In [4]:
options(repr.plot.width=8, repr.plot.height=4, repr.plot.res=600)
t <- read.csv(file="/Users/jul/Downloads/Encuesta.csv",sep="\t", row.names=NULL)
dim(t)
levels(t[,40]) <- c("0", "30", "5", "5", "15", "0", "0", "50")

temp <- unlist(t[47])
levels(temp) <- c(0, 0, 1, 20, 50, 100, 500)
levels(temp)
t[47] <- temp


  1. 89
  2. 69
  1. '0'
  2. '1'
  3. '20'
  4. '50'
  5. '100'
  6. '500'

In [5]:
head(t)


X...1.Identificacion.del.encuestadoX2.Identificacion.del.recopiladorX3.Fecha.de.inicioX4.Fecha.de.finX5.Direccion.IPX6.EmailX7.GeneroX8.Rango.de.edadX9.Nivel.de.formacionX10.Seleccione.la.Facultad.en.la.cual.ejerce.sus.actividades.laboralesX37....Que.laboratorios.de.la.Universidad.realizan.funciones.similares.y.considera.usted.podrian.relacionarse.X38....Que.laboratorios.considera.usted.podrian.crearse.en.la.Facultad.en.la.cual.usted.trabaja..de.acuerdo.a.sus.programas.academicos..lineas.de.investigacion.y.o.demanda.del.entorno.X39....Cuales.son.las.principales.fortalezas.del..os..laboratorio..s..en.el..los..cual..es..usted.ha.trabajado.X40....Cuales.son.las.principales.debilidades.de..los..laboratorio..s..en.el..los..cual..es..usted.ha.trabajado.X41....Cuales.son.las.mayores.dificultades.que.usted.considera.tendria..n..el..los..laboratorio..s..para.obtener.una.futura.acreditacion.X42....Cuanto.dinero.requiere.que.se.invierta.en.el.laboratorio.en.el.cual.usted.trabaja..para.que.pueda.estar.acreditado.y.prestar.servicios.certificados.a.agentes.externos.de.la.Universidad.del.Valle.Justifique.su.respuesta.X43..Consideramos.fundamental.su.experiencia.y.conocimiento..por.lo.cual.requerimos.de.usted.un.importante.esfuerzo.de.sintesis.que.nos.permita.recolectar.al.menos.una.accion.o.iniciativa.estructurada.que.contribuya.al.desarrollo.del.sistema.de.laboratorios.de.la.Universidad.del.Valle.Comentarios.y.recomendaciones..Si.desea.hacer.algun.aporte.o.sugerencia.para.la.Vicerrectoria.de.Investigaciones.y.el.Comite.Institucional.de.laboratorios.de.la.Universidad.del.Valle..por.favor..use.el.siguiente.espacio.X
5290542784 95727345 03/17/2017 03/17/2017 138.122.201.143 alba.torres@correounivalle.edu.co Masculino Entre 51 y 60 anos Doctorado Facultad de Ciencias Naturales y Exactas Laboratorio de propagacion in vitro Experiencia. Apoyo institucional. Apoyo institucional. La mayor necesidad del Laboratorio de semillas es el mantenimiento de equipos La mayor necesidad del Laboratorio de semillas es el mantenimiento de equipos El laboratorio depende de los proyectos de investigacion, apoya la formacion de estudiantes y genera resultados de investigacion en semillas. Sin embargo, el mantenimiento de equipos y el manejo de residuos quimicos, podrian ser actividades apoyadas por la Universidad del Valle y que ayudan al buen funcionamiento del laboratorio. NA
5288254358 95727345 03/15/2017 03/15/2017 138.122.201.141 ranulfo.gonzalez@correounivalle.edu.co Masculino Mayor de 60 anos Doctorado Facultad de Ciencias Naturales y Exactas Grupo de Hormigas Lab. de marcadores moleculares Personal calificado. Apoyo institucional. Apoyo institucional. Entre 50 millones y 100 millones de pesos. No existe un presupuesto destinado al mantenimiento de los equipos que se adquieren. Hace falta adecuacion de mejores espacios para que las labores se realicen de manera mas armonica con lo que se requiere realizar especificamente. El espacio destinado a labores o que tiene mayor demanda es insuficiente, es urgente destinar un espacio adecuado a cada labor que se desea realizar, identificando necesidades comunes con otros laboratorios que realizan actividades o pruebas similares NA
5287662499 95727345 03/15/2017 03/15/2017 138.122.201.139 wilmar.bolivar@correounivalle.edu.co Masculino Entre 41 y 50 anos Doctorado Facultad de Ciencias Naturales y Exactas Lab de Biologia Marina, entomologia y botanica Mas que crear, tener un espacio donde se consoliden todos los de Biologia y las colecciones cientificas Personal calificado. Inversion en infraestructura y equipamiento. Inversion en infraestructura y equipamiento. Entre 50 millones y 100 millones de pesos. Enfocarnos en tener por lo menos unos cuantos laboratorios bien dotados, que cumplan y permitan ofrecer mejores servicios a la comunidad universitaria, como a nuestros actores externos Creo que se podria lograr consolidad espacios que concentres a las unidades academicas con sus laboratorios, asi podriamos lograr mejores estandares, incluso lograr trabajar mas unidos NA
5278924190 95727345 03/08/17 03/08/17 138.122.201.138 hernan.colorado@correounivalle.edu.co Masculino Entre 31 y 40 anos Doctorado Facultad de Ciencias Naturales y Exactas Laboratorio de Fluorescencia de Rayos X. Facultad de Ingenierias crear una union estrategica con el Laboratorio de Fluorescencia de Rayos X (Fac. Ingenieria) para ofrecer servicios en conjunto a la industria. Inversion en infraestructura y equipamiento. Apoyo institucional. Personal calificado. Entre 50 millones y 100 millones de pesos. Este dinero sin contar el pago mensual permanente que debe asumor la universidad para tener una persona profesional de dedicacion exclusiva al laboratorio El laboratorio debe contar con personal contratado formalmente por la universidad de manera exclusiva para el manejo del equipo del laboratorio La Vicerrectoria de Investigaciones, debe asumir los costos de mantenimiento anual del laboratorio de forma permanente, que para este ano son de $22'740.000. Los ingresos al laboratorio no son suficientes para cubrir este valor. NA
5278774366 95727345 03/08/17 03/08/17 138.122.201.139 jesus.diosa@correounivalle.edu.co Masculino Entre 51 y 60 anos Doctorado Facultad de Ciencias Naturales y Exactas Peliculas delgadas, Centro de Estudio de Nuevos Materiales Experiencia. Inversion en infraestructura y equipamiento. Inversion en infraestructura y equipamiento. Entre 100 millones y 200 millones de pesos. Realizar proyectos en conjunto con los demas laboratorios NA
5278535361 95727345 03/08/17 03/09/17 138.122.201.138 janeth.sanabria@correounivalle.edu.co Femenino Entre 41 y 50 anos Postdoctorado Facultad de Ingenieria Laboratorio de Microbiologia del departamento de Biologia, laboratorio de CINARA seccion microbiologia Un laboratorio de analisis quimicos y bioquimicos de alta especificidad. Experiencia. Inversion en infraestructura y equipamiento. Baja demanda. Mas de 500 millones de pesos. EL laboratorio tiene estudios arquitectonicos con fines de acreditacion que se hicieron por un valor de 60 millones. En este estudio se estipulaba el valor de 1000000 millones. Creo que debe hacerse economia de escala en la prestacion de servicios, la acreditacion contempla dos aspectos, la acreditacion de procesos administrativos y la de pruebas mismas. Mientras que las segundas son especificas a las areas de conocimiento la primera es muy comun a todos los laboratorios. Por tal razon creo que esos procesos de deben centralizar. No es sostenible si cada laboratorio de servicio tiene una secretaria, un mensajero, tres tecnicos de muestreo y un profesor tiempo completo a cargo entre otros. Sin embargo para tener una admiistracion unica, los procesos deben centrarse si es posible en un edificio con las caracteristicas tecnicas necesarias. El sistema debe ser autosostenible, cuya ventaja para los investigadores seria tener pruebas confiables de las mas altas calidades a mitad de precio. Esto sube el nivel de la investigacion ya que investigadores y estudiantes se concentran en lo esencial y no en resolver problemas de respuestos de equipos, standarizacion de metodos de medicion de pruebas ya estandarizadas hace decenios. NA

In [6]:
names(t)


  1. 'X...1.Identificacion.del.encuestado'
  2. 'X2.Identificacion.del.recopilador'
  3. 'X3.Fecha.de.inicio'
  4. 'X4.Fecha.de.fin'
  5. 'X5.Direccion.IP'
  6. 'X6.Email'
  7. 'X7.Genero'
  8. 'X8.Rango.de.edad'
  9. 'X9.Nivel.de.formacion'
  10. 'X10.Seleccione.la.Facultad.en.la.cual.ejerce.sus.actividades.laborales'
  11. 'X11.Seleccione.la.Escuela.Departamento.en.la.cual.ejerce.sus.actividades.laborales'
  12. 'X13.Tipo.vinculacion.laboral.con.la.Universidad.del.Valle'
  13. 'X14.Tiempo.de.vinculacion.al.grupo'
  14. 'X15.nombreGrupo'
  15. 'X16.Categoria.de.investigador.de.acuerdo.con.la.medicion.de.Colciencias.737.2015'
  16. 'X16.Hace.parte..lidera.o.coordina.actividades.en.alguno.de.los.laboratorios.de.la.Universidad.del.Valle'
  17. 'Nombre.del.laboratorio'
  18. 'Anos.de.funcionamiento'
  19. 'X4..Selecciones.el.o.los.servicios..s..que.presta.su.laboratorio'
  20. 'X..Su.laboratorio.cuenta.con.un.organigrama.definido.'
  21. 'X6....Cuantas.personas.en.promedio.usan.su.laboratorio.al.dia.'
  22. 'X7....Cuantas.personas.laboran.en.promedio.en.su.laboratorio.durante.1.mes.normal.'
  23. 'X8....Cuantos.profesores.nombrados.usan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  24. 'X9....Cuantos.estudiantes.de.pregrado.utilizan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  25. 'X10....Cuantos.estudiantes.de.maestria.utilizan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  26. 'X11....Cuantos.estudiantes.de.doctorado.utilizan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  27. 'X..12.....Cuantos.pasantes.internacionales.utilizan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  28. 'X13....Cuenta.su.laboratorio.con.una.resolucion.de.creacion.'
  29. 'X14....Cuenta.su.laboratorio.con.un.sistema.de.gestion.de.calidad.'
  30. 'X15....Su.laboratorio.tiene.un.manual.de.gestion.de.procesos.'
  31. 'X16....Cuenta.su.laboratorio.con.un.sistema.de.monitoreo.que.le.permita.realizar.mantenimiento.predictivo.'
  32. 'X17....Tiene.su.laboratorio.alguna.prueba.acreditada.por.un.organismo.normalizador.nacional.'
  33. 'X..Cuantas.'
  34. 'X18....Conoce.usted.el.consumo.de.servicios.publicos.mensual.de.su.laboratorio.'
  35. 'X19....Conoce.usted.el.consumo.mensual.de.insumos.de.su.laboratorio.'
  36. 'X20....Su.laboratorio.cuenta.con.un.sistema.de.control.de.inventario.de.insumos.y.equipos.propio.'
  37. 'X21....Conoce.usted.la.fecha.de.vencimiento.de.todos.los.insumos.que.usa.en.su.laboratorio.'
  38. 'X22....Su.laboratorio.tiene.identificacion.de.riesgos.y.planes.de.contingencia.'
  39. 'X23....Usted.tiene.un.plan.de.control.metrologico.de.sus.equipos.'
  40. 'X24....Cuantos.articulos.cientificos.publicados.en.los.ultimos.dos.anos.en.revistas.indexadas.por.Colciencias.contiene.datos.generados.por.su.laboratorio.'
  41. 'X25...En.los.ultimos.cinco.anos.que.pruebas.ha.realizado.para.desarrollar.sus.publicaciones.cientificas.indexadas.'
  42. 'X25...En.los.ultimos.cinco.anos.que.pruebas.ha.realizado.para.desarrollar.sus.publicaciones.cientificas.indexadas..1'
  43. 'X25...En.los.ultimos.cinco.anos.que.pruebas.ha.realizado.para.desarrollar.sus.publicaciones.cientificas.indexadas..2'
  44. 'X25...En.los.ultimos.cinco.anos.que.pruebas.ha.realizado.para.desarrollar.sus.publicaciones.cientificas.indexadas..3'
  45. 'X26...Donde.ha.realizado.sus.pruebas.'
  46. 'X27....Cuantos.grupos.de.investigacion.diferentes.al.suyo.utilizan.su.laboratorio.en.promedio.durante.1.ano.'
  47. 'X28....En.que.rango.se.encuentran.los.ingresos.anuales.de.su.laboratorio..teniendo.en.cuenta.todas.las.fuentes.'
  48. 'X29....Conoce.usted.el.numero.de.equipos.que.tiene.en.su.laboratorio.actualmente.'
  49. 'Cuantos.'
  50. 'X30....Su.laboratorio.cuenta.con.equipos.de.costo.superior.a.300.millones.'
  51. 'X..Cuales.son.'
  52. 'X31..Cuenta.con.socios.externos...para.la.gestion.y.desarrollo.academico.de.su.laboratorio.'
  53. 'X..Cuales.son..1'
  54. 'X32....Si.su.laboratorio.presta.algun.tipo.de.servicio..conoce.sus.principales.competidores.'
  55. 'X..Cuales.son..2'
  56. 'X33....Cuales.son.los.costos.de.mantenimiento.semestral.en.promedio.de.su.laboratorio.'
  57. 'X34....Su.laboratorio.realiza.mantenimiento.preventivo.a.equipos.e.infraestructura.'
  58. 'X35....Cuales.han.sido.las.principales.dificultades.para.acceder.al.uso.de.los.laboratorios.con.los.cuales.cuenta.la.Universidad.del.Valle.'
  59. 'X36..El.uso.de.su.laboratorio.ha.contribuido.a.la.generacion.de.patentes.'
  60. 'X37....Que.laboratorios.de.la.Universidad.realizan.funciones.similares.y.considera.usted.podrian.relacionarse.'
  61. 'X38....Que.laboratorios.considera.usted.podrian.crearse.en.la.Facultad.en.la.cual.usted.trabaja..de.acuerdo.a.sus.programas.academicos..lineas.de.investigacion.y.o.demanda.del.entorno.'
  62. 'X39....Cuales.son.las.principales.fortalezas.del..os..laboratorio..s..en.el..los..cual..es..usted.ha.trabajado.'
  63. 'X40....Cuales.son.las.principales.debilidades.de..los..laboratorio..s..en.el..los..cual..es..usted.ha.trabajado.'
  64. 'X41....Cuales.son.las.mayores.dificultades.que.usted.considera.tendria..n..el..los..laboratorio..s..para.obtener.una.futura.acreditacion.'
  65. 'X42....Cuanto.dinero.requiere.que.se.invierta.en.el.laboratorio.en.el.cual.usted.trabaja..para.que.pueda.estar.acreditado.y.prestar.servicios.certificados.a.agentes.externos.de.la.Universidad.del.Valle.'
  66. 'Justifique.su.respuesta.'
  67. 'X43..Consideramos.fundamental.su.experiencia.y.conocimiento..por.lo.cual.requerimos.de.usted.un.importante.esfuerzo.de.sintesis.que.nos.permita.recolectar.al.menos.una.accion.o.iniciativa.estructurada.que.contribuya.al.desarrollo.del.sistema.de.laboratorios.de.la.Universidad.del.Valle.'
  68. 'Comentarios.y.recomendaciones..Si.desea.hacer.algun.aporte.o.sugerencia.para.la.Vicerrectoria.de.Investigaciones.y.el.Comite.Institucional.de.laboratorios.de.la.Universidad.del.Valle..por.favor..use.el.siguiente.espacio.'
  69. 'X'

In [7]:
nombreLab <- t[17]
F <- nombreLab == ""

In [8]:
t <- t[!F,] ## remove empty labnames
nombreLab <- t[17]
nombreLab


Nombre.del.laboratorio
Laboratorio de Semillas
laboratorio del Grupo de Investigaciones Entomologicas
Laboratorio de preparaciones biologicas
Laboratorio de Difraccion de Rayos X
Transiciones de Fase en sistemas no metlicos
Microbilogia y Biotecnologia Ambiental
Laboratorio de Biologia Molecular
Laboratorio de malacologia
Secuenciales y Sistemas de tiempo real
Ecosistemas Rocosos
LICAP
Laboratorio de Microbiologia y Bioanalisis
Citogenetica y Biologia del Desarrollo
Laboratorio Histologia
Laboratorio de Microbiologia y Bioanalisis
Laboratorio de anatomia
Farmacologia
Laboratorio de Fisiologia de Postgrado
Laboratorio Clinica Universidad del Valle
Laboratorio de habilidades y destrezas en odontologia
Laboratorio Clinicas Odontologicas
Hospital simulado
Laboratorio de Terapia Ocupacional
Laboratorio de Histologia
Laboratorio de Analisis, recuperacion y optimizacion del movimiento humano
Laboratorio de Diagnostico de Agentes Biologicos
Patologia
Bioquimica pregrado
Bioquimica postgrado
Laboratorio Fisiologia Pregrado
Bioinformatica y biocompuatcion
laboratorio de transformadores
Diseno de circuitos y sistemas electronicos
Vision Artificial, Procesamiento de Senales
PEQUENAS CENTRALES HIDROELECTRICAS
Laboratorio de Metrologia Electrica
Laboratorio de Termodinamica Aplicada.
Laboratorios de docencia de biologia
Multimedia y Vision
GEOPOSICIONAMIENTO
Redes y Sistemas Distribuidos
Laboratorio Combustion Combustibles
Caracterizacion mecanica y microestructural de materiales
Laboratorio de Secuenciales y Sistemas de tiempo real
Laboratorio de Microbiologia Industrial y Ambiental
Cedesoft
Espectroscopia Mossbauer
Laboratorio de Optica
Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
Fisiologia animal
LABORATORIO GICAMP
Laboratorio de Investigaciones Microbiologicas (LIM)
Laboratorio Analisis Industriales (LAI)
Laboratorio de investigacion en Productos naturales y Alimentos
Genetica Molecular Humana
SIMRQO
Laboratorio de Ictiologia
Laboratorio "Quimica de las fracciones pesadas"
Laboratorio del Grupo de Electroquimica
Alta Tension

In [9]:
dim(t)


  1. 87
  2. 69

In [10]:
email <- t[6]
F <- email == ""

In [11]:
t[F,]


X...1.Identificacion.del.encuestadoX2.Identificacion.del.recopiladorX3.Fecha.de.inicioX4.Fecha.de.finX5.Direccion.IPX6.EmailX7.GeneroX8.Rango.de.edadX9.Nivel.de.formacionX10.Seleccione.la.Facultad.en.la.cual.ejerce.sus.actividades.laboralesX37....Que.laboratorios.de.la.Universidad.realizan.funciones.similares.y.considera.usted.podrian.relacionarse.X38....Que.laboratorios.considera.usted.podrian.crearse.en.la.Facultad.en.la.cual.usted.trabaja..de.acuerdo.a.sus.programas.academicos..lineas.de.investigacion.y.o.demanda.del.entorno.X39....Cuales.son.las.principales.fortalezas.del..os..laboratorio..s..en.el..los..cual..es..usted.ha.trabajado.X40....Cuales.son.las.principales.debilidades.de..los..laboratorio..s..en.el..los..cual..es..usted.ha.trabajado.X41....Cuales.son.las.mayores.dificultades.que.usted.considera.tendria..n..el..los..laboratorio..s..para.obtener.una.futura.acreditacion.X42....Cuanto.dinero.requiere.que.se.invierta.en.el.laboratorio.en.el.cual.usted.trabaja..para.que.pueda.estar.acreditado.y.prestar.servicios.certificados.a.agentes.externos.de.la.Universidad.del.Valle.Justifique.su.respuesta.X43..Consideramos.fundamental.su.experiencia.y.conocimiento..por.lo.cual.requerimos.de.usted.un.importante.esfuerzo.de.sintesis.que.nos.permita.recolectar.al.menos.una.accion.o.iniciativa.estructurada.que.contribuya.al.desarrollo.del.sistema.de.laboratorios.de.la.Universidad.del.Valle.Comentarios.y.recomendaciones..Si.desea.hacer.algun.aporte.o.sugerencia.para.la.Vicerrectoria.de.Investigaciones.y.el.Comite.Institucional.de.laboratorios.de.la.Universidad.del.Valle..por.favor..use.el.siguiente.espacio.X
265267401771 95727345 02/28/2017 02/28/2017 190.99.230.89 Femenino Mayor de 60 anos Postdoctorado Facultad de Salud no conozco Experiencia. Inversion en infraestructura y equipamiento. Apoyo institucional. Mas de 500 millones de pesos. 1. Renovacion equipos 2. Nombramiento del personal de apoyo contratista desde hace mas de 5 anos 3.Nombramiento de profesores que han fallecido o se han jubilado 1. Los laboratorios de investigacion y servicios (extension) no pueden parar actividades debido a vacaciones colectivas. 2. El sistema de gestion de calidad de la universidad y la vicerrectoria de investigaciones no se deben manejar con monitores y contratistas NA
345255246808 95727345 02/20/2017 02/20/2017 138.122.201.140 Masculino Mayor de 60 anos Maestria Facultad de Ingenieria Experiencia. Inversion en infraestructura y equipamiento. Inversion en infraestructura y equipamiento. Entre 201 millones y 500 millones de pesos. Compra nde equipos actualizados y su correcto mantenimiento NA
465204187864 95727345 02/03/17 02/03/17 37.29.182.135 Masculino Entre 51 y 60 anos Postdoctorado Facultad de Ingenieria Experiencia. Personal calificado. No esta claro que significa acreditar un laboratorio de computo No aplica No esta claro que significa acreditar un laboratorio de computo No lo se NA
615197821019 95727345 01/31/2017 01/31/2017 138.122.201.131 Masculino Entre 51 y 60 anos Doctorado Facultad de Ingenieria Experiencia. Inversion en infraestructura y equipamiento. Inversion en infraestructura y equipamiento. NA
775197598560 95727345 01/31/2017 01/31/2017 138.122.201.142 Femenino Entre 31 y 40 anos Doctorado Facultad de Ciencias Naturales y Exactas Laboratorio de biologia celular y molecular Experiencia. Inversion en infraestructura y equipamiento. Apoyo institucional. Entre 20 millones y 50 millones de pesos El laboratorio no cuenta con ventilacion adecuada, salidas de emergencia, almacen independiente para reactivos,ni con enchapes adecuados para el piso y las paredes NA

check empty id


In [12]:
id <- t[1]
sum(id == "")


0

check duplicated id


In [13]:
sum(duplicated(id))


0

find duplicated emails


In [14]:
dups <- id[duplicated(email),]
dups


  1. 5272066882
  2. 5265906371
  3. 5255246808
  4. 5204187864
  5. 5198959562
  6. 5197821019
  7. 5197642377
  8. 5197598560

In [15]:
which(duplicated(nombreLab))


15

In [16]:
unlist(id)[duplicated(nombreLab)]


X...1.Identificacion.del.encuestado15: 5272066882

In [17]:
F <- duplicated(nombreLab)
t <- t[!F,] 
dim(t)


  1. 86
  2. 69

In [18]:
nombreLab <- t[17]
data.frame(nombreLab[1:40,])


nombreLab.1.40...
Laboratorio de Semillas
laboratorio del Grupo de Investigaciones Entomologicas
Laboratorio de preparaciones biologicas
Laboratorio de Difraccion de Rayos X
Transiciones de Fase en sistemas no metlicos
Microbilogia y Biotecnologia Ambiental
Laboratorio de Biologia Molecular
Laboratorio de malacologia
Secuenciales y Sistemas de tiempo real
Ecosistemas Rocosos
LICAP
Laboratorio de Microbiologia y Bioanalisis
Citogenetica y Biologia del Desarrollo
Laboratorio Histologia
Laboratorio de anatomia
Farmacologia
Laboratorio de Fisiologia de Postgrado
Laboratorio Clinica Universidad del Valle
Laboratorio de habilidades y destrezas en odontologia
Laboratorio Clinicas Odontologicas
Hospital simulado
Laboratorio de Terapia Ocupacional
Laboratorio de Histologia
Laboratorio de Analisis, recuperacion y optimizacion del movimiento humano
Laboratorio de Diagnostico de Agentes Biologicos
Patologia
Bioquimica pregrado
Bioquimica postgrado
Laboratorio Fisiologia Pregrado
Farmacologia In Vitro
LABORATORIO DE FONOAUDIOLOGIA
Laboratorio intermedio de investigacion preclinica y bioterio de murinos
motores y potencia
Grupo de Ecologia y comportamiento de insectos y servicios ecosistemicos
Laboratorio Quimica Ambiental - Docencia
Laboratorio de Estructuras
Laboratorio de Aguas Instituto Cinara
Laboratorio de Ciencias con Aplicaciones Tecnologicas y Bioinorganica
Laboratorio de Circuitos Electricos y Medidas
Biomecanica

