Gráficos y tablas en R y publicación en Quarto

Sesión del lunes, 9 de noviembre de 2026

Objetivo de la sesión

En esta sesión aprenderemos de manera aplicada como construir gráficos y tablas en R y su publicación en Quarto. Quarto funciona como un entorno de desarrollo que permite integrar código y texto en un mismo documento, facilitando la creación de informes y presentaciones dinámicas. El término dinámico en este contexto se refiere a la capacidad de actualizar automáticamente los elementos del documento cuando se modifica el código, sin necesidad de “cortar y pegar”. Para profundizar en Quarto, visitar la sesión anterior de documentos dinámicos.

Quarto en breve

Recordemos que la razón principal de trabajar con documentos Quarto (que tienen extensión .qmd) es que nos permite elaborar un documento dinámico, es decir, un documento que integra texto y código en un mismo archivo. Esto nos da la posibilidad de generar análisis y figuras, las cuales son actualizadas automáticamente cada vez que se ejecuta el código.

Una de las ventajas de los documentos dinámicos es que tienen distintos formatos de salida: un documento Quarto (.qmd) puede ser exportado a un documento HTML, PDF o Word. Este proceso de transformación de formato (por ejemplo, de .qmd a HTML) se denomina renderizado.

El renderizado es un proceso fundamental para la presentación de resultados: un documento Quarto se escribe en texto simple (plano), y solo una vez que pasa por el proceso de renderización se vuelven visibles las marcas de texto, los gráficos y las tablas dentro del documento.

La forma de escritura en texto simple que vamos a utilizar se denomina Markdown, y es un lenguaje de marcado que permite dar formato al texto de manera sencilla. Por ejemplo, para crear un título se utiliza el símbolo # seguido del texto del título, mientras que para crear una lista se utilizan guiones o asteriscos. Markdown es ampliamente utilizado en la documentación técnica y en la creación de contenido web debido a su simplicidad y legibilidad.

Documento guía del práctico

Este práctico va acompañado de un documento Quarto con el código para generar tablas y gráficos. Lo pueden bajar aquí (también pueden ver aquí cómo se ve renderizado), y partir renderizando en Positron, para que puedan ver el resultado final.

1 ¿Qué es visualizar datos?

La visualización de datos consiste en dar sentido a filas y columnas de datos, presentándolos en un formato fácilmente comprensible a una audiencia.

Visualizar datos es una de las tareas más recurrentes en estadística, al mismo tiempo que es una de las formas más delicadas de comunicar información. ¿A qué nos referimos? básicamente a que, como investigadores/as, comunicamos nuestros resultados buscando resaltar un aspecto de la realidad e intentando crear un mensaje con los datos. Por ello, es sumamente importante hacerlo de forma fidedigna, sencilla y pensando siempre en cómo la audiencia podría interpretarlo.

Cómo NO visualizar datos

Es bastante común ver malas formas de comunicar datos; en los medios de comunicación, redes sociales e inclusive en la misma investigación acádemica. Esto ocurre por diversos motivos, ya sea por elementos gráficos, de escalas o de orden que engañan al ojo y percepción humana. Algunos ejemplos de cómo no se deben comunicar datos son:

2 Datos del ejemplo: LAPOP

En esta ocasión trabajaremos con un subconjunto de datos previamente procesados derivados de las encuestas realizadas en diferentes países por el Latin American Public Opinion Proyect (LAPOP) en su ola del 2018. Para este ejercicio, obtendremos directamente esta base desde internet. No obstante, también tienes la opción de acceder a la misma información a través del siguiente enlace: LAPOP 2018. Desde allí, podrás descargar el archivo que contiene el subconjunto procesado de la base de datos LAPOP 2018.

Comencemos por preparar nuestros datos. Iniciamos cargando las librerías necesarias.

pacman::p_load(tidyverse, # Manipulacion datos
               ggplot2, # Gráficos
               sjPlot, # Tablas y gráficos
               ggpubr) # Gráficos
               

options(scipen = 999) # para desactivar notacion cientifica
rm(list = ls()) # para limpiar el entorno de trabajo

Cargamos los datos desde internet.

load(url("https://github.com/cursos-metodos-facso/datos-ejemplos/raw/main/lapop_proc_2018.RData")) #Cargar base de datos

A continuación, exploramos la base de datos.

names(lapop) # Nombre de columnas

 [1] "year"        "pais"        "pais_name"   "idnum"       "upm"        
 [6] "strata"      "wt"          "weight1500"  "sexo"        "edad"       
[11] "educ"        "l1"          "ideologia_f" "empleo"      "decile"     
[16] "it1"         "prot3"       "aoj12"       "b2"          "b3"         
[21] "b4"          "b10a"        "b12"         "b20"         "b20a"       
[26] "b21"         "b21a"        "n9"          "n11"         "n15"        
[31] "ros4"        "ing4"        "eff1"        "pn4"         "exc7"       
[36] "pol1"        "vb2"         "gini"        "gdp"

dim(lapop) # Dimensiones

[1] 23386    39

Contamos con 39 variables (columnas) y 23.386 observaciones (filas). Vamos a seleccionar las variables que vamos a utilizar en nuestro ejemplo: pais, sexo, edad, decile, ideologia_f, ros4, prot3, it1, gini y gdp. Para ello, ejecutamos el siguiente código:

lapop <- lapop %>% dplyr::select(pais, sexo, edad, decile, ideologia_f, ros4, prot3, it1, gini, gdp) # Seleccionamos variables de interes

Nivel de medición de las variables

Antes de visualizar los datos, es crucial conocer el nivel de medición de nuestras variables y analizar la forma de su distribución. En esta guía utilizaremos las siguientes variables del subset de LAPOP 2018:

Variable	Qué mide	Nivel de medición
`pais`	País de residencia de la persona encuestada	Nominal (politómica)
`sexo`	Sexo de la persona encuestada	Nominal (dummy)
`edad`	Edad de la persona encuestada	Continua
`decile`	Ingreso del hogar (decil)	Continua
`ideologia_f`	Ideología política (izquierda, centro, derecha, no identificada)	Nominal (politómica)
`ros4`	Preferencia por la redistribución (1 a 7)	Ordinal
`prot3`	Participación en protestas	Nominal (dummy)
`gini`	Índice de Gini del país (desigualdad económica)	Continua

Distribución de la variable central de estudio

Ahora nos concentraremos en analizar y visualizar la variable sobre preferencia por la redistribución [ros4]. Veamos su distribución univariada:

sjmisc::frq(lapop$ros4)

Gobierno debe Implementar Políticas para Reducir Desigualdadad de Ingresos (x) <numeric> 
# total N=23386 valid N=23111 mean=5.31 sd=1.77

Value |             Label |    N | Raw % | Valid % | Cum. %
-----------------------------------------------------------
    1 | Muy en desacuerdo | 1198 |  5.12 |    5.18 |   5.18
    2 |                 2 |  899 |  3.84 |    3.89 |   9.07
    3 |                 3 | 1650 |  7.06 |    7.14 |  16.21
    4 |                 4 | 3033 | 12.97 |   13.12 |  29.34
    5 |                 5 | 3880 | 16.59 |   16.79 |  46.13
    6 |                 6 | 3882 | 16.60 |   16.80 |  62.92
    7 |    Muy de acuerdo | 8569 | 36.64 |   37.08 | 100.00
 <NA> |              <NA> |  275 |  1.18 |    <NA> |   <NA>

3 Gráficos

3.1 Visualización de datos con `ggplot2`

Una vez que conocemos cómo es la distribución de nuestras variables, procedemos a graficarlas considerando los principios para una buena visualizacion de datos.

En este contexto, ggplot2 es un potente paquete para visualizar datos en R. Funciona por capas, comenzando desde lo central hasta llegar a los detalles más estéticos necesarios.

