https://github.com/danielafishwickinacap/code

Final Assigment - Probability Course - INACAP
https://github.com/danielafishwickinacap/code

Last synced: 4 months ago
JSON representation

Final Assigment - Probability Course - INACAP

• Host: GitHub
• URL: https://github.com/danielafishwickinacap/code
• Owner: danielaFishwickInacap
• Created: 2025-07-04T04:44:06.000Z (12 months ago)
• Default Branch: main
• Last Pushed: 2025-07-04T05:07:17.000Z (12 months ago)
• Last Synced: 2025-07-20T13:39:12.577Z (11 months ago)
• Language: HTML
• Homepage:
• Size: 778 KB
• Stars: 0
• Watchers: 0
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# Informe Final del Estudio sobre Adicción a las Redes Sociales 📱😅

**Autor**: Daniela Fishwick

**Curso**: Probabilidad

**Instructor**: Samuel Sanhueza

**Carrera**: Ing. en Informática - Inacap

**Fecha**: 3 de Julio de 2025

---

Este repositorio contiene el análisis y reporte en R Markdown (`final_assigment.Rmd`) de un estudio sobre la adicción a las redes sociales en estudiantes universitarios. El informe explora cómo el uso de redes sociales impacta la vida académica, la salud mental y las relaciones interpersonales de los encuestados. 🤳📚

**Para visualizar el reporte en html, dirígete 💁‍♀️ *[aquí](https://danielafishwickinacap.github.io/code/final_assigment.html)***

## Resumen del Análisis 🧐

El análisis abarca 13 variables principales del dataset, incluyendo edad, género, nivel académico, horas promedio de uso diario, impacto percibido en el rendimiento académico, horas de sueño, puntuación de salud mental, número de conflictos relacionados con redes sociales, tiempo promedio entre usos, plataforma más utilizada, cantidad de plataformas usadas y estado de relación.

Para cada variable se presentan:

- Estadísticas descriptivas (media, mediana, desviación estándar, etc.) 📊

- Visualizaciones (histogramas, diagramas de caja, gráficos de barras) 📈

- Pruebas de normalidad y consideraciones sobre la distribución de probabilidad más adecuada (Normal, Binomial, Poisson, Exponencial, según corresponda) 🎲

- Interpretaciones y conclusiones específicas 💡

## Hallazgos Clave 🚨

- **La mayoría de las variables cuantitativas no siguen una distribución normal**, lo que sugiere el uso de métodos no paramétricos para análisis futuros. 🤔

- Instagram y TikTok son las plataformas más populares entre los encuestados. 📸🎵

- Un alto porcentaje de estudiantes percibe que el uso de redes sociales afecta negativamente su rendimiento académico. 😬📉

- El análisis incluye recomendaciones sobre el uso de modelos estadísticos apropiados según la naturaleza de cada variable. 🧮

## Uso 🛠️

El archivo principal es `final_assigment.Rmd`. Puedes abrirlo y ejecutarlo en RStudio o Visual Studio Code (con soporte para R Markdown) para reproducir el análisis y generar el informe en HTML. 🚀

## Dataset 🗂️

El análisis se basa en el dataset público ["Students' Social Media Addiction"](https://www.kaggle.com/datasets/adilshamim8/social-media-addiction-vs-relationships) de Kaggle.

---

**Nota:** Este informe es de carácter académico y los resultados son ilustrativos. ¡No te lo tomes demasiado en serio! 😄