In [19]:
data.frame(nombreLab[41:86,])


nombreLab.41.86...
Laboratorio de Espectroscopia
Gisiomca
Centro de computo grupo Fisica Teorica del Estado Solido.
CibioFi
EVALAB
Laboratorio de Automatica
LABORATORIO DE DOCENCIA - SEGUNDO PISO
Laboratorio de Descubrimiento en Bases de Datos (KDD)
CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
Recubrimientos Duros y Aplicaciones Industriales RDAI
Laboratorio en Vibraciones y Acustica (LaVA)
LIBB - Lab.de Investigacion en Biocatalisis y Biotransformaciones.
Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
Lab. de Robotica Movil
LABORATORIO DE CONVERSION DE ENERGIA - FUENTES ALTERNAS Y USO RACIONAL DE ENERGIA
Laboratorio de Geologia y mecanica de rocas
Bioinformatica y biocompuatcion
laboratorio de transformadores
Diseno de circuitos y sistemas electronicos
Vision Artificial, Procesamiento de Senales
PEQUENAS CENTRALES HIDROELECTRICAS
Laboratorio de Metrologia Electrica
Laboratorio de Termodinamica Aplicada.
Laboratorios de docencia de biologia
Multimedia y Vision
GEOPOSICIONAMIENTO
Redes y Sistemas Distribuidos
Laboratorio Combustion Combustibles
Caracterizacion mecanica y microestructural de materiales
Laboratorio de Secuenciales y Sistemas de tiempo real
Laboratorio de Microbiologia Industrial y Ambiental
Cedesoft
Espectroscopia Mossbauer
Laboratorio de Optica
Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
Fisiologia animal
LABORATORIO GICAMP
Laboratorio de Investigaciones Microbiologicas (LIM)
Laboratorio Analisis Industriales (LAI)
Laboratorio de investigacion en Productos naturales y Alimentos
Genetica Molecular Humana
SIMRQO
Laboratorio de Ictiologia
Laboratorio "Quimica de las fracciones pesadas"
Laboratorio del Grupo de Electroquimica
Alta Tension

In [20]:
email <- t[6]
email


X6.Email
1alba.torres@correounivalle.edu.co
2ranulfo.gonzalez@correounivalle.edu.co
3wilmar.bolivar@correounivalle.edu.co
4hernan.colorado@correounivalle.edu.co
5jesus.diosa@correounivalle.edu.co
6janeth.sanabria@correounivalle.edu.co
7nelson.toro@correounivalle.edu.co
8jaime.cantera@correounivalle.edu.co
9carlos.pinedo@correounivalle.edu.co
10edgardo.londono@correounivalle.edu.co
11julian.urresta@correounivalle.edu.co
12carolina.quiroz@correounivalle.edu.co
13efrain.buritica@correounivalle.edu.co
14mario.ortiz@correounivalle.edu.co
16liliana.salazar@correounivalle.edu.co
17mauricio.palacios@correounivalle.edu.co
18leonardo.fierro@correounivalle.edu.co
19andres.zea@correounivalle.edu.co
20odontologia@correounivalle.edu.co
21jesus.hernandez@correounivalle.edu.co
22luzmila.hernnadez@correounivalle.edu.co
23melania.satizabal@correounivalle.edu.co
24maria.pustovrh@correounivalle.edu.co
25lessby.gomez@correounivalle.edu.co
26
27andres.castillo.g@correounivalle.edu.co
28mildrey.mosquera@correounivalle.edu.co
29mildrey.mosquera@correounivalle.edu.co
30santiago.castano@correounivalle.edu.co
31jose.gutierrez@correounivalle.edu.co
58pedro.moreno@correounivalle.edu.co
59laboratorio.transformadores@correounivalle.edu.co
60alvaro.bernal@correounivalle.edu.co
61
62ramiro.ortiz@correounivalle.edu.co
63ferley.castro@correounivalle.edu.co
64gustavo.bolanos@correounivalle.edu.co
65laboratorio.biologia@correounivalle.edu.co
66Maria.Trujillo@correounivalle.edu.co
67jhon.barona@correounivalle.edu.co
68john.sanabria@correounivalle.edu.co
69jaime.acuna@correounivalle.edu.co
70john.coronado@correounivalle.edu.co
71carlos.pinedo@correounivalle.edu.co
72luis.e.mora@correounivalle.edu.co
73mauricio.gaona@correounivalle.edu.co
74jesus.tabares@correounivalle.edu.co
75efrain.solarte@correounivalle.edu.co
76peter.thomson@correounivalle.edu.co
77
78martha.paez@correounivalle.edu.co
79neyla.benitez@correounivalle.edu.co
80jaime.restrepo@correounivalle.edu.co
81ana.colmenares@correounivalle.edu.co
82guillermo.barreto@correounivalle.edu.co
83manuel.chaur@correounivalle.edu.co
84laboratorio.ictiologia@correounivalle.edu.co
85natalia.afanasjeva@correounivalle.edu.co
86fernando.larmat@correounivalle.edu.co
87director.altatension@correounivalle.edu.co

In [21]:
t[41,]


X...1.Identificacion.del.encuestadoX2.Identificacion.del.recopiladorX3.Fecha.de.inicioX4.Fecha.de.finX5.Direccion.IPX6.EmailX7.GeneroX8.Rango.de.edadX9.Nivel.de.formacionX10.Seleccione.la.Facultad.en.la.cual.ejerce.sus.actividades.laboralesX37....Que.laboratorios.de.la.Universidad.realizan.funciones.similares.y.considera.usted.podrian.relacionarse.X38....Que.laboratorios.considera.usted.podrian.crearse.en.la.Facultad.en.la.cual.usted.trabaja..de.acuerdo.a.sus.programas.academicos..lineas.de.investigacion.y.o.demanda.del.entorno.X39....Cuales.son.las.principales.fortalezas.del..os..laboratorio..s..en.el..los..cual..es..usted.ha.trabajado.X40....Cuales.son.las.principales.debilidades.de..los..laboratorio..s..en.el..los..cual..es..usted.ha.trabajado.X41....Cuales.son.las.mayores.dificultades.que.usted.considera.tendria..n..el..los..laboratorio..s..para.obtener.una.futura.acreditacion.X42....Cuanto.dinero.requiere.que.se.invierta.en.el.laboratorio.en.el.cual.usted.trabaja..para.que.pueda.estar.acreditado.y.prestar.servicios.certificados.a.agentes.externos.de.la.Universidad.del.Valle.Justifique.su.respuesta.X43..Consideramos.fundamental.su.experiencia.y.conocimiento..por.lo.cual.requerimos.de.usted.un.importante.esfuerzo.de.sintesis.que.nos.permita.recolectar.al.menos.una.accion.o.iniciativa.estructurada.que.contribuya.al.desarrollo.del.sistema.de.laboratorios.de.la.Universidad.del.Valle.Comentarios.y.recomendaciones..Si.desea.hacer.algun.aporte.o.sugerencia.para.la.Vicerrectoria.de.Investigaciones.y.el.Comite.Institucional.de.laboratorios.de.la.Universidad.del.Valle..por.favor..use.el.siguiente.espacio.X
425211024036 95727345 02/06/17 02/06/17 138.122.201.135 julien.wist@correounivalle.edu.co Masculino Entre 31 y 40 anos Doctorado Facultad de Ciencias Naturales y Exactas nosotros somos parte del lab industrial en cuento a facturacion y podria eso ser un solo lab con el de ingenieria ambiental que tambien presta servicios similares a los de industriales mas que laboratorio seria de pruebas. No contamos con masas alta resolucion, que seria de mucha utilidad para varios grupos Otra: Inversion en infraestructura y equipamiento. Apoyo institucional. no lo se se debe desligar pruebas con laboratorios. Los laboratorios son organizaciones internas y pueden permanecer mucho laboratorios, la pruebas que se prestan como servicio son externas por definicion y se deben agrupar a ciertos laboratorios. Es decir que un espacio puede servir varios laboratorios, si es servicio se hace a traves de un lab, si es investigacion a traves de otro. NA

In [22]:
which(email == "maria.gomez@correounivalle.edu.co")


  1. 47
  2. 49

In [23]:
t[47,17]


LABORATORIO DE DOCENCIA - SEGUNDO PISO

In [30]:
data.frame(table(t[,19]))


Var1Freq
0
Docencia + Extension 1
Docencia + Investigacion 21
Docencia + Investigacion + Extension23
Investigacion + Extension 5
Solo Docencia 18
Solo Extension 3
Solo Investigacion 15

In [33]:
t[,19] == "Docencia + Investigacion"


  1. FALSE
  2. FALSE
  3. FALSE
  4. FALSE
  5. TRUE
  6. FALSE
  7. TRUE
  8. FALSE
  9. FALSE
  10. TRUE
  11. TRUE
  12. FALSE
  13. TRUE
  14. FALSE
  15. TRUE
  16. FALSE
  17. TRUE
  18. FALSE
  19. FALSE
  20. FALSE
  21. FALSE
  22. FALSE
  23. TRUE
  24. FALSE
  25. FALSE
  26. FALSE
  27. FALSE
  28. TRUE
  29. FALSE
  30. FALSE
  31. FALSE
  32. FALSE
  33. FALSE
  34. TRUE
  35. FALSE
  36. FALSE
  37. FALSE
  38. FALSE
  39. FALSE
  40. FALSE
  41. FALSE
  42. FALSE
  43. FALSE
  44. FALSE
  45. TRUE
  46. FALSE
  47. FALSE
  48. TRUE
  49. FALSE
  50. FALSE
  51. FALSE
  52. FALSE
  53. TRUE
  54. FALSE
  55. FALSE
  56. FALSE
  57. FALSE
  58. FALSE
  59. TRUE
  60. TRUE
  61. TRUE
  62. FALSE
  63. FALSE
  64. FALSE
  65. FALSE
  66. FALSE
  67. TRUE
  68. FALSE
  69. FALSE
  70. FALSE
  71. FALSE
  72. FALSE
  73. FALSE
  74. FALSE
  75. TRUE
  76. TRUE
  77. FALSE
  78. TRUE
  79. FALSE
  80. FALSE
  81. FALSE
  82. FALSE
  83. TRUE
  84. FALSE
  85. FALSE
  86. FALSE

In [34]:
t[,19] == "Solo Investigacion"


  1. TRUE
  2. TRUE
  3. FALSE
  4. FALSE
  5. FALSE
  6. FALSE
  7. FALSE
  8. FALSE
  9. FALSE
  10. FALSE
  11. FALSE
  12. FALSE
  13. FALSE
  14. FALSE
  15. FALSE
  16. TRUE
  17. FALSE
  18. FALSE
  19. FALSE
  20. FALSE
  21. FALSE
  22. FALSE
  23. FALSE
  24. FALSE
  25. FALSE
  26. FALSE
  27. FALSE
  28. FALSE
  29. FALSE
  30. TRUE
  31. FALSE
  32. TRUE
  33. FALSE
  34. FALSE
  35. FALSE
  36. FALSE
  37. FALSE
  38. TRUE
  39. FALSE
  40. TRUE
  41. FALSE
  42. TRUE
  43. TRUE
  44. TRUE
  45. FALSE
  46. FALSE
  47. FALSE
  48. FALSE
  49. FALSE
  50. FALSE
  51. FALSE
  52. TRUE
  53. FALSE
  54. FALSE
  55. FALSE
  56. FALSE
  57. FALSE
  58. FALSE
  59. FALSE
  60. FALSE
  61. FALSE
  62. FALSE
  63. FALSE
  64. FALSE
  65. FALSE
  66. FALSE
  67. FALSE
  68. FALSE
  69. FALSE
  70. FALSE
  71. FALSE
  72. FALSE
  73. FALSE
  74. FALSE
  75. FALSE
  76. FALSE
  77. FALSE
  78. FALSE
  79. FALSE
  80. TRUE
  81. FALSE
  82. TRUE
  83. FALSE
  84. TRUE
  85. TRUE
  86. FALSE

In [35]:
t[,19] == "Investigacion + Extension"


  1. FALSE
  2. FALSE
  3. FALSE
  4. TRUE
  5. FALSE
  6. FALSE
  7. FALSE
  8. FALSE
  9. FALSE
  10. FALSE
  11. FALSE
  12. FALSE
  13. FALSE
  14. FALSE
  15. FALSE
  16. FALSE
  17. FALSE
  18. FALSE
  19. FALSE
  20. FALSE
  21. FALSE
  22. FALSE
  23. FALSE
  24. FALSE
  25. FALSE
  26. FALSE
  27. FALSE
  28. FALSE
  29. FALSE
  30. FALSE
  31. FALSE
  32. FALSE
  33. FALSE
  34. FALSE
  35. FALSE
  36. FALSE
  37. FALSE
  38. FALSE
  39. FALSE
  40. FALSE
  41. FALSE
  42. FALSE
  43. FALSE
  44. FALSE
  45. FALSE
  46. FALSE
  47. FALSE
  48. FALSE
  49. TRUE
  50. FALSE
  51. FALSE
  52. FALSE
  53. FALSE
  54. FALSE
  55. FALSE
  56. FALSE
  57. FALSE
  58. FALSE
  59. FALSE
  60. FALSE
  61. FALSE
  62. FALSE
  63. TRUE
  64. FALSE
  65. FALSE
  66. FALSE
  67. FALSE
  68. FALSE
  69. FALSE
  70. FALSE
  71. FALSE
  72. TRUE
  73. FALSE
  74. FALSE
  75. FALSE
  76. FALSE
  77. TRUE
  78. FALSE
  79. FALSE
  80. FALSE
  81. FALSE
  82. FALSE
  83. FALSE
  84. FALSE
  85. FALSE
  86. FALSE

In [36]:
t[,19] == "Docencia + Investigacion + Extension"


  1. FALSE
  2. FALSE
  3. TRUE
  4. FALSE
  5. FALSE
  6. TRUE
  7. FALSE
  8. TRUE
  9. FALSE
  10. FALSE
  11. FALSE
  12. FALSE
  13. FALSE
  14. FALSE
  15. FALSE
  16. FALSE
  17. FALSE
  18. FALSE
  19. FALSE
  20. FALSE
  21. FALSE
  22. TRUE
  23. FALSE
  24. FALSE
  25. TRUE
  26. TRUE
  27. FALSE
  28. FALSE
  29. FALSE
  30. FALSE
  31. FALSE
  32. FALSE
  33. FALSE
  34. FALSE
  35. FALSE
  36. TRUE
  37. FALSE
  38. FALSE
  39. FALSE
  40. FALSE
  41. TRUE
  42. FALSE
  43. FALSE
  44. FALSE
  45. FALSE
  46. TRUE
  47. FALSE
  48. FALSE
  49. FALSE
  50. TRUE
  51. TRUE
  52. FALSE
  53. FALSE
  54. FALSE
  55. TRUE
  56. FALSE
  57. TRUE
  58. FALSE
  59. FALSE
  60. FALSE
  61. FALSE
  62. TRUE
  63. FALSE
  64. TRUE
  65. TRUE
  66. FALSE
  67. FALSE
  68. TRUE
  69. TRUE
  70. FALSE
  71. FALSE
  72. FALSE
  73. TRUE
  74. TRUE
  75. FALSE
  76. FALSE
  77. FALSE
  78. FALSE
  79. TRUE
  80. FALSE
  81. TRUE
  82. FALSE
  83. FALSE
  84. FALSE
  85. FALSE
  86. TRUE

In [ ]:


In [381]:
i = 21
names(t)[i]
t[,i]
t[,i] <- as.numeric(as.character(t[,i]))
t[,i][is.na(t[,i])] <- 0
length(t[,i])
names(t)[i] <- "visitantesDia"


'X6....Cuantas.personas.en.promedio.usan.su.laboratorio.al.dia.'
  1. 1
  2. 7
  3. 6
  4. 4
  5. 8
  6. 10
  7. 8
  8. 7
  9. 6
  10. 4
  11. 15
  12. 50
  13. 3
  14. 40
  15. 80
  16. 8
  17. 6
  18. 10
  19. 40
  20. 200
  21. 8
  22. 7
  23. 8
  24. 30
  25. 35
  26. 7
  27. 70
  28. 4
  29. 10
  30. 8
  31. 14
  32. 8
  33. 1
  34. 8
  35. 4
  36. 15
  37. 9
  38. 8
  39. 20
  40. 3
  41. 25
  42. 5
  43. 15
  44. 1
  45. 10
  46. 50
  47. 1
  48. 12
  49. 1
  50. 10
  51. 7
  52. 2
  53. 28
  54. 10
  55. 6
  56. 3
  57. 15
  58. 20
  59. 10
  60. 22
  61. 5
  62. 4
  63. 10
  64. 92
  65. 0
  66. 25
  67. 4
  68. 16
  69. 2
  70. 8
  71. 6
  72. 15
  73. 10
  74. 3
  75. 3
  76. 4
  77. 5
  78. 8
  79. 15
  80. 5
  81. 12
  82. 12
  83. 6
  84. <NA>
  85. 4
  86. 12
86

In [382]:
i = 22
names(t)[i]
t[,i]
t[,i] <- as.numeric(as.character(t[,i]))
t[,i][is.na(t[,i])] <- 0
length(t[,i])
names(t)[i] <- "personasLaborandoMes"


'X7....Cuantas.personas.laboran.en.promedio.en.su.laboratorio.durante.1.mes.normal.'
  1. 11
  2. 6
  3. 10
  4. 3
  5. 12
  6. 15
  7. 8
  8. 6
  9. 15
  10. 8
  11. 15
  12. 20
  13. 6
  14. 1
  15. 1
  16. 4
  17. 6
  18. 8
  19. 6
  20. 12
  21. 6
  22. 4
  23. 20
  24. 6
  25. 25
  26. 7
  27. 8
  28. 7
  29. 1
  30. 10
  31. 2
  32. 10
  33. 2
  34. 8
  35. 2
  36. 10
  37. 7
  38. 8
  39. 0
  40. 2
  41. 3
  42. 5
  43. 15
  44. 6
  45. 30
  46. 2
  47. 41
  48. 12
  49. 3
  50. 15
  51. 12
  52. 2
  53. 35
  54. 15
  55. 8
  56. 3
  57. 10
  58. 1
  59. 10
  60. 22
  61. 1
  62. 8
  63. 3
  64. 13
  65. 0
  66. 5
  67. 6
  68. 8
  69. 10
  70. 3
  71. 6
  72. 20
  73. 15
  74. 12
  75. 58
  76. 7
  77. 7
  78. 0
  79. 12
  80. 9
  81. 15
  82. 12
  83. 6
  84. 10
  85. 4
  86. 15
86

In [383]:
i = 23
names(t)[i]
t[,i]
t[,i] <- as.numeric(as.character(t[,i]))
t[,i][is.na(t[,i])] <- 0
length(t[,i])
names(t)[i] <- "profNombradosMes"


'X8....Cuantos.profesores.nombrados.usan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  1. 2
  2. 2
  3. 4
  4. 6
  5. 4
  6. 3
  7. 3
  8. 1
  9. 2
  10. 2
  11. 4
  12. 11
  13. 3
  14. 5
  15. 3
  16. 1
  17. 4
  18. 3
  19. 10
  20. 23
  21. 4
  22. 0
  23. 4
  24. 3
  25. 8
  26. 3
  27. 1
  28. 9
  29. 4
  30. 2
  31. 6
  32. 12
  33. 1
  34. 3
  35. 1
  36. 4
  37. 2
  38. 1
  39. 4
  40. 1
  41. 3
  42. 1
  43. 0
  44. 1
  45. 5
  46. 12
  47. 10
  48. 3
  49. 5
  50. 2
  51. 2
  52. 1
  53. 4
  54. 3
  55. 4
  56. 2
  57. 3
  58. 1
  59. 2
  60. 3
  61. 2
  62. 2
  63. 1
  64. 21
  65. 1
  66. 2
  67. 1
  68. 6
  69. 3
  70. 3
  71. 0
  72. 2
  73. 3
  74. 2
  75. 4
  76. 2
  77. 1
  78. 2
  79. 15
  80. 2
  81. 2
  82. 2
  83. 2
  84. 3
  85. 2
  86. 2
86

In [384]:
i = 24
names(t)[i]
t[,i]
t[,i] <- as.numeric(as.character(t[,i]))
t[,i][is.na(t[,i])] <- 0
t[,i][t[,i] == "N.A."] <- 0
length(t[,i])
names(t)[i] <- "estudiantesPregrado"


'X9....Cuantos.estudiantes.de.pregrado.utilizan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  1. 7
  2. 2
  3. 6
  4. N.A.
  5. 4
  6. 40
  7. 4
  8. 3
  9. 10
  10. 5
  11. 8
  12. 100
  13. 0
  14. 190
  15. 1200
  16. 2
  17. 5
  18. 0
  19. 100
  20. 150
  21. 30
  22. 24
  23. 8
  24. 40
  25. 15
  26. 16
  27. 300
  28. 10
  29. 24
  30. 2
  31. 70
  32. 10
  33. 8
  34. 8
  35. 20
  36. 100
  37. 4
  38. 3
  39. 100
  40. 2
  41. 90
  42. 4
  43. 5
  44. 2
  45. 20
  46. 110
  47. 600
  48. 9
  49. 4
  50. 8
  51. 5
  52. 2
  53. 50
  54. 10
  55. 40
  56. 3
  57. 5
  58. 20
  59. 7
  60. 12
  61. 3
  62. 12
  63. 5
  64. 420
  65. 11
  66. 25
  67. 5
  68. 50
  69. 15
  70. 36
  71. 0
  72. 14
  73. 5
  74. 6
  75. 43
  76. 2
  77. 4
  78. 5
  79. 20
  80. 3
  81. 4
  82. 7
  83. 4
  84. 6
  85. 2
  86. 12
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
86

In [385]:
i = 25
names(t)[i]
t[,i]
t[,i] <- as.numeric(as.character(t[,i]))
t[,i][is.na(t[,i])] <- 0
t[,i][t[,i] == "N.A."] <- 0
t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "estudiantesMaestria"


'X10....Cuantos.estudiantes.de.maestria.utilizan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  1. 1
  2. 3
  3. 3
  4. N.A.
  5. 0
  6. 5
  7. 2
  8. 1
  9. 4
  10. 2
  11. 6
  12. 0
  13. 1
  14. 0
  15. 9
  16. 1
  17. 4
  18. 0
  19. 4
  20. 4
  21. 0
  22. 0
  23. 4
  24. 1
  25. 0
  26. 4
  27. 2
  28. 3
  29. 5
  30. 10
  31. 0
  32. 5
  33. 0
  34. 5
  35. 7
  36. 10
  37. 2
  38. 4
  39. 0
  40. 1
  41. 20
  42. 0
  43. 5
  44. 1
  45. 4
  46. 30
  47. No aplica excepto como docentes
  48. 2
  49. 10
  50. 2
  51. 7
  52. 10
  53. 2
  54. 3
  55. 1
  56. 4
  57. 0
  58. 5
  59. 5
  60. 1
  61. 1
  62. 1
  63. 8
  64. 0
  65. 0
  66. 5
  67. 5
  68. 8
  69. 0
  70. 4
  71. 5
  72. 2
  73. 7
  74. 2
  75. 1
  76. 10
  77. 2
  78. 6
  79. 4
  80. 0
  81. 1
  82. 1
  83. 4
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
86

In [386]:
i = 26
names(t)[i]
t[,i]
t[,i] <- as.numeric(as.character(t[,i]))
t[,i][is.na(t[,i])] <- 0
t[,i][t[,i] == "N.A."] <- 0
t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "estudiantesDoctorado"


'X11....Cuantos.estudiantes.de.doctorado.utilizan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  1. 1
  2. 1
  3. 1
  4. N.A.
  5. 4
  6. 5
  7. 2
  8. 2
  9. 1
  10. 1
  11. 5
  12. 0
  13. 1
  14. 0
  15. 1
  16. 1
  17. 6
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 4
  24. 0
  25. 3
  26. 2
  27. 3
  28. 8
  29. 2
  30. 6
  31. 1
  32. 9
  33. 0
  34. 4
  35. 1
  36. 5
  37. 2
  38. 0
  39. 0
  40. 1
  41. 15
  42. 1
  43. 5
  44. 2
  45. 1
  46. 2
  47. No aplica excepto como docentes
  48. 1
  49. 10
  50. 1
  51. 1
  52. 10
  53. 2
  54. 2
  55. 0
  56. 5
  57. 0
  58. 3
  59. 5
  60. 0
  61. 0
  62. 4
  63. 3
  64. 0
  65. 1
  66. 2
  67. 2
  68. 2
  69. 0
  70. 2
  71. 2
  72. 2
  73. 8
  74. 2
  75. 2
  76. 5
  77. 4.5
  78. 3
  79. 1
  80. 1
  81. 0
  82. 1
  83. 3
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
86

In [387]:
i = 27
names(t)[i]
t[,i]
t[,i] <- as.numeric(as.character(t[,i]))
t[,i][is.na(t[,i])] <- 0
t[,i][t[,i] == "N.A."] <- 0
t[,i][t[,i] == "N/A"] <- 0
length(t[,i])
names(t)[i] <- "pasantesInternacionales"


'X..12.....Cuantos.pasantes.internacionales.utilizan.su.laboratorio.en.promedio.durante.1.mes.normal.'
  1. 0
  2. 0
  3. 2
  4. N.A.
  5. 0
  6. 2
  7. 1
  8. 0
  9. 2
  10. 1
  11. 0
  12. 0
  13. 0
  14. 1
  15. 0
  16. 0
  17. 0
  18. 2
  19. 4
  20. 0
  21. 0
  22. 2
  23. 0
  24. 0
  25. 0
  26. 0
  27. 2
  28. 0
  29. 2
  30. 0
  31. 0
  32. 0
  33. 0
  34. 0
  35. 0
  36. 0
  37. 1
  38. 0
  39. 0
  40. 2
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 2
  47. 0
  48. 1
  49. 1
  50. 0
  51. 1
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 0
  58. 0
  59. 1
  60. 0
  61. 0
  62. 2
  63. 0
  64. 0
  65. 0.1
  66. 0
  67. 0
  68. 0
  69. 0
  70. N/A
  71. 0
  72. 0
  73. 0
  74. 0
  75. 0
  76. 0
  77. 1
  78. 0
  79. 0
  80. 0
  81. 0
  82. 0
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
86

In [388]:
i = 28
names(t)[i]
t[,i]
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "resolucion"


'X13....Cuenta.su.laboratorio.con.una.resolucion.de.creacion.'
  1. No
  2. No
  3. No
  4. Si
  5. Si
  6. Si
  7. No
  8. No
  9. Si
  10. No
  11. Si
  12. Si
  13. Si
  14. No
  15. No
  16. No
  17. Si
  18. Si
  19. Si
  20. No
  21. No
  22. Si
  23. Si
  24. No
  25. Si
  26. No
  27. Si
  28. Si
  29. No
  30. Si
  31. Si
  32. Si
  33. Si
  34. Si
  35. No
  36. Si
  37. Si
  38. Si
  39. Si
  40. Si
  41. Si
  42. No
  43. No
  44. Si
  45. Si
  46. Si
  47. Si
  48. Si
  49. Si
  50. Si
  51. Si
  52. Si
  53. Si
  54. Si
  55. Si
  56. Si
  57. Si
  58. Si
  59. Si
  60. Si
  61. Si
  62. Si
  63. No
  64. Si
  65. Si
  66. No
  67. No
  68. Si
  69. Si
  70. Si
  71. Si
  72. No
  73. Si
  74. No
  75. Si
  76. Si
  77. Si
  78. Si
  79. Si
  80. Si
  81. Si
  82. Si
  83. Si
  84. Si
  85. No
  86. Si
  1. 0
  2. 0
  3. 0
  4. 1
  5. 1
  6. 1
  7. 0
  8. 0
  9. 1
  10. 0
  11. 1
  12. 1
  13. 1
  14. 0
  15. 0
  16. 0
  17. 1
  18. 1
  19. 1
  20. 0
  21. 0
  22. 1
  23. 1
  24. 0
  25. 1
  26. 0
  27. 1
  28. 1
  29. 0
  30. 1
  31. 1
  32. 1
  33. 1
  34. 1
  35. 0
  36. 1
  37. 1
  38. 1
  39. 1
  40. 1
  41. 1
  42. 0
  43. 0
  44. 1
  45. 1
  46. 1
  47. 1
  48. 1
  49. 1
  50. 1
  51. 1
  52. 1
  53. 1
  54. 1
  55. 1
  56. 1
  57. 1
  58. 1
  59. 1
  60. 1
  61. 1
  62. 1
  63. 0
  64. 1
  65. 1
  66. 0
  67. 0
  68. 1
  69. 1
  70. 1
  71. 1
  72. 0
  73. 1
  74. 0
  75. 1
  76. 1
  77. 1
  78. 1
  79. 1
  80. 1
  81. 1
  82. 1
  83. 1
  84. 1
  85. 0
  86. 1
86

In [389]:
i = 29
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "sistemaGestion"


'X14....Cuenta.su.laboratorio.con.un.sistema.de.gestion.de.calidad.'
  1. Si
  2. No
  3. Si
  4. Si
  5. Si
  6. Si
  7. No
  8. No
  9. No
  10. No
  11. No
  12. Si
  13. Si
  14. No
  15. Si
  16. No
  17. Si
  18. Si
  19. Si
  20. Si
  21. No
  22. Si
  23. Si
  24. Si
  25. Si
  26. No
  27. Si
  28. Si
  29. Si
  30. Si
  31. Si
  32. Si
  33. Si
  34. Si
  35. No
  36. Si
  37. Si
  38. No
  39. No
  40. No
  41. Si
  42. Si
  43. No
  44. Si
  45. No
  46. Si
  47. Si
  48. Si
  49. Si
  50. Si
  51. No
  52. No
  53. Si
  54. No
  55. No
  56. No
  57. No
  58. Si
  59. No
  60. No
  61. Si
  62. Si
  63. Si
  64. Si
  65. No
  66. Si
  67. Si
  68. Si
  69. Si
  70. No
  71. No
  72. No
  73. No
  74. No
  75. Si
  76. Si
  77. No
  78. Si
  79. Si
  80. Si
  81. Si
  82. Si
  83. Si
  84. Si
  85. Si
  1. ''
  2. 'No'
  3. 'Si'
  1. 1
  2. 0
  3. 1
  4. 1
  5. 1
  6. 1
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 1
  13. 1
  14. 0
  15. 1
  16. 0
  17. 1
  18. 1
  19. 1
  20. 1
  21. 0
  22. 1
  23. 1
  24. 1
  25. 1
  26. 0
  27. 1
  28. 1
  29. 1
  30. 1
  31. 1
  32. 1
  33. 1
  34. 1
  35. 0
  36. 1
  37. 1
  38. 0
  39. 0
  40. 0
  41. 1
  42. 1
  43. 0
  44. 1
  45. 0
  46. 1
  47. 1
  48. 1
  49. 1
  50. 1
  51. 0
  52. 0
  53. 1
  54. 0
  55. 0
  56. 0
  57. 0
  58. 1
  59. 0
  60. 0
  61. 1
  62. 1
  63. 1
  64. 1
  65. 0
  66. 1
  67. 1
  68. 1
  69. 1
  70. 0
  71. 0
  72. 0
  73. 0
  74. 0
  75. 0
  76. 1
  77. 1
  78. 0
  79. 1
  80. 1
  81. 1
  82. 1
  83. 1
  84. 1
  85. 1
  86. 1
86

In [390]:
i = 30
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "manuelProcesos"


'X15....Su.laboratorio.tiene.un.manual.de.gestion.de.procesos.'
  1. No
  2. No
  3. No
  4. Si
  5. Si
  6. Si
  7. No
  8. Si
  9. No
  10. No
  11. No
  12. No
  13. No
  14. No
  15. No
  16. No
  17. Si
  18. No
  19. No
  20. Si
  21. No
  22. No
  23. Si
  24. Si
  25. Si
  26. No
  27. No
  28. No
  29. No
  30. No
  31. No
  32. Si
  33. Si
  34. Si
  35. No
  36. Si
  37. Si
  38. No
  39. No
  40. No
  41. Si
  42. No
  43. No
  44. No
  45. No
  46. Si
  47. No
  48. No
  49. Si
  50. Si
  51. No
  52. No
  53. Si
  54. No
  55. No
  56. No
  57. No
  58. Si
  59. No
  60. No
  61. Si
  62. Si
  63. Si
  64. No
  65. No
  66. Si
  67. No
  68. Si
  69. Si
  70. No
  71. No
  72. Si
  73. Si
  74. No
  75. No
  76. Si
  77. Si
  78. No
  79. Si
  80. Si
  81. No
  82. Si
  83. Si
  84. Si
  85. No
  86. Si
  1. ''
  2. 'No'
  3. 'Si'
  1. 0
  2. 0
  3. 0
  4. 1
  5. 1
  6. 1
  7. 0
  8. 1
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 0
  16. 0
  17. 1
  18. 0
  19. 0
  20. 1
  21. 0
  22. 0
  23. 1
  24. 1
  25. 1
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 1
  33. 1
  34. 1
  35. 0
  36. 1
  37. 1
  38. 0
  39. 0
  40. 0
  41. 1
  42. 0
  43. 0
  44. 0
  45. 0
  46. 1
  47. 0
  48. 0
  49. 1
  50. 1
  51. 0
  52. 0
  53. 1
  54. 0
  55. 0
  56. 0
  57. 0
  58. 1
  59. 0
  60. 0
  61. 1
  62. 1
  63. 1
  64. 0
  65. 0
  66. 1
  67. 0
  68. 1
  69. 1
  70. 0
  71. 0
  72. 1
  73. 1
  74. 0
  75. 0
  76. 1
  77. 1
  78. 0
  79. 1
  80. 1
  81. 0
  82. 1
  83. 1
  84. 1
  85. 0
  86. 1
86

In [391]:
i = 31
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "mantenimientoPredictivo"


'X16....Cuenta.su.laboratorio.con.un.sistema.de.monitoreo.que.le.permita.realizar.mantenimiento.predictivo.'
  1. No
  2. No
  3. No
  4. Si
  5. No
  6. No
  7. No
  8. No aplica
  9. No
  10. No
  11. No
  12. No
  13. No
  14. Si
  15. No aplica
  16. No
  17. Si
  18. No
  19. Si
  20. Si
  21. No
  22. No
  23. Si
  24. Si
  25. No
  26. No
  27. No
  28. No
  29. Si
  30. Si
  31. No
  32. Si
  33. Si
  34. Si
  35. No aplica
  36. No
  37. Si
  38. No
  39. No
  40. No
  41. Si
  42. No aplica
  43. No
  44. No
  45. No aplica
  46. Si
  47. Si
  48. No
  49. Si
  50. Si
  51. No
  52. No
  53. No
  54. No
  55. No
  56. No
  57. No
  58. Si
  59. No
  60. No aplica
  61. Si
  62. Si
  63. Si
  64. No
  65. No aplica
  66. No
  67. No aplica
  68. Si
  69. Si
  70. No
  71. Si
  72. No
  73. Si
  74. No
  75. No
  76. No
  77. No
  78. No
  79. Si
  80. Si
  81. No
  82. No aplica
  83. Si
  84. No
  85. No
  86. Si
  1. ''
  2. 'No'
  3. 'No aplica'
  4. 'Si'
  1. 0
  2. 0
  3. 0
  4. 1
  5. 0
  6. 0
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 1
  15. 0
  16. 0
  17. 1
  18. 0
  19. 1
  20. 1
  21. 0
  22. 0
  23. 1
  24. 1
  25. 0
  26. 0
  27. 0
  28. 0
  29. 1
  30. 1
  31. 0
  32. 1
  33. 1
  34. 1
  35. 0
  36. 0
  37. 1
  38. 0
  39. 0
  40. 0
  41. 1
  42. 0
  43. 0
  44. 0
  45. 0
  46. 1
  47. 1
  48. 0
  49. 1
  50. 1
  51. 0
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 0
  58. 1
  59. 0
  60. 0
  61. 1
  62. 1
  63. 1
  64. 0
  65. 0
  66. 0
  67. 0
  68. 1
  69. 1
  70. 0
  71. 1
  72. 0
  73. 1
  74. 0
  75. 0
  76. 0
  77. 0
  78. 0
  79. 1
  80. 1
  81. 0
  82. 0
  83. 1
  84. 0
  85. 0
  86. 1
86

In [392]:
i = 32
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "pruebaAcreditada"


'X17....Tiene.su.laboratorio.alguna.prueba.acreditada.por.un.organismo.normalizador.nacional.'
  1. No
  2. No
  3. No
  4. No
  5. Si
  6. Si
  7. No
  8. No
  9. No
  10. No
  11. No
  12. No
  13. No
  14. No
  15. No
  16. No
  17. No
  18. No
  19. No
  20. No
  21. No
  22. No
  23. Si
  24. No
  25. No
  26. No
  27. No
  28. No
  29. No
  30. No
  31. No
  32. No
  33. No
  34. No
  35. No
  36. No
  37. No
  38. No
  39. No
  40. No
  41. No
  42. No
  43. No
  44. No
  45. No
  46. No
  47. No
  48. No
  49. No
  50. No
  51. No
  52. No
  53. No
  54. No
  55. No
  56. No
  57. Si
  58. No
  59. No
  60. No
  61. No
  62. Si
  63. No
  64. No
  65. No
  66. No
  67. No
  68. No
  69. No
  70. No
  71. No
  72. No
  73. No
  74. No
  75. No
  76. No
  77. No
  78. No
  79. Si
  80. No
  81. No
  82. No
  83. No
  84. No
  85. No
  86. Si
  1. ''
  2. 'No'
  3. 'Si'
  1. 0
  2. 0
  3. 0
  4. 0
  5. 1
  6. 1
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 0
  16. 0
  17. 0
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 1
  24. 0
  25. 0
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 0
  33. 0
  34. 0
  35. 0
  36. 0
  37. 0
  38. 0
  39. 0
  40. 0
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 0
  48. 0
  49. 0
  50. 0
  51. 0
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 1
  58. 0
  59. 0
  60. 0
  61. 0
  62. 1
  63. 0
  64. 0
  65. 0
  66. 0
  67. 0
  68. 0
  69. 0
  70. 0
  71. 0
  72. 0
  73. 0
  74. 0
  75. 0
  76. 0
  77. 0
  78. 0
  79. 1
  80. 0
  81. 0
  82. 0
  83. 0
  84. 0
  85. 0
  86. 1
86

In [393]:
i = 33
names(t)[i]
t[,i]
#levels(t[,i])
#levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "cuentasPruebasAcreditadas"


'X..Cuantas.'
  1. 0
  2. 0
  3. 0
  4. 0
  5. 0
  6. 2
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 0
  16. 0
  17. 0
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 1
  24. 0
  25. 0
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 0
  33. 0
  34. 0
  35. 0
  36. 0
  37. 0
  38. 0
  39. 0
  40. 0
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 0
  48. 0
  49. 0
  50. 0
  51. 0
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 0
  58. 0
  59. 0
  60. 0
  61. 0
  62. 16
  63. Esta en proceso de acreditacion una prueba
  64. 0
  65. 0
  66. 0
  67. 0
  68. 0
  69. 0
  70. 0
  71. 0
  72. 0
  73. 0
  74. 0
  75. 0
  76. 0
  77. 0
  78. 0
  79. 4
  80. 0
  81. 0
  82. 0
  83. 0
  84. 0
  85. 0
  86. 16
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
  1. 0
  2. 0
  3. 0
  4. 0
  5. 0
  6. 2
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 0
  16. 0
  17. 0
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 1
  24. 0
  25. 0
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 0
  33. 0
  34. 0
  35. 0
  36. 0
  37. 0
  38. 0
  39. 0
  40. 0
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 0
  48. 0
  49. 0
  50. 0
  51. 0
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 0
  58. 0
  59. 0
  60. 0
  61. 0
  62. 16
  63. <NA>
  64. 0
  65. 0
  66. 0
  67. 0
  68. 0
  69. 0
  70. 0
  71. 0
  72. 0
  73. 0
  74. 0
  75. 0
  76. 0
  77. 0
  78. 0
  79. 4
  80. 0
  81. 0
  82. 0
  83. 0
  84. 0
  85. 0
  86. 16
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
86

In [394]:
i = 34
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "consumoMensual"


'X18....Conoce.usted.el.consumo.de.servicios.publicos.mensual.de.su.laboratorio.'
  1. No
  2. No
  3. No
  4. No
  5. No
  6. No
  7. No
  8. No
  9. No
  10. No
  11. No
  12. No
  13. No
  14. No
  15. No
  16. No
  17. No
  18. No
  19. No
  20. No
  21. No
  22. No
  23. Si
  24. No
  25. Si
  26. No
  27. No
  28. No
  29. No
  30. No
  31. No
  32. Si
  33. No
  34. No
  35. No
  36. No
  37. Si
  38. No
  39. No
  40. No
  41. No
  42. No
  43. No
  44. No
  45. No
  46. No
  47. No
  48. No
  49. No
  50. Si
  51. No
  52. No
  53. No
  54. No
  55. No
  56. No
  57. No
  58. No
  59. No
  60. No
  61. No
  62. Si
  63. Si
  64. No
  65. No
  66. No
  67. No
  68. No
  69. Si
  70. Si
  71. No
  72. No
  73. No
  74. Si
  75. No
  76. No
  77. No
  78. No
  79. Si
  80. No
  81. No
  82. No
  83. No
  84. No
  85. No
  86. Si
  1. ''
  2. 'No'
  3. 'Si'
  1. 0
  2. 0
  3. 0
  4. 0
  5. 0
  6. 0
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 0
  16. 0
  17. 0
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 1
  24. 0
  25. 1
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 1
  33. 0
  34. 0
  35. 0
  36. 0
  37. 1
  38. 0
  39. 0
  40. 0
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 0
  48. 0
  49. 0
  50. 1
  51. 0
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 0
  58. 0
  59. 0
  60. 0
  61. 0
  62. 1
  63. 1
  64. 0
  65. 0
  66. 0
  67. 0
  68. 0
  69. 1
  70. 1
  71. 0
  72. 0
  73. 0
  74. 1
  75. 0
  76. 0
  77. 0
  78. 0
  79. 1
  80. 0
  81. 0
  82. 0
  83. 0
  84. 0
  85. 0
  86. 1
86

In [395]:
i = 35
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "consumoInsumos"


'X19....Conoce.usted.el.consumo.mensual.de.insumos.de.su.laboratorio.'
  1. Si
  2. No
  3. No
  4. Si
  5. No
  6. No
  7. No
  8. No
  9. Si
  10. No
  11. No
  12. Si
  13. Si
  14. No
  15. Si
  16. No
  17. No
  18. Si
  19. Si
  20. Si
  21. No
  22. No
  23. Si
  24. Si
  25. Si
  26. Si
  27. No
  28. Si
  29. No
  30. No
  31. No
  32. Si
  33. Si
  34. No
  35. Si
  36. Si
  37. Si
  38. No
  39. Si
  40. No
  41. Si
  42. Si
  43. No
  44. No
  45. Si
  46. Si
  47. Si
  48. No
  49. Si
  50. Si
  51. Si
  52. Si
  53. Si
  54. Si
  55. Si
  56. No
  57. Si
  58. Si
  59. Si
  60. Si
  61. Si
  62. Si
  63. Si
  64. Si
  65. No
  66. Si
  67. No
  68. Si
  69. Si
  70. Si
  71. Si
  72. No
  73. No
  74. Si
  75. No
  76. Si
  77. No
  78. No
  79. Si
  80. Si
  81. Si
  82. No
  83. Si
  84. Si
  85. No
  86. Si
  1. ''
  2. 'No'
  3. 'Si'
  1. 1
  2. 0
  3. 0
  4. 1
  5. 0
  6. 0
  7. 0
  8. 0
  9. 1
  10. 0
  11. 0
  12. 1
  13. 1
  14. 0
  15. 1
  16. 0
  17. 0
  18. 1
  19. 1
  20. 1
  21. 0
  22. 0
  23. 1
  24. 1
  25. 1
  26. 1
  27. 0
  28. 1
  29. 0
  30. 0
  31. 0
  32. 1
  33. 1
  34. 0
  35. 1
  36. 1
  37. 1
  38. 0
  39. 1
  40. 0
  41. 1
  42. 1
  43. 0
  44. 0
  45. 1
  46. 1
  47. 1
  48. 0
  49. 1
  50. 1
  51. 1
  52. 1
  53. 1
  54. 1
  55. 1
  56. 0
  57. 1
  58. 1
  59. 1
  60. 1
  61. 1
  62. 1
  63. 1
  64. 1
  65. 0
  66. 1
  67. 0
  68. 1
  69. 1
  70. 1
  71. 1
  72. 0
  73. 0
  74. 1
  75. 0
  76. 1
  77. 0
  78. 0
  79. 1
  80. 1
  81. 1
  82. 0
  83. 1
  84. 1
  85. 0
  86. 1
86

In [ ]:


In [396]:
i = 36
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "inventario"


'X20....Su.laboratorio.cuenta.con.un.sistema.de.control.de.inventario.de.insumos.y.equipos.propio.'
  1. Si
  2. No
  3. No
  4. Si
  5. Si
  6. Si
  7. No
  8. Si
  9. No
  10. No
  11. Si
  12. Si
  13. Si
  14. Si
  15. No
  16. No
  17. No
  18. Si
  19. Si
  20. Si
  21. Si
  22. No
  23. Si
  24. Si
  25. No
  26. Si
  27. Si
  28. Si
  29. Si
  30. No
  31. Si
  32. Si
  33. No
  34. Si
  35. No
  36. Si
  37. Si
  38. No
  39. Si
  40. No
  41. Si
  42. Si
  43. No
  44. Si
  45. No
  46. Si
  47. No
  48. Si
  49. Si
  50. No
  51. Si
  52. Si
  53. Si
  54. Si
  55. Si
  56. Si
  57. Si
  58. Si
  59. Si
  60. Si
  61. Si
  62. Si
  63. Si
  64. Si
  65. Si
  66. Si
  67. No
  68. Si
  69. Si
  70. No
  71. Si
  72. No
  73. No
  74. No
  75. Si
  76. Si
  77. No
  78. No
  79. Si
  80. Si
  81. Si
  82. No
  83. Si
  84. Si
  85. Si
  86. Si
  1. ''
  2. 'No'
  3. 'Si'
  1. 1
  2. 0
  3. 0
  4. 1
  5. 1
  6. 1
  7. 0
  8. 1
  9. 0
  10. 0
  11. 1
  12. 1
  13. 1
  14. 1
  15. 0
  16. 0
  17. 0
  18. 1
  19. 1
  20. 1
  21. 1
  22. 0
  23. 1
  24. 1
  25. 0
  26. 1
  27. 1
  28. 1
  29. 1
  30. 0
  31. 1
  32. 1
  33. 0
  34. 1
  35. 0
  36. 1
  37. 1
  38. 0
  39. 1
  40. 0
  41. 1
  42. 1
  43. 0
  44. 1
  45. 0
  46. 1
  47. 0
  48. 1
  49. 1
  50. 0
  51. 1
  52. 1
  53. 1
  54. 1
  55. 1
  56. 1
  57. 1
  58. 1
  59. 1
  60. 1
  61. 1
  62. 1
  63. 1
  64. 1
  65. 1
  66. 1
  67. 0
  68. 1
  69. 1
  70. 0
  71. 1
  72. 0
  73. 0
  74. 0
  75. 1
  76. 1
  77. 0
  78. 0
  79. 1
  80. 1
  81. 1
  82. 0
  83. 1
  84. 1
  85. 1
  86. 1
86

In [397]:
i = 37
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, NA, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "insumosVencidos"


'X21....Conoce.usted.la.fecha.de.vencimiento.de.todos.los.insumos.que.usa.en.su.laboratorio.'
  1. SI
  2. No
  3. No
  4. SI
  5. SI
  6. No
  7. No
  8. No aplica
  9. No aplica
  10. No
  11. SI
  12. No aplica
  13. SI
  14. No aplica
  15. SI
  16. SI
  17. No
  18. No
  19. SI
  20. SI
  21. No
  22. No
  23. SI
  24. SI
  25. SI
  26. No
  27. SI
  28. SI
  29. No aplica
  30. SI
  31. No aplica
  32. SI
  33. No aplica
  34. SI
  35. No
  36. No aplica
  37. SI
  38. No
  39. No aplica
  40. No aplica
  41. SI
  42. SI
  43. No aplica
  44. SI
  45. No aplica
  46. SI
  47. No aplica
  48. No aplica
  49. No
  50. No aplica
  51. SI
  52. No
  53. No
  54. No aplica
  55. No aplica
  56. No aplica
  57. SI
  58. SI
  59. No aplica
  60. No aplica
  61. SI
  62. SI
  63. SI
  64. No
  65. No aplica
  66. SI
  67. No aplica
  68. SI
  69. SI
  70. No
  71. SI
  72. No aplica
  73. No
  74. SI
  75. No aplica
  76. SI
  77. No
  78. No
  79. SI
  80. SI
  81. SI
  82. No
  83. No
  84. No
  85. No
  86. SI
  1. ''
  2. 'No'
  3. 'No aplica'
  4. 'SI'
  1. 1
  2. 0
  3. 0
  4. 1
  5. 1
  6. 0
  7. 0
  8. <NA>
  9. <NA>
  10. 0
  11. 1
  12. <NA>
  13. 1
  14. <NA>
  15. 1
  16. 1
  17. 0
  18. 0
  19. 1
  20. 1
  21. 0
  22. 0
  23. 1
  24. 1
  25. 1
  26. 0
  27. 1
  28. 1
  29. <NA>
  30. 1
  31. <NA>
  32. 1
  33. <NA>
  34. 1
  35. 0
  36. <NA>
  37. 1
  38. 0
  39. <NA>
  40. <NA>
  41. 1
  42. 1
  43. <NA>
  44. 1
  45. <NA>
  46. 1
  47. <NA>
  48. <NA>
  49. 0
  50. <NA>
  51. 1
  52. 0
  53. 0
  54. <NA>
  55. <NA>
  56. <NA>
  57. 1
  58. 1
  59. <NA>
  60. <NA>
  61. 1
  62. 1
  63. 1
  64. 0
  65. <NA>
  66. 1
  67. <NA>
  68. 1
  69. 1
  70. 0
  71. 1
  72. <NA>
  73. 0
  74. 1
  75. <NA>
  76. 1
  77. 0
  78. 0
  79. 1
  80. 1
  81. 1
  82. 0
  83. 0
  84. 0
  85. 0
  86. 1
86