La primera capa corresponde a los datos, es decir, las variables que queremos graficar ya listas y procesadas.
La segunda corresponde al “mapping”, que es básicamente determinar cuáles variables serán el eje X e Y, si existen grupos u otros.
La tercera es la geometría, la cual se refiere a la forma que tendrá el gráfico (líneas, barras, puntos, boxplot, violinplot, etc.).

El primer paso (recomendado) para generar gráficos en R es crear un objeto o base de datos ya procesada que contenga las variables que nos interesan listas para graficar. Luego, ir aplicando capa por capa los diferentes elementos de mapping, geometría, escalas, estadísticas y elementos estéticos útiles.

3.1.1 Diferencias de medias (o proporciones) entre grupos

Evaluemos si, visualmente, se observan diferencias en la media de preferencia por la redistribución entre las personas que se definen como de izquierda, centro, derecha y no identificada.


db_g1 <- lapop %>%
  group_by(ideologia_f) %>%
  summarise(
    media_ros4 = mean(ros4, na.rm = TRUE),
    error_std = sd(ros4, na.rm = TRUE) / sqrt(n()),
    ci_inf = media_ros4 - qt(0.975, df = n() - 1) * error_std,
    ci_sup = media_ros4 + qt(0.975, df = n() - 1) * error_std
  ) %>%
  na.omit()
  

db_g1
## # A tibble: 4 × 5
##   ideologia_f  media_ros4 error_std ci_inf ci_sup
##   <fct>             <dbl>     <dbl>  <dbl>  <dbl>
## 1 Derecha            5.34    0.0222   5.29   5.38
## 2 Centro             5.40    0.0199   5.36   5.44
## 3 Izquierda          5.33    0.0220   5.29   5.37
## 4 No declarado       5.05    0.0327   4.98   5.11

ggplot(data = db_g1,
       mapping = aes(x = ideologia_f, y = media_ros4)) # especificamos datos y mapping

ggplot(data = db_g1,
       mapping = aes(x = ideologia_f, y = media_ros4)) + # especificamos datos y mapping 
  geom_bar(stat = "identity") # agregamos geometria

ggplot(data = db_g1,
       mapping = aes(x = ideologia_f, y = media_ros4, group = ideologia_f)) + # especificamos datos y mapping 
  geom_bar(stat = "identity") + # agregamos geometria
  geom_errorbar(aes(ymin = ci_inf, ymax = ci_sup), width = 0.2, color = "red") # agregamos intervalo de confianza calculado previamente

ggplot(data = db_g1,
       mapping = aes(x = ideologia_f, y = media_ros4, group = ideologia_f)) + # especificamos datos y mapping 
  geom_bar(stat = "identity") + # agregamos geometria
  geom_errorbar(aes(ymin = ci_inf, ymax = ci_sup), width = 0.2, color = "red") + # agregamos intervalo de confianza calculado previamente
   scale_y_continuous(limits = c(0,7), n.breaks = 7)  # agregamos escala en eje Y y ponemos limites minimos y maximos

ggplot(data = db_g1,
       mapping = aes(x = ideologia_f, y = media_ros4, group = ideologia_f)) + # especificamos datos y mapping 
  geom_bar(stat = "identity") + # agregamos geometria
  geom_errorbar(aes(ymin = ci_inf, ymax = ci_sup), width = 0.2, color = "red") + # agregamos intervalo de confianza calculado previamente
   scale_y_continuous(limits = c(0,7), n.breaks = 7) + # agregamos escala en eje Y y ponemos limites minimos y maximos
  geom_text(aes(label = round(media_ros4,2)), vjust = 1.5, colour = "white") # agregamos los valores de la media para cada barra/grupo

ggplot(data = db_g1,
       mapping = aes(x = ideologia_f, y = media_ros4, group = ideologia_f)) + # especificamos datos y mapping 
  geom_bar(stat = "identity", color = "black", fill = "steelblue") + # agregamos geometria
  geom_errorbar(aes(ymin = ci_inf, ymax = ci_sup), width = 0.2, color = "red") + # agregamos intervalo de confianza calculado previamente
   scale_y_continuous(limits = c(0,7), n.breaks = 7) + # agregamos escala en eje Y y ponemos limites minimos y maximos
  geom_text(aes(label = round(media_ros4,2)), vjust = 1.5, colour = "white") + # agregamos los valores de la media para cada barra/grupo 
  labs(title ="Media de preferencia por la redistribución según ideología política", 
       x = "Ideología política", 
       y = "Media",
       caption = "Fuente: Elaboración propia en base a LAPOP 2018.") + # agregamos titulo, nombres a los ejes y fuente 
  theme_bw() # especificamos tema

3.1.2 Asociación entre continuas

Evaluemos cómo se asocian la preferencias por la redistribución de los países con su nivel de desigualdad económica.


db_g2 <- lapop %>%
  group_by(pais) %>% 
  summarise(cm_ros4 = mean(ros4, na.rm = T),
            cm_gini = mean(gini, na.rm = T)) %>% 
  ungroup()

head(db_g2)
## # A tibble: 6 × 3
##   pais  cm_ros4 cm_gini
##   <chr>   <dbl>   <dbl>
## 1 ARG      5.43    41.1
## 2 BOL      4.72    44.6
## 3 BRA      5.43    53.3
## 4 CHL      5.69    44.4
## 5 COL      5.37    49.7
## 6 CRI      6.05    48.3

ggplot(data = db_g2,
       mapping = aes(x = cm_gini, y = cm_ros4)) # especificamos datos y mapping

ggplot(data = db_g2,
       mapping = aes(x = cm_gini, y = cm_ros4)) + # especificamos datos y mapping  
  geom_point(size = 3, color = "darkred")  # agregamos geometria y color

ggplot(data = db_g2,
       mapping = aes(x = cm_gini, y = cm_ros4)) + # especificamos datos y mapping  
  geom_point(size = 3, color = "darkred") + # agregamos geometria y color 
  geom_smooth(stat = "smooth", position = "identity", method = "lm", 
              colour = "blue", size = 0.7) # agregamos recta que representa la correlacion

ggplot(data = db_g2,
       mapping = aes(x = cm_gini, y = cm_ros4)) + # especificamos datos y mapping  
  geom_point(size = 3, color = "darkred") + # agregamos geometria y color 
  geom_smooth(stat = "smooth", position = "identity", method = "lm", 
              colour = "blue", size = 0.7) + # agregamos recta que representa la correlacion
   scale_y_continuous(limits = c(4,6.5), breaks = seq(4,6.5, by = 0.5))  + # agregamos escala en eje Y y ponemos limites minimos y maximos
   scale_x_continuous(n.breaks = 7) # agregamos escala eje X para mostrar más valores

ggplot(data = db_g2,
       mapping = aes(x = cm_gini, y = cm_ros4)) + # especificamos datos y mapping  
  geom_point(size = 3, color = "darkred") + # agregamos geometria y color 
  geom_smooth(stat = "smooth", position = "identity", method = "lm", 
              colour = "blue", size = 0.7) + # agregamos recta que representa la correlacion
   scale_y_continuous(limits = c(4,6.5), breaks = seq(4,6.5, by = 0.5)) + # agregamos escala en eje Y y ponemos limites minimos y maximos
   scale_x_continuous(n.breaks = 7) +# agregamos escala eje X para mostrar más valores 
  geom_text(aes(label = pais), size = 3, color = "black", 
            nudge_y = 0.15) # agregamos los valores de la media para cada barra/grupo

ggplot(data = db_g2,
       mapping = aes(x = cm_gini, y = cm_ros4)) + # especificamos datos y mapping  
  geom_point(size = 3, color = "darkred") + # agregamos geometria y color 
  geom_smooth(stat = "smooth", position = "identity", method = "lm", 
              colour = "blue", size = 0.7) + # agregamos recta que representa la correlacion
   scale_y_continuous(limits = c(4,6.5), breaks = seq(4,6.5, by = 0.5)) + # agregamos escala en eje Y y ponemos limites minimos y maximos
   scale_x_continuous(n.breaks = 7) +  # agregamos escala eje X para mostrar más valores
  geom_text(aes(label = pais), size = 3, color = "black", 
            nudge_y = 0.15) + # agregamos los valores de la media para cada barra/grupo
  labs(title ="Asociación entre preferencia por la redistribución y desigualdad de los países", 
       y = "Media preferencias redistributivas", 
       x = "Índice de Gini",
       caption = "Fuente: Elaboración propia en base a LAPOP 2018.") + # agregamos titulo, nombres a los ejes y fuente 
  theme_bw() # especificamos tema

3.1.3 Asociación entre categóricas

Evaluemos la asociación entre la participación en protestas y la ideología política de los individuos.

