10  Asociación

Todo lo anterior queda sustituido por el uso de esta función. En Barbwin se debe replicar este diálogo de SPSS.

10.1 Pruebas de asociación

source('functions.R')
set.seed(2026) # Para reproducibilidad

# --- DATAFRAME 1: Encuesta General (Para Nominal, Ordinal y Correlaciones) ---
# Usamos codificación numérica subyacente para permitir Correlaciones y Eta
df_encuesta <- data.frame(
  Genero = sample(c(1, 2), 200, replace = TRUE),
  Sector = sample(c(1, 2, 3, 4), 200, replace = TRUE),
  Nivel_Estudios = sample(c(1, 2, 3), 200, replace = TRUE, prob = c(0.2, 0.5, 0.3)),
  Nivel_Ingresos = sample(c(1, 2, 3), 200, replace = TRUE, prob = c(0.3, 0.4, 0.3)),
  Salario_Anual = rnorm(200, mean = 25000, sd = 5000)
)

df_encuesta <- apply_labels(df_encuesta,
  Genero = "Género del encuestado",
  Genero = c("Masculino" = 1, "Femenino" = 2),
  Sector = "Sector de Empleo",
  Sector = c("Agricultura"=1, "Industria"=2, "Servicios"=3, "Tecnología"=4),
  Nivel_Estudios = "Nivel Educativo Alcanzado",
  Nivel_Estudios = c("Básico" = 1, "Medio" = 2, "Superior" = 3),
  Nivel_Ingresos = "Nivel de Ingresos del Hogar",
  Nivel_Ingresos = c("Bajo" = 1, "Medio" = 2, "Alto" = 3),
  Salario_Anual = "Salario Bruto en Euros"
)

# --- DATAFRAME 2: Estudio Clínico / Fiabilidad (Para 2x2 y Cuadradas) ---
df_clinico <- data.frame(
  Tratamiento = sample(c(1, 2), 150, replace = TRUE),
  Exito_Intervencion = sample(c(1, 2), 150, replace = TRUE),
  Diagnostico_Medico_A = sample(c(1, 2, 3), 150, replace = TRUE),
  Diagnostico_Medico_B = sample(c(1, 2, 3), 150, replace = TRUE),
  Sector = sample(c(1, 2), 150, replace = TRUE, prob=c(0.4, 0.6))
)

df_clinico <- apply_labels(df_clinico,
  Tratamiento = "Grupo de Ensayo",
  Tratamiento = c("Control" = 1, "Droga Experimental" = 2),
  Exito_Intervencion = "Resultado Clínico",
  Exito_Intervencion = c("Fracaso" = 1, "Éxito" = 2),
  Diagnostico_Medico_A = "Diagnóstico Dr. Smith",
  Diagnostico_Medico_A = c("Sano"=1, "Leve"=2, "Grave"=3),
  Diagnostico_Medico_B = "Diagnóstico Dra. Jones",
  Diagnostico_Medico_B = c("Sano"=1, "Leve"=2, "Grave"=3)
)
  1. Casos de Uso y Ejecución de PruebasCASO A: Pruebas Nominales y Chi-cuadradoObjetivo: Ver si existe asociación general entre el Género (Nominal) y el Sector de Empleo (Nominal). Al ser variables sin orden lógico, solo aplican las medidas nominales.
bw8crosstabtest(
  df = df_encuesta,
  row_var = "Genero",
  col_var = "Sector",
  weight_var = NULL, 
  chisq = TRUE,             # Siempre útil para significación base
  phi_cramer = TRUE,        # Excelente para tablas rectangulares (2x4)
  cont_coef = TRUE,
  lambda = TRUE,
  uncert_coef = TRUE,
  publish = TRUE
)

Estadísticos de Tabla Cruzada

Pruebas de Chi-cuadrado

Medidas Simétricas

Medidas Direccionales

CASO B: Pruebas Ordinales y CorrelacionesObjetivo: Ver si a mayor Nivel de Estudios (Ordinal), mayor Nivel de Ingresos (Ordinal). Al tener ambas variables un orden subyacente (1 < 2 < 3), las pruebas ordinales son las indicadas porque tienen en cuenta los empates y la direccionalidad (+/-).