In [398]:
i = 38
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "contingencia"


'X22....Su.laboratorio.tiene.identificacion.de.riesgos.y.planes.de.contingencia.'
  1. Si
  2. No
  3. Si
  4. No
  5. Si
  6. Si
  7. No
  8. No
  9. Si
  10. No
  11. No
  12. Si
  13. Si
  14. No
  15. Si
  16. No
  17. Si
  18. No
  19. Si
  20. Si
  21. No
  22. No
  23. No
  24. No
  25. Si
  26. No
  27. No
  28. No
  29. No
  30. No
  31. No
  32. Si
  33. Si
  34. Si
  35. No
  36. No
  37. No
  38. No
  39. Si
  40. Si
  41. Si
  42. No
  43. No
  44. No
  45. Si
  46. No
  47. Si
  48. Si
  49. Si
  50. No
  51. Si
  52. Si
  53. No
  54. Si
  55. No
  56. Si
  57. Si
  58. No
  59. Si
  60. Si
  61. Si
  62. Si
  63. No
  64. No
  65. Si
  66. Si
  67. Si
  68. Si
  69. No
  70. Si
  71. No
  72. Si
  73. No
  74. Si
  75. Si
  76. Si
  77. Si
  78. Si
  79. Si
  80. Si
  81. Si
  82. Si
  83. Si
  84. No
  85. Si
  1. ''
  2. 'No'
  3. 'Si'
  1. 1
  2. 0
  3. 1
  4. 0
  5. 1
  6. 1
  7. 0
  8. 0
  9. 1
  10. 0
  11. 0
  12. 1
  13. 1
  14. 0
  15. 1
  16. 0
  17. 1
  18. 0
  19. 1
  20. 1
  21. 0
  22. 0
  23. 0
  24. 0
  25. 1
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 1
  33. 1
  34. 1
  35. 0
  36. 0
  37. 0
  38. 0
  39. 1
  40. 1
  41. 1
  42. 0
  43. 0
  44. 0
  45. 0
  46. 1
  47. 0
  48. 1
  49. 1
  50. 1
  51. 0
  52. 1
  53. 1
  54. 0
  55. 1
  56. 0
  57. 1
  58. 1
  59. 0
  60. 1
  61. 1
  62. 1
  63. 1
  64. 0
  65. 0
  66. 1
  67. 1
  68. 1
  69. 1
  70. 0
  71. 1
  72. 0
  73. 1
  74. 0
  75. 1
  76. 1
  77. 1
  78. 1
  79. 1
  80. 1
  81. 1
  82. 1
  83. 1
  84. 1
  85. 0
  86. 1
86

In [399]:
i = 39
names(t)[i]
t[,i]
levels(t[,i])
#levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.factor(t[,i]))
t[,i] <- as.numeric(as.factor(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "metrologico"


'X23....Usted.tiene.un.plan.de.control.metrologico.de.sus.equipos.'
  1. Si
  2. No
  3. No aplica
  4. Si
  5. Si
  6. Si
  7. No
  8. No
  9. No aplica
  10. No
  11. No
  12. No
  13. No
  14. Si
  15. No aplica
  16. No
  17. Si
  18. Si
  19. No
  20. No
  21. No
  22. No
  23. No
  24. No
  25. No
  26. No
  27. No
  28. No
  29. No aplica
  30. Si
  31. No aplica
  32. Si
  33. No aplica
  34. No aplica
  35. No
  36. No
  37. Si
  38. No
  39. Si
  40. No
  41. No
  42. No
  43. No aplica
  44. No
  45. No aplica
  46. Si
  47. No
  48. No aplica
  49. No
  50. Si
  51. No
  52. No
  53. No
  54. No aplica
  55. No
  56. No
  57. Si
  58. Si
  59. No
  60. No
  61. No
  62. Si
  63. Si
  64. Si
  65. No aplica
  66. No
  67. No aplica
  68. Si
  69. Si
  70. No aplica
  71. Si
  72. No aplica
  73. No
  74. No aplica
  75. No
  76. Si
  77. No
  78. No
  79. Si
  80. Si
  81. Si
  82. Si
  83. Si
  84. No
  85. No
  86. Si
  1. ''
  2. 'No'
  3. 'No aplica'
  4. 'Si'
  1. 4
  2. 2
  3. 3
  4. 4
  5. 4
  6. 4
  7. 2
  8. 2
  9. 3
  10. 2
  11. 2
  12. 2
  13. 2
  14. 4
  15. 3
  16. 2
  17. 4
  18. 4
  19. 2
  20. 2
  21. 2
  22. 2
  23. 2
  24. 2
  25. 2
  26. 2
  27. 2
  28. 2
  29. 3
  30. 4
  31. 3
  32. 4
  33. 3
  34. 3
  35. 2
  36. 2
  37. 4
  38. 2
  39. 4
  40. 2
  41. 2
  42. 2
  43. 3
  44. 2
  45. 3
  46. 4
  47. 2
  48. 3
  49. 2
  50. 4
  51. 2
  52. 2
  53. 2
  54. 3
  55. 2
  56. 2
  57. 4
  58. 4
  59. 2
  60. 2
  61. 2
  62. 4
  63. 4
  64. 4
  65. 3
  66. 2
  67. 3
  68. 4
  69. 4
  70. 3
  71. 4
  72. 3
  73. 2
  74. 3
  75. 2
  76. 4
  77. 2
  78. 2
  79. 4
  80. 4
  81. 4
  82. 4
  83. 4
  84. 2
  85. 2
  86. 4
86

In [37]:
i = 40
names(t)[i]
t[,i]
levels(t[,i])
#levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "articulos"


'X24....Cuantos.articulos.cientificos.publicados.en.los.ultimos.dos.anos.en.revistas.indexadas.por.Colciencias.contiene.datos.generados.por.su.laboratorio.'
  1. 5
  2. 30
  3. 5
  4. 0
  5. 15
  6. 5
  7. 5
  8. 15
  9. 0
  10. 5
  11. 15
  12. 0
  13. 0
  14. 0
  15. 15
  16. 5
  17. 15
  18. 0
  19. 5
  20. 15
  21. 0
  22. 0
  23. 15
  24. 5
  25. 15
  26. 30
  27. 0
  28. 15
  29. 0
  30. 15
  31. 5
  32. 15
  33. 0
  34. 15
  35. 0
  36. 5
  37. 5
  38. 15
  39. 0
  40. 5
  41. 50
  42. 5
  43. 15
  44. 15
  45. 5
  46. 0
  47. 0
  48. 5
  49. 15
  50. 15
  51. 15
  52. 5
  53. 30
  54. 15
  55. 5
  56. 5
  57. 5
  58. 0
  59. 5
  60. 15
  61. 5
  62. 5
  63. 5
  64. 0
  65. 15
  66. 0
  67. 0
  68. 5
  69. 15
  70. 5
  71. 5
  72. 5
  73. 15
  74. 5
  75. 15
  76. 5
  77. 5
  78. 15
  79. 15
  80. 5
  81. 15
  82. 15
  83. 5
  84. 5
  85. 5
  86. 15
  1. '0'
  2. '30'
  3. '5'
  4. '15'
  5. '50'
  1. 5
  2. 30
  3. 5
  4. 0
  5. 15
  6. 5
  7. 5
  8. 15
  9. 0
  10. 5
  11. 15
  12. 0
  13. 0
  14. 0
  15. 15
  16. 5
  17. 15
  18. 0
  19. 5
  20. 15
  21. 0
  22. 0
  23. 15
  24. 5
  25. 15
  26. 30
  27. 0
  28. 15
  29. 0
  30. 15
  31. 5
  32. 15
  33. 0
  34. 15
  35. 0
  36. 5
  37. 5
  38. 15
  39. 0
  40. 5
  41. 50
  42. 5
  43. 15
  44. 15
  45. 5
  46. 0
  47. 0
  48. 5
  49. 15
  50. 15
  51. 15
  52. 5
  53. 30
  54. 15
  55. 5
  56. 5
  57. 5
  58. 0
  59. 5
  60. 15
  61. 5
  62. 5
  63. 5
  64. 0
  65. 15
  66. 0
  67. 0
  68. 5
  69. 15
  70. 5
  71. 5
  72. 5
  73. 15
  74. 5
  75. 15
  76. 5
  77. 5
  78. 15
  79. 15
  80. 5
  81. 15
  82. 15
  83. 5
  84. 5
  85. 5
  86. 15
86

In [401]:
i = 45
names(t)[i]
t[,i]
levels(t[,i])
#levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
#t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "dondeRealizaPruebas"


'X26...Donde.ha.realizado.sus.pruebas.'
  1. Laboratorios propios
  2. No aplica
  3. No aplica
  4. No aplica
  5. Laboratorios propios
  6. Laboratorios Nacionales
  7. Laboratorios Internacionales
  8. No aplica
  9. No aplica
  10. Laboratorios propios
  11. No aplica
  12. No aplica
  13. Laboratorios propios
  14. Laboratorios propios
  15. No aplica
  16. Laboratorios propios
  17. Laboratorios propios
  18. No aplica
  19. No aplica
  20. Laboratorios propios
  21. Laboratorios propios
  22. No aplica
  23. No aplica
  24. No aplica
  25. Laboratorios propios
  26. No aplica
  27. Laboratorios propios
  28. Laboratorios propios
  29. Laboratorios propios
  30. No aplica
  31. Laboratorios propios
  32. No aplica
  33. Laboratorios propios
  34. Laboratorios propios
  35. No aplica
  36. No aplica
  37. Laboratorios propios
  38. Laboratorios propios
  39. Laboratorios Nacionales
  40. No aplica
  41. Laboratorios Internacionales
  42. No aplica
  43. Laboratorios propios
  44. No aplica
  45. Laboratorios propios
  46. Laboratorios propios
  47. Laboratorios propios
  48. Laboratorios propios
  49. Laboratorios propios
  50. Laboratorios propios
  51. No aplica
  52. Laboratorios propios
  53. Laboratorios propios
  54. Laboratorios propios
  55. Laboratorios propios
  56. Laboratorios propios
  57. Laboratorios propios
  58. Laboratorios propios
  59. Laboratorios propios
  60. Laboratorios propios
  61. Laboratorios propios
  62. Laboratorios Nacionales
  63. Laboratorios propios
  64. Laboratorios propios
  65. Laboratorios propios
  66. Laboratorios propios
  67. Laboratorios propios
  68. Laboratorios propios
  69. Laboratorios propios
  70. Laboratorios propios
  71. Laboratorios propios
  72. Laboratorios propios
  73. Laboratorios propios
  74. Laboratorios propios
  75. Laboratorios propios
  76. Laboratorios propios
  1. ''
  2. 'Laboratorios Internacionales'
  3. 'Laboratorios Nacionales'
  4. 'Laboratorios propios'
  5. 'No aplica'
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
  1. <NA>
  2. <NA>
  3. <NA>
  4. <NA>
  5. <NA>
  6. <NA>
  7. <NA>
  8. <NA>
  9. <NA>
  10. <NA>
  11. <NA>
  12. <NA>
  13. <NA>
  14. <NA>
  15. <NA>
  16. <NA>
  17. <NA>
  18. <NA>
  19. <NA>
  20. <NA>
  21. <NA>
  22. <NA>
  23. <NA>
  24. <NA>
  25. <NA>
  26. <NA>
  27. <NA>
  28. <NA>
  29. <NA>
  30. <NA>
  31. <NA>
  32. <NA>
  33. <NA>
  34. <NA>
  35. <NA>
  36. <NA>
  37. <NA>
  38. <NA>
  39. <NA>
  40. <NA>
  41. <NA>
  42. <NA>
  43. <NA>
  44. <NA>
  45. <NA>
  46. <NA>
  47. <NA>
  48. <NA>
  49. <NA>
  50. <NA>
  51. <NA>
  52. <NA>
  53. <NA>
  54. <NA>
  55. <NA>
  56. <NA>
  57. <NA>
  58. <NA>
  59. <NA>
  60. <NA>
  61. <NA>
  62. <NA>
  63. <NA>
  64. <NA>
  65. <NA>
  66. <NA>
  67. <NA>
  68. <NA>
  69. <NA>
  70. <NA>
  71. <NA>
  72. <NA>
  73. <NA>
  74. <NA>
  75. <NA>
  76. <NA>
  77. <NA>
  78. <NA>
  79. <NA>
  80. <NA>
  81. <NA>
  82. <NA>
  83. <NA>
  84. <NA>
  85. <NA>
  86. <NA>
86

In [402]:
i = 46
names(t)[i]
t[,i]
levels(t[,i])
#levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "cuantosGruposUsanLab"


'X27....Cuantos.grupos.de.investigacion.diferentes.al.suyo.utilizan.su.laboratorio.en.promedio.durante.1.ano.'
  1. 1
  2. 0
  3. 3
  4. 6
  5. 2
  6. 3
  7. 3
  8. 1
  9. 2
  10. 2
  11. 0
  12. 1
  13. <NA>
  14. 2
  15. 0
  16. 4
  17. 0
  18. 1
  19. 4
  20. 1
  21. 3
  22. 3
  23. GIESC, SINERGIA
  24. 3
  25. Ninguno
  26. Es un laboratorio de docencia de pregrado donde no se realiza investigacion actualmente
  27. 4
  28. no aplica
  29. 4
  30. 1
  31. 8
  32. 0
  33. 1
  34. 0
  35. 2
  36. 4
  37. 3
  38. <NA>
  39. 1
  40. 18
  41. 0
  42. 1
  43. 7
  44. 0
  45. 3
  46. <NA>
  47. 1
  48. 5
  49. 8
  50. 2
  51. 1
  52. 2
  53. 2
  54. 1
  55. 0
  56. 2
  57. 0
  58. 0
  59. 2
  60. 0
  61. 2
  62. 4
  63. 0
  64. 2
  65. 1
  66. 6
  67. 1
  68. 2
  69. 2
  70. 3
  71. 3
  72. 3
  73. 1
  74. 1
  75. 3
  76. 4
  77. 5
  78. 4
  79. 3
  80. 0
  81. 1
  82. 2
  83. 1
  84. 1
  1. ''
  2. '0'
  3. '1'
  4. '18'
  5. '2'
  6. '3'
  7. '4'
  8. '5'
  9. '6'
  10. '7'
  11. '8'
  12. 'Es un laboratorio de docencia de pregrado donde no se realiza investigacion actualmente'
  13. 'GIESC, SINERGIA'
  14. 'Ninguno'
  15. 'no aplica'
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
  1. 1
  2. 0
  3. 3
  4. 6
  5. 2
  6. 3
  7. 3
  8. 1
  9. 2
  10. 2
  11. <NA>
  12. 0
  13. 1
  14. <NA>
  15. 2
  16. 0
  17. 4
  18. 0
  19. 1
  20. 4
  21. 1
  22. 3
  23. 3
  24. <NA>
  25. 3
  26. <NA>
  27. <NA>
  28. 4
  29. <NA>
  30. 4
  31. 1
  32. 8
  33. 0
  34. 1
  35. 0
  36. 2
  37. 4
  38. 3
  39. <NA>
  40. 1
  41. 18
  42. 0
  43. 1
  44. 7
  45. 0
  46. 3
  47. <NA>
  48. 1
  49. 5
  50. 8
  51. 2
  52. 1
  53. 2
  54. 2
  55. 1
  56. 0
  57. 2
  58. <NA>
  59. 0
  60. 0
  61. 2
  62. 0
  63. 2
  64. 4
  65. 0
  66. 2
  67. 1
  68. 6
  69. 1
  70. 2
  71. 2
  72. 3
  73. 3
  74. 3
  75. 1
  76. 1
  77. 3
  78. 4
  79. 5
  80. 4
  81. 3
  82. 0
  83. 1
  84. 2
  85. 1
  86. 1
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
86

In [403]:
i = 47
names(t)[i]
t[,i]
levels(t[,i])
#levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "ingresos"


'X28....En.que.rango.se.encuentran.los.ingresos.anuales.de.su.laboratorio..teniendo.en.cuenta.todas.las.fuentes.'
  1. 1
  2. 50
  3. 20
  4. 20
  5. 50
  6. 500
  7. 20
  8. 0
  9. 0
  10. 0
  11. 500
  12. 0
  13. 20
  14. 0
  15. 0
  16. 0
  17. 100
  18. 100
  19. 0
  20. 500
  21. 0
  22. 20
  23. 20
  24. 50
  25. 100
  26. 500
  27. 20
  28. 50
  29. 0
  30. 0
  31. 20
  32. 20
  33. 0
  34. 0
  35. 1
  36. 100
  37. 100
  38. 0
  39. 20
  40. 20
  41. 20
  42. 0
  43. 0
  44. 500
  45. 0
  46. 0
  47. 0
  48. 0
  49. 500
  50. 50
  51. 500
  52. 50
  53. 500
  54. 1
  55. 0
  56. 1
  57. 1
  58. 0
  59. 0
  60. 1
  61. 1
  62. 100
  63. 500
  64. 50
  65. 1
  66. 1
  67. 1
  68. 500
  69. 20
  70. 1
  71. 100
  72. 500
  73. 100
  74. 1
  75. 50
  76. 50
  77. 20
  78. 50
  79. 100
  80. 50
  81. 20
  82. 20
  83. 50
  84. 50
  85. 1
  86. 500
  1. '0'
  2. '1'
  3. '20'
  4. '50'
  5. '100'
  6. '500'
  1. 1
  2. 50
  3. 20
  4. 20
  5. 50
  6. 500
  7. 20
  8. 0
  9. 0
  10. 0
  11. 500
  12. 0
  13. 20
  14. 0
  15. 0
  16. 0
  17. 100
  18. 100
  19. 0
  20. 500
  21. 0
  22. 20
  23. 20
  24. 50
  25. 100
  26. 500
  27. 20
  28. 50
  29. 0
  30. 0
  31. 20
  32. 20
  33. 0
  34. 0
  35. 1
  36. 100
  37. 100
  38. 0
  39. 20
  40. 20
  41. 20
  42. 0
  43. 0
  44. 500
  45. 0
  46. 0
  47. 0
  48. 0
  49. 500
  50. 50
  51. 500
  52. 50
  53. 500
  54. 1
  55. 0
  56. 1
  57. 1
  58. 0
  59. 0
  60. 1
  61. 1
  62. 100
  63. 500
  64. 50
  65. 1
  66. 1
  67. 1
  68. 500
  69. 20
  70. 1
  71. 100
  72. 500
  73. 100
  74. 1
  75. 50
  76. 50
  77. 20
  78. 50
  79. 100
  80. 50
  81. 20
  82. 20
  83. 50
  84. 50
  85. 1
  86. 500
86

In [404]:
i = 48
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "sabeNumeroEquipos"


'X29....Conoce.usted.el.numero.de.equipos.que.tiene.en.su.laboratorio.actualmente.'
  1. Si
  2. Si
  3. Si
  4. Si
  5. Si
  6. No
  7. Si
  8. Si
  9. Si
  10. No
  11. No
  12. Si
  13. Si
  14. Si
  15. Si
  16. Si
  17. Si
  18. Si
  19. Si
  20. No
  21. No
  22. Si
  23. Si
  24. No
  25. Si
  26. Si
  27. Si
  28. Si
  29. Si
  30. Si
  31. Si
  32. Si
  33. Si
  34. Si
  35. Si
  36. Si
  37. Si
  38. Si
  39. No
  40. Si
  41. Si
  42. Si
  43. Si
  44. Si
  45. Si
  46. No
  47. Si
  48. Si
  49. Si
  50. Si
  51. Si
  52. Si
  53. Si
  54. No
  55. Si
  56. Si
  57. Si
  58. Si
  59. Si
  60. Si
  61. Si
  62. Si
  63. Si
  64. Si
  65. Si
  66. Si
  67. Si
  68. Si
  69. Si
  70. Si
  71. Si
  72. Si
  73. Si
  74. No
  75. Si
  76. Si
  77. Si
  78. Si
  79. Si
  80. Si
  81. Si
  82. Si
  83. Si
  84. Si
  85. Si
  1. ''
  2. 'No'
  3. 'Si'
  1. 1
  2. 1
  3. 1
  4. 1
  5. 1
  6. 0
  7. 1
  8. 1
  9. 1
  10. 0
  11. 0
  12. 1
  13. 1
  14. 0
  15. 1
  16. 1
  17. 1
  18. 1
  19. 1
  20. 1
  21. 0
  22. 0
  23. 1
  24. 1
  25. 0
  26. 1
  27. 1
  28. 1
  29. 1
  30. 1
  31. 1
  32. 1
  33. 1
  34. 1
  35. 1
  36. 1
  37. 1
  38. 1
  39. 1
  40. 0
  41. 1
  42. 1
  43. 1
  44. 1
  45. 1
  46. 1
  47. 0
  48. 1
  49. 1
  50. 1
  51. 1
  52. 1
  53. 1
  54. 1
  55. 0
  56. 1
  57. 1
  58. 1
  59. 1
  60. 1
  61. 1
  62. 1
  63. 1
  64. 1
  65. 1
  66. 1
  67. 1
  68. 1
  69. 1
  70. 1
  71. 1
  72. 1
  73. 1
  74. 1
  75. 0
  76. 1
  77. 1
  78. 1
  79. 1
  80. 1
  81. 1
  82. 1
  83. 1
  84. 1
  85. 1
  86. 1
86

In [405]:
i = 50
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "equiposRobustos"


'X30....Su.laboratorio.cuenta.con.equipos.de.costo.superior.a.300.millones.'
  1. No
  2. No
  3. No
  4. Si
  5. No
  6. No
  7. No
  8. No
  9. No
  10. No
  11. No
  12. No
  13. No
  14. Si
  15. No
  16. No
  17. No
  18. No
  19. No
  20. Si
  21. No
  22. No
  23. No
  24. Si
  25. No
  26. No
  27. No
  28. Si
  29. No
  30. No
  31. No
  32. No
  33. No
  34. No
  35. No
  36. No
  37. No
  38. No
  39. No
  40. No
  41. Si
  42. No
  43. No
  44. Si
  45. No
  46. No
  47. No
  48. No
  49. Si
  50. Si
  51. Si
  52. No
  53. Si
  54. No
  55. Si
  56. No
  57. Si
  58. No
  59. No
  60. No
  61. No
  62. Si
  63. Si
  64. No
  65. No
  66. No
  67. No
  68. Si
  69. Si
  70. No
  71. No
  72. No
  73. Si
  74. No
  75. Si
  76. No
  77. Si
  78. No
  79. Si
  80. Si
  81. Si
  82. No
  83. No
  84. No
  85. No
  86. Si
  1. ''
  2. 'No'
  3. 'Si'
  1. 0
  2. 0
  3. 0
  4. 1
  5. 0
  6. 0
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 1
  15. 0
  16. 0
  17. 0
  18. 0
  19. 0
  20. 1
  21. 0
  22. 0
  23. 0
  24. 1
  25. 0
  26. 0
  27. 0
  28. 1
  29. 0
  30. 0
  31. 0
  32. 0
  33. 0
  34. 0
  35. 0
  36. 0
  37. 0
  38. 0
  39. 0
  40. 0
  41. 1
  42. 0
  43. 0
  44. 1
  45. 0
  46. 0
  47. 0
  48. 0
  49. 1
  50. 1
  51. 1
  52. 0
  53. 1
  54. 0
  55. 1
  56. 0
  57. 1
  58. 0
  59. 0
  60. 0
  61. 0
  62. 1
  63. 1
  64. 0
  65. 0
  66. 0
  67. 0
  68. 1
  69. 1
  70. 0
  71. 0
  72. 0
  73. 1
  74. 0
  75. 1
  76. 0
  77. 1
  78. 0
  79. 1
  80. 1
  81. 1
  82. 0
  83. 0
  84. 0
  85. 0
  86. 1
86