3.1.3.1 Con `ggplot2`

Usaremos barras apiladas que suman 100%. Como en una tabla de contingencia, podemos calcular los porcentajes en dos direcciones: dentro de cada categoría de ideología o dentro de cada categoría de participación en protestas.


db_g3 <- lapop %>%
  dplyr::select(prot3, ideologia_f) %>%
  na.omit()

# Porcentajes que suman 100% dentro de cada ideología
db_g3a <- db_g3 %>%
  count(ideologia_f, prot3) %>% # frecuencias por combinación de categorías
  group_by(ideologia_f) %>%
  mutate(prop = n / sum(n) * 100)

# Porcentajes que suman 100% dentro de cada categoría de participación
db_g3b <- db_g3 %>%
  count(prot3, ideologia_f) %>%
  group_by(prot3) %>%
  mutate(prop = n / sum(n) * 100)

db_g3a
## # A tibble: 8 × 4
## # Groups:   ideologia_f [4]
##   ideologia_f  prot3     n  prop
##   <fct>        <fct> <int> <dbl>
## 1 Derecha      Sí      872 12.8 
## 2 Derecha      No     5933 87.2 
## 3 Centro       Sí      587  8.83
## 4 Centro       No     6058 91.2 
## 5 Izquierda    Sí      577  8.96
## 6 Izquierda    No     5864 91.0 
## 7 No declarado Sí      299  8.66
## 8 No declarado No     3154 91.3
db_g3b
## # A tibble: 8 × 4
## # Groups:   prot3 [2]
##   prot3 ideologia_f      n  prop
##   <fct> <fct>        <int> <dbl>
## 1 Sí    Derecha        872  37.3
## 2 Sí    Centro         587  25.1
## 3 Sí    Izquierda      577  24.7
## 4 Sí    No declarado   299  12.8
## 5 No    Derecha       5933  28.2
## 6 No    Centro        6058  28.8
## 7 No    Izquierda     5864  27.9
## 8 No    No declarado  3154  15.0

ggplot(data = db_g3a,
       mapping = aes(x = ideologia_f, y = prop, fill = prot3)) + # especificamos datos y mapping
  geom_col() # barras apiladas que suman 100%

ggplot(data = db_g3a,
       mapping = aes(x = ideologia_f, y = prop, fill = prot3)) +
  geom_col() +
  geom_text(aes(label = paste0(round(prop, 1), "%")),
            position = position_stack(vjust = 0.5)) # porcentajes al centro de cada segmento

¿Qué proporción de cada grupo ideológico participó en protestas?

ggplot(data = db_g3a,
       mapping = aes(x = ideologia_f, y = prop, fill = prot3)) +
  geom_col() +
  geom_text(aes(label = paste0(round(prop, 1), "%")),
            position = position_stack(vjust = 0.5)) +
  labs(title = "Participación en protestas según ideología política",
       y = "Porcentaje",
       x = "Ideología política",
       fill = "Participación protesta",
       caption = "Fuente: Elaboración propia en base a LAPOP 2018.") + # agregamos titulo, nombres a los ejes y fuente
  theme_bw() # especificamos tema

¿Cuál es la composición ideológica de quienes participan y de quienes no?

ggplot(data = db_g3b,
       mapping = aes(x = prot3, y = prop, fill = ideologia_f)) +
  geom_col() +
  geom_text(aes(label = paste0(round(prop, 1), "%")),
            position = position_stack(vjust = 0.5)) +
  labs(title = "Ideología política según participación en protestas",
       y = "Porcentaje",
       x = "Participación protesta",
       fill = "Ideología política",
       caption = "Fuente: Elaboración propia en base a LAPOP 2018.") + # agregamos titulo, nombres a los ejes y fuente
  theme_bw() # especificamos tema

3.2 Visualización con otras librerías

3.2.1 Con `ggpubr`


db_g2 <- lapop %>%
  group_by(pais) %>% 
  summarise(cm_ros4 = mean(ros4, na.rm = T),
            cm_gini = mean(gini, na.rm = T)) %>% 
  ungroup()

head(db_g2)
## # A tibble: 6 × 3
##   pais  cm_ros4 cm_gini
##   <chr>   <dbl>   <dbl>
## 1 ARG      5.43    41.1
## 2 BOL      4.72    44.6
## 3 BRA      5.43    53.3
## 4 CHL      5.69    44.4
## 5 COL      5.37    49.7
## 6 CRI      6.05    48.3

ggscatter(data = db_g2,
          x = "cm_gini", 
          y = "cm_ros4",
          color = "darkred") # agregamos mapping y geometría a la vez

ggscatter(data = db_g2,
          x = "cm_gini", 
          y = "cm_ros4",
          color = "darkred",
          cor.coef = T, # mostrar coef corr
          cor.coef.size = 4, # tamaño texto coef corr
          add = "reg.line",  # mostrar linea de reg
          conf.int = T,  # mostrar SE
          add.params = list(color = "blue", fill = "lightgray")) # colores

ggscatter(data = db_g2,
          x = "cm_gini", 
          y = "cm_ros4",
          color = "darkred",
          cor.coef = T, # mostrar coef corr
          cor.coef.size = 4, # tamaño texto coef corr
          add = "reg.line",  # mostrar linea de reg
          conf.int = T,  # mostrar SE
          add.params = list(color = "blue", fill = "lightgray"), # colores
          label = "pais",
          size = 3,
          font.label = c(8, "plain")
)

ggscatter(data = db_g2,
          x = "cm_gini", 
          y = "cm_ros4",
          color = "darkred",
          cor.coef = T, # mostrar coef corr
          cor.coef.size = 4, # tamaño texto coef corr
          add = "reg.line",  # mostrar linea de reg
          conf.int = T,  # mostrar SE
          add.params = list(color = "blue", fill = "lightgray"), # colores
          label = "pais",
          size = 3,
          font.label = c(8, "plain")
) +
  labs(title ="Asociación entre preferencia por la redistribución y desigualdad de los países", 
       y = "Media preferencias redistributivas", 
       x = "Índice de Gini",
       caption = "Fuente: Elaboración propia en base a LAPOP 2018.") + # agregamos titulo, nombres a los ejes y fuente 
  theme_bw() # especificamos tema

3.2.2 Con `sjPlot`


db_g2 <- lapop %>%
  group_by(pais) %>% 
  summarise(cm_ros4 = mean(ros4, na.rm = T),
            cm_gini = mean(gini, na.rm = T)) %>% 
  ungroup()

head(db_g2)
## # A tibble: 6 × 3
##   pais  cm_ros4 cm_gini
##   <chr>   <dbl>   <dbl>
## 1 ARG      5.43    41.1
## 2 BOL      4.72    44.6
## 3 BRA      5.43    53.3
## 4 CHL      5.69    44.4
## 5 COL      5.37    49.7
## 6 CRI      6.05    48.3

sjPlot::plot_scatter(data = db_g2, 
                     x = cm_gini,
                     y = cm_ros4) # agregamos mapping y geometría a la vez

sjPlot::plot_scatter(data = db_g2, 
                     x = cm_gini,
                     y = cm_ros4, 
                     fit.line = "lm", # mostrar linea de reg
                     show.ci = T,# mostrar SE
                     dot.size = 3)

sjPlot::plot_scatter(
  data = db_g2, 
  x = cm_gini,
  y = cm_ros4, 
  fit.line = "lm",      # Mostrar línea de regresión
  show.ci = TRUE,       # Mostrar intervalo de confianza
  dot.size = 3,
  dot.labels = db_g2$pais # Etiquetas de los puntos
)

sjPlot::plot_scatter(
  data = db_g2, 
  x = cm_gini,
  y = cm_ros4, 
  fit.line = "lm",      # Mostrar línea de regresión
  show.ci = TRUE,       # Mostrar intervalo de confianza
  dot.size = 3,
  dot.labels = db_g2$pais # Etiquetas de los puntos
) +
  labs(title ="Asociación entre preferencia por la redistribución y desigualdad de los países", 
       y = "Media preferencias redistributivas", 
       x = "Índice de Gini",
       caption = "Fuente: Elaboración propia en base a LAPOP 2018.") + # agregamos titulo, nombres a los ejes y fuente 
  theme_bw() # especificamos tema

4 Tablas

Para la construcción y visualización de tablas en R utilizamos paquetes distintos a los que usamos para gráficos. En esta sección de la sesión cargaremos los siguientes paquetes:

pacman::p_load(tidyverse, # Manipulacion datos
               sjmisc, # Descriptivos
               knitr, # Render y tablas
               kableExtra, # Formateo tablas
               summarytools, # Tablas
               sjPlot, # Tablas y gráficos
               stargazer, # Tablas
               janitor, # Tablas y formateo
               crosstable, # Tablas
               table1 # Tablas
               )

4.1 Tablas con kable y kableExtra

kable y kableExtra son paquetes que permiten generar tablas de manera sencilla y con un formato atractivo. Su ventaja es que permiten personalizar el estilo y formato de las tablas, lo que facilita su presentación en documentos y reportes. Por lo tanto, ofrece más flexibilidad, pero requiere un diseño algo “artesanal” de cada tabla. Por el contrario, las funciones que veremos en la sección siguiente como summarytools, sjPlot, stargazer, crosstable y table1 permiten generar tablas de manera más automática, pero con menos opciones de personalización.

Pasos para trabajar con kable y kableExtra:

Procesar nuestros datos de manera que generemos un objeto tipo data.frame (base de datos) con la información requerida. Esto lo hacemos a través de dplyr o algún otro paquete dedicado al manejo de datos.
Aplicar el estilo y el formateo que queramos para ese objeto. Esto lo hacemos a través de kableExtra (hay otras opciones, por ejemplo flextable).

Apliquemos esto con nuestros datos.

Primero, generaremos un objeto llamado tab1 que usaremos como contenido de la tabla. Este objeto tendrá la distribución de it1 (confianza interpersonal) por país, es decir, es una tabla bivariada.

tab1 <- lapop %>%
  group_by(pais, it1) %>% # agrupamos por pais y variable
  summarise(n = n()) %>% # contamos por categ de respuesta
  mutate(prop = round((n / sum(n)) * 100, 2)) %>% # porcentaje
  na.omit() %>% # borramos NA
  pivot_wider(id_cols = pais, names_from = it1, values_from = prop) # convertimos a formato ancho

tab1

# A tibble: 15 × 5
# Groups:   pais [15]
   pais    `1`   `2`   `3`   `4`
   <chr> <dbl> <dbl> <dbl> <dbl>
 1 ARG    7.98  21.7  45.1  23.2
 2 BOL   13.6   40.5  31.9  11.6
 3 BRA   12.9   45.4  19.8  19.8
 4 CHL   10.6   23.4  40.5  24.6
 5 COL    9.14  25.7  34.4  29.0
 6 CRI    8.53  22.6  34.6  32.2
 7 DOM   11.3   29.0  31.3  24.0
 8 ECU   11.7   37.8  32.2  17.3
 9 HND   14.0   28.6  22.8  29.3
10 MEX   11.2   33.2  31.5  20.7
11 PAN   14.2   34    31.5  18.5
12 PER   14.9   42.3  31.2  10.6
13 PRY    9.7   24.1  35.6  26.9
14 SLV    8.6   32.3  26.3  29.2
15 URY    7.08  18.7  43.8  27.1

Creemos nuestra tabla. Usemos primero la función kable() directamente:

tab1 %>% kable()

pais	1	2	3	4
ARG	7.98	21.66	45.09	23.23
BOL	13.56	40.49	31.87	11.59
BRA	12.88	45.39	19.76	19.76
CHL	10.56	23.44	40.54	24.60
COL	9.14	25.74	34.40	28.98
CRI	8.53	22.58	34.64	32.25
DOM	11.28	29.02	31.27	24.01
ECU	11.68	37.83	32.22	17.29
HND	14.04	28.65	22.82	29.29
MEX	11.20	33.16	31.46	20.70
PAN	14.24	34.00	31.49	18.47
PER	14.92	42.34	31.23	10.59
PRY	9.70	24.09	35.64	26.86
SLV	8.60	32.30	26.27	29.19
URY	7.08	18.72	43.77	27.07

Ahora tenemos una tabla, pero es muy simple y poco presentable. Especifiquemos opciones de formato:

format: para especificar formato de la tabla (html, markdown, latex)
aling: para especificar alineacion de las celdas (‘r’=derecha, ‘c’=centro, ‘l’=izquierda),
col.names: para nombres de columnas visibles en la tabla, se ingresan como un vector c()

tab1 %>% 
  kable(
    format = "markdown",
    align = "c",
    col.names = c("País", "Nada confiable", "Poco confiable", "Algo confiable", "Muy confiable"))

País	Nada confiable	Poco confiable	Algo confiable	Muy confiable
ARG	7.98	21.66	45.09	23.23
BOL	13.56	40.49	31.87	11.59
BRA	12.88	45.39	19.76	19.76
CHL	10.56	23.44	40.54	24.60
COL	9.14	25.74	34.40	28.98
CRI	8.53	22.58	34.64	32.25
DOM	11.28	29.02	31.27	24.01
ECU	11.68	37.83	32.22	17.29
HND	14.04	28.65	22.82	29.29
MEX	11.20	33.16	31.46	20.70
PAN	14.24	34.00	31.49	18.47
PER	14.92	42.34	31.23	10.59
PRY	9.70	24.09	35.64	26.86
SLV	8.60	32.30	26.27	29.19
URY	7.08	18.72	43.77	27.07

Ahora agregemos otros elementos importantes, como el título, estilo y fuente a la tabla:

caption: para dar titulo de la tabla
kable_classic(): para dar estilo
add_footnote(): para agregar fuente o pie a la tabla

tab1 %>% 
  kable(format = "markdown",
        align = "c",
        col.names = c("País", "Nada confiable", "Poco confiable", "Algo confiable", "Muy confiable"),
        caption = "Tabla 1. Confianza interpersonal según país") %>% 
  kableExtra::kable_classic() %>% 
  kableExtra::add_footnote(label = "Fuente: Elaboración propia en base a LAPOP 2018.")

Tabla 1. Confianza interpersonal según país
País	Nada confiable	Poco confiable	Algo confiable	Muy confiable
ARG	7.98	21.66	45.09	23.23
BOL	13.56	40.49	31.87	11.59
BRA	12.88	45.39	19.76	19.76
CHL	10.56	23.44	40.54	24.60
COL	9.14	25.74	34.40	28.98
CRI	8.53	22.58	34.64	32.25
DOM	11.28	29.02	31.27	24.01
ECU	11.68	37.83	32.22	17.29
HND	14.04	28.65	22.82	29.29
MEX	11.20	33.16	31.46	20.70
PAN	14.24	34.00	31.49	18.47
PER	14.92	42.34	31.23	10.59
PRY	9.70	24.09	35.64	26.86
SLV	8.60	32.30	26.27	29.19
URY	7.08	18.72	43.77	27.07
^a Fuente: Elaboración propia en base a LAPOP 2018.

