Carga de datos
## # A tibble: 46 × 46
## `1` `2` `3` `4` `5` `6` `7` `8` `9` `10` `11`
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 127. 0 0 0 0 0 0 0 0 0 0
## 2 0 0 0 0 0 0 0 0 0 0 0
## 3 0 0 3753. 0 0 1901. 7.00e3 0 0 0 5.26e-1
## 4 0 0 0 1678. 0 0 0 0 0 0 0
## 5 0 1095. 12618. 298. 1.83e3 0 0 0 0 0 6.84e+0
## 6 0 0 0 0 0 7085. 5.53e0 0 0 0 7.21e+4
## 7 0 0 0 0 0 0 6.77e3 0 9.21e0 0 4.48e+3
## 8 584. 20.5 884. 90.7 1.63e2 31.7 0 16.6 0 0 1.27e+2
## 9 0 0 0 0 0 0 0 0 1.74e3 0 0
## 10 1.05 2.63 33.3 19.6 6.18e0 984. 1.18e0 0 1.84e0 2010. 2.5 e+0
## # ℹ 36 more rows
## # ℹ 35 more variables: `12` <dbl>, `13` <dbl>, `14` <dbl>, `15` <dbl>,
## # `16` <dbl>, `17` <dbl>, `18` <dbl>, `19` <dbl>, `20` <dbl>, `21` <dbl>,
## # `22` <dbl>, `23` <dbl>, `24` <dbl>, `25` <dbl>, `26` <dbl>, `27` <dbl>,
## # `28` <dbl>, `29` <dbl>, `30` <dbl>, `31` <dbl>, `32` <dbl>, `33` <dbl>,
## # `34` <dbl>, `35` <dbl>, `36` <dbl>, `37` <dbl>, `38` <dbl>, `39` <dbl>,
## # `40` <dbl>, `41` <dbl>, `42` <dbl>, `43` <dbl>, `44` <dbl>, `45` <dbl>, …
## # A tibble: 45 × 2
## `1` `2`
## <dbl> <dbl>
## 1 0 0
## 2 0 0
## 3 314561. 0
## 4 0 0
## 5 1323380. 0
## 6 50357. 0
## 7 526957. 0
## 8 101237. 0
## 9 44341. 0
## 10 2422 0
## # ℹ 35 more rows
## # A tibble: 46 × 1
## x_1990
## <dbl>
## 1 NA
## 2 182287
## 3 34523
## 4 715438.
## 5 80222
## 6 1474837.
## 7 312032.
## 8 576046.
## 9 172777.
## 10 188273.
## # ℹ 36 more rows
## # A tibble: 46 × 46
## `1` `2` `3` `4` `5` `6` `7` `8` `9` `10` `11` `12`
## <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 86 0 0 0 0 0 0 0 0 0 0 0
## 2 0 0 0 0 0 0 0 0 0 0 0 0
## 3 0 0 11004 0 0 5313 28072 0 0 0 1 65
## 4 0 0 0 3071 0 0 0 0 0 0 0 0
## 5 0 104 38676 1357 11299 0 0 0 0 0 14 469
## 6 0 0 0 0 0 8777 19 0 0 0 89833 144571
## 7 0 0 0 0 0 0 16874 0 7 0 4137 57
## 8 576 1 2000 272 563 65 0 36 0 0 204 734
## 9 0 0 0 0 0 0 0 0 44464 0 0 0
## 10 1 1 73 58 21 2023 6 0 2 15334 3 89
## # ℹ 36 more rows
## # ℹ 34 more variables: `13` <dbl>, `14` <dbl>, `15` <dbl>, `16` <dbl>,
## # `17` <dbl>, `18` <dbl>, `19` <dbl>, `20` <dbl>, `21` <dbl>, `22` <dbl>,
## # `23` <dbl>, `24` <dbl>, `25` <dbl>, `26` <dbl>, `27` <dbl>, `28` <dbl>,
## # `29` <dbl>, `30` <dbl>, `31` <dbl>, `32` <dbl>, `33` <dbl>, `34` <dbl>,
## # `35` <dbl>, `36` <dbl>, `37` <dbl>, `38` <dbl>, `39` <dbl>, `40` <dbl>,
## # `41` <dbl>, `42` <dbl>, `43` <dbl>, `44` <dbl>, `45` <dbl>, `46` <dbl>
## # A tibble: 46 × 2
## `1` `2`
## <dbl> <dbl>
## 1 0 0
## 2 0 0
## 3 314561. 0
## 4 0 0
## 5 1323380. 0
## 6 50357. 0
## 7 526957. 0
## 8 101237. 0
## 9 44341. 0
## 10 2422 0
## # ℹ 36 more rows
## # A tibble: 46 × 1
## x_2006
## <dbl>
## 1 182287
## 2 34523
## 3 715438.
## 4 80222
## 5 1474837.
## 6 312032.
## 7 576046.
## 8 172777.
## 9 188273.
## 10 490735.
## # ℹ 36 more rows
1 Realice el cálculo de lo siguiente (de ser necesario haga las