In [406]:
i = 51
names(t)[i]
t[,i]
levels(t[,i])
#levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
#t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
#names(t)[i] <- "sistemaGestion"


'X..Cuales.son.'
  1. Difractometro de Rayos X
  2. Microscopios Opticos Binoculares marca Olympus
  3. Tomografo
  4. HPLC, qPCR y espectrofotometro de absorcion atomica
  5. 1
  6. PPMS, AFM, SEM
  7. Magnetron sputtering y magnetron cilindrico
  8. El vibrometro Laser de Efecto Doppler ronda ese precio
  9. Sistema WArd Leonard, 4 conjuntos de maquinas de 15KW oerlikon, 2 conjuntos de maquinas de 7Hp. Westinghouse, Un sistema de generacion de 500Amp. de corriente continua, Un sistema de pruebas de maquinas rotativas dinamometrica de 5Hp. 4 Equipos resgistradores industriales.
  10. Patron Fluke
  11. SISTEMA DE TERMOBALANZA Y LECHO FLUIDIZADO
  12. Equipo de nanoindentacion IBIS
  13. Susceptometro AC Lakeshore, Sonda de perfilaje gamma-gamma.
  14. CROMATOGRAFO DE GASES ACOPLADO A UN ESPECTROMETRO DE MASAS (ITQ)
  15. HPLC
  16. ANALIZADOR GEN\303\211TICO (SECUENCIADOR DE ADN) ABI 3130
  17. Generador de Impulsos, generador de alta tension AC, campo de pruebas de Corto, equipo de descargas parciales y campo de pruebas de Ruido
  1. ''
  2. '1'
  3. 'ANALIZADOR GEN\303\211TICO (SECUENCIADOR DE ADN) ABI 3130'
  4. 'CROMATOGRAFO DE GASES ACOPLADO A UN ESPECTROMETRO DE MASAS (ITQ)'
  5. 'Difractometro de Rayos X'
  6. 'El vibrometro Laser de Efecto Doppler ronda ese precio'
  7. 'Equipo de nanoindentacion IBIS'
  8. 'Generador de Impulsos, generador de alta tension AC, campo de pruebas de Corto, equipo de descargas parciales y campo de pruebas de Ruido'
  9. 'HPLC'
  10. 'HPLC, qPCR y espectrofotometro de absorcion atomica'
  11. 'Magnetron sputtering y magnetron cilindrico '
  12. 'Microscopios Opticos Binoculares marca Olympus'
  13. 'PPMS, AFM, SEM'
  14. 'Patron Fluke '
  15. 'SISTEMA DE TERMOBALANZA Y LECHO FLUIDIZADO'
  16. 'Sistema WArd Leonard, 4 conjuntos de maquinas de 15KW oerlikon, 2 conjuntos de maquinas de 7Hp. Westinghouse, Un sistema de generacion de 500Amp. de corriente continua, Un sistema de pruebas de maquinas rotativas dinamometrica de 5Hp. 4 Equipos resgistradores industriales. '
  17. 'Susceptometro AC Lakeshore, Sonda de perfilaje gamma-gamma.'
  18. 'Tomografo'
Warning message in eval(expr, envir, enclos):
"NAs introduced by coercion"
  1. <NA>
  2. <NA>
  3. <NA>
  4. <NA>
  5. <NA>
  6. <NA>
  7. <NA>
  8. <NA>
  9. <NA>
  10. <NA>
  11. <NA>
  12. <NA>
  13. <NA>
  14. <NA>
  15. <NA>
  16. <NA>
  17. <NA>
  18. <NA>
  19. <NA>
  20. <NA>
  21. <NA>
  22. <NA>
  23. <NA>
  24. <NA>
  25. <NA>
  26. <NA>
  27. <NA>
  28. <NA>
  29. <NA>
  30. <NA>
  31. <NA>
  32. <NA>
  33. <NA>
  34. <NA>
  35. <NA>
  36. <NA>
  37. <NA>
  38. <NA>
  39. <NA>
  40. <NA>
  41. 1
  42. <NA>
  43. <NA>
  44. <NA>
  45. <NA>
  46. <NA>
  47. <NA>
  48. <NA>
  49. <NA>
  50. <NA>
  51. <NA>
  52. <NA>
  53. <NA>
  54. <NA>
  55. <NA>
  56. <NA>
  57. <NA>
  58. <NA>
  59. <NA>
  60. <NA>
  61. <NA>
  62. <NA>
  63. <NA>
  64. <NA>
  65. <NA>
  66. <NA>
  67. <NA>
  68. <NA>
  69. <NA>
  70. <NA>
  71. <NA>
  72. <NA>
  73. <NA>
  74. <NA>
  75. <NA>
  76. <NA>
  77. <NA>
  78. <NA>
  79. <NA>
  80. <NA>
  81. <NA>
  82. <NA>
  83. <NA>
  84. <NA>
  85. <NA>
  86. <NA>
86

In [407]:
i = 52
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "internationalPartners"


'X31..Cuenta.con.socios.externos...para.la.gestion.y.desarrollo.academico.de.su.laboratorio.'
  1. No
  2. Si
  3. No
  4. No
  5. No
  6. Si
  7. Si
  8. No
  9. No
  10. No
  11. Si
  12. No
  13. No
  14. No
  15. No
  16. Si
  17. Si
  18. No
  19. No
  20. No
  21. No
  22. No
  23. Si
  24. No
  25. No
  26. Si
  27. No
  28. No
  29. No
  30. No
  31. No
  32. No
  33. Si
  34. Si
  35. Si
  36. No
  37. No
  38. No
  39. No
  40. No
  41. No
  42. No
  43. Si
  44. No
  45. No
  46. No
  47. Si
  48. No
  49. Si
  50. Si
  51. Si
  52. No
  53. No
  54. No
  55. No
  56. Si
  57. No
  58. No
  59. No
  60. Si
  61. No
  62. Si
  63. No
  64. No
  65. Si
  66. No
  67. Si
  68. No
  69. No
  70. No
  71. Si
  72. No
  73. No
  74. No
  75. No
  76. Si
  77. No
  78. No
  79. Si
  80. No
  81. Si
  82. Si
  83. No
  84. No
  85. No
  1. ''
  2. 'No'
  3. 'Si'
  1. 0
  2. 1
  3. 0
  4. 0
  5. 0
  6. 1
  7. 1
  8. 0
  9. 0
  10. 0
  11. 1
  12. 0
  13. 0
  14. 0
  15. 0
  16. 1
  17. 1
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 1
  24. 0
  25. 0
  26. 1
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 0
  33. 0
  34. 1
  35. 1
  36. 1
  37. 0
  38. 0
  39. 0
  40. 0
  41. 0
  42. 0
  43. 0
  44. 1
  45. 0
  46. 0
  47. 0
  48. 1
  49. 0
  50. 1
  51. 1
  52. 1
  53. 0
  54. 0
  55. 0
  56. 0
  57. 1
  58. 0
  59. 0
  60. 0
  61. 1
  62. 0
  63. 1
  64. 0
  65. 0
  66. 1
  67. 0
  68. 1
  69. 0
  70. 0
  71. 0
  72. 1
  73. 0
  74. 0
  75. 0
  76. 0
  77. 1
  78. 0
  79. 0
  80. 1
  81. 0
  82. 1
  83. 1
  84. 0
  85. 0
  86. 0
86

In [408]:
i = 59
names(t)[i]
t[,i]
levels(t[,i])
levels(t[,i]) <- c(0, 0 ,0, 1)
as.numeric(as.character(t[,i]))
t[,i] <- as.numeric(as.character(t[,i]))
#t[,i][is.na(t[,i])] <- 0
#t[,i][t[,i] == "N.A."] <- 0
#t[,i][t[,i] == "No aplica excepto como docentes"] <- 0
length(t[,i])
names(t)[i] <- "patentes"


'X36..El.uso.de.su.laboratorio.ha.contribuido.a.la.generacion.de.patentes.'
  1. No
  2. Si
  3. No
  4. No
  5. Si
  6. Si
  7. No
  8. No
  9. No aplica
  10. No
  11. No
  12. No aplica
  13. No
  14. No aplica
  15. Si
  16. No
  17. Si
  18. No
  19. No
  20. Si
  21. No
  22. No
  23. No
  24. No
  25. No
  26. No
  27. No
  28. No
  29. No aplica
  30. Si
  31. No
  32. Si
  33. No aplica
  34. No
  35. No
  36. No
  37. Si
  38. No
  39. No
  40. Si
  41. No
  42. No
  43. No aplica
  44. No
  45. No
  46. No aplica
  47. No aplica
  48. No aplica
  49. No
  50. Si
  51. Si
  52. No
  53. Si
  54. No aplica
  55. Si
  56. No
  57. No
  58. No
  59. No
  60. No
  61. No
  62. Si
  63. Si
  64. No
  65. No
  66. No
  67. Si
  68. No
  69. No
  70. No
  71. No
  72. Si
  73. No
  74. Si
  75. No
  76. No
  77. No
  78. No
  79. Si
  80. No
  81. No
  82. No
  83. No
  84. No
  85. Si
  1. ''
  2. 'No'
  3. 'No aplica'
  4. 'Si'
  1. 0
  2. 1
  3. 0
  4. 0
  5. 1
  6. 1
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 1
  16. 0
  17. 1
  18. 0
  19. 0
  20. 1
  21. 0
  22. 0
  23. 0
  24. 0
  25. 0
  26. 0
  27. 0
  28. 0
  29. 0
  30. 1
  31. 0
  32. 1
  33. 0
  34. 0
  35. 0
  36. 0
  37. 1
  38. 0
  39. 0
  40. 1
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 0
  48. 0
  49. 0
  50. 1
  51. 1
  52. 0
  53. 1
  54. 0
  55. 1
  56. 0
  57. 0
  58. 0
  59. 0
  60. 0
  61. 0
  62. 1
  63. 1
  64. 0
  65. 0
  66. 0
  67. 0
  68. 1
  69. 0
  70. 0
  71. 0
  72. 0
  73. 1
  74. 0
  75. 1
  76. 0
  77. 0
  78. 0
  79. 0
  80. 1
  81. 0
  82. 0
  83. 0
  84. 0
  85. 0
  86. 1
86

In [409]:
i = 63
names(t)[i]
t[,i]
levels(t[,i]) <- c(0,0,0,1)
as.numeric(as.factor(t[,i]))

as.numeric(as.character(t[,i]))


'X40....Cuales.son.las.principales.debilidades.de..los..laboratorio..s..en.el..los..cual..es..usted.ha.trabajado.'
  1. Apoyo institucional.
  2. Apoyo institucional.
  3. Inversion en infraestructura y equipamiento.
  4. Apoyo institucional.
  5. Inversion en infraestructura y equipamiento.
  6. Inversion en infraestructura y equipamiento.
  7. no he palpado esas debilidades
  8. Inversion en infraestructura y equipamiento.
  9. Inversion en infraestructura y equipamiento.
  10. Apoyo institucional.
  11. Inversion en infraestructura y equipamiento.
  12. Baja demanda.
  13. Mal desarrollado el aplicativo: son dos apoyo institucional y burocraciainsititucional
  14. Apoyo institucional.
  15. Otra:
  16. Inversion en infraestructura y equipamiento.
  17. Inversion en infraestructura y equipamiento.
  18. Inversion en infraestructura y equipamiento.
  19. Inversion en infraestructura y equipamiento.
  20. Inversion en infraestructura y equipamiento.
  21. Baja demanda.
  22. Inversion en infraestructura y equipamiento.
  23. Inversion en infraestructura y equipamiento.
  24. Inversion en infraestructura y equipamiento.
  25. Marketing; Inversion en infraestructura y equipamiento; Apoyo institucional; y Conocimiento Juridico
  26. Inversion en infraestructura y equipamiento.
  27. Alta rotacion del personal cualificado y falta de apoyo institucional
  28. Inversion en infraestructura y equipamiento.
  29. Inversion en infraestructura y equipamiento.
  30. Inversion en infraestructura y equipamiento.
  31. Apoyo institucional.
  32. Inversion en infraestructura y equipamiento.
  33. Inversion en infraestructura y equipamiento.
  34. Inversion en infraestructura y equipamiento.
  35. Apoyo institucional.
  36. Tramitomania
  37. Falta de Planificacion. Muy poco apoyo de personal tecnico. Carencia de un Sistema integral de laboratorios. Reducida inversion economica.
  38. Inversion en infraestructura y equipamiento.
  39. Inversion en infraestructura y equipamiento.
  40. Personal calificado.
  41. El area de trabajo es pequena, para la demanda de usuarios del Laboratorio; Falta recurso humano de planta, para el soporte y mantenimiento; poca aireacion e iluminacion
  42. Mantenimiento preventivo
  43. Inversion en infraestructura y equipamiento.
  44. Otra:
  45. Apoyo institucional.
  46. Personal calificado.
  47. Inversion en infraestructura y equipamiento.
  48. Apoyo institucional.
  49. Apoyo institucional.
  50. solo acepta una seleccion,?!! Debilidad apoyo nstitucional, personal de spoyo, necsidad equipos reposicion por final vida util.
  51. Inversion en infraestructura y equipamiento.
  52. Personal calificado.
  53. Inversion en infraestructura y equipamiento.
  54. Inversion en infraestructura y equipamiento.
  55. Inversion en infraestructura y equipamiento.
  56. Inversion en infraestructura y equipamiento.
  57. Inversion en infraestructura y equipamiento.
  58. Apoyo institucional.
  59. Apoyo institucional.
  60. Inversion en infraestructura y equipamiento.
  61. Apoyo institucional.
  62. Personal calificado.
  63. Actualizacion oportuna ante rapidos cambios tecnologicos.
  64. Apoyo institucional.
  65. Apoyo institucional.
  66. Disminucion de estudiantes dedicados a la investigacion.
  67. Inversion en infraestructura y equipamiento.
  68. Apoyo institucional.
  69. Inversion en infraestructura y equipamiento.
  70. Inversion en infraestructura y equipamiento.
  71. Apoyo institucional.
  72. Inversion en infraestructura y equipamiento.
  73. Falta de mantenimiento de los equipos poco recurso economico para ello
  74. Apoyo institucional.
  75. Inversion en infraestructura y equipamiento.
  76. Inversion en infraestructura y equipamiento.
  77. Financiacion de los proyectos de investigacion
  78. Inversion en infraestructura y equipamiento.
  79. Inversion en infraestructura y equipamiento.
Error in `levels<-.factor`(`*tmp*`, value = c(0, 0, 0, 1)): number of levels differs
Traceback:

1. `levels<-`(`*tmp*`, value = c(0, 0, 0, 1))
2. `levels<-.factor`(`*tmp*`, value = c(0, 0, 0, 1))
3. stop("number of levels differs")

In [442]:
i = 65
names(t)[i]
var = t[,i]
levels(t[,i]) 
    lbls <- levels(var)
    pie(table(var), labels = lbls, main=names(t)[questions[i]])
summary(t[,i])
11*100 + 20*9 + 200*9 + 21*50 + 17*500


'X42....Cuanto.dinero.requiere.que.se.invierta.en.el.laboratorio.en.el.cual.usted.trabaja..para.que.pueda.estar.acreditado.y.prestar.servicios.certificados.a.agentes.externos.de.la.Universidad.del.Valle.'
  1. ''
  2. 'Entre 100 millones y 200 millones de pesos.'
  3. 'Entre 20 millones y 50 millones de pesos'
  4. 'Entre 201 millones y 500 millones de pesos.'
  5. 'Entre 50 millones y 100 millones de pesos.'
  6. 'La mayor necesidad del Laboratorio de semillas es el mantenimiento de equipos'
  7. 'Mas de 500 millones de pesos.'
  8. 'No aplica'
  9. 'No aplica '
  10. 'No prestamos servicios'
1
9
Entre 100 millones y 200 millones de pesos.
11
Entre 20 millones y 50 millones de pesos
9
Entre 201 millones y 500 millones de pesos.
9
Entre 50 millones y 100 millones de pesos.
21
La mayor necesidad del Laboratorio de semillas es el mantenimiento de equipos
1
Mas de 500 millones de pesos.
17
No aplica
7
No aplica
1
No prestamos servicios
1
12630

In [433]:
sum(t$cuentasPruebasAcreditadas)
#lbls <- levels(var)
#pie(table(var), labels = c("no","si"), main=names(t)[questions[i]], col=c("red","green"))


39

we prepare the data, selecting only a few columns


In [315]:
#c <- lapply(t[,c(21:27,33,40,46,47)],function(x) as.numeric(as.character(x)))
#c2 <- lapply(t[,c(38:39,47,50)],function(x) as.numeric(as.factor(x)))
#c2 <- lapply(t[,c(29:32,35:36,38:39,50)],function(x) as.numeric(as.factor(x)))
#cc <- unlist(c(c,c2))
#n <- length(cc) / nrow(t)
#b <- data.frame( "x"=I( matrix(cc, ncol=n) ) )

questions <- c(21:27,29:36,38:40,46:48,50,52,59)
#colnames(b$x) <- names(t)[questions]
data.frame( "questions"=names(t)[questions] )
length(questions)

b <- data.frame("x"=I( cbind(t[,questions])))
dim(b$x)
rownames(b$x)<-seq(1:nrow(b$x))
#b$x[is.na(b$x)] <- 0
#questions <- c(21:27,29:36,38:40,46:48,50,52,59)


questions
visitantesDia
personasLaborandoMes
profNombradosMes
estudiantesPregrado
estudiantesMaestria
estudiantesDoctorado
pasantesInternacionales
sistemaGestion
manuelProcesos
mantenimientoPredictivo
pruebaAcreditada
cuentasPruebasAcreditadas
consumoMensual
consumoInsumos
inventario
contingencia
metrologico
articulos
cuantosGruposUsanLab
ingresos
sabeNumeroEquipos
equiposRobustos
internationalPartners
patentes
24
  1. 86
  2. 24

In [220]:
dim(b$x)


  1. 86
  2. 24

In [417]:
conjunto <- list()

for ( i in 1:length(questions) ) {

var <- b$x[,i]


if (max(var) == 1 & min(var) == 0) {
    lbls <- levels(var)
    pie(table(var), labels = c("no","si"), main=names(t)[questions[i]], col=c("red","green"))
} else {

par(mfrow=c(1,2))
options(repr.plot.width=8, repr.plot.height=3)

hist(var, 
     xlab=names(t)[questions[i]],
     ylab="Frecuencia",
     main="",
     border="white", 
     col="blue",
     xlim=c(0,max(b$x[,i])),
     las=1, 
     breaks=20)

boxplot(var, main=names(t)[questions[i]])

q <- quantile(var, na.rm=TRUE )