¿Muy grande? También podemos ajustar el ancho que ocupa la tabla, el tamaño de la letra y la posición:

full_width: para indicar si la tabla cubre todo el ancho o no (TRUE/FALSE)
position: para indicar posición de la tabla en el documento
font_size: para indicar tamaño de la letra

tabla1 <- tab1 %>% 
  kable(format = "markdown",
                    align = "c",
                    col.names = c("País", "Nada confiable", "Poco confiable", "Algo confiable", "Muy confiable"),
                    caption = "Tabla 1. Confianza interpersonal según país") %>% 
  kableExtra::kable_classic(full_width = FALSE, position = "center", font_size = 14) %>% 
  kableExtra::add_footnote(label = "Fuente: Elaboración propia en base a LAPOP 2018.")

tabla1

Tabla 1. Confianza interpersonal según país
País	Nada confiable	Poco confiable	Algo confiable	Muy confiable
ARG	7.98	21.66	45.09	23.23
BOL	13.56	40.49	31.87	11.59
BRA	12.88	45.39	19.76	19.76
CHL	10.56	23.44	40.54	24.60
COL	9.14	25.74	34.40	28.98
CRI	8.53	22.58	34.64	32.25
DOM	11.28	29.02	31.27	24.01
ECU	11.68	37.83	32.22	17.29
HND	14.04	28.65	22.82	29.29
MEX	11.20	33.16	31.46	20.70
PAN	14.24	34.00	31.49	18.47
PER	14.92	42.34	31.23	10.59
PRY	9.70	24.09	35.64	26.86
SLV	8.60	32.30	26.27	29.19
URY	7.08	18.72	43.77	27.07
^a Fuente: Elaboración propia en base a LAPOP 2018.

En este caso, nuestro ejemplo fue para hacer una tabla bivariada con dos variables categóricas. Sin embargo, podríamos hacer lo mismo para una variable continua y crear una tabla bivariada con los principales estadisticos descriptivos.

Creemos el objeto tab2, el cual serán los estadísticos descriptivos de la variable edad por país en nuestra base de datos.

 tab2 <- lapop %>% 
    group_by(pais) %>% 
    summarise(
        n = n(), # Tamaño muestral
        min = min(edad, na.rm = T), # Mínimo
        max = max(edad, na.rm = T), # Máximo
        media = round(mean(edad, na.rm = T), 2), # Media redondeada a 2 digitos
        sd = round(sd(edad, na.rm = T), 2), # Desviación estándar redondeada a 2 digitos
        mediana = median(edad, na.rm = T) # Mediana
        #cv = round((media/sd)*100, 2) # Coeficiente de variación redondeado a 2 digi
        )

Y ahora apliquemos el formato con kable() y las funcionalidades del paquete de kableExtra:

tabla2 <- tab2 %>% 
  kable(format = "markdown",
                    align = "c",
                    col.names = c("País", "Tamaño muestral", "Mínimo", "Máximo", "Media", "Desv. estándar", "Mediana"),
                    caption = "Tabla 2. Edad según país") %>% 
  kableExtra::kable_classic(full_width = FALSE, position = "center", font_size = 14) %>% 
  kableExtra::add_footnote(label = "Fuente: Elaboración propia en base a LAPOP 2018.")

tabla2

Tabla 2. Edad según país
País	Tamaño muestral	Mínimo	Máximo	Media	Desv. estándar	Mediana
ARG	1528	16	90	41.84	17.75	39.0
BOL	1682	18	89	39.52	16.30	36.0
BRA	1498	16	92	39.15	16.25	37.0
CHL	1638	18	92	42.22	16.80	40.0
COL	1663	18	90	40.36	16.33	37.0
CRI	1501	18	89	40.50	16.88	37.0
DOM	1516	18	87	40.05	16.98	37.0
ECU	1533	16	92	38.16	17.10	35.0
HND	1560	18	89	38.17	16.26	34.0
MEX	1580	18	88	42.09	17.03	40.0
PAN	1559	18	93	39.56	16.17	37.5
PER	1521	18	91	38.85	15.54	36.0
PRY	1515	18	87	40.00	16.28	37.0
SLV	1511	18	99	39.99	16.62	38.0
URY	1581	18	95	46.19	17.89	44.0
^a Fuente: Elaboración propia en base a LAPOP 2018.

Para ver todas las funcionalidades y estilos que se pueden generar con kableExtra, ver aquí.

4.2 Funciones automatizadas para la construcción de tablas

Si bien la combinación de crear nuestra tabla (probablemente con dplyr) y formatear con kableExtra es la mejor forma para reportar tablas, existen otras funciones.

Las funciones varían de acuerdo a qué es lo que se quiere reportar, es decir, si es una variable categórica o numérica y si el reporte debe ser univariado o bivariado. De todos modos, solo algunas funciones tienen una salida directa en HTML (pensando en que se utilizarán en Quarto), por lo que algunas veces solo nos ahorraremos el procesamiento. El formateo deberemos hacerlo igual.

La principal virtud de estas funciones es que nos ahorra hacer el procesamiento de la tabla. Sin embargo, el desafío es que debemos saber bien qué es lo que queremos reportar para utilizar la función adecuada.

A continuación, presentaremos algunas de las funcionas más conocidas, dividiendo si son para tablas univariadas o bivariadas.

Vamos a crear una versión recortada de lapop para ejemplifcar cada función:

# Creemos una version de lapop solo con algunas variables como ejemplo
data_example <- lapop %>%
  select(pais, it1, edad, sexo, gini, gdp)

4.2.1 Funciones para tablas univariadas

Estas tablas suelen incluir estadísticas descriptivas de una sola variable como medias, medianas, desviaciones estándar, entre otras.

4.2.1.1 `summarytools`:

summarytools::dfSummary(): Genera un resumen univariado completo de cada variable en el dataset, con estadísticas, frecuencia de valores y gráficos.

tab <- summarytools::dfSummary(data_example)
summarytools::view(tab, method = "render")

Data Frame Summary

data_example

Dimensions: 23386 x 6
Duplicates: 16464

pais [character]

País

1. BOL
2. COL
3. CHL
4. URY
5. MEX
6. HND
7. PAN
8. ECU
9. ARG
10. PER
[ 5 others ]

1682	(	7.2%	)
1663	(	7.1%	)
1638	(	7.0%	)
1581	(	6.8%	)
1580	(	6.8%	)
1560	(	6.7%	)
1559	(	6.7%	)
1533	(	6.6%	)
1528	(	6.5%	)
1521	(	6.5%	)
7541	(	32.2%	)

23386 (100.0%)

0 (0.0%)

it1 [numeric]

Confianza Interpersonal

Mean (sd) : 2.7 (1)
min ≤ med ≤ max:
1 ≤ 3 ≤ 4
IQR (CV) : 1 (0.4)

1	:	2580	(	11.3%	)
2	:	7157	(	31.4%	)
3	:	7693	(	33.8%	)
4	:	5353	(	23.5%	)

22783 (97.4%)

603 (2.6%)

edad [numeric]

Edad

Mean (sd) : 40.5 (16.8)
min ≤ med ≤ max:
16 ≤ 38 ≤ 99
IQR (CV) : 25 (0.4)

81 distinct values

23372 (99.9%)

14 (0.1%)

sexo [factor]

Sexo

1. Hombre
2. Mujer

11634	(	49.8%	)
11739	(	50.2%	)

23373 (99.9%)

13 (0.1%)

gini [numeric]

Índice de Gini

Mean (sd) : 45.8 (4)
min ≤ med ≤ max:
38 ≤ 45.7 ≤ 53.3
IQR (CV) : 6.1 (0.1)

15 distinct values

23386 (100.0%)

0 (0.0%)

gdp [numeric]

PIB per cápita

Mean (sd) : 8.7 (4.3)
min ≤ med ≤ max:
2.5 ≤ 8 ≤ 16
IQR (CV) : 7.2 (0.5)

15 distinct values

23386 (100.0%)

0 (0.0%)

Generated by summarytools 1.0.1 (R version 4.5.0)
2026-11-08

summarytools::descr(): Proporciona estadísticas descriptivas para variables numéricas.

