## se cargan las librerias de R Studio
library(agricolae)
library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.5.0 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.1
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(ggplot2)
library(plotly)
##
## Attaching package: 'plotly'
##
## The following object is masked from 'package:ggplot2':
##
## last_plot
##
## The following object is masked from 'package:stats':
##
## filter
##
## The following object is masked from 'package:graphics':
##
## layout
library(modeest)
## Registered S3 method overwritten by 'rmutil':
## method from
## print.response httr
##
## Attaching package: 'modeest'
##
## The following object is masked from 'package:agricolae':
##
## skewness
library(dplyr)
library(readr)
library(readxl)
library(haven)
library(mosaicData) ##base de datos
library(wooldridge) ##base de datos
library(hrbrthemes)
## Warning: package 'hrbrthemes' was built under R version 4.3.3
library(viridis)
## Warning: package 'viridis' was built under R version 4.3.3
## Loading required package: viridisLite
## Warning: package 'viridisLite' was built under R version 4.3.3
library(tidyr)
library(kableExtra)
## Warning: package 'kableExtra' was built under R version 4.3.3
##
## Attaching package: 'kableExtra'
##
## The following object is masked from 'package:dplyr':
##
## group_rows
library(DT)
## Warning: package 'DT' was built under R version 4.3.3
##CASO 1 WHO
## se importa la base de datos WHO
who<-read_csv("C:/Users/lauvi/Desktop/Datos R/WHO.csv")
## Rows: 1647 Columns: 24
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (3): Country, Cod, Status
## dbl (21): Year, Life.expectancy, Adult.mortality, Infant.deaths, Alcohol, Pe...
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
#who<-read_csv("D:/Datos R/WHO.csv")
names(who)
## [1] "Country" "Cod" "Year"
## [4] "Status" "Life.expectancy" "Adult.mortality"
## [7] "Infant.deaths" "Alcohol" "Percentage.expenditure"
## [10] "Hepatitis.B" "Measles" "BMI"
## [13] "Polio" "Total.expenditure" "Diphteria"
## [16] "HIV.AIDS" "GDP" "Population"
## [19] "Thinness.10.19.years" "Thinness.5.9.years" "HDI"
## [22] "Schooling" "Homicides" "Fertility"
De acuerodo, a la información sumunistrada en al Base de Datos WHO, en el cual reside información del 2010 hasta el 2018. se realizó un analisis exploratorioi de las variables relacionadas con las muertes de infantes, en lo paises desarrollados y en via de desarrollo para el año de 2010.
Sustentación de selección de variables: Es importante conocer la tasa de mortalidad de los paises en desarrollo versus los paises desarrollados Conocer el promedio de tasa de mortalidad, por VIH, homicidios en el cual se encuentra vinculados los infantes. Tambien es importante revisar las politicas de vacunación para el Sarampion y Polio Adicionalemente cononcer la expectativa de vida de los infantes en los paises desarrollados y los paises en via de desarrollo Conocer el % de gastos percapita en salud de los paises en desarrollo y los desarrollados Conocer el Numero de muertes de infantes en paises desarrollados y los en via de desarrollo
Los resultados del analisis exploratorio de la muerte de infantes inicia de la siguiente manera:
## Tabla de Paises Desarrollados y en via de desarrollo en el año 2010
Tb01_Paises2010<-select(who, Status, Country, Year) %>%
filter(Year==2010) %>%
count(Status)
View(Tb01_Paises2010)
Tb01_Paises2010
## # A tibble: 2 × 2
## Status n
## <chr> <int>
## 1 Developed 41
## 2 Developing 142
## Para el año 2010, se evidencia que existen 41 paises desarrollados y hay 142 en vía de desarrollo, en el cual se realiza el analisis de información del muertes de infantes
Tb01_Paises2010<-kbl(Tb01_Paises2010) %>% kable_styling("hover",
full_width = T)
| Status | n |
|---|---|
| Developed | 41 |
| Developing | 142 |
Tabla01: Cantidad de Paises Desarrollados y en via de desarrollo
## Tabla 02 de Paises Desarrollados y en via de desarrollo en el año 2010
## Muestra la cantidad de infantes que murieron durante el 2010 en paises desarrollados y en via de desarrollo
Tb02_Paises2010<-select(who, Status, Country, Year, Infant.deaths) %>%
filter(Year==2010) %>%
group_by(Status) %>%
summarise(Infant.deaths=sum(Infant.deaths, na.rm = TRUE))
View(Tb02_Paises2010)
Tb02_Paises2010
## # A tibble: 2 × 2
## Status Infant.deaths
## <chr> <dbl>
## 1 Developed 21.9
## 2 Developing 701.
Tbg02_Paises2010<-data.frame(Tb02_Paises2010)
Tb02_Paises2010<-kbl(Tb02_Paises2010) %>% kable_styling("hover",
full_width = T)
## COmo se puede evidenciar en la tabla los paises desarrollado las cantidades de infantes muertos durante el año 2010 es de 22 personas, mientras en los paises en via de desarrollo fue de 701 infantes.
Como se puede evidenciar en la tabla en los paises desarrollado las cantidades de infantes muertos durante el año 2010 es de 22 personas, mientras en los paises en via de desarrollo fue de 701 infantes
| Status | Infant.deaths |
|---|---|
| Developed | 21.87 |
| Developing | 701.18 |
Tabla02: Infantes Muertos en paises desarrollados y en via de desarrollo
g02<-ggplot(Tbg02_Paises2010, aes(x = "", y = Infant.deaths, fill = Status,))+
geom_bar(stat = "identity", color = "white")+
coord_polar(theta = "y")+
geom_text(aes(label = Infant.deaths),
position = position_stack(vjust = 0.5), color = "white", size = 6)+
coord_polar(theta = "y")
## Coordinate system already present. Adding new coordinate system, which will
## replace the existing one.
g02<-plot(g02)
## Tabla 03 de Paises Desarrollados y en via de desarrollo en el año 2010. Muertes de Infantes Y el promedio de expectativa de vida
Tb03_Paises2010<-select(who, Status, Country, Year, Infant.deaths, Life.expectancy) %>%
filter(Year==2010) %>%
group_by(Status) %>%
summarise(Infant.deaths=sum(Infant.deaths, na.rm = TRUE), Life.expectancy=mean(Life.expectancy, na.rm=TRUE))
View(Tb03_Paises2010)
Tb03_Paises2010
## # A tibble: 2 × 3
## Status Infant.deaths Life.expectancy
## <chr> <dbl> <dbl>
## 1 Developed 21.9 79.1
## 2 Developing 701. 67.0
Tb03_Paises2010<-kbl(Tb03_Paises2010) %>% kable_styling("hover",
full_width = T)
## En la siguiente tabla se muestra que la expectativa de vida que tenian los infantes antes de morir en los paises desarrollados es de 79 años, mientrs que en los paises en via de desarrollo es de 67 años, es decir 12 años menos
Detron del analisis exploratorio encontramos que la expectativa de vida que tenian los infantes antes de morir en los paises desarrollados es de 79 años, mientras que en los paises en via de desarrollo es de 67 años, es decir 12 años menos. (ver siguiente tabla)
| Status | Infant.deaