 <- prueba1 %>%  mutate(asist_total_cat=cut(asist_total, breaks=c(-Inf,7,8,9,10,11,Inf), labels=c("Menos de 8","8","9","10","11","12")))

frq(prueba1$asist_total_cat, out="browser", show.na = FALSE, title = "Asistencia")
Asistencia
val frq raw.prc valid.prc cum.prc
Menos de 8 6 8.57 8.57 8.57
8 4 5.71 5.71 14.29
9 10 14.29 14.29 28.57
10 11 15.71 15.71 44.29
11 19 27.14 27.14 71.43
12 20 28.57 28.57 100.00
total N=70 · valid N=50 · x̄=4.33 · σ=1.58 
prueba1 %>% # se especifica la base de datos
  dplyr::select(asist_total_cat, nota)  %>% # se seleccionan las variables
  dplyr::group_by(Asistencia=sjlabelled::as_label(asist_total_cat)) %>% # se agrupan por la variable categórica y se usan sus etiquetas con as_label
  dplyr::summarise(Obs.=n(),Promedio=round(mean(nota),2),SD=round(sd(nota),2)) %>% # se agregan las operaciones a presentar en la tabla
  kable(, format = "markdown") # se genera la tabla
Asistencia Obs. Promedio SD
Menos de 8 6 2.98 1.63
8 4 3.40 0.20
9 10 4.33 1.46
10 11 4.46 1.56
11 19 4.62 1.44
12 20 5.16 0.98 
prueba1 <- prueba1 %>% dplyr::select(-asist_total_cat)

Consistencia interna

pacman::p_load(ltm)

preguntas <- prueba1 %>% dplyr::select(-nota)
cronbach.alpha(na.omit(preguntas))

Cronbach's alpha for the 'na.omit(preguntas)' data-set

Items: 8
Sample units: 70
alpha: 0.753