tab <- summarytools::descr(data_example$edad)
summarytools::view(tab, method = "render")

Descriptive Statistics

data_example$edad

Label: Edad
N: 23386

	edad
Mean	40.46
Std.Dev	16.80
Min	16.00
Q1	27.00
Median	38.00
Q3	52.00
Max	99.00
MAD	17.79
IQR	25.00
CV	0.42
Skewness	0.57
SE.Skewness	0.02
Kurtosis	-0.58
N.Valid	23372
Pct.Valid	99.94

Generated by summarytools 1.0.1 (R version 4.5.0)
2026-11-08

4.2.1.2 `stargazer`:

stargazer::stargazer(): Para reportar estadísticas descriptivas.

stargazer(as.data.frame(data_example), type = "text", summary.stat = c("mean", "sd", "min", "max"))


Statistic	Mean	St. Dev.	Min	Max

it1	2.694	0.953	1	4
edad	40.461	16.798	16	99
gini	45.778	4.043	38.000	53.300
gdp	8.748	4.278	2.475	16.038

4.2.1.3 `psych`:

psych::describe(): Calcula estadísticas descriptivas adicionales, como curtosis y asimetría.

psych::describe(data_example) %>%
  kable() %>%
  kable_styling(full_width = TRUE)

	vars	n	mean	sd	median	trimmed	mad	min	max	range	skew	kurtosis	se
pais*	1	23386	7.950911	4.3253391	8.000000	7.935810	5.930400	1.00000	15.00000	14.00000	0.0201754	-1.2152000	0.0282841
it1	2	22783	2.694333	0.9532423	3.000000	2.742909	1.482600	1.00000	4.00000	3.00000	-0.1424032	-0.9507169	0.0063154
edad	3	23372	40.460551	16.7983821	38.000000	39.158199	17.791200	16.00000	99.00000	83.00000	0.5674996	-0.5770780	0.1098802
sexo*	4	23373	1.502246	0.5000057	2.000000	1.502808	0.000000	1.00000	2.00000	1.00000	-0.0089842	-2.0000048	0.0032705
gini	5	23386	45.777846	4.0429160	45.700000	45.896141	4.151280	38.00000	53.30000	15.30000	-0.2035078	-0.6251471	0.0264373
gdp	6	23386	8.747801	4.2779214	7.997761	8.634054	6.045964	2.47517	16.03793	13.56276	0.2534969	-1.2525404	0.0279740

4.2.1.4 `sjmisc`:

sjmisc::frq(): Para tablas de frecuencias detalladas de variables categóricas. Incluye labels.

sjmisc::frq(data_example$it1) %>%
  kable()

val	label	frq	raw.prc	valid.prc	cum.prc
1	Nada confiable	2580	11.03	11.32	11.32
2	Poco confiable	7157	30.60	31.41	42.74
3	Algo confiable	7693	32.90	33.77	76.50
4	Muy confiable	5353	22.89	23.50	100.00
NA	NA	603	2.58	NA	NA

4.2.1.5 `table1`:

table1::table1(): Permite ver tanto variables categoricas como numericas en la misma tabla de manera estética

table1::table1(~ factor(sexo) + edad + gini + gdp, data = data_example)

	Overall (N=23386)
factor(sexo)
Hombre	11634 (49.7%)
Mujer	11739 (50.2%)
Missing	13 (0.1%)
Edad
Mean (SD)	40.5 (16.8)
Median [Min, Max]	38.0 [16.0, 99.0]
Missing	14 (0.1%)
Índice de Gini
Mean (SD)	45.8 (4.04)
Median [Min, Max]	45.7 [38.0, 53.3]
PIB per cápita
Mean (SD)	8.75 (4.28)
Median [Min, Max]	8.00 [2.48, 16.0]

4.2.2 Funciones para tablas bivariadas

Las tablas bivariadas permiten explorar relaciones entre pares de variables, útiles para comparar medias o analizar frecuencias conjuntas en tablas de contingencia.

4.2.2.1 `sjPlot`:

sjPlot::tab_xtab(): Produce tablas cruzadas de frecuencias y porcentajes, y es útil para comparar variables categóricas entre grupos.

sjPlot::tab_xtab(data_example$pais, data_example$it1, show.row.prc = TRUE)

País	Confianza Interpersonal				Total
País	Nada confiable	Poco confiable	Algo confiable	Muy confiable	Total
ARG	122 8.1 %	331 22.1 %	689 46 %	355 23.7 %	1497 100 %
BOL	228 13.9 %	681 41.5 %	536 32.7 %	195 11.9 %	1640 100 %
BRA	193 13.2 %	680 46.4 %	296 20.2 %	296 20.2 %	1465 100 %
CHL	173 10.7 %	384 23.6 %	664 40.9 %	403 24.8 %	1624 100 %
COL	152 9.3 %	428 26.2 %	572 35 %	482 29.5 %	1634 100 %
CRI	128 8.7 %	339 23 %	520 35.4 %	484 32.9 %	1471 100 %
DOM	171 11.8 %	440 30.4 %	474 32.7 %	364 25.1 %	1449 100 %
ECU	179 11.8 %	580 38.2 %	494 32.5 %	265 17.5 %	1518 100 %
HND	219 14.8 %	447 30.2 %	356 24.1 %	457 30.9 %	1479 100 %
MEX	177 11.6 %	524 34.4 %	497 32.6 %	327 21.4 %	1525 100 %
PAN	222 14.5 %	530 34.6 %	491 32.1 %	288 18.8 %	1531 100 %
PER	227 15.1 %	644 42.7 %	475 31.5 %	161 10.7 %	1507 100 %
PRY	147 10.1 %	365 25 %	540 37 %	407 27.9 %	1459 100 %
SLV	130 8.9 %	488 33.5 %	397 27.3 %	441 30.3 %	1456 100 %
URY	112 7.3 %	296 19.4 %	692 45.3 %	428 28 %	1528 100 %
Total	2580 11.3 %	7157 31.4 %	7693 33.8 %	5353 23.5 %	22783 100 %
χ²=1306.960 · df=42 · Cramer's V=0.138 · p=0.000

4.2.2.2 `summarytools`:

summarytools::ctable(): Para tablas de contingencia que incluyen porcentajes y frecuencias, con opciones de personalización.

tab <- summarytools::ctable(data_example$pais, data_example$sexo)
summarytools::view(tab, method = "viewer")

Cross-Tabulation, Row Proportions

pais * sexo

Data Frame: data_example

	sexo
pais	Hombre				Mujer				<NA>				Total
ARG	758	(	49.6%	)	770	(	50.4%	)	0	(	0.00%	)	1528	(	100.0%	)
BOL	846	(	50.3%	)	836	(	49.7%	)	0	(	0.00%	)	1682	(	100.0%	)
BRA	748	(	49.9%	)	750	(	50.1%	)	0	(	0.00%	)	1498	(	100.0%	)
CHL	813	(	49.6%	)	824	(	50.3%	)	1	(	0.06%	)	1638	(	100.0%	)
COL	830	(	49.9%	)	833	(	50.1%	)	0	(	0.00%	)	1663	(	100.0%	)
CRI	750	(	50.0%	)	751	(	50.0%	)	0	(	0.00%	)	1501	(	100.0%	)
DOM	753	(	49.7%	)	761	(	50.2%	)	2	(	0.13%	)	1516	(	100.0%	)
ECU	760	(	49.6%	)	764	(	49.8%	)	9	(	0.59%	)	1533	(	100.0%	)
HND	778	(	49.9%	)	782	(	50.1%	)	0	(	0.00%	)	1560	(	100.0%	)
MEX	775	(	49.1%	)	805	(	50.9%	)	0	(	0.00%	)	1580	(	100.0%	)
PAN	782	(	50.2%	)	777	(	49.8%	)	0	(	0.00%	)	1559	(	100.0%	)
PER	758	(	49.8%	)	762	(	50.1%	)	1	(	0.07%	)	1521	(	100.0%	)
PRY	755	(	49.8%	)	760	(	50.2%	)	0	(	0.00%	)	1515	(	100.0%	)
SLV	755	(	50.0%	)	756	(	50.0%	)	0	(	0.00%	)	1511	(	100.0%	)
URY	773	(	48.9%	)	808	(	51.1%	)	0	(	0.00%	)	1581	(	100.0%	)
Total	11634	(	49.7%	)	11739	(	50.2%	)	13	(	0.06%	)	23386	(	100.0%	)

