library(readr)
library(foreign)
library(haven)
library(readxl)
library(ggplot2)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(kableExtra)
##
## Attaching package: 'kableExtra'
## The following object is masked from 'package:dplyr':
##
## group_rows
Cargar datos
brasil<-read_dta ("C:/Users/renato/Downloads/BRA_2021_LAPOP_AmericasBarometer_v1.2_w.dta")
brasil<-subset(brasil,select=c(etid,ing4,q1tb,sd6new2))
brasil<-na.omit(brasil)
Crea una variable categórica para las categorías raciales (variable etid) de blanca, indígena, negra, mulata, amarela y otro
brasil<-brasil%>%
mutate(categoria_racial=case_when(etid==1 ~"blanca",
etid==3 ~"indígena",
etid==4 ~"negra",
etid==5 ~"mulata",
etid==7 ~"amarela",
TRUE ~ "otro"))
Crea un gráfico en donde se pueda visualizar la distribución de apoyo para la democracia (variable ing4) según categoría racial(variable etid)
Aqui voyyyyyy
ggplot(brasil, aes(ing4)) +
geom_bar(aes(fill=categoria_racial),position="dodge",colour="black")+
facet_wrap(~"Distribución de apoyo para la democracia según categoría racial")+xlab("categoría racial")+ylab('Frecuencia')
Describe plenamente el gráfico y menciona ¿Cuáles son las identidades raciales que tiene un mayor apoyo para la democracia en Brasil? [2 puntos]
Respuesta:
Realizar un gráfico de barras entre sexo y la percepción de satisfacción con el sistema de salud
Filtrar por sexo
brasil<-brasil%>%
mutate(Género=case_when(q1tb==1 ~"masculino",
q1tb==2 ~"femenino",
TRUE ~ "otro"))
Gráfico de barras por sexo y percepción de sistema de salud
brasil1<-brasil%>%
group_by(Género,sd6new2)%>%
summarise(Total=n())
## `summarise()` has grouped output by 'Género'. You can override using the
## `.groups` argument.
ggplot(brasil1, aes(x = sd6new2, y=Total,fill=Género) ) +
geom_bar(width = 0.9, stat="identity",
position = position_dodge())+
scale_x_continuous(breaks = c(1:4),labels = c("Muy satisfecho(a)",
"Satisfecho(a)",
"Insatisfecho(a)",
"Muy insatisfecho(a)"))+
geom_text(aes(label=Total), vjust=1.6, color="black",
position = position_dodge(0.9), size=3.0)+xlab("")+
facet_wrap(~"Satisfacción en la salud pública del país por género")+
theme_bw(base_size = 13)+ theme(axis.text = element_text(size=7))
Realizar una tabla en donde se incluyan los porcentajes para las columnas y las filas
tabla<-prop.table(table(brasil$sd6new2,brasil$Género))
Con esta información debes analizar si es cierto que las personas en Brasil están muy satisfechas con su sistema de salud público. Además, debes mencionar que tan insatisfechos(as) y muy insatisfechos(as) se encuentran las personas encuestadas de uno y otro sexo. La idea con esto es sugerirle al gobierno una focalización de incentivos y campañas que permita subir la satisfacción en el sexo que se encuentre menos satisfecho con el sistema de salud pública brasileño. [3 puntos]
Respuesta:
Parte II: Probabilidad Estadística
1.1 ¿Cuántos resultados posibles hay? Explica tu razonamiento en una frase [0.5 puntos]:
1.2 ¿Cuál es el espacio muestral? Construye una lista de todas las posibilidades [0.5 puntos].
1.3 ¿Cuál sería el valor esperado de la media y la varianza de esta distribución? (Acuérdense de que la varianza es simplemente la desviación estándar cuadrada.) Explica tu razonamiento, mostrando la fórmula apropiada y todos tus cálculos [1 punto]
1.4 ¿Cuál sería la probabilidad de que se logren tratados en cada reunión? ¿Cuál seríala probabilidad de no lograr ningún tratado? ¿es la misma probabilidad la de lograr todos los tratados y no lograr ningún tratado? Explica tu razonamiento [2 puntos]:
1.5 Por favor construye un gráfico de la distribución de probabilidades de esta variable aleatoria (la del anterior punto). Describe su distribución [3 puntos].
1.6 Ahora, imagínate que la probabilidad de lograr un tratado comercial en una reunión es 0.1. ¿Cuál sería el valor esperado de la media y la varianza de esta nueva distribución? Muestra todos tus cálculos [2 puntos]
Violencia y Protestas Feministas: Imagínate que has observado estas 150 protestas en Chile. (Ver archivo de Excel con datos inventados para fines pedagógicos). Las protestas pueden tener causas feministas o no, y pueden ser pacíficas, violentas o muy violentas.
Cargar datos
tarea<- read_excel("C:/Users/renato/Downloads/Tarea 2.xlsx")
## New names:
## • `` -> `...1`
2.1 ¿Cuál sería el espacio muestral con este ejemplo? [0.5 puntos]
Respuesta:150????
2.2 Crea una tabla de contingencia en donde se considera la causa feminista como la variable dependiente (y) y el nivel de violencia es la variable independiente (x) [1 punto]
contingencia<-table(tarea$Protesta,tarea$`Nivel de Violencia`)
contingencia<-addmargins(contingencia)
kable(contingencia,caption = "Tabla de contingencia")%>%
kable_styling()
| Muy violenta | Pacífica | Violenta | Sum | |
|---|---|---|---|---|
| Feminista | 0 | 30 | 30 | 60 |
| No-feminista | 20 | 20 | 50 | 90 |
| Sum | 20 | 50 | 80 | 150 |
2.3 ¿Cuál es la probabilidad de que una protesta sea violenta? [0.5 puntos]
Respuesta:
contingencia[9]/contingencia[12]
## [1] 0.5333333
2.4 Dado que la protesta tiene una causa feminista, ¿cuál es la probabilidad de ser muy violenta? [1.5 puntos]
Respuesta:
contingencia[1]/contingencia[10]
## [1] 0
2.5 Dado que la protesta tiene una causa feminista, ¿cuál es la probabilidad de ser pacífica? [1.5 puntos]
Respuesta:
contingencia[2]/contingencia[10]
## [1] 0.3333333
2.6 Supongamos que esta es una muestra aleatorizada. ¿Qué podemos concluir en base a estas observaciones y cálculos de probabilidades condicionales? [1 punto]