bw8crosstabtest(
  df = df_encuesta,
  row_var = "Nivel_Estudios",
  col_var = "Nivel_Ingresos",
  weight_var = NULL,
  chisq = TRUE,
  correlations = TRUE,      # Lanzará Pearson y Spearman (ideal para ordinales)
  gamma = TRUE,             # Clásico para tablas ordinales
  somers_d = TRUE,          # Direccional (Asume que Estudios predicen Ingresos)
  tau_b = TRUE,             # Ideal porque la tabla es cuadrada (3x3)
  tau_c = TRUE,
  publish = TRUE
)

Estadísticos de Tabla Cruzada

Pruebas de Chi-cuadrado

Medidas Simétricas

Medidas Direccionales

CASO C: Prueba Nominal por Intervalo (Eta)Objetivo: Evaluar cuánta varianza del Salario Anual (Intervalo/Continuo) es explicada por el Sector de Empleo (Nominal). Eta es el estadístico idóneo (esencialmente el \(R^2\) de un ANOVA unidireccional).

bw8crosstabtest(
  df = df_encuesta,
  row_var = "Sector",       # Variable Nominal (Grupos)
  col_var = "Salario_Anual",# Variable Cuantitativa
  weight_var = NULL,
  eta = TRUE,               # Dispara el ANOVA internamente
  publish = TRUE
)

Estadísticos de Tabla Cruzada

Medidas Direccionales

CASO D: Pruebas de Fiabilidad y Riesgo (Cuadradas y 2x2)Objetivo 1 (McNemar y Kappa): Ver el nivel de acuerdo entre dos médicos evaluando a los mismos pacientes (Tabla Cuadrada 3x3).Objetivo 2 (Riesgo): Ver si la droga experimental aumenta la probabilidad de éxito frente al control (Tabla 2x2).R# Test de Acuerdo (Tabla 3x3 Cuadrada)

bw8crosstabtest(
  df = df_clinico,
  row_var = "Diagnostico_Medico_A",
  col_var = "Diagnostico_Medico_B",
  weight_var = NULL,
  kappa = TRUE,             # Indice de concordancia de Cohen
  mcnemar = TRUE,           # Prueba de simetría marginal
  publish = TRUE
)

Estadísticos de Tabla Cruzada

Medidas Simétricas

Otras Pruebas

# Test de Riesgo (Tabla estrictamente 2x2)
bw8crosstabtest(
  df = df_clinico,
  row_var = "Tratamiento",
  col_var = "Exito_Intervencion",
  weight_var = NULL,
  chisq = TRUE,             # Pearson base
  risk = TRUE,              # Dispara el cálculo de la Odds Ratio
  publish = TRUE
)

Estadísticos de Tabla Cruzada

Pruebas de Chi-cuadrado

Otras Pruebas

bw8crosstabtest(
  df = df_clinico,
  row_var = "Tratamiento",
  col_var = "Exito_Intervencion",
  weight_var = NULL,
  layer_var = "Sector",
  chisq = TRUE,             # Pearson base
  cmh = TRUE, cmh_odds = 1,
  publish = TRUE
)

Estadísticos de Tabla Cruzada

Pruebas de Chi-cuadrado

Otras Pruebas

10.1.1 Correspondencia UI (Barbwin8) -> Función R

Así es como tu equipo de desarrollo debe mapear las casillas del cuadro de diálogo a los argumentos de la función:

  • Chi-square ➔ chisq = TRUE
  • Correlations ➔ correlations = TRUE
  • Contingency coefficient ➔ cont_coef = TRUE
  • Phi and Cramer's V ➔ phi_cramer = TRUE
  • Lambda ➔ lambda = TRUE
  • Uncertainty coefficient ➔ uncert_coef = TRUE
  • Gamma ➔ gamma = TRUE
  • Somers' d ➔ somers_d = TRUE
  • Kendall's tau-b ➔ tau_b = TRUE
  • Kendall's tau-c ➔ tau_c = TRUE
  • Eta ➔ eta = TRUE
  • Kappa ➔ kappa = TRUE
  • Risk ➔ risk = TRUE
  • McNemar ➔ mcnemar = TRUE
  • Cochran's and Mantel-Haenszel... ➔ cmh = TRUE (requiere pasar una tercera variable en el argumento layer_var).