agregaciones de servicios propuestas en la clase):
Multiplicadores de Expansión de la demanda (me) para la MIP 1990 y
para la MIP 2006.
## [1] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## [26] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
# Multiplicador de expansion 2006
A_2006<-mip_coeficientes_tecnicos(as.matrix(mip2006_ci_corregida),as.matrix(x_2006))[[1]]
matriz_T_2006<-mip_matriz_tecnologica(matriz_coeficientes_tecnicos = A_2006)
L_2006<-mip_matriz_leontief(matriz_tecnologica = matriz_T_2006)
me_2006<-mip_multiplicadores_expansion_demanda_me(matriz_leontief = L_2006)
me_2006
## [1] 1.297922 1.020215 1.234962 1.847889 1.083978 1.400624 1.685844
## [8] 1.026941 1.499664 1.071302 1.401085 1.471804 1.040887 1.526300
## [15] 1.941532 1.344572 1.277062 1.000000 1.301245 1.371596 1.395160
## [22] 1.176944 1.433429 1.363739 1.212840 1.240559 1.276547 1.496298
## [29] 1.990601 1.109025 1.088510 1.588449 2.124461 1.674974 23.762309
## [36] 1.299292 1.397290 1.684696 1.236529 1.171619 1.360409
Multiplicadores de la producción (mp) para la MIP 1990 y para la MIP
2006
## [1] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## [26] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
# multiplicador de la produccion 2006
A_2006<-mip_coeficientes_tecnicos(as.matrix(mip2006_ci_corregida),as.matrix(x_2006))[[1]]
matriz_T_2006<-mip_matriz_tecnologica(matriz_coeficientes_tecnicos = A_2006)
L_2006<-mip_matriz_leontief(matriz_tecnologica = matriz_T_2006)
mp_2006<-mip_multiplicadores_produccion_mp(matriz_leontief = L_2006)
mp_2006
## [1] 1.013829 1.052815 1.474348 1.301361 1.244981 1.623459 1.060766
## [8] 1.196731 1.359658 2.568025 1.150131 1.077882 1.002044 1.355794
## [15] 1.054278 1.918127 1.134142 1.000527 1.470996 1.018324 1.129994
## [22] 1.107301 2.018467 1.888203 2.150340 6.346229 1.563541 1.509519
## [29] 1.791534 1.250410 1.532295 2.797425 1.081905 1.187016 1.062057
## [36] 1.197085 10.302597 1.590620 1.766302 6.502581 3.075466
Tasa de cambio para ambos multiplicadores (por ejemplo, para me:
me2006/me1990-1)
## [1] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## [26] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
# tasa de cambio para multiplicador de produccion
tasa_cambio_mp<-mp_2006/mp_1990-1
tasa_cambio_mp
## [1] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
## [26] NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
Presente los resultados en una tabla que incluya los nombres para
todos los sectores.