F <- var > q[3]
conjunto[[i]] <- nombreLab[F,1] 
sum( F, na.rm=TRUE )
    }
}



In [222]:
length(conjunto)
conjunto


20
    1. Microbilogia y Biotecnologia Ambiental
    2. LICAP
    3. Laboratorio de Microbiologia y Bioanalisis
    4. Laboratorio Histologia
    5. Laboratorio de anatomia
    6. Laboratorio Clinica Universidad del Valle
    7. Laboratorio de habilidades y destrezas en odontologia
    8. Laboratorio Clinicas Odontologicas
    9. Laboratorio de Analisis, recuperacion y optimizacion del movimiento humano
    10. Laboratorio de Diagnostico de Agentes Biologicos
    11. Bioquimica pregrado
    12. Laboratorio Fisiologia Pregrado
    13. LABORATORIO DE FONOAUDIOLOGIA
    14. Laboratorio de Estructuras
    15. Laboratorio de Aguas Instituto Cinara
    16. Laboratorio de Circuitos Electricos y Medidas
    17. Laboratorio de Espectroscopia
    18. Centro de computo grupo Fisica Teorica del Estado Solido.
    19. EVALAB
    20. Laboratorio de Automatica
    21. Laboratorio de Descubrimiento en Bases de Datos (KDD)
    22. Recubrimientos Duros y Aplicaciones Industriales RDAI
    23. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
    24. Lab. de Robotica Movil
    25. Bioinformatica y biocompuatcion
    26. laboratorio de transformadores
    27. Diseno de circuitos y sistemas electronicos
    28. Vision Artificial, Procesamiento de Senales
    29. Laboratorio de Termodinamica Aplicada.
    30. Laboratorios de docencia de biologia
    31. GEOPOSICIONAMIENTO
    32. Laboratorio Combustion Combustibles
    33. Cedesoft
    34. Espectroscopia Mossbauer
    35. Laboratorio Analisis Industriales (LAI)
    36. Genetica Molecular Humana
    37. SIMRQO
    38. Alta Tension
    1. Laboratorio de Semillas
    2. Laboratorio de preparaciones biologicas
    3. Transiciones de Fase en sistemas no met\303\240licos
    4. Microbilogia y Biotecnologia Ambiental
    5. Secuenciales y Sistemas de tiempo real
    6. LICAP
    7. Laboratorio de Microbiologia y Bioanalisis
    8. Laboratorio Clinicas Odontologicas
    9. Laboratorio de Histologia
    10. Laboratorio de Diagnostico de Agentes Biologicos
    11. Farmacologia In Vitro
    12. Laboratorio intermedio de investigacion preclinica y bioterio de murinos
    13. Laboratorio de Estructuras
    14. Centro de computo grupo Fisica Teorica del Estado Solido.
    15. EVALAB
    16. LABORATORIO DE DOCENCIA - SEGUNDO PISO
    17. Laboratorio de Descubrimiento en Bases de Datos (KDD)
    18. Recubrimientos Duros y Aplicaciones Industriales RDAI
    19. Laboratorio en Vibraciones y Acustica (LaVA)
    20. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
    21. Lab. de Robotica Movil
    22. Bioinformatica y biocompuatcion
    23. Diseno de circuitos y sistemas electronicos
    24. Vision Artificial, Procesamiento de Senales
    25. Laboratorios de docencia de biologia
    26. Caracterizacion mecanica y microestructural de materiales
    27. Cedesoft
    28. Espectroscopia Mossbauer
    29. Laboratorio de Optica
    30. Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
    31. Laboratorio Analisis Industriales (LAI)
    32. Laboratorio de investigacion en Productos naturales y Alimentos
    33. Genetica Molecular Humana
    34. SIMRQO
    35. Laboratorio "Quimica de las fracciones pesadas"
    36. Alta Tension
    1. Laboratorio de preparaciones biologicas
    2. Laboratorio de Difraccion de Rayos X
    3. Transiciones de Fase en sistemas no met\303\240licos
    4. LICAP
    5. Laboratorio de Microbiologia y Bioanalisis
    6. Laboratorio Histologia
    7. Laboratorio de Fisiologia de Postgrado
    8. Laboratorio de habilidades y destrezas en odontologia
    9. Laboratorio Clinicas Odontologicas
    10. Hospital simulado
    11. Laboratorio de Histologia
    12. Laboratorio de Diagnostico de Agentes Biologicos
    13. Bioquimica postgrado
    14. Laboratorio Fisiologia Pregrado
    15. LABORATORIO DE FONOAUDIOLOGIA
    16. Laboratorio intermedio de investigacion preclinica y bioterio de murinos
    17. Laboratorio de Estructuras
    18. Laboratorio de Circuitos Electricos y Medidas
    19. EVALAB
    20. Laboratorio de Automatica
    21. LABORATORIO DE DOCENCIA - SEGUNDO PISO
    22. CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
    23. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
    24. LABORATORIO DE CONVERSION DE ENERGIA - FUENTES ALTERNAS Y USO RACIONAL DE ENERGIA
    25. Laboratorios de docencia de biologia
    26. Laboratorio Combustion Combustibles
    27. Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
    28. Laboratorio Analisis Industriales (LAI)
    1. Microbilogia y Biotecnologia Ambiental
    2. Secuenciales y Sistemas de tiempo real
    3. Laboratorio de Microbiologia y Bioanalisis
    4. Laboratorio Histologia
    5. Laboratorio de anatomia
    6. Laboratorio de habilidades y destrezas en odontologia
    7. Laboratorio Clinicas Odontologicas
    8. Hospital simulado
    9. Laboratorio de Terapia Ocupacional
    10. Laboratorio de Analisis, recuperacion y optimizacion del movimiento humano
    11. Laboratorio de Diagnostico de Agentes Biologicos
    12. Patologia
    13. Bioquimica pregrado
    14. Bioquimica postgrado
    15. Laboratorio Fisiologia Pregrado
    16. LABORATORIO DE FONOAUDIOLOGIA
    17. Laboratorio intermedio de investigacion preclinica y bioterio de murinos
    18. Laboratorio Quimica Ambiental - Docencia
    19. Laboratorio de Estructuras
    20. Laboratorio de Circuitos Electricos y Medidas
    21. Laboratorio de Espectroscopia
    22. EVALAB
    23. Laboratorio de Automatica
    24. LABORATORIO DE DOCENCIA - SEGUNDO PISO
    25. Laboratorio de Descubrimiento en Bases de Datos (KDD)
    26. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
    27. Lab. de Robotica Movil
    28. LABORATORIO DE CONVERSION DE ENERGIA - FUENTES ALTERNAS Y USO RACIONAL DE ENERGIA
    29. laboratorio de transformadores
    30. Vision Artificial, Procesamiento de Senales
    31. Laboratorio de Metrologia Electrica
    32. Laboratorios de docencia de biologia
    33. Multimedia y Vision
    34. GEOPOSICIONAMIENTO
    35. Laboratorio Combustion Combustibles
    36. Caracterizacion mecanica y microestructural de materiales
    37. Laboratorio de Secuenciales y Sistemas de tiempo real
    38. Cedesoft
    39. Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
    40. Laboratorio Analisis Industriales (LAI)
    41. Alta Tension
    1. laboratorio del Grupo de Investigaciones Entomologicas
    2. Laboratorio de preparaciones biologicas
    3. Microbilogia y Biotecnologia Ambiental
    4. Secuenciales y Sistemas de tiempo real
    5. LICAP
    6. Laboratorio de anatomia
    7. Laboratorio de Fisiologia de Postgrado
    8. Laboratorio de habilidades y destrezas en odontologia
    9. Laboratorio Clinicas Odontologicas
    10. Laboratorio de Histologia
    11. Patologia
    12. Bioquimica postgrado
    13. Laboratorio Fisiologia Pregrado
    14. Farmacologia In Vitro
    15. Laboratorio intermedio de investigacion preclinica y bioterio de murinos
    16. Grupo de Ecologia y comportamiento de insectos y servicios ecosistemicos
    17. Laboratorio Quimica Ambiental - Docencia
    18. Laboratorio de Estructuras
    19. Laboratorio de Ciencias con Aplicaciones Tecnologicas y Bioinorganica
    20. Laboratorio de Espectroscopia
    21. Centro de computo grupo Fisica Teorica del Estado Solido.
    22. EVALAB
    23. Laboratorio de Automatica
    24. CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
    25. Laboratorio en Vibraciones y Acustica (LaVA)
    26. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
    27. LABORATORIO DE CONVERSION DE ENERGIA - FUENTES ALTERNAS Y USO RACIONAL DE ENERGIA
    28. Bioinformatica y biocompuatcion
    29. Diseno de circuitos y sistemas electronicos
    30. Vision Artificial, Procesamiento de Senales
    31. Laboratorios de docencia de biologia
    32. Laboratorio Combustion Combustibles
    33. Caracterizacion mecanica y microestructural de materiales
    34. Laboratorio de Secuenciales y Sistemas de tiempo real
    35. Cedesoft
    36. Espectroscopia Mossbauer
    37. Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
    38. Laboratorio Analisis Industriales (LAI)
    39. Genetica Molecular Humana
    40. SIMRQO
    41. Alta Tension
    1. Transiciones de Fase en sistemas no met\303\240licos
    2. Microbilogia y Biotecnologia Ambiental
    3. Laboratorio de Biologia Molecular
    4. Laboratorio de malacologia
    5. LICAP
    6. Laboratorio de Fisiologia de Postgrado
    7. Laboratorio de Histologia
    8. Laboratorio de Diagnostico de Agentes Biologicos
    9. Patologia
    10. Bioquimica pregrado
    11. Bioquimica postgrado
    12. Laboratorio Fisiologia Pregrado
    13. Farmacologia In Vitro
    14. Laboratorio intermedio de investigacion preclinica y bioterio de murinos
    15. Grupo de Ecologia y comportamiento de insectos y servicios ecosistemicos
    16. Laboratorio de Estructuras
    17. Laboratorio de Aguas Instituto Cinara
    18. Laboratorio de Espectroscopia
    19. Centro de computo grupo Fisica Teorica del Estado Solido.
    20. CibioFi
    21. Laboratorio de Automatica
    22. CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
    23. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
    24. Lab. de Robotica Movil
    25. LABORATORIO DE CONVERSION DE ENERGIA - FUENTES ALTERNAS Y USO RACIONAL DE ENERGIA
    26. Bioinformatica y biocompuatcion
    27. Diseno de circuitos y sistemas electronicos
    28. Vision Artificial, Procesamiento de Senales
    29. Laboratorio de Termodinamica Aplicada.
    30. Laboratorios de docencia de biologia
    31. Laboratorio Combustion Combustibles
    32. Caracterizacion mecanica y microestructural de materiales
    33. Laboratorio de Secuenciales y Sistemas de tiempo real
    34. Cedesoft
    35. Espectroscopia Mossbauer
    36. Laboratorio de Optica
    37. Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
    38. Fisiologia animal
    39. LABORATORIO GICAMP
    40. Laboratorio Analisis Industriales (LAI)
    41. Laboratorio de investigacion en Productos naturales y Alimentos
    42. Genetica Molecular Humana
    43. Alta Tension
    1. Laboratorio de preparaciones biologicas
    2. Microbilogia y Biotecnologia Ambiental
    3. Laboratorio de malacologia
    4. Ecosistemas Rocosos
    5. LICAP
    6. Laboratorio de anatomia
    7. Laboratorio de habilidades y destrezas en odontologia
    8. Laboratorio Clinicas Odontologicas
    9. Laboratorio de Histologia
    10. Bioquimica postgrado
    11. Farmacologia In Vitro
    12. Laboratorio de Ciencias con Aplicaciones Tecnologicas y Bioinorganica
    13. Laboratorio de Espectroscopia
    14. LABORATORIO DE DOCENCIA - SEGUNDO PISO
    15. CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
    16. Recubrimientos Duros y Aplicaciones Industriales RDAI
    17. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
    18. PEQUENAS CENTRALES HIDROELECTRICAS
    19. Multimedia y Vision
    20. Laboratorio Combustion Combustibles
    21. Genetica Molecular Humana
  1. NULL
  2. NULL
  3. NULL
  4. NULL
    1. Microbilogia y Biotecnologia Ambiental
    2. Laboratorio de Histologia
    3. Laboratorio de Metrologia Electrica
    4. Laboratorio Analisis Industriales (LAI)
    5. Alta Tension
  5. NULL
  6. NULL
  7. NULL
  8. NULL
    1. Laboratorio de Semillas
    2. Laboratorio de Difraccion de Rayos X
    3. Transiciones de Fase en sistemas no met\303\240licos
    4. Microbilogia y Biotecnologia Ambiental
    5. Laboratorio Histologia
    6. Laboratorio de Fisiologia de Postgrado
    7. Laboratorio Clinica Universidad del Valle
    8. Farmacologia In Vitro
    9. Laboratorio intermedio de investigacion preclinica y bioterio de murinos
    10. Laboratorio de Aguas Instituto Cinara
    11. Laboratorio de Circuitos Electricos y Medidas
    12. Laboratorio de Automatica
    13. Recubrimientos Duros y Aplicaciones Industriales RDAI
    14. Bioinformatica y biocompuatcion
    15. laboratorio de transformadores
    16. Laboratorio de Metrologia Electrica
    17. Laboratorio de Termodinamica Aplicada.
    18. Laboratorios de docencia de biologia
    19. Laboratorio Combustion Combustibles
    20. Caracterizacion mecanica y microestructural de materiales
    21. Laboratorio de Microbiologia Industrial y Ambiental
    22. Fisiologia animal
    23. Laboratorio Analisis Industriales (LAI)
    24. Laboratorio de investigacion en Productos naturales y Alimentos
    25. Genetica Molecular Humana
    26. SIMRQO
    27. Laboratorio de Ictiologia
    28. Alta Tension
    1. laboratorio del Grupo de Investigaciones Entomologicas
    2. Transiciones de Fase en sistemas no met\303\240licos
    3. Laboratorio de malacologia
    4. LICAP
    5. Laboratorio de anatomia
    6. Laboratorio de Fisiologia de Postgrado
    7. Laboratorio Clinicas Odontologicas
    8. Laboratorio de Histologia
    9. Laboratorio de Diagnostico de Agentes Biologicos
    10. Patologia
    11. Bioquimica postgrado
    12. Farmacologia In Vitro
    13. Laboratorio intermedio de investigacion preclinica y bioterio de murinos
    14. Grupo de Ecologia y comportamiento de insectos y servicios ecosistemicos
    15. Laboratorio de Ciencias con Aplicaciones Tecnologicas y Bioinorganica
    16. Laboratorio de Espectroscopia
    17. Centro de computo grupo Fisica Teorica del Estado Solido.
    18. CibioFi
    19. CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
    20. Recubrimientos Duros y Aplicaciones Industriales RDAI
    21. Laboratorio en Vibraciones y Acustica (LaVA)
    22. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
    23. Lab. de Robotica Movil
    24. Vision Artificial, Procesamiento de Senales
    25. Multimedia y Vision
    26. Caracterizacion mecanica y microestructural de materiales
    27. Espectroscopia Mossbauer
    28. Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
    29. Laboratorio de Investigaciones Microbiologicas (LIM)
    30. Laboratorio Analisis Industriales (LAI)
    31. Genetica Molecular Humana
    32. SIMRQO
    33. Alta Tension
    1. Laboratorio de preparaciones biologicas
    2. Laboratorio de Difraccion de Rayos X
    3. Microbilogia y Biotecnologia Ambiental
    4. Laboratorio de Biologia Molecular
    5. Laboratorio de Fisiologia de Postgrado
    6. Laboratorio Clinicas Odontologicas
    7. Laboratorio de Terapia Ocupacional
    8. Laboratorio de Histologia
    9. Laboratorio de Diagnostico de Agentes Biologicos
    10. Bioquimica postgrado
    11. Farmacologia In Vitro
    12. Laboratorio intermedio de investigacion preclinica y bioterio de murinos
    13. Laboratorio de Aguas Instituto Cinara
    14. Laboratorio de Ciencias con Aplicaciones Tecnologicas y Bioinorganica
    15. Laboratorio de Espectroscopia
    16. CibioFi
    17. Laboratorio de Automatica
    18. CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
    19. Recubrimientos Duros y Aplicaciones Industriales RDAI
    20. Laboratorios de docencia de biologia
    21. Laboratorio Combustion Combustibles
    22. Cedesoft
    23. Espectroscopia Mossbauer
    24. Laboratorio de Optica
    25. LABORATORIO GICAMP
    26. Laboratorio de Investigaciones Microbiologicas (LIM)
    27. Laboratorio Analisis Industriales (LAI)
    28. Laboratorio de investigacion en Productos naturales y Alimentos
    29. Genetica Molecular Humana
    1. laboratorio del Grupo de Investigaciones Entomologicas
    2. Transiciones de Fase en sistemas no met\303\240licos
    3. Microbilogia y Biotecnologia Ambiental
    4. LICAP
    5. Laboratorio de Fisiologia de Postgrado
    6. Laboratorio Clinica Universidad del Valle
    7. Laboratorio Clinicas Odontologicas
    8. Laboratorio de Analisis, recuperacion y optimizacion del movimiento humano
    9. Laboratorio de Diagnostico de Agentes Biologicos
    10. Patologia
    11. Bioquimica postgrado
    12. Laboratorio de Estructuras
    13. Laboratorio de Aguas Instituto Cinara
    14. CibioFi
    15. CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
    16. Recubrimientos Duros y Aplicaciones Industriales RDAI
    17. Laboratorio en Vibraciones y Acustica (LaVA)
    18. LIBB - Lab.de Investigacion en Biocatalisis y Biotransformaciones.
    19. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
    20. Laboratorio de Metrologia Electrica
    21. Laboratorio de Termodinamica Aplicada.
    22. Laboratorios de docencia de biologia
    23. Laboratorio Combustion Combustibles
    24. Laboratorio de Microbiologia Industrial y Ambiental
    25. Cedesoft
    26. Espectroscopia Mossbauer
    27. Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
    28. Fisiologia animal
    29. Laboratorio de Investigaciones Microbiologicas (LIM)
    30. Laboratorio Analisis Industriales (LAI)
    31. Laboratorio de investigacion en Productos naturales y Alimentos
    32. Laboratorio de Ictiologia
    33. Laboratorio "Quimica de las fracciones pesadas"
    34. Alta Tension

In [223]:
C <- nombreLab[as.numeric(names(which(table(unlist(conjunto)) > 4))),1]
data.frame(C)


C
laboratorio del Grupo de Investigaciones Entomologicas
Laboratorio de preparaciones biologicas
Transiciones de Fase en sistemas no metlicos
Laboratorio de Biologia Molecular
Laboratorio de malacologia
Secuenciales y Sistemas de tiempo real
Ecosistemas Rocosos
Laboratorio Histologia
Farmacologia
Laboratorio Clinica Universidad del Valle
Hospital simulado
Farmacologia In Vitro
LABORATORIO DE FONOAUDIOLOGIA
motores y potencia
Laboratorio Quimica Ambiental - Docencia
Laboratorio de Estructuras
Laboratorio de Aguas Instituto Cinara
Biomecanica
Laboratorio de Espectroscopia
Centro de computo grupo Fisica Teorica del Estado Solido.
Laboratorio de Descubrimiento en Bases de Datos (KDD)
Recubrimientos Duros y Aplicaciones Industriales RDAI
Laboratorio en Vibraciones y Acustica (LaVA)
LIBB - Lab.de Investigacion en Biocatalisis y Biotransformaciones.
Lab. de Robotica Movil
Laboratorio de Geologia y mecanica de rocas
Bioinformatica y biocompuatcion
Redes y Sistemas Distribuidos
Laboratorio Combustion Combustibles
Laboratorio de Secuenciales y Sistemas de tiempo real
Espectroscopia Mossbauer
Laboratorio de Optica
Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
Laboratorio de Investigaciones Microbiologicas (LIM)
Laboratorio Analisis Industriales (LAI)
Genetica Molecular Humana
Laboratorio de Ictiologia
Laboratorio "Quimica de las fracciones pesadas"

In [224]:
length(C)
length( unique(unlist(conjunto)) ) 
table(unlist(conjunto))


38
78
 2  3  5  6  7  8  9 10 11 13 14 15 16 18 19 20 21 23 24 25 26 27 28 29 30 31 
 9  5  8  3  7  6  7  5  4  4  5  1  7  7  3  2  8  3  2  4  4  3  2  1  8  5 
32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 54 55 56 57 58 
 2 11  3  9  9  5  4  2  5  5  3  7  2  4  4  3  8  3  7  7  7  8  2  7  9  3 
59 60 61 62 63 64 65 66 67 68 69 70 72 73 74 75 76 77 78 79 81 82 83 84 85 86 
 4  2  4  3  3  2  2  4  5  5  3  5  4  8  9 10  3  1  5  7  5  3  6  6  3  3 

In [ ]:

we go for outliers, we don't scale the data


In [225]:
pca <- prcomp(b$x)

In [226]:
options(repr.plot.width=8, repr.plot.height=4, repr.plot.res=600)
op <- par(mar = c(4,4,2,2))
par(mfrow=c(1,2))

plot(pca$x[,1], pca$x[,2], xlab="PC1", ylab="PC2", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,2], labels=rownames(nombreLab), cex= 0.5, pos=2)
legend(5, 2, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)

plot(pca$x[,1], pca$x[,3], xlab="PC1", ylab="PC3", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,3], labels=rownames(nombreLab), cex= 0.5, pos=2)
legend(5, -1, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)
par(op)



In [227]:
options(repr.plot.width=8, repr.plot.height=4)

op <- par(mar = c(4,4,3,1))
par(mfrow=c(1,2))
biplot(pca,cex=0.8,cex.lab=1,cex.axis=0.8)
biplot(pca,choices = c(1,3),cex=0.8,cex.lab=1,cex.axis=0.8)
par(op)


Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"Warning message in arrows(0, 0, y[, 1L] * 0.8, y[, 2L] * 0.8, col = col[2L], length = arrow.len):
"zero-length arrow is of indeterminate angle and so skipped"

In [228]:
options(repr.plot.width=8, repr.plot.height=3)
op <- par(mar = c(14,3,2,1))
par(mfrow=c(1,3))
barplot(pca$rotation[,1], col="black", las=2)
barplot(pca$rotation[,2], col="red", las=2)
barplot(pca$rotation[,3], col="blue", las=2)
par(op)



In [229]:
length(nombreLab[,])


86

we should now scale the data


In [230]:
pca <- prcomp(scale(b$x, center=TRUE))

In [231]:
options(repr.plot.width=8, repr.plot.height=4)
op <- par(mar = c(4,4,2,2))
par(mfrow=c(1,2))

plot(pca$x[,1], pca$x[,2], xlab="PC1", ylab="PC2", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,2], labels=rownames(b$x), cex= 0.5, pos=2)
legend(5, 2, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)

plot(pca$x[,1], pca$x[,3], xlab="PC1", ylab="PC3", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,3], labels=rownames(b$x), cex= 0.5, pos=2)
legend(5, -1, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)
par(op)



In [232]:
options(repr.plot.width=8, repr.plot.height=4)

op <- par(mar = c(4,4,3,1))
par(mfrow=c(1,2))
biplot(pca,cex=0.8,cex.lab=1,cex.axis=0.8)
biplot(pca,choices = c(1,3),cex=0.8,cex.lab=1,cex.axis=0.8)
par(op)



In [233]:
nombreLab[c(62,86,41,20,15,64,75,2,53),1]
length(nombreLab[,1])
rownames(b$x)


  1. Laboratorio de Metrologia Electrica
  2. Alta Tension
  3. Laboratorio de Espectroscopia
  4. Laboratorio Clinicas Odontologicas
  5. Laboratorio de anatomia
  6. Laboratorios de docencia de biologia
  7. Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
  8. laboratorio del Grupo de Investigaciones Entomologicas
  9. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
86
  1. '1'
  2. '2'
  3. '3'
  4. '4'
  5. '5'
  6. '6'
  7. '7'
  8. '8'
  9. '9'
  10. '10'
  11. '11'
  12. '12'
  13. '13'
  14. '14'
  15. '15'
  16. '16'
  17. '17'
  18. '18'
  19. '19'
  20. '20'
  21. '21'
  22. '22'
  23. '23'
  24. '24'
  25. '25'
  26. '26'
  27. '27'
  28. '28'
  29. '29'
  30. '30'
  31. '31'
  32. '32'
  33. '33'
  34. '34'
  35. '35'
  36. '36'
  37. '37'
  38. '38'
  39. '39'
  40. '40'
  41. '41'
  42. '42'
  43. '43'
  44. '44'
  45. '45'
  46. '46'
  47. '47'
  48. '48'
  49. '49'
  50. '50'
  51. '51'
  52. '52'
  53. '53'
  54. '54'
  55. '55'
  56. '56'
  57. '57'
  58. '58'
  59. '59'
  60. '60'
  61. '61'
  62. '62'
  63. '63'
  64. '64'
  65. '65'
  66. '66'
  67. '67'
  68. '68'
  69. '69'
  70. '70'
  71. '71'
  72. '72'
  73. '73'
  74. '74'
  75. '75'
  76. '76'
  77. '77'
  78. '78'
  79. '79'
  80. '80'
  81. '81'
  82. '82'
  83. '83'
  84. '84'
  85. '85'
  86. '86'

In [234]:
options(repr.plot.width=8, repr.plot.height=3)
op <- par(mar = c(14,3,2,1))
par(mfrow=c(1,3))
barplot(pca$rotation[,1], col="black", las=2)
barplot(pca$rotation[,2], col="red", las=2)
barplot(pca$rotation[,3], col="blue", las=2)
par(op)



In [335]:
docencia <- c(1:8,14)
data.frame("preguntas"=names(t)[questions[docencia]])


preguntas
visitantesDia
personasLaborandoMes
profNombradosMes
estudiantesPregrado
estudiantesMaestria
estudiantesDoctorado
pasantesInternacionales
sistemaGestion
consumoInsumos

In [334]:
calidad <- c(8:17, 19:21)
data.frame("preguntas"=names(t)[questions[calidad]])


preguntas
sistemaGestion
manuelProcesos
mantenimientoPredictivo
pruebaAcreditada
cuentasPruebasAcreditadas
consumoMensual
consumoInsumos
inventario
contingencia
metrologico
cuantosGruposUsanLab
ingresos
sabeNumeroEquipos

In [332]:
investigacion <- c(1,2,3:7,18:20,22:24)
data.frame("preguntas"=names(t)[questions[investigacion]])


preguntas
visitantesDia
personasLaborandoMes
profNombradosMes
estudiantesPregrado
estudiantesMaestria
estudiantesDoctorado
pasantesInternacionales
articulos
cuantosGruposUsanLab
ingresos
equiposRobustos
internationalPartners
patentes

docencia


In [347]:
pca <- prcomp(scale(b$x[,docencia], scale=TRUE, center=TRUE))

options(repr.plot.width=10, repr.plot.height=4)
plot(pca$x[,1], pca$x[,2], xlab="PC1", ylab="PC2", cex=0.7, pch=1, main="docencia")
text(pca$x[,1], pca$x[,2], labels=unlist(nombreLab), cex= 0.3, pos=3)

options(repr.plot.width=8, repr.plot.height=4)

#png(file="/Users/jul/git/chemometrics/img/pca12.png", bg="transparent", res=300, width=1000, height=1000)

op <- par(mar = c(4,4,3,1))
par(mfrow=c(1,2))
biplot(pca,cex=0.8,cex.lab=1,cex.axis=0.8)
biplot(pca,choices = c(1,3),cex=0.8,cex.lab=1,cex.axis=0.8)
par(op)

#dev.off()
options(repr.plot.width=8, repr.plot.height=4)
op <- par(mar = c(4,4,2,2))
par(mfrow=c(1,2))

plot(pca$x[,1], pca$x[,2], xlab="PC1", ylab="PC2", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,2], labels=rownames(b$x), cex= 0.5, pos=2)
legend(5, 2, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)

plot(pca$x[,1], pca$x[,3], xlab="PC1", ylab="PC3", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,3], labels=rownames(b$x), cex= 0.5, pos=2)
legend(5, -1, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)
par(op)

options(repr.plot.width=8, repr.plot.height=3)
op <- par(mar = c(14,3,2,1))
par(mfrow=c(1,3))
barplot(pca$rotation[,1], col="black", las=2)
barplot(pca$rotation[,2], col="red", las=2)
barplot(pca$rotation[,3], col="blue", las=2)
par(op)



In [ ]:


In [426]:
pca <- prcomp(scale(b$x[,calidad], scale=TRUE, center=TRUE))

options(repr.plot.width=10, repr.plot.height=4)
plot(pca$x[,1], pca$x[,2], xlab="PC1", ylab="PC2", cex=0.7, pch=1)
text(pca$x[,1], pca$x[,2], labels=unlist(nombreLab), cex= 0.3, pos=3)

options(repr.plot.width=8, repr.plot.height=4)

#png(file="/Users/jul/git/chemometrics/img/pca12.png", bg="transparent", res=300, width=1000, height=1000)

op <- par(mar = c(4,4,3,1))
par(mfrow=c(1,2))
biplot(pca,cex=0.8,cex.lab=1,cex.axis=0.8)
biplot(pca,choices = c(1,3),cex=0.8,cex.lab=1,cex.axis=0.8)
par(op)

#dev.off()
options(repr.plot.width=8, repr.plot.height=4)
op <- par(mar = c(4,4,2,2))
par(mfrow=c(1,2))

plot(pca$x[,1], pca$x[,2], xlab="PC1", ylab="PC2", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,2], labels=rownames(b$x), cex= 0.5, pos=2)
legend(5, 2, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)

plot(pca$x[,1], pca$x[,3], xlab="PC1", ylab="PC3", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,3], labels=rownames(b$x), cex= 0.5, pos=2)
legend(5, -1, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)
par(op)

options(repr.plot.width=8, repr.plot.height=3)
op <- par(mar = c(14,3,2,1))
par(mfrow=c(1,3))
barplot(pca$rotation[,1], col="black", las=2)
barplot(pca$rotation[,2], col="red", las=2)
barplot(pca$rotation[,3], col="blue", las=2)
par(op)

options(repr.plot.width=8, repr.plot.height=3)

d <- dist(b$x[-41,calidad], method = "euclidean")

# Hierarchical clustering using Ward's method
res.hc <- hclust(d, method = "ward.D2" )
# Cut tree into 4 groups
grp <- cutree(res.hc, k = 3)
# Visualize
plot(res.hc, cex = 0.6) # plot tree
rect.hclust(res.hc, k = 3, border = 2:5) # add rectangle



In [ ]:


In [427]:
pca <- prcomp(scale(b$x[-41,investigacion], scale=TRUE, center=TRUE))

options(repr.plot.width=10, repr.plot.height=4)
plot(pca$x[,1], pca$x[,2], xlab="PC1", ylab="PC2", cex=0.7, pch=1)
text(pca$x[,1], pca$x[,2], labels=unlist(nombreLab), cex= 0.3, pos=3)

options(repr.plot.width=8, repr.plot.height=4)

