Ante cualquier solicitud, primero identifica: (1) la(s) variable(s) dicotómica(s), (2) si hay variable de agrupación/comparación, (3) el objetivo del plan de tesis, (4) el tamaño de muestra disponible.

R
library(dplyr)
library(ggplot2)

# 1. Estructura y limpieza
str(datos)
datos <- datos %>%
  mutate(variable = factor(variable, levels = c(0,1), labels = c("No","Sí")))

# 2. Descriptivo básico
datos %>%
  count(variable) %>%
  mutate(prop = n / sum(n), pct = round(prop*100,1))

# 3. Visualización
ggplot(datos, aes(x = variable)) +
  geom_bar(aes(y = after_stat(count)/sum(after_stat(count)))) +
  labs(y = "Proporción", x = NULL, title = "Distribución de la variable") +
  theme_minimal()

# 4. Inferencial (ejemplo: comparación de proporciones)
tabla <- table(datos$grupo, datos$variable)
chisq.test(tabla)
prop.test(x = tabla[,"Sí"], n = rowSums(tabla))

Progreso a seguir en cada análisis:

• Paso 1 — Contextualizar: leer el objetivo/hipótesis del plan de tesis; identificar variable(s) dependiente(s) dicotómica(s) e independiente(s).
• Paso 2 — Limpiar datos: recodificar con dplyr, tratar NA, verificar niveles de factor, eliminar duplicados/errores de captura.
• Paso 3 — Descriptivo: frecuencias absolutas y relativas, IC 95% para la proporción (prop.test o binom.test).
• Paso 4 — Visualizar: gráfico de barras de proporciones con ggplot2 (nunca gráfico de torta para comparaciones).
• Paso 5 — Verificar supuestos: tamaño de muestra mínimo (regla de 5 esperados por celda para chi-cuadrado), independencia de observaciones, evitar normalidad (no aplica a datos binarios; en su lugar validar condiciones de la prueba elegida).
• Paso 6 — Elegir prueba inferencial según diseño:

  Diseño	Prueba
  Una proporción vs valor teórico	binom.test
  Dos grupos independientes	prop.test o chisq.test (usar fisher.test si celdas esperadas < 5)
  Muestras pareadas	mcnemar.test
  Asociación con var. continua/varias covariables	regresión logística glm(family = binomial)
  Más de 2 grupos independientes	chisq.test con tabla k×2

• Paso 7 — Ejecutar prueba y extraer estadístico, gl, p-valor, IC 95% (y OR/RR si aplica).
• Paso 8 — Reportar con lenguaje claro: qué se probó, resultado numérico, decisión (rechazo/no rechazo de H0 a α especificado), interpretación práctica sin sobregeneralizar.

Ejemplo 1: Comparación de dos grupos Input: "¿La proporción de pacientes con complicación difiere entre el grupo tratado y el control? n=40 por grupo." Output:

R
tabla <- table(datos$grupo, datos$complicacion)
chisq.test(tabla, correct = FALSE)

"Se aplicó chi-cuadrado de independencia (todas las celdas esperadas > 5). χ²(1) = 4.82, p = 0.028. Se rechaza H0 al 5%: existe asociación estadísticamente significativa entre el grupo y la ocurrencia de complicación. Proporción tratado: 15% (IC95%: 6.7–29.8%) vs. control: 35% (IC95%: 20.6–52.6%)."

Ejemplo 2: Muestra pequeña con celdas esperadas < 5 Input: "Tabla 2x2 con n=18 total, una celda esperada = 3.2" Output: "El supuesto de chi-cuadrado no se cumple (celda esperada < 5). Se usa fisher.test(tabla) en su lugar: OR = 2.4 (IC95%: 0.4–15.1), p = 0.31. No hay evidencia suficiente de asociación con este tamaño de muestra; se recomienda ampliar la muestra antes de concluir."

Ejemplo 3: Regresión logística Input: "¿La edad y el sexo predicen la presencia de la enfermedad (0/1)?" Output:

R
modelo <- glm(enfermedad ~ edad + sexo, data = datos, family = binomial)
summary(modelo)
exp(cbind(OR = coef(modelo), confint(modelo)))

"Por cada año adicional de edad, el OR de presentar la enfermedad es 1.06 (IC95%: 1.01–1.12, p=0.02), ajustado por sexo. El sexo no resultó significativo (p=0.41)."