|
sector
|
me_1990
|
me_2006
|
mp_1990
|
mp_2006
|
dif_me
|
dif_mp
|
|
1
|
NA
|
1.30
|
NA
|
1.01
|
NA
|
NA
|
|
2
|
NA
|
1.02
|
NA
|
1.05
|
NA
|
NA
|
|
3
|
NA
|
1.23
|
NA
|
1.47
|
NA
|
NA
|
|
4
|
NA
|
1.85
|
NA
|
1.30
|
NA
|
NA
|
|
5
|
NA
|
1.08
|
NA
|
1.24
|
NA
|
NA
|
|
6
|
NA
|
1.40
|
NA
|
1.62
|
NA
|
NA
|
|
7
|
NA
|
1.69
|
NA
|
1.06
|
NA
|
NA
|
|
8
|
NA
|
1.03
|
NA
|
1.20
|
NA
|
NA
|
|
9
|
NA
|
1.50
|
NA
|
1.36
|
NA
|
NA
|
|
10
|
NA
|
1.07
|
NA
|
2.57
|
NA
|
NA
|
|
11
|
NA
|
1.40
|
NA
|
1.15
|
NA
|
NA
|
|
12
|
NA
|
1.47
|
NA
|
1.08
|
NA
|
NA
|
|
13
|
NA
|
1.04
|
NA
|
1.00
|
NA
|
NA
|
|
14
|
NA
|
1.53
|
NA
|
1.36
|
NA
|
NA
|
|
15
|
NA
|
1.94
|
NA
|
1.05
|
NA
|
NA
|
|
16
|
NA
|
1.34
|
NA
|
1.92
|
NA
|
NA
|
|
17
|
NA
|
1.28
|
NA
|
1.13
|
NA
|
NA
|
|
18
|
NA
|
1.00
|
NA
|
1.00
|
NA
|
NA
|
|
19
|
NA
|
1.30
|
NA
|
1.47
|
NA
|
NA
|
|
20
|
NA
|
1.37
|
NA
|
1.02
|
NA
|
NA
|
|
21
|
NA
|
1.40
|
NA
|
1.13
|
NA
|
NA
|
|
22
|
NA
|
1.18
|
NA
|
1.11
|
NA
|
NA
|
|
23
|
NA
|
1.43
|
NA
|
2.02
|
NA
|
NA
|
|
24
|
NA
|
1.36
|
NA
|
1.89
|
NA
|
NA
|
|
25
|
NA
|
1.21
|
NA
|
2.15
|
NA
|
NA
|
|
26
|
NA
|
1.24
|
NA
|
6.35
|
NA
|
NA
|
|
27
|
NA
|
1.28
|
NA
|
1.56
|
NA
|
NA
|
|
28
|
NA
|
1.50
|
NA
|
1.51
|
NA
|
NA
|
|
29
|
NA
|
1.99
|
NA
|
1.79
|
NA
|
NA
|
|
30
|
NA
|
1.11
|
NA
|
1.25
|
NA
|
NA
|
|
31
|
NA
|
1.09
|
NA
|
1.53
|
NA
|
NA
|
|
32
|
NA
|
1.59
|
NA
|
2.80
|
NA
|
NA
|
|
33
|
NA
|
2.12
|
NA
|
1.08
|
NA
|
NA
|
|
34
|
NA
|
1.67
|
NA
|
1.19
|
NA
|
NA
|
|
35
|
NA
|
23.76
|
NA
|
1.06
|
NA
|
NA
|
|
36
|
NA
|
1.30
|
NA
|
1.20
|
NA
|
NA
|
|
37
|
NA
|
1.40
|
NA
|
10.30
|
NA
|
NA
|
|
38
|
NA
|
1.68
|
NA
|
1.59
|
NA
|
NA
|
|
39
|
NA
|
1.24
|
NA
|
1.77
|
NA
|
NA
|
|
40
|
NA
|
1.17
|
NA
|
6.50
|
NA
|
NA
|
|
41
|
NA
|
1.36
|
NA
|
3.08
|
NA
|
NA
|
2 Realice el análisis de Rasmussen para para las MIP 1990 y
2006.
