Prevalencia de obesidad y sobrepeso infantil en Costa Rica

Repositorio del proyecto del curso CA0307 – Estadística II (II-2025, UCR). El objetivo es estimar la prevalencia de sobrepeso y obesidad infantil en Costa Rica utilizando el Primer Censo Escolar de Peso/Talla 2016 y un modelo binomial con enlace logit bajo un enfoque bayesiano, además de presentar los resultados en un informe reproducible y en un dashboard interactivo (Dash).

Estructura del repositorio

• app/ Código de la aplicación web (Dash) para explorar los resultados de prevalencia por provincia y cantón.

• data/ Datos crudos necesarios para el análisis (por ejemplo, tablas del censo y archivos GeoJSON).

• docs/ Archivos de documentación e informes. Aquí se encuentra el informe principal en R Markdown (por ejemplo, docs/Reporte_final.Rmd) y el PDF generado.

• res/ Resultados intermedios del análisis: tablas .csv (por ejemplo, summary_prevalence_by_province.csv, summary_prevalence_by_canton.csv) y gráficos .png que se usan en el informe y en el dashboard.

• src/ Código Python de apoyo (funciones para cargar datos, limpieza, modelos, etc.).

• scrum/ Documentos de gestión del proyecto (sprints, tareas, etc.).

• Archivos de configuración:

  • pyproject.toml, uv.lock: configuración del entorno de Python.
  • .python-version: versión recomendada de Python.
  • .pre-commit-config.yaml: hooks de calidad de código.
  • LICENSE: licencia del proyecto.
  • README.md: este archivo.

Requisitos previos

1. Python

   • Versión recomendada: Python 3.11.
   • Paquetes principales (se instalan automáticamente con el método recomendado):
     • pandas
     • numpy
     • plotly
     • dash
     • dash-bootstrap-components

2. R

   • Versión recomendada: R ≥ 4.2.
   • Paquetes R necesarios para knit del informe:
     • rmarkdown
     • knitr
     • tidyverse (o al menos dplyr, readr, ggplot2)
   • Se recomienda usar RStudio, aunque no es obligatorio.

3. Herramientas adicionales (opcionales)

   • uv para manejar el entorno de Python a partir de pyproject.toml y uv.lock.
   • Git para clonar el repositorio.

2.a Instalación usando uv (recomendado)

Si tienes uv instalado:

uv sync

Esto creará un entorno virtual (por defecto .venv/) e instalará todas las dependencias definidas en pyproject.toml y uv.lock.

Para activar el entorno virtual (solo si no usas uv run):

• En Linux/macOS:

  source .venv/bin/activate
  

• En Windows (PowerShell):

  .venv\Scripts\Activate.ps1
  

2.b Instalación usando pip (alternativa)

Si no usas uv, puedes crear un entorno virtual manualmente:

• En Linux/macOS:

  python -m venv .venv
  source .venv/bin/activate
  

• En Windows (PowerShell):

  python -m venv .venv
  .venv\Scripts\Activate.ps1
  

Luego instala las dependencias listadas anteriormente, o bien utiliza:

pip install -r requirements.txt

Ejecución de la aplicación web local

La aplicación web (Dash) se encuentra en la carpeta app/ en el archivo app.py. Asegúrate de tener el entorno virtual activo o usa uv run.

Con uv:

uv run python app/app.py

Con entorno activado y python directamente:

python app/app.py

Por defecto, la aplicación se ejecuta en:

• URL: http://127.0.0.1:8050

Abre esa dirección en el navegador para explorar:

• Distribuciones posteriores de prevalencia por provincia y cantón.
• Gráficos de bosque (forest plots) de medias e intervalos de credibilidad.
• Visualizaciones de densidades y comparaciones entre grupos.

Reproducción del análisis estadístico

Scripts de Python en src/

En la carpeta src/ se encuentran los scripts que automatizan el proceso de:

• Preparar las bases de datos.
• Seleccionar covariables mediante AIC.
• Ajustar el modelo logit–binomial con priors débiles.
• Guardar tablas de resumen en res/csv/ y figuras en res/graficos/.

Ejemplos de ejecución:

# Selección de covariables (AIC)
uv run python src/seleccion_aic.py

# Ajuste del modelo logit–binomial con NUTS
uv run python src/modelo_jerarquico.py

Si no usa uv, omita el prefijo uv run y asegúrese de tener el entorno activado:

python src/seleccion_aic.py
python src/modelo_jerarquico.py

Estos comandos regeneran las tablas summary_prevalence_by_province.csv y summary_prevalence_by_canton.csv dentro de res/csv/, que son utilizadas tanto en el informe como en la aplicación web.

Regenerar el informe (R Markdown)

El informe principal se encuentra en la carpeta docs/ como un archivo .Rmd, llamado docs/Reporte_final.Rmd.

Para regenerar el informe desde R (con RStudio):

1. Abrir el archivo .Rmd dentro de docs/.
2. Ejecutar el botón Knit y elegir el formato deseado (PDF o HTML).

Desde la línea de comando:

Rscript -e "rmarkdown::render('docs/Reporte_final.Rmd', output_format = 'pdf_document')"

o para generar HTML:

Rscript -e 'rmarkdown::render("docs/Reporte_final.Rmd", output_format = "html_document")'

El documento generado se guardará en la misma carpeta docs/.

El informe utiliza los resultados almacenados en res/csv/ y las figuras en res/graficos/. Si se desea rehacer todo desde cero:

1. Ejecuta los scripts de análisis en src/ para regenerar las tablas y gráficos.
2. Vuelve a compilar el .Rmd siguiendo los pasos anteriores.

Flujo completo de reproducción

1. Clonar el repositorio y entrar a la carpeta raíz.
2. Crear y sincronizar el entorno (idealmente con uv sync).
3. Ejecutar los scripts de análisis en src/ para regenerar resultados en res/.
4. Compilar el informe en docs/ con R/RStudio o desde la terminal.
5. (Opcional) Lanzar la aplicación web con uv run python app/app.py para explorar interactiva y visualmente los resultados.

Contacto

Para dudas sobre el código o el análisis:

• Paola Espinoza; paomariespher@gmail.com
• José Carlos Quintero
• Julián Soto Montoya
• María Paula Jiménez Torres

El enlace oficial del repositorio es:

https://github.com/CA0307-II-2025/grupo-1