#png(file="/Users/jul/git/chemometrics/img/pca12.png", bg="transparent", res=300, width=1000, height=1000)

op <- par(mar = c(4,4,3,1))
par(mfrow=c(1,2))
biplot(pca,cex=0.8,cex.lab=1,cex.axis=0.8)
biplot(pca,choices = c(1,3),cex=0.8,cex.lab=1,cex.axis=0.8)
par(op)

#dev.off()
options(repr.plot.width=8, repr.plot.height=4)
op <- par(mar = c(4,4,2,2))
par(mfrow=c(1,2))

plot(pca$x[,1], pca$x[,2], xlab="PC1", ylab="PC2", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,2], labels=rownames(b$x), cex= 0.5, pos=2)
legend(5, 2, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)

plot(pca$x[,1], pca$x[,3], xlab="PC1", ylab="PC3", type='p', col=as.numeric(unlist(t[19])))
text(pca$x[,1], pca$x[,3], labels=rownames(b$x), cex= 0.5, pos=2)
legend(5, -1, c("NA","D+E","D+I","D+I+E","I+E","D","E","I"), 
       pch=rep(2,2,2,2,2,2,2,2)-1, col=c(1,2,3,4,5,6,7,8), cex=0.7)
par(op)

options(repr.plot.width=8, repr.plot.height=3)
op <- par(mar = c(14,3,2,1))
par(mfrow=c(1,3))
barplot(pca$rotation[,1], col="black", las=2)
barplot(pca$rotation[,2], col="red", las=2)
barplot(pca$rotation[,3], col="blue", las=2)
par(op)

options(repr.plot.width=10, repr.plot.height=4)

#rownames(b$x) <- unlist(t[17])#[-outliers]
d <- dist(b$x[-41,investigacion], method = "euclidean")

# Hierarchical clustering using Ward's method
res.hc <- hclust(d, method = "ward.D2" )
# Cut tree into 4 groups
grp <- cutree(res.hc, k = 3)
# Visualize
plot(res.hc, cex = 0.6) # plot tree
rect.hclust(res.hc, k = 3, border = 2:5) # add rectangle



In [ ]:


In [350]:
options(repr.plot.width=10, repr.plot.height=8)

Nclust<-3

mydata <- scale(b$x[,investigacion], center=TRUE)
#rownames(mydata$x) <- unlist(nombreLab)
d <- dist(mydata, method = "euclidean") # distance matrix
fit <- hclust(d, method="ward.D2") 
plot(fit, cex=0.5) # display dendogram
groups <- cutree(fit, k=Nclust) # cut tree into 3 clusters
rect.hclust(fit, k=Nclust, border="red")



In [353]:
library(dendextend)
labels_colors(fit) <- colorCodes[c(1,2,3)][order.dendrogram(fit)]
plot(fit)


Error in eval(expr, envir, enclos): object 'colorCodes' not found
Traceback:

In [242]:
summary(fit)


            Length Class  Mode     
merge       170    -none- numeric  
height       85    -none- numeric  
order        86    -none- numeric  
labels       86    -none- character
method        1    -none- character
call          3    -none- call     
dist.method   1    -none- character

In [243]:
unlist(nombreLab)[ cutree(fit, k=3) == 2 ]
unlist(nombreLab)[ cutree(fit, k=3) == 3 ]


Nombre.del.laboratorio5
Transiciones de Fase en sistemas no met\303\240licos
Nombre.del.laboratorio6
Microbilogia y Biotecnologia Ambiental
Nombre.del.laboratorio23
Laboratorio de Histologia
Nombre.del.laboratorio32
Laboratorio intermedio de investigacion preclinica y bioterio de murinos
Nombre.del.laboratorio37
Laboratorio de Aguas Instituto Cinara
Nombre.del.laboratorio41
Laboratorio de Espectroscopia
Nombre.del.laboratorio49
CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
Nombre.del.laboratorio50
Recubrimientos Duros y Aplicaciones Industriales RDAI
Nombre.del.laboratorio53
Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
Nombre.del.laboratorio57
Bioinformatica y biocompuatcion
Nombre.del.laboratorio62
Laboratorio de Metrologia Electrica
Nombre.del.laboratorio63
Laboratorio de Termodinamica Aplicada.
Nombre.del.laboratorio68
Laboratorio Combustion Combustibles
Nombre.del.laboratorio69
Caracterizacion mecanica y microestructural de materiales
Nombre.del.laboratorio79
Laboratorio Analisis Industriales (LAI)
Nombre.del.laboratorio80
Laboratorio de investigacion en Productos naturales y Alimentos
Nombre.del.laboratorio86
Alta Tension
Nombre.del.laboratorio15
Laboratorio de anatomia
Nombre.del.laboratorio20
Laboratorio Clinicas Odontologicas
Nombre.del.laboratorio46
Laboratorio de Automatica
Nombre.del.laboratorio64
Laboratorios de docencia de biologia

In [ ]:


In [244]:
options(repr.plot.width=10, repr.plot.height=4)
# Model Based Clustering
library(mclust)

fit <- Mclust(mydata)
#plot(fit) # plot results 
#summary(fit) # display the best model

In [247]:
options(repr.plot.width=6, repr.plot.height=6)

fit <- stats::kmeans( scale(b$x) , 3)

# Cluster Plot against 1st 2 principal components
# vary parameters for most readable graph
library(cluster) 
cluster::clusplot(mydata, fit$cluster, color=TRUE, shade=TRUE, 
  	labels=2, lines=0, cex=0.5)



In [248]:
options(repr.plot.width=5, repr.plot.height=5)
# Centroid Plot against 1st 2 discriminant functions
library(fpc)
options(repr.plot.width=10, repr.plot.height=3)
plotcluster(mydata, fit$cluster)



In [ ]:


In [249]:
nombreLab[[1]][fit$cluster == 3]


  1. Laboratorio de Semillas
  2. laboratorio del Grupo de Investigaciones Entomologicas
  3. Laboratorio de preparaciones biologicas
  4. Laboratorio de Difraccion de Rayos X
  5. Laboratorio de Biologia Molecular
  6. Laboratorio de malacologia
  7. Secuenciales y Sistemas de tiempo real
  8. Laboratorio de Microbiologia y Bioanalisis
  9. Citogenetica y Biologia del Desarrollo
  10. Farmacologia
  11. Laboratorio Clinica Universidad del Valle
  12. Laboratorio de habilidades y destrezas en odontologia
  13. Laboratorio de Analisis, recuperacion y optimizacion del movimiento humano
  14. Patologia
  15. Bioquimica pregrado
  16. Bioquimica postgrado
  17. Laboratorio Fisiologia Pregrado
  18. LABORATORIO DE FONOAUDIOLOGIA
  19. motores y potencia
  20. Grupo de Ecologia y comportamiento de insectos y servicios ecosistemicos
  21. Laboratorio Quimica Ambiental - Docencia
  22. Laboratorio de Estructuras
  23. Laboratorio de Ciencias con Aplicaciones Tecnologicas y Bioinorganica
  24. Laboratorio de Circuitos Electricos y Medidas
  25. Gisiomca
  26. Centro de computo grupo Fisica Teorica del Estado Solido.
  27. CibioFi
  28. EVALAB
  29. Laboratorio de Descubrimiento en Bases de Datos (KDD)
  30. Laboratorio en Vibraciones y Acustica (LaVA)
  31. LIBB - Lab.de Investigacion en Biocatalisis y Biotransformaciones.
  32. Lab. de Robotica Movil
  33. Laboratorio de Geologia y mecanica de rocas
  34. Bioinformatica y biocompuatcion
  35. laboratorio de transformadores
  36. Diseno de circuitos y sistemas electronicos
  37. Vision Artificial, Procesamiento de Senales
  38. PEQUENAS CENTRALES HIDROELECTRICAS
  39. Multimedia y Vision
  40. GEOPOSICIONAMIENTO
  41. Redes y Sistemas Distribuidos
  42. Laboratorio de Secuenciales y Sistemas de tiempo real
  43. Laboratorio de Microbiologia Industrial y Ambiental
  44. Cedesoft
  45. Laboratorio de Optica
  46. Fisiologia animal
  47. LABORATORIO GICAMP
  48. Laboratorio de Investigaciones Microbiologicas (LIM)
  49. Genetica Molecular Humana
  50. SIMRQO
  51. Laboratorio de Ictiologia
  52. Laboratorio "Quimica de las fracciones pesadas"
  53. Laboratorio del Grupo de Electroquimica

In [250]:
nombreLab[[1]][fit$cluster == 1]


  1. Ecosistemas Rocosos
  2. LICAP
  3. Laboratorio Histologia
  4. Laboratorio de anatomia
  5. Hospital simulado
  6. Laboratorio de Terapia Ocupacional
  7. Laboratorio de Diagnostico de Agentes Biologicos
  8. Biomecanica
  9. LABORATORIO DE DOCENCIA - SEGUNDO PISO
  10. LABORATORIO DE CONVERSION DE ENERGIA - FUENTES ALTERNAS Y USO RACIONAL DE ENERGIA
  11. Laboratorios de docencia de biologia
  12. Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE

In [251]:
nombreLab[[1]][fit$cluster == 2]


  1. Transiciones de Fase en sistemas no met\303\240licos
  2. Microbilogia y Biotecnologia Ambiental
  3. Laboratorio de Fisiologia de Postgrado
  4. Laboratorio Clinicas Odontologicas
  5. Laboratorio de Histologia
  6. Farmacologia In Vitro
  7. Laboratorio intermedio de investigacion preclinica y bioterio de murinos
  8. Laboratorio de Aguas Instituto Cinara
  9. Laboratorio de Espectroscopia
  10. Laboratorio de Automatica
  11. CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
  12. Recubrimientos Duros y Aplicaciones Industriales RDAI
  13. Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
  14. Laboratorio de Metrologia Electrica
  15. Laboratorio de Termodinamica Aplicada.
  16. Laboratorio Combustion Combustibles
  17. Caracterizacion mecanica y microestructural de materiales
  18. Espectroscopia Mossbauer
  19. Laboratorio Analisis Industriales (LAI)
  20. Laboratorio de investigacion en Productos naturales y Alimentos
  21. Alta Tension

In [252]:
library("cluster")
library("factoextra")
library("reshape")

#data <- scale( matrix( as.numeric(b2), 86, 20 ), center=TRUE )
#dim(data)

In [253]:
options(repr.plot.width=6, repr.plot.height=4)
res.dist <- get_dist(b$x, stand = TRUE, method = "pearson")

In [ ]:


In [254]:
qplot(x=X2, y=X1, data=melt(cor(mydata)), fill=value, geom="tile")



In [255]:
qplot(x=X1, y=X2, data=melt(cor(t(mydata))), fill=value, geom="tile")



In [256]:
#options(repr.plot.width=10, repr.plot.height=3)

#fviz_nbclust(data, kmeans, method = "gap_stat")

In [257]:
#km.res <- kmeans(data, 3, nstart = 25)

In [258]:
#fviz_cluster(km.res, data = data, ellipse.type = "convex")+theme_minimal()

In [259]:
#pam.res <- pam(data, 3)

In [264]:
#fviz_cluster(pam.res)

In [267]:
options(repr.plot.width=10, repr.plot.height=10)

#rownames(b$x) <- unlist(t[17])#[-outliers]
d <- dist(b$x, method = "euclidean")

# Hierarchical clustering using Ward's method
res.hc <- hclust(d, method = "ward.D2" )
# Cut tree into 4 groups
grp <- cutree(res.hc, k = 3)
# Visualize
plot(res.hc, cex = 0.6) # plot tree
rect.hclust(res.hc, k = 3, border = 2:5) # add rectangle



In [421]:
rownames(nombreLab) <- c(1:86)
data.frame("laboratorio"=nombreLab[grp == 2,1])


laboratorio
Microbilogia y Biotecnologia Ambiental
LICAP
Laboratorio Clinicas Odontologicas
Patologia
CibioFi
CENTRO DE EXCELENCIA DE NUEVOS MATERIALES CENM
Laboratorio en Vibraciones y Acustica (LaVA)
Laboratorio de Investigacion en procesos quimicos y biologicos - laboratorio de docencia e investigacion de la EIQ
Laboratorio de Termodinamica Aplicada.
Laboratorio Combustion Combustibles
Cedesoft
Alta Tension

In [422]:
data.frame("laboratorio"=nombreLab[grp == 1,1])


laboratorio
Laboratorio de Semillas
laboratorio del Grupo de Investigaciones Entomologicas
Laboratorio de preparaciones biologicas
Laboratorio de Difraccion de Rayos X
Transiciones de Fase en sistemas no metlicos
Laboratorio de Biologia Molecular
Laboratorio de malacologia
Secuenciales y Sistemas de tiempo real
Ecosistemas Rocosos
Laboratorio de Microbiologia y Bioanalisis
Citogenetica y Biologia del Desarrollo
Laboratorio Histologia
Farmacologia
Laboratorio de Fisiologia de Postgrado
Laboratorio Clinica Universidad del Valle
Laboratorio de habilidades y destrezas en odontologia
Hospital simulado
Laboratorio de Terapia Ocupacional
Laboratorio de Histologia
Laboratorio de Analisis, recuperacion y optimizacion del movimiento humano
Laboratorio de Diagnostico de Agentes Biologicos
Bioquimica pregrado
Bioquimica postgrado
Laboratorio Fisiologia Pregrado
Farmacologia In Vitro
LABORATORIO DE FONOAUDIOLOGIA
Laboratorio intermedio de investigacion preclinica y bioterio de murinos
motores y potencia
Grupo de Ecologia y comportamiento de insectos y servicios ecosistemicos
Laboratorio Quimica Ambiental - Docencia
Recubrimientos Duros y Aplicaciones Industriales RDAI
LIBB - Lab.de Investigacion en Biocatalisis y Biotransformaciones.
Lab. de Robotica Movil
LABORATORIO DE CONVERSION DE ENERGIA - FUENTES ALTERNAS Y USO RACIONAL DE ENERGIA
Laboratorio de Geologia y mecanica de rocas
Bioinformatica y biocompuatcion
laboratorio de transformadores
Diseno de circuitos y sistemas electronicos
Vision Artificial, Procesamiento de Senales
PEQUENAS CENTRALES HIDROELECTRICAS
Laboratorio de Metrologia Electrica
Multimedia y Vision
GEOPOSICIONAMIENTO
Redes y Sistemas Distribuidos
Caracterizacion mecanica y microestructural de materiales
Laboratorio de Secuenciales y Sistemas de tiempo real
Laboratorio de Microbiologia Industrial y Ambiental
Espectroscopia Mossbauer
Laboratorio de Optica
Laboratorio de Ingenieria Sismica y Dinamica Estructural - LINSE
Fisiologia animal
LABORATORIO GICAMP
Laboratorio de Investigaciones Microbiologicas (LIM)
Laboratorio Analisis Industriales (LAI)
Laboratorio de investigacion en Productos naturales y Alimentos
Genetica Molecular Humana
SIMRQO
Laboratorio de Ictiologia
Laboratorio "Quimica de las fracciones pesadas"
Laboratorio del Grupo de Electroquimica

In [423]:
data.frame("laboratorio"=nombreLab[grp == 3,1])


laboratorio
Laboratorio de anatomia
LABORATORIO DE DOCENCIA - SEGUNDO PISO
Laboratorios de docencia de biologia

In [280]:
library("gplots")

options(repr.plot.width=10, repr.plot.height=5)
rownames(mydata) <- c(1:86)
#png(file = "/Users/jul/git/chemometrics/img/heatmap.png", width = 1000, height = 1000, bg="transparent")
op <- par(mar = c(4,4,0,12))
df = t( scale(mydata, center=TRUE) )
heatmap.2(df, scale = "none", col = bluered(100), 
          trace = "none", density.info = "none", srtCol=90)
par(op)
#dev.off()



In [281]:
library("ComplexHeatmap")
library("circlize")

In [300]:
mycol <- colorRamp2(c(-5, 0, 5), c("blue", "white", "red"))

# Define some graphics to display the distribution of columns
.hist = anno_histogram(df, gp = gpar(fill = "lightblue"))
.density = anno_density(df, type = "line", gp = gpar(col = "blue"))
ha_mix_top = HeatmapAnnotation(hist = .hist, density = .density)
# Define some graphics to display the distribution of rows
.violin = anno_density(df, type = "violin", 
                       gp = gpar(fill = "lightblue"), which = "row")
.boxplot = anno_boxplot(df, which = "row")
ha_mix_right = HeatmapAnnotation(violin = .violin, bxplt = .boxplot,
                              which = "row", width = unit(4, "cm"))

In [301]:
options(repr.plot.width=10, repr.plot.height=6)
rownames(b$x)<-c(1:86)
# Combine annotation with heatmap
Heatmap(t(scale(b$x, center=TRUE)), name = "x", col = mycol,
        column_names_gp = gpar(fontsize = 5),
        row_names_gp = gpar(fontsize = 7),
        top_annotation = ha_mix_top, 
        top_annotation_height = unit(5, "cm")) + ha_mix_right



In [314]:
lapply(t[,questions],function(x) as.numeric(x))


$visitantesDia
  1. 1
  2. 7
  3. 6
  4. 4
  5. 8
  6. 10
  7. 8
  8. 7
  9. 6
  10. 4
  11. 15
  12. 50
  13. 3
  14. 40
  15. 80
  16. 8
  17. 6
  18. 10
  19. 40
  20. 200
  21. 8
  22. 7
  23. 8
  24. 30
  25. 35
  26. 7
  27. 70
  28. 4
  29. 10
  30. 8
  31. 14
  32. 8
  33. 1
  34. 8
  35. 4
  36. 15
  37. 9
  38. 8
  39. 20
  40. 3
  41. 25
  42. 5
  43. 15
  44. 1
  45. 10
  46. 50
  47. 1
  48. 12
  49. 1
  50. 10
  51. 7
  52. 2
  53. 28
  54. 10
  55. 6
  56. 3
  57. 15
  58. 20
  59. 10
  60. 22
  61. 5
  62. 4
  63. 10
  64. 92
  65. 0
  66. 25
  67. 4
  68. 16
  69. 2
  70. 8
  71. 6
  72. 15
  73. 10
  74. 3
  75. 3
  76. 4
  77. 5
  78. 8
  79. 15
  80. 5
  81. 12
  82. 12
  83. 6
  84. 0
  85. 4
  86. 12
$personasLaborandoMes
  1. 11
  2. 6
  3. 10
  4. 3
  5. 12
  6. 15
  7. 8
  8. 6
  9. 15
  10. 8
  11. 15
  12. 20
  13. 6
  14. 1
  15. 1
  16. 4
  17. 6
  18. 8
  19. 6
  20. 12
  21. 6
  22. 4
  23. 20
  24. 6
  25. 25
  26. 7
  27. 8
  28. 7
  29. 1
  30. 10
  31. 2
  32. 10
  33. 2
  34. 8
  35. 2
  36. 10
  37. 7
  38. 8
  39. 0
  40. 2
  41. 3
  42. 5
  43. 15
  44. 6
  45. 30
  46. 2
  47. 41
  48. 12
  49. 3
  50. 15
  51. 12
  52. 2
  53. 35
  54. 15
  55. 8
  56. 3
  57. 10
  58. 1
  59. 10
  60. 22
  61. 1
  62. 8
  63. 3
  64. 13
  65. 0
  66. 5
  67. 6
  68. 8
  69. 10
  70. 3
  71. 6
  72. 20
  73. 15
  74. 12
  75. 58
  76. 7
  77. 7
  78. 0
  79. 12
  80. 9
  81. 15
  82. 12
  83. 6
  84. 10
  85. 4
  86. 15
$profNombradosMes
  1. 2
  2. 2
  3. 4
  4. 6
  5. 4
  6. 3
  7. 3
  8. 1
  9. 2
  10. 2
  11. 4
  12. 11
  13. 3
  14. 5
  15. 3
  16. 1
  17. 4
  18. 3
  19. 10
  20. 23
  21. 4
  22. 0
  23. 4
  24. 3
  25. 8
  26. 3
  27. 1
  28. 9
  29. 4
  30. 2
  31. 6
  32. 12
  33. 1
  34. 3
  35. 1
  36. 4
  37. 2
  38. 1
  39. 4
  40. 1
  41. 3
  42. 1
  43. 0
  44. 1
  45. 5
  46. 12
  47. 10
  48. 3
  49. 5
  50. 2
  51. 2
  52. 1
  53. 4
  54. 3
  55. 4
  56. 2
  57. 3
  58. 1
  59. 2
  60. 3
  61. 2
  62. 2
  63. 1
  64. 21
  65. 1
  66. 2
  67. 1
  68. 6
  69. 3
  70. 3
  71. 0
  72. 2
  73. 3
  74. 2
  75. 4
  76. 2
  77. 1
  78. 2
  79. 15
  80. 2
  81. 2
  82. 2
  83. 2
  84. 3
  85. 2
  86. 2
$estudiantesPregrado
  1. 7
  2. 2
  3. 6
  4. 0
  5. 4
  6. 40
  7. 4
  8. 3
  9. 10
  10. 5
  11. 8
  12. 100
  13. 0
  14. 190
  15. 1200
  16. 2
  17. 5
  18. 0
  19. 100
  20. 150
  21. 30
  22. 24
  23. 8
  24. 40
  25. 15
  26. 16
  27. 300
  28. 10
  29. 24
  30. 2
  31. 70
  32. 10
  33. 8
  34. 8
  35. 20
  36. 100
  37. 4
  38. 3
  39. 100
  40. 2
  41. 90
  42. 4
  43. 5
  44. 2
  45. 20
  46. 110
  47. 600
  48. 9
  49. 4
  50. 8
  51. 5
  52. 2
  53. 50
  54. 10
  55. 40
  56. 3
  57. 5
  58. 20
  59. 7
  60. 12
  61. 3
  62. 12
  63. 5
  64. 420
  65. 11
  66. 25
  67. 5
  68. 50
  69. 15
  70. 36
  71. 0
  72. 14
  73. 5
  74. 6
  75. 43
  76. 2
  77. 4
  78. 5
  79. 20
  80. 3
  81. 4
  82. 7
  83. 4
  84. 6
  85. 2
  86. 12
$estudiantesMaestria
  1. 1
  2. 3
  3. 3
  4. 0
  5. 0
  6. 5
  7. 2
  8. 1
  9. 4
  10. 2
  11. 6
  12. 0
  13. 1
  14. 0
  15. 9
  16. 1
  17. 4
  18. 0
  19. 4
  20. 4
  21. 0
  22. 0
  23. 4
  24. 1
  25. 0
  26. 4
  27. 2
  28. 3
  29. 5
  30. 10
  31. 0
  32. 5
  33. 0
  34. 5
  35. 7
  36. 10
  37. 2
  38. 4
  39. 0
  40. 1
  41. 20
  42. 0
  43. 5
  44. 1
  45. 4
  46. 30
  47. 0
  48. 2
  49. 10
  50. 2
  51. 7
  52. 0
  53. 10
  54. 2
  55. 3
  56. 1
  57. 4
  58. 0
  59. 5
  60. 5
  61. 1
  62. 1
  63. 1
  64. 8
  65. 0
  66. 0
  67. 0
  68. 5
  69. 5
  70. 8
  71. 0
  72. 4
  73. 5
  74. 2
  75. 7
  76. 0
  77. 2
  78. 1
  79. 10
  80. 2
  81. 6
  82. 4
  83. 0
  84. 1
  85. 1
  86. 4
$estudiantesDoctorado
  1. 1
  2. 1
  3. 1
  4. 0
  5. 4
  6. 5
  7. 2
  8. 2
  9. 1
  10. 1
  11. 5
  12. 0
  13. 1
  14. 0
  15. 1
  16. 1
  17. 6
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 4
  24. 0
  25. 3
  26. 2
  27. 3
  28. 8
  29. 2
  30. 6
  31. 1
  32. 9
  33. 0
  34. 4
  35. 1
  36. 5
  37. 2
  38. 0
  39. 0
  40. 1
  41. 15
  42. 1
  43. 5
  44. 2
  45. 1
  46. 2
  47. 0
  48. 1
  49. 10
  50. 1
  51. 1
  52. 0
  53. 10
  54. 2
  55. 2
  56. 0
  57. 5
  58. 0
  59. 3
  60. 5
  61. 0
  62. 0
  63. 4
  64. 3
  65. 0
  66. 0
  67. 1
  68. 2
  69. 2
  70. 2
  71. 0
  72. 2
  73. 2
  74. 2
  75. 8
  76. 2
  77. 2
  78. 0
  79. 5
  80. 4.5
  81. 3
  82. 1
  83. 1
  84. 0
  85. 1
  86. 3
$pasantesInternacionales
  1. 0
  2. 0
  3. 2
  4. 0
  5. 0
  6. 2
  7. 0
  8. 1
  9. 0
  10. 2
  11. 1
  12. 0
  13. 0
  14. 0
  15. 1
  16. 0
  17. 0
  18. 0
  19. 2
  20. 4
  21. 0
  22. 0
  23. 2
  24. 0
  25. 0
  26. 0
  27. 0
  28. 2
  29. 0
  30. 2
  31. 0
  32. 0
  33. 0
  34. 0
  35. 0
  36. 0
  37. 0
  38. 1
  39. 0
  40. 0
  41. 2
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 2
  48. 0
  49. 1
  50. 1
  51. 0
  52. 0
  53. 1
  54. 0
  55. 0
  56. 0
  57. 0
  58. 0
  59. 0
  60. 0
  61. 1
  62. 0
  63. 0
  64. 0
  65. 2
  66. 0
  67. 0
  68. 0.1
  69. 0
  70. 0
  71. 0
  72. 0
  73. 0
  74. 0
  75. 0
  76. 0
  77. 0
  78. 0
  79. 0
  80. 0
  81. 1
  82. 0
  83. 0
  84. 0
  85. 0
  86. 0
$sistemaGestion
  1. 1
  2. 0
  3. 1
  4. 1
  5. 1
  6. 1
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 1
  13. 1
  14. 0
  15. 1
  16. 0
  17. 1
  18. 1
  19. 1
  20. 1
  21. 0
  22. 1
  23. 1
  24. 1
  25. 1
  26. 0
  27. 1
  28. 1
  29. 1
  30. 1
  31. 1
  32. 1
  33. 1
  34. 1
  35. 0
  36. 1
  37. 1
  38. 0
  39. 0
  40. 0
  41. 1
  42. 1
  43. 0
  44. 1
  45. 0
  46. 1
  47. 1
  48. 1
  49. 1
  50. 1
  51. 0
  52. 0
  53. 1
  54. 0
  55. 0
  56. 0
  57. 0
  58. 1
  59. 0
  60. 0
  61. 1
  62. 1
  63. 1
  64. 1
  65. 0
  66. 1
  67. 1
  68. 1
  69. 1
  70. 0
  71. 0
  72. 0
  73. 0
  74. 0
  75. 0
  76. 1
  77. 1
  78. 0
  79. 1
  80. 1
  81. 1
  82. 1
  83. 1
  84. 1
  85. 1
  86. 1
$manuelProcesos
  1. 0
  2. 0
  3. 0
  4. 1
  5. 1
  6. 1
  7. 0
  8. 1
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 0
  16. 0
  17. 1
  18. 0
  19. 0
  20. 1
  21. 0
  22. 0
  23. 1
  24. 1
  25. 1
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 1
  33. 1
  34. 1
  35. 0
  36. 1
  37. 1
  38. 0
  39. 0
  40. 0
  41. 1
  42. 0
  43. 0
  44. 0
  45. 0
  46. 1
  47. 0
  48. 0
  49. 1
  50. 1
  51. 0
  52. 0
  53. 1
  54. 0
  55. 0
  56. 0
  57. 0
  58. 1
  59. 0
  60. 0
  61. 1
  62. 1
  63. 1
  64. 0
  65. 0
  66. 1
  67. 0
  68. 1
  69. 1
  70. 0
  71. 0
  72. 1
  73. 1
  74. 0
  75. 0
  76. 1
  77. 1
  78. 0
  79. 1
  80. 1
  81. 0
  82. 1
  83. 1
  84. 1
  85. 0
  86. 1
$mantenimientoPredictivo
  1. 0
  2. 0
  3. 0
  4. 1
  5. 0
  6. 0
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 1
  15. 0
  16. 0
  17. 1
  18. 0
  19. 1
  20. 1
  21. 0
  22. 0
  23. 1
  24. 1
  25. 0
  26. 0
  27. 0
  28. 0
  29. 1
  30. 1
  31. 0
  32. 1
  33. 1
  34. 1
  35. 0
  36. 0
  37. 1
  38. 0
  39. 0
  40. 0
  41. 1
  42. 0
  43. 0
  44. 0
  45. 0
  46. 1
  47. 1
  48. 0
  49. 1
  50. 1
  51. 0
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 0
  58. 1
  59. 0
  60. 0
  61. 1
  62. 1
  63. 1
  64. 0
  65. 0
  66. 0
  67. 0
  68. 1
  69. 1
  70. 0
  71. 1
  72. 0
  73. 1
  74. 0
  75. 0
  76. 0
  77. 0
  78. 0
  79. 1
  80. 1
  81. 0
  82. 0
  83. 1
  84. 0
  85. 0
  86. 1
$pruebaAcreditada
  1. 0
  2. 0
  3. 0
  4. 0
  5. 1
  6. 1
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 0
  16. 0
  17. 0
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 1
  24. 0
  25. 0
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 0
  33. 0
  34. 0
  35. 0
  36. 0
  37. 0
  38. 0
  39. 0
  40. 0
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 0
  48. 0
  49. 0
  50. 0
  51. 0
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 1
  58. 0
  59. 0
  60. 0
  61. 0
  62. 1
  63. 0
  64. 0
  65. 0
  66. 0
  67. 0
  68. 0
  69. 0
  70. 0
  71. 0
  72. 0
  73. 0
  74. 0
  75. 0
  76. 0
  77. 0
  78. 0
  79. 1
  80. 0
  81. 0
  82. 0
  83. 0
  84. 0
  85. 0
  86. 1
$cuentasPruebasAcreditadas
  1. 0
  2. 0
  3. 0
  4. 0
  5. 0
  6. 2
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 0
  16. 0
  17. 0
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 1
  24. 0
  25. 0
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 0
  33. 0
  34. 0
  35. 0
  36. 0
  37. 0
  38. 0
  39. 0
  40. 0
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 0
  48. 0
  49. 0
  50. 0
  51. 0
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 0
  58. 0
  59. 0
  60. 0
  61. 0
  62. 16
  63. 0
  64. 0
  65. 0
  66. 0
  67. 0
  68. 0
  69. 0
  70. 0
  71. 0
  72. 0
  73. 0
  74. 0
  75. 0
  76. 0
  77. 0
  78. 0
  79. 4
  80. 0
  81. 0
  82. 0
  83. 0
  84. 0
  85. 0
  86. 16
$consumoMensual
  1. 0
  2. 0
  3. 0
  4. 0
  5. 0
  6. 0
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 0
  16. 0
  17. 0
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 1
  24. 0
  25. 1
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 1
  33. 0
  34. 0
  35. 0
  36. 0
  37. 1
  38. 0
  39. 0
  40. 0
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 0
  48. 0
  49. 0
  50. 1
  51. 0
  52. 0
  53. 0
  54. 0
  55. 0
  56. 0
  57. 0
  58. 0
  59. 0
  60. 0
  61. 0
  62. 1
  63. 1
  64. 0
  65. 0
  66. 0
  67. 0
  68. 0
  69. 1
  70. 1
  71. 0
  72. 0
  73. 0
  74. 1
  75. 0
  76. 0
  77. 0
  78. 0
  79. 1
  80. 0
  81. 0
  82. 0
  83. 0
  84. 0
  85. 0
  86. 1
$consumoInsumos
  1. 1
  2. 0
  3. 0
  4. 1
  5. 0
  6. 0
  7. 0
  8. 0
  9. 1
  10. 0
  11. 0
  12. 1
  13. 1
  14. 0
  15. 1
  16. 0
  17. 0
  18. 1
  19. 1
  20. 1
  21. 0
  22. 0
  23. 1
  24. 1
  25. 1
  26. 1
  27. 0
  28. 1
  29. 0
  30. 0
  31. 0
  32. 1
  33. 1
  34. 0
  35. 1
  36. 1
  37. 1
  38. 0
  39. 1
  40. 0
  41. 1
  42. 1
  43. 0
  44. 0
  45. 1
  46. 1
  47. 1
  48. 0
  49. 1
  50. 1
  51. 1
  52. 1
  53. 1
  54. 1
  55. 1
  56. 0
  57. 1
  58. 1
  59. 1
  60. 1
  61. 1
  62. 1
  63. 1
  64. 1
  65. 0
  66. 1
  67. 0
  68. 1
  69. 1
  70. 1
  71. 1
  72. 0
  73. 0
  74. 1
  75. 0
  76. 1
  77. 0
  78. 0
  79. 1
  80. 1
  81. 1
  82. 0
  83. 1
  84. 1
  85. 0
  86. 1
$inventario
  1. 1
  2. 0
  3. 0
  4. 1
  5. 1
  6. 1
  7. 0
  8. 1
  9. 0
  10. 0
  11. 1
  12. 1
  13. 1
  14. 1
  15. 0
  16. 0
  17. 0
  18. 1
  19. 1
  20. 1
  21. 1
  22. 0
  23. 1
  24. 1
  25. 0
  26. 1
  27. 1
  28. 1
  29. 1
  30. 0
  31. 1
  32. 1
  33. 0
  34. 1
  35. 0
  36. 1
  37. 1
  38. 0
  39. 1
  40. 0
  41. 1
  42. 1
  43. 0
  44. 1
  45. 0
  46. 1
  47. 0
  48. 1
  49. 1
  50. 0
  51. 1
  52. 1
  53. 1
  54. 1
  55. 1
  56. 1
  57. 1
  58. 1
  59. 1
  60. 1
  61. 1
  62. 1
  63. 1
  64. 1
  65. 1
  66. 1
  67. 0
  68. 1
  69. 1
  70. 0
  71. 1
  72. 0
  73. 0
  74. 0
  75. 1
  76. 1
  77. 0
  78. 0
  79. 1
  80. 1
  81. 1
  82. 0
  83. 1
  84. 1
  85. 1
  86. 1
$contingencia
  1. 1
  2. 0
  3. 1
  4. 0
  5. 1
  6. 1
  7. 0
  8. 0
  9. 1
  10. 0
  11. 0
  12. 1
  13. 1
  14. 0
  15. 1
  16. 0
  17. 1
  18. 0
  19. 1
  20. 1
  21. 0
  22. 0
  23. 0
  24. 0
  25. 1
  26. 0
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 1
  33. 1
  34. 1
  35. 0
  36. 0
  37. 0
  38. 0
  39. 1
  40. 1
  41. 1
  42. 0
  43. 0
  44. 0
  45. 0
  46. 1
  47. 0
  48. 1
  49. 1
  50. 1
  51. 0
  52. 1
  53. 1
  54. 0
  55. 1
  56. 0
  57. 1
  58. 1
  59. 0
  60. 1
  61. 1
  62. 1
  63. 1
  64. 0
  65. 0
  66. 1
  67. 1
  68. 1
  69. 1
  70. 0
  71. 1
  72. 0
  73. 1
  74. 0
  75. 1
  76. 1
  77. 1
  78. 1
  79. 1
  80. 1
  81. 1
  82. 1
  83. 1
  84. 1
  85. 0
  86. 1
$metrologico
  1. 4
  2. 2
  3. 3
  4. 4
  5. 4
  6. 4
  7. 2
  8. 2
  9. 3
  10. 2
  11. 2
  12. 2
  13. 2
  14. 4
  15. 3
  16. 2
  17. 4
  18. 4
  19. 2
  20. 2
  21. 2
  22. 2
  23. 2
  24. 2
  25. 2
  26. 2
  27. 2
  28. 2
  29. 3
  30. 4
  31. 3
  32. 4
  33. 3
  34. 3
  35. 2
  36. 2
  37. 4
  38. 2
  39. 4
  40. 2
  41. 2
  42. 2
  43. 3
  44. 2
  45. 3
  46. 4
  47. 2
  48. 3
  49. 2
  50. 4
  51. 2
  52. 2
  53. 2
  54. 3
  55. 2
  56. 2
  57. 4
  58. 4
  59. 2
  60. 2
  61. 2
  62. 4
  63. 4
  64. 4
  65. 3
  66. 2
  67. 3
  68. 4
  69. 4
  70. 3
  71. 4
  72. 3
  73. 2
  74. 3
  75. 2
  76. 4
  77. 2
  78. 2
  79. 4
  80. 4
  81. 4
  82. 4
  83. 4
  84. 2
  85. 2
  86. 4
$articulos
  1. 5
  2. 30
  3. 5
  4. 0
  5. 15
  6. 5
  7. 5
  8. 15
  9. 0
  10. 5
  11. 15
  12. 0
  13. 0
  14. 0
  15. 15
  16. 5
  17. 15
  18. 0
  19. 5
  20. 15
  21. 0
  22. 0
  23. 15
  24. 5
  25. 15
  26. 30
  27. 0
  28. 15
  29. 0
  30. 15
  31. 5
  32. 15
  33. 0
  34. 15
  35. 0
  36. 5
  37. 5
  38. 15
  39. 0
  40. 5
  41. 50
  42. 5
  43. 15
  44. 15
  45. 5
  46. 0
  47. 0
  48. 5
  49. 15
  50. 15
  51. 15
  52. 5
  53. 30
  54. 15
  55. 5
  56. 5
  57. 5
  58. 0
  59. 5
  60. 15
  61. 5
  62. 5
  63. 5
  64. 0
  65. 15
  66. 0
  67. 0
  68. 5
  69. 15
  70. 5
  71. 5
  72. 5
  73. 15
  74. 5
  75. 15
  76. 5
  77. 5
  78. 15
  79. 15
  80. 5
  81. 15
  82. 15
  83. 5
  84. 5
  85. 5
  86. 15
$cuantosGruposUsanLab
  1. 1
  2. 0
  3. 3
  4. 6
  5. 2
  6. 3
  7. 3
  8. 1
  9. 2
  10. 2
  11. 0
  12. 0
  13. 1
  14. 0
  15. 2
  16. 0
  17. 4
  18. 0
  19. 1
  20. 4
  21. 1
  22. 3
  23. 3
  24. 0
  25. 3
  26. 0
  27. 0
  28. 4
  29. 0
  30. 4
  31. 1
  32. 8
  33. 0
  34. 1
  35. 0
  36. 2
  37. 4
  38. 3
  39. 0
  40. 1
  41. 18
  42. 0
  43. 1
  44. 7
  45. 0
  46. 3
  47. 0
  48. 1
  49. 5
  50. 8
  51. 2
  52. 1
  53. 2
  54. 2
  55. 1
  56. 0
  57. 2
  58. 0
  59. 0
  60. 0
  61. 2
  62. 0
  63. 2
  64. 4
  65. 0
  66. 2
  67. 1
  68. 6
  69. 1
  70. 2
  71. 2
  72. 3
  73. 3
  74. 3
  75. 1
  76. 1
  77. 3
  78. 4
  79. 5
  80. 4
  81. 3
  82. 0
  83. 1
  84. 2
  85. 1
  86. 1
$ingresos
  1. 1
  2. 50
  3. 20
  4. 20
  5. 50
  6. 500
  7. 20
  8. 0
  9. 0
  10. 0
  11. 500
  12. 0
  13. 20
  14. 0
  15. 0
  16. 0
  17. 100
  18. 100
  19. 0
  20. 500
  21. 0
  22. 20
  23. 20
  24. 50
  25. 100
  26. 500
  27. 20
  28. 50
  29. 0
  30. 0
  31. 20
  32. 20
  33. 0
  34. 0
  35. 1
  36. 100
  37. 100
  38. 0
  39. 20
  40. 20
  41. 20
  42. 0
  43. 0
  44. 500
  45. 0
  46. 0
  47. 0
  48. 0
  49. 500
  50. 50
  51. 500
  52. 50
  53. 500
  54. 1
  55. 0
  56. 1
  57. 1
  58. 0
  59. 0
  60. 1
  61. 1
  62. 100
  63. 500
  64. 50
  65. 1
  66. 1
  67. 1
  68. 500
  69. 20
  70. 1
  71. 100
  72. 500
  73. 100
  74. 1
  75. 50
  76. 50
  77. 20
  78. 50
  79. 100
  80. 50
  81. 20
  82. 20
  83. 50
  84. 50
  85. 1
  86. 500
$sabeNumeroEquipos
  1. 1
  2. 1
  3. 1
  4. 1
  5. 1
  6. 0
  7. 1
  8. 1
  9. 1
  10. 0
  11. 0
  12. 1
  13. 1
  14. 0
  15. 1
  16. 1
  17. 1
  18. 1
  19. 1
  20. 1
  21. 0
  22. 0
  23. 1
  24. 1
  25. 0
  26. 1
  27. 1
  28. 1
  29. 1
  30. 1
  31. 1
  32. 1
  33. 1
  34. 1
  35. 1
  36. 1
  37. 1
  38. 1
  39. 1
  40. 0
  41. 1
  42. 1
  43. 1
  44. 1
  45. 1
  46. 1
  47. 0
  48. 1
  49. 1
  50. 1
  51. 1
  52. 1
  53. 1
  54. 1
  55. 0
  56. 1
  57. 1
  58. 1
  59. 1
  60. 1
  61. 1
  62. 1
  63. 1
  64. 1
  65. 1
  66. 1
  67. 1
  68. 1
  69. 1
  70. 1
  71. 1
  72. 1
  73. 1
  74. 1
  75. 0
  76. 1
  77. 1
  78. 1
  79. 1
  80. 1
  81. 1
  82. 1
  83. 1
  84. 1
  85. 1
  86. 1
$equiposRobustos
  1. 0
  2. 0
  3. 0
  4. 1
  5. 0
  6. 0
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 1
  15. 0
  16. 0
  17. 0
  18. 0
  19. 0
  20. 1
  21. 0
  22. 0
  23. 0
  24. 1
  25. 0
  26. 0
  27. 0
  28. 1
  29. 0
  30. 0
  31. 0
  32. 0
  33. 0
  34. 0
  35. 0
  36. 0
  37. 0
  38. 0
  39. 0
  40. 0
  41. 1
  42. 0
  43. 0
  44. 1
  45. 0
  46. 0
  47. 0
  48. 0
  49. 1
  50. 1
  51. 1
  52. 0
  53. 1
  54. 0
  55. 1
  56. 0
  57. 1
  58. 0
  59. 0
  60. 0
  61. 0
  62. 1
  63. 1
  64. 0
  65. 0
  66. 0
  67. 0
  68. 1
  69. 1
  70. 0
  71. 0
  72. 0
  73. 1
  74. 0
  75. 1
  76. 0
  77. 1
  78. 0
  79. 1
  80. 1
  81. 1
  82. 0
  83. 0
  84. 0
  85. 0
  86. 1
$internationalPartners
  1. 0
  2. 1
  3. 0
  4. 0
  5. 0
  6. 1
  7. 1
  8. 0
  9. 0
  10. 0
  11. 1
  12. 0
  13. 0
  14. 0
  15. 0
  16. 1
  17. 1
  18. 0
  19. 0
  20. 0
  21. 0
  22. 0
  23. 1
  24. 0
  25. 0
  26. 1
  27. 0
  28. 0
  29. 0
  30. 0
  31. 0
  32. 0
  33. 0
  34. 1
  35. 1
  36. 1
  37. 0
  38. 0
  39. 0
  40. 0
  41. 0
  42. 0
  43. 0
  44. 1
  45. 0
  46. 0
  47. 0
  48. 1
  49. 0
  50. 1
  51. 1
  52. 1
  53. 0
  54. 0
  55. 0
  56. 0
  57. 1
  58. 0
  59. 0
  60. 0
  61. 1
  62. 0
  63. 1
  64. 0
  65. 0
  66. 1
  67. 0
  68. 1
  69. 0
  70. 0
  71. 0
  72. 1
  73. 0
  74. 0
  75. 0
  76. 0
  77. 1
  78. 0
  79. 0
  80. 1
  81. 0
  82. 1
  83. 1
  84. 0
  85. 0
  86. 0
$patentes
  1. 0
  2. 1
  3. 0
  4. 0
  5. 1
  6. 1
  7. 0
  8. 0
  9. 0
  10. 0
  11. 0
  12. 0
  13. 0
  14. 0
  15. 1
  16. 0
  17. 1
  18. 0
  19. 0
  20. 1
  21. 0
  22. 0
  23. 0
  24. 0
  25. 0
  26. 0
  27. 0
  28. 0
  29. 0
  30. 1
  31. 0
  32. 1
  33. 0
  34. 0
  35. 0
  36. 0
  37. 1
  38. 0
  39. 0
  40. 1
  41. 0
  42. 0
  43. 0
  44. 0
  45. 0
  46. 0
  47. 0
  48. 0
  49. 0
  50. 1
  51. 1
  52. 0
  53. 1
  54. 0
  55. 1
  56. 0
  57. 0
  58. 0
  59. 0
  60. 0
  61. 0
  62. 1
  63. 1
  64. 0
  65. 0
  66. 0
  67. 0
  68. 1
  69. 0
  70. 0
  71. 0
  72. 0
  73. 1
  74. 0
  75. 1
  76. 0
  77. 0
  78. 0
  79. 0
  80. 1
  81. 0
  82. 0
  83. 0
  84. 0
  85. 0
  86. 1

In [304]:
data <- scale( matrix( as.numeric(cbind(t[,questions])), 86, 24 ), center=TRUE )
#dataf <- data.frame("q1"=data[,1],"q2"=data[,2],"q3"=data[,3],"q4"=data[,4],"q11"=data[,11])


Error in matrix(as.numeric(cbind(t[, questions])), 86, 24): (list) object cannot be coerced to type 'double'
Traceback:

1. scale(matrix(as.numeric(cbind(t[, questions])), 86, 24), center = TRUE)
2. matrix(as.numeric(cbind(t[, questions])), 86, 24)

In [ ]:


In [295]:
# Compute principal component analysis
library(FactoMineR)
res.pca <- PCA(data[,c(1,2,3,4,11)], ncp = 3, graph=FALSE)
# Percentage of information retained by each
# dimensions
library(factoextra)


Error in PCA(b$x[, c(1, 2, 3, 4, 11)], ncp = 3, graph = FALSE): 
The following variables are not quantitative:  x
Traceback:

1. PCA(b$x[, c(1, 2, 3, 4, 11)], ncp = 3, graph = FALSE)
2. stop(paste("\nThe following variables are not quantitative: ", 
 .     auxi))

In [106]:
options(repr.plot.width=10, repr.plot.height=3)

fviz_eig(res.pca)


Error in inherits(X, c("PCA", "CA", "MCA", "FAMD", "MFA", "HMFA", "sPCA", : object 'res.pca' not found
Traceback:

1. fviz_eig(res.pca)
2. get_eigenvalue(X)
3. get_eig(X)
4. inherits(X, c("PCA", "CA", "MCA", "FAMD", "MFA", "HMFA", "sPCA", 
 .     "sCA", "sMCA", "sMFA", "sHMFA"))

In [107]:
# Visualize variables
fviz_pca_var(res.pca)


Error in inherits(X, c("PCA", "princomp", "prcomp")): object 'res.pca' not found
Traceback:

1. fviz_pca_var(res.pca)
2. fviz(X, element = "var", axes = axes, geom = geom, color = col.var, 
 .     alpha = alpha.var, select = select.var, repel = repel, col.col.sup = col.quanti.sup, 
 .     col.circle = col.circle, ...)
3. .get_facto_class(X)
4. inherits(X, c("PCA", "princomp", "prcomp"))

In [108]:
# Visualize individuals
fviz_pca_ind(res.pca)


Error in inherits(X, c("PCA", "princomp", "prcomp")): object 'res.pca' not found
Traceback:

1. fviz_pca_ind(res.pca)
2. fviz(X, element = "ind", axes = axes, geom = geom, habillage = habillage, 
 .     palette = palette, addEllipses = addEllipses, color = col.ind, 
 .     alpha = alpha.ind, col.row.sup = col.ind.sup, select = select.ind, 
 .     repel = repel, ...)
3. .get_facto_class(X)
4. inherits(X, c("PCA", "princomp", "prcomp"))

In [109]:
get_eig(res.pca)


Error in inherits(X, c("PCA", "CA", "MCA", "FAMD", "MFA", "HMFA", "sPCA", : object 'res.pca' not found
Traceback:

1. get_eig(res.pca)
2. inherits(X, c("PCA", "CA", "MCA", "FAMD", "MFA", "HMFA", "sPCA", 
 .     "sCA", "sMCA", "sMFA", "sHMFA"))

In [ ]:
# Compute HCPC
res.hcpc <- HCPC(res.pca, graph = FALSE)

In [ ]:
options(repr.plot.width=10, repr.plot.height=8)

# Principal components + tree
plot(res.hcpc, choice = "3D.map")

In [ ]:
options(repr.plot.width=5, repr.plot.height=5)

# Draw only the factor map
plot(res.hcpc, choice ="map", draw.tree = FALSE)

In [ ]:
fviz_cluster(res.hcpc)

In [ ]:
names(res.hcpc)
C <- res.hcpc$data.clust$clust
data.frame( "a"=as.vector(unlist(t[17])[C==1]), "b"=as.vector(unlist(t[19])[C==1]), "c"=b$x[C==1,11])
data.frame( "a"=as.vector(unlist(t[17])[C==4]), "b"=as.vector(unlist(t[19])[C==4]), "c"=b$x[C==4,11] )

In [ ]:


In [ ]: