Accedemos a la base de datos de la EPH
baseEPH=read.csv("https://www.ine.gov.py/datos/encuestas/eph/Poblacion/EPH-2021/data/9e824reg02_ephc2021.csv",sep=";",header=T, dec = ",")
Generamos una nueva base considerando a personas mayores de edad que
estan ocupadas con las variables e0aimde, P06, , área y P02 para
realizar un analisis sobre el ingreso de dichas personas, para comprobar
que hombres y mujeres no difieren unos de otros
basefil=subset(baseEPH,PEAA==1 & P02>18, select = c(P06,e01aimde,AREA,P02))
#basefil
Analisis exploratorio de los datos
Edad
summary(basefil$P02)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 19.00 29.00 40.00 41.61 53.00 94.00
#Recodificaremos la edad en 3 grupos grandes
basefil$edadrec[basefil$P02<=29] <-"29 o menos"
basefil$edadrec[basefil$P02>29&basefil$P06<=50]<-"de 30 a 50 "
basefil$edadrec[basefil$P02>50]<-"mayores a 50"
#Distribucion de la variable edad recodificada
tabla1=table(basefil$edadrec);tabla1
##
## 29 o menos de 30 a 50 mayores a 50
## 1965 3478 2191
barplot(tabla1)
Ingreso
summary(basefil$e01aimde)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0 586791 1600000 2105371 2539683 117230000
# Para una mejor apreciacion recodificaremos el ingreso en 3 categorias y especificar que el ingreso debe ser mayor a cero
basefil$Ing.rec[basefil$e01aimde<=2500000&basefil$e01aimde>0]<-1
basefil$Ing.rec[basefil$e01aimde>2500000&basefil$e01aimde<=5000000]<-2
basefil$Ing.rec[basefil$e01aimde>5000000]<-3
basefil$Ing.rec=factor(basefil$Ing.rec, labels = c("2.5 millones o menos", "de 2.5 a 5 millones","mayores a 5 millones"))
#Distribucion de la variable Ingreso
table(basefil$Ing.rec)
##
## 2.5 millones o menos de 2.5 a 5 millones mayores a 5 millones
## 4921 1465 452
barplot(table(basefil$Ing.rec))
#Se observa una gran nayoria de personas que perciben 2 millones quinientos mil gs o menos
Sexo
basefil$P06=factor(basefil$P06,labels = c('Hombres','Mujeres'))
#DISTRIBUCION DEL SEXO
table(basefil$P06)
##
## Hombres Mujeres
## 4435 3199
barplot(prop.table(table(basefil$P06)))
#Se observa una proporcion mayor de hombres con respecto a las mujeres
AREA
#vista de la variable Area
basefil$AREA=factor(basefil$AREA,labels = c('Urbana','Rural'))
barplot(prop.table(table(basefil$AREA)))
#Aparentemente tenemos una proporcion de personas que viven en area urbana y area rural muy similiares
Veremos la relacion entre el sexo y el ingreso de las personas
prop.table(table(basefil$Ing.rec,basefil$P06),margin = 1)
##
## Hombres Mujeres
## 2.5 millones o menos 0.5791506 0.4208494
## de 2.5 a 5 millones 0.6614334 0.3385666
## mayores a 5 millones 0.6592920 0.3407080
barplot(prop.table(table(basefil$Ing.rec,basefil$P06),margin = 1),col = rainbow(3),main ='Distribucion de Ingreso por sexo',legend.text = T,beside = T)
Aparentemente el ingreso varia mucho en relacion al sexo de la
persona, indicando que al parecer las mujeres tienen un ingreso inferior
al de los hombres, tambien podemos ver que en las mujeres hay una mayor
porporcion de personas que perciben dos y medio millon de guaranies,
mientras que en los hombres la proporcion mayor se encuentra recibiendo
mayor a 2.5 millones .En conclusion podemos decir que existe una
desigualdad salarial entre hombres y mujeres
Relacion entre en Ingreso y el area de vivienda
barplot(prop.table(table(basefil$Ing.rec,basefil$AREA),margin = 1),col = rainbow(3),main ='Distribucion de Ingreso por sexo',legend.text = T,beside = T)
Existe una gran diferencia en cuestion de salarios por area, es
decir, aparentemente en la zona rural se percibe menos en cuestion de
salarios