|
sector
|
me_1990
|
me_2006
|
mp_1990
|
mp_2006
|
dif_me
|
dif_mp
|
|
1
|
NA
|
1.30
|
NA
|
1.01
|
NA
|
NA
|
|
2
|
NA
|
1.02
|
NA
|
1.05
|
NA
|
NA
|
|
3
|
NA
|
1.23
|
NA
|
1.47
|
NA
|
NA
|
|
4
|
NA
|
1.85
|
NA
|
1.30
|
NA
|
NA
|
|
5
|
NA
|
1.08
|
NA
|
1.24
|
NA
|
NA
|
|
6
|
NA
|
1.40
|
NA
|
1.62
|
NA
|
NA
|
|
7
|
NA
|
1.69
|
NA
|
1.06
|
NA
|
NA
|
|
8
|
NA
|
1.03
|
NA
|
1.20
|
NA
|
NA
|
|
9
|
NA
|
1.50
|
NA
|
1.36
|
NA
|
NA
|
|
10
|
NA
|
1.07
|
NA
|
2.57
|
NA
|
NA
|
|
11
|
NA
|
1.40
|
NA
|
1.15
|
NA
|
NA
|
|
12
|
NA
|
1.47
|
NA
|
1.08
|
NA
|
NA
|
|
13
|
NA
|
1.04
|
NA
|
1.00
|
NA
|
NA
|
|
14
|
NA
|
1.53
|
NA
|
1.36
|
NA
|
NA
|
|
15
|
NA
|
1.94
|
NA
|
1.05
|
NA
|
NA
|
|
16
|
NA
|
1.34
|
NA
|
1.92
|
NA
|
NA
|
|
17
|
NA
|
1.28
|
NA
|
1.13
|
NA
|
NA
|
|
18
|
NA
|
1.00
|
NA
|
1.00
|
NA
|
NA
|
|
19
|
NA
|
1.30
|
NA
|
1.47
|
NA
|
NA
|
|
20
|
NA
|
1.37
|
NA
|
1.02
|
NA
|
NA
|
|
21
|
NA
|
1.40
|
NA
|
1.13
|
NA
|
NA
|
|
22
|
NA
|
1.18
|
NA
|
1.11
|
NA
|
NA
|
|
23
|
NA
|
1.43
|
NA
|
2.02
|
NA
|
NA
|
|
24
|
NA
|
1.36
|
NA
|
1.89
|
NA
|
NA
|
|
25
|
NA
|
1.21
|
NA
|
2.15
|
NA
|
NA
|
|
26
|
NA
|
1.24
|
NA
|
6.35
|
NA
|
NA
|
|
27
|
NA
|
1.28
|
NA
|
1.56
|
NA
|
NA
|
|
28
|
NA
|
1.50
|
NA
|
1.51
|
NA
|
NA
|
|
29
|
NA
|
1.99
|
NA
|
1.79
|
NA
|
NA
|
|
30
|
NA
|
1.11
|
NA
|
1.25
|
NA
|
NA
|
|
31
|
NA
|
1.09
|
NA
|
1.53
|
NA
|
NA
|
|
32
|
NA
|
1.59
|
NA
|
2.80
|
NA
|
NA
|
|
33
|
NA
|
2.12
|
NA
|
1.08
|
NA
|
NA
|
|
34
|
NA
|
1.67
|
NA
|
1.19
|
NA
|
NA
|
|
35
|
NA
|
23.76
|
NA
|
1.06
|
NA
|
NA
|
|
36
|
NA
|
1.30
|
NA
|
1.20
|
NA
|
NA
|
|
37
|
NA
|
1.40
|
NA
|
10.30
|
NA
|
NA
|
|
38
|
NA
|
1.68
|
NA
|
1.59
|
NA
|
NA
|
|
39
|
NA
|
1.24
|
NA
|
1.77
|
NA
|
NA
|
|
40
|
NA
|
1.17
|
NA
|
6.50
|
NA
|
NA
|
|
41
|
NA
|
1.36
|
NA
|
3.08
|
NA
|
NA
|
Análisis de Rasmussen para MIP 1990
|
clasificacion
|
total
|
porcentaje
|
|
No clasificado
|
41
|
100
|
Análisis de Rasmussen para MIP 2006
|
clasificacion
|
total
|
porcentaje
|
|
Sector Estrategico
|
4
|
9.76
|
|
Sector Impulsor
|
8
|
19.51
|
|
Sector Isla
|
29
|
70.73
|
3 Presente una tabla comparativa entre los resultados porcentuales
por tipo de sector
entre 1990 y 2006, incluya una columna que muestre la variación
porcentual por tipo
|
clasificacion
|
total_1990
|
porcentaje_1990
|
total_2006
|
porcentaje_2006
|
dif_variacion_porcentual
|
|
No clasificado
|
41
|
100
|
NA
|
NA
|
NA
|