Generated by summarytools 1.0.1 (R version 4.5.0)
2026-11-08

4.2.2.3 `crosstable`:

crosstable::crosstable(): También produce tablas de continencia con opciones de personalización.

crosstable::crosstable(data_example, pais, by = sexo, margin=c("row", "col"), total = "both") %>% 
  kable() %>%
  kable_styling(full_width = TRUE)

.id	label	variable	Hombre	Mujer	NA	Total
pais	País	ARG	758 (6.52% / 49.61%)	770 (6.56% / 50.39%)	0	1528 (6.53%)
pais	País	BOL	846 (7.27% / 50.30%)	836 (7.12% / 49.70%)	0	1682 (7.19%)
pais	País	BRA	748 (6.43% / 49.93%)	750 (6.39% / 50.07%)	0	1498 (6.41%)
pais	País	CHL	813 (6.99% / 49.66%)	824 (7.02% / 50.34%)	1	1638 (7.00%)
pais	País	COL	830 (7.13% / 49.91%)	833 (7.10% / 50.09%)	0	1663 (7.11%)
pais	País	CRI	750 (6.45% / 49.97%)	751 (6.40% / 50.03%)	0	1501 (6.42%)
pais	País	DOM	753 (6.47% / 49.74%)	761 (6.48% / 50.26%)	2	1516 (6.48%)
pais	País	ECU	760 (6.53% / 49.87%)	764 (6.51% / 50.13%)	9	1533 (6.56%)
pais	País	HND	778 (6.69% / 49.87%)	782 (6.66% / 50.13%)	0	1560 (6.67%)
pais	País	MEX	775 (6.66% / 49.05%)	805 (6.86% / 50.95%)	0	1580 (6.76%)
pais	País	PAN	782 (6.72% / 50.16%)	777 (6.62% / 49.84%)	0	1559 (6.67%)
pais	País	PER	758 (6.52% / 49.87%)	762 (6.49% / 50.13%)	1	1521 (6.50%)
pais	País	PRY	755 (6.49% / 49.83%)	760 (6.47% / 50.17%)	0	1515 (6.48%)
pais	País	SLV	755 (6.49% / 49.97%)	756 (6.44% / 50.03%)	0	1511 (6.46%)
pais	País	URY	773 (6.64% / 48.89%)	808 (6.88% / 51.11%)	0	1581 (6.76%)
pais	País	Total	11634 (49.78%)	11739 (50.22%)	13	23386 (100.00%)

4.2.2.4 `table1`:

table1::table1(): También se puede utilizar agrupando las variables (numericas o categoricas) por alguna variable categórica.

table1::table1(~ factor(sexo) + edad + gini + gdp | pais, data = data_example)

	ARG (N=1528)	BOL (N=1682)	BRA (N=1498)	CHL (N=1638)	COL (N=1663)	CRI (N=1501)	DOM (N=1516)	ECU (N=1533)	HND (N=1560)	MEX (N=1580)	PAN (N=1559)	PER (N=1521)	PRY (N=1515)	SLV (N=1511)	URY (N=1581)	Overall (N=23386)
factor(sexo)
Hombre	758 (49.6%)	846 (50.3%)	748 (49.9%)	813 (49.6%)	830 (49.9%)	750 (50.0%)	753 (49.7%)	760 (49.6%)	778 (49.9%)	775 (49.1%)	782 (50.2%)	758 (49.8%)	755 (49.8%)	755 (50.0%)	773 (48.9%)	11634 (49.7%)
Mujer	770 (50.4%)	836 (49.7%)	750 (50.1%)	824 (50.3%)	833 (50.1%)	751 (50.0%)	761 (50.2%)	764 (49.8%)	782 (50.1%)	805 (50.9%)	777 (49.8%)	762 (50.1%)	760 (50.2%)	756 (50.0%)	808 (51.1%)	11739 (50.2%)
Missing	0 (0%)	0 (0%)	0 (0%)	1 (0.1%)	0 (0%)	0 (0%)	2 (0.1%)	9 (0.6%)	0 (0%)	0 (0%)	0 (0%)	1 (0.1%)	0 (0%)	0 (0%)	0 (0%)	13 (0.1%)
Edad
Mean (SD)	41.8 (17.8)	39.5 (16.3)	39.1 (16.2)	42.2 (16.8)	40.4 (16.3)	40.5 (16.9)	40.0 (17.0)	38.2 (17.1)	38.2 (16.3)	42.1 (17.0)	39.6 (16.2)	38.8 (15.5)	40.0 (16.3)	40.0 (16.6)	46.2 (17.9)	40.5 (16.8)
Median [Min, Max]	39.0 [16.0, 90.0]	36.0 [18.0, 89.0]	37.0 [16.0, 92.0]	40.0 [18.0, 92.0]	37.0 [18.0, 90.0]	37.0 [18.0, 89.0]	37.0 [18.0, 87.0]	35.0 [16.0, 92.0]	34.0 [18.0, 89.0]	40.0 [18.0, 88.0]	37.5 [18.0, 93.0]	36.0 [18.0, 91.0]	37.0 [18.0, 87.0]	38.0 [18.0, 99.0]	44.0 [18.0, 95.0]	38.0 [16.0, 99.0]
Missing	0 (0%)	0 (0%)	0 (0%)	1 (0.1%)	0 (0%)	0 (0%)	2 (0.1%)	9 (0.6%)	0 (0%)	0 (0%)	1 (0.1%)	1 (0.1%)	0 (0%)	0 (0%)	0 (0%)	14 (0.1%)
Índice de Gini
Mean (SD)	41.1 (0)	44.6 (0)	53.3 (0)	44.4 (0)	49.7 (0)	48.3 (0)	45.7 (0)	44.7 (0)	49.4 (0)	46.3 (0)	49.9 (0)	43.3 (0)	48.5 (0)	38.0 (0)	39.5 (0)	45.8 (4.04)
Median [Min, Max]	41.1 [41.1, 41.1]	44.6 [44.6, 44.6]	53.3 [53.3, 53.3]	44.4 [44.4, 44.4]	49.7 [49.7, 49.7]	48.3 [48.3, 48.3]	45.7 [45.7, 45.7]	44.7 [44.7, 44.7]	49.4 [49.4, 49.4]	46.3 [46.3, 46.3]	49.9 [49.9, 49.9]	43.3 [43.3, 43.3]	48.5 [48.5, 48.5]	38.0 [38.0, 38.0]	39.5 [39.5, 39.5]	45.7 [38.0, 53.3]
PIB per cápita
Mean (SD)	13.1 (0)	3.29 (0)	8.58 (0)	13.9 (0)	6.27 (0)	12.5 (0)	8.00 (0)	5.95 (0)	2.48 (0)	9.95 (0)	14.9 (0)	6.57 (0)	5.87 (0)	3.92 (0)	16.0 (0)	8.75 (4.28)
Median [Min, Max]	13.1 [13.1, 13.1]	3.29 [3.29, 3.29]	8.58 [8.58, 8.58]	13.9 [13.9, 13.9]	6.27 [6.27, 6.27]	12.5 [12.5, 12.5]	8.00 [8.00, 8.00]	5.95 [5.95, 5.95]	2.48 [2.48, 2.48]	9.95 [9.95, 9.95]	14.9 [14.9, 14.9]	6.57 [6.57, 6.57]	5.87 [5.87, 5.87]	3.92 [3.92, 3.92]	16.0 [16.0, 16.0]	8.00 [2.48, 16.0]

4.2.2.5 `dplyr` y `janitor`:

dplyr + janitor::tabyl(): Puedes hacer resúmenes bivariados personalizados con count() o group_by(), y tabyl() genera tablas de contingencia de frecuencias para un vistazo rápido.

data_example %>%
  janitor::tabyl(pais, it1) %>% # Esto reemplaza el procesamiento, buena alternativa
  kable() %>%
  kable_styling(full_width = TRUE)

pais	1	2	3	4	NA_
ARG	122	331	689	355	31
BOL	228	681	536	195	42
BRA	193	680	296	296	33
CHL	173	384	664	403	14
COL	152	428	572	482	29
CRI	128	339	520	484	30
DOM	171	440	474	364	67
ECU	179	580	494	265	15
HND	219	447	356	457	81
MEX	177	524	497	327	55
PAN	222	530	491	288	28
PER	227	644	475	161	14
PRY	147	365	540	407	56
SLV	130	488	397	441	55
URY	112	296	692	428	53

Recomendaciones para el trabajo final

Para la sección de métodos siempre es recomendable presentar una tabla general de descriptivos de las variables que se van a utilizar en el análisis. Para este caso summarytools o table1 son una buenas alternativas, puesto que se pueden ver dentro de una misma tabla variables categóricas y continuas.

En caso de querer visualizar tablas bivariadas en la sección de resultados, se sugiere la opción con sjPlot ya que permite observar las frecuencias y porcentajes de cada combinación de categorías

5 Insertar y referenciar gráficos y tablas dentro de Quarto

Una de las ventajas de usar documentos dinámicos con Quarto es que podemos autoreferenciar los gráficos y tablas que creamos dentro del mismo documento, además de especificar una serie de propiedades para ajustar la presentación de nuestro gráfico.

Para especificar elementos de presentación de gráficos en un documento Quarto usaremos las opciones de chunks. Algunas de las más comunes son:

label: para especificar el nombre y tipo de elemento, cuando es un gráfico debemos nombrar al chunk con el prefijo fig- antes del nombre respectivo.
fig-align: para espeficiar alineación del gráfico en el documento (left, right, center)
out-width: para especificar el tamaño del gráfico en el documento
fig-cap: para espeficiar el título del gráfico que se muestra en el documento

Importante

Cuando referenciamos gráficos utilizamos el prefijo fig-. En cambio, cuando buscamos referenciar tablas, debemos usar el prefijo tab-. Esto es importante para que Quarto pueda diferenciar entre ambos elementos y los muestre correctamente en el documento.

Tomemos por ejemplo el siguiente gráfico que muestra el promedio de preferencias redistribuivas (ros4) y del índice de Gini de los países (gini). Esto lo haremos paso por paso.

Primero, creamos un objeto llamado g1 en donde almacenaremos la información que queremos graficar.

g1 <- lapop %>%
  group_by(pais) %>% 
  summarise(cm_ros4 = mean(ros4, na.rm = T),
            cm_gini = mean(gini, na.rm = T)) %>% 
  ungroup()

Ahora, graficamos esta asociación en un objeto llamado grafico1.

grafico1 <- ggplot(data = g1,
       mapping = aes(x = cm_gini, y = cm_ros4, label = pais)) +
  geom_point() +
  geom_smooth(method = "lm",colour = "black",fill="lightblue",size=0.5) + 
  geom_text(aes(label = pais), size = 3, color = "black", nudge_y = 0.05) +
  labs(x = "Índice de Gini",
       y = "Preferencias redistributivas",
       caption = "Fuente: Elaboración propia en base a LAPOP 2018") +
  theme_bw()

grafico1

Llamemos a nuestro grafico1, pero ahora especificando en el chunk:

```{r}
#| label: fig-asociacion
#| fig-align: center 
#| out-width: '80%'
#| fig-cap: 'Asociación entre Índice de Gini y Preferencias Redistributivas'
#| echo: true

grafico1

```

grafico1

Figura 1: Asociación entre Índice de Gini y Preferencias Redistributivas

Ahora tenemos un gráfico centrado, más grande y con un título en nuestro documento. Además, podemos llamar a este gráfico usando @fig-asociacion.

Texto de ejemplo:

En la Figura 1 se muestra la asociación entre el promedio de preferencia por la redistribución y el nivel de desigualdad ecónomica de los países.

Apliquemos el mismo procedimiento con una tabla. Para que sea simple, usaremos la edad promedio de los primeros cinco países de la base. Primero, creamos el objeto tab3:

tab3 <- lapop %>%
  group_by(pais) %>%
  summarise(n = n(),
            media = round(mean(edad, na.rm = TRUE), 1)) %>%
  head(5)

Luego, llamamos a la tabla con kable() especificando en el chunk el nombre (con prefijo tab-) y el título con tbl-cap:

```{r}
#| label: tbl-edad
#| tbl-cap: 'Edad promedio según país'
#| echo: true

kable(tab3,
      col.names = c("País", "N", "Edad promedio"),
      align = "lcc")
```

kable(tab3,
      col.names = c("País", "N", "Edad promedio"),
      align = "lcc")

Tabla 1: Edad promedio según país

País	N	Edad promedio
ARG	1528	41.8
BOL	1682	39.5
BRA	1498	39.1
CHL	1638	42.2
COL	1663	40.4

Al igual que con los gráficos, ahora podemos llamar a esta tabla usando @tbl-edad.

Texto de ejemplo:

En la Tabla 1 se muestra la edad promedio de las personas encuestadas en cinco países de la base LAPOP 2018.

6 Trabajo autónomo

A partir de lo visto en clases, reúnase con su grupo y comiencen a discutir sobre qué gráficos y tablas podrían utilizar en su trabajo final.
Carguen su base de datos en Positron y prueben distintos tipos de visualización para sus variables de interés.

7 Resumen y recursos

Hoy aprendimos a visualizar gráficos y tablas bivariadas en documentos dinámicos con Quarto, así como también a autoreferenciar elementos dentro de un documento .qmd.

Les compartimos una serie de recursos en caso de que busquen profundizar en la construcción de figuras en Quarto

Recursos

Objetivo de la sesión

Documento guía del práctico

1 ¿Qué es visualizar datos?

2 Datos del ejemplo: LAPOP

3 Gráficos

3.1 Visualización de datos con ggplot2

3.1.1 Diferencias de medias (o proporciones) entre grupos

3.1.2 Asociación entre continuas

3.1.3 Asociación entre categóricas

3.1.3.1 Con ggplot2

3.2 Visualización con otras librerías

3.2.1 Con ggpubr

3.2.2 Con sjPlot

4 Tablas

4.1 Tablas con kable y kableExtra

4.2 Funciones automatizadas para la construcción de tablas

4.2.1 Funciones para tablas univariadas

4.2.1.1 summarytools:

Data Frame Summary

data_example

Descriptive Statistics

data_example$edad

4.2.1.2 stargazer:

4.2.1.3 psych:

4.2.1.4 sjmisc:

4.2.1.5 table1:

4.2.2 Funciones para tablas bivariadas

4.2.2.1 sjPlot:

4.2.2.2 summarytools:

Cross-Tabulation, Row Proportions

pais * sexo

4.2.2.3 crosstable:

4.2.2.4 table1:

4.2.2.5 dplyr y janitor:

5 Insertar y referenciar gráficos y tablas dentro de Quarto

6 Trabajo autónomo

7 Resumen y recursos

3.1 Visualización de datos con `ggplot2`

3.1.3.1 Con `ggplot2`

3.2.1 Con `ggpubr`

3.2.2 Con `sjPlot`

4.2.1.1 `summarytools`:

4.2.1.2 `stargazer`:

4.2.1.3 `psych`:

4.2.1.4 `sjmisc`:

4.2.1.5 `table1`:

4.2.2.1 `sjPlot`:

4.2.2.2 `summarytools`:

4.2.2.3 `crosstable`:

4.2.2.4 `table1`:

4.2.2.5 `dplyr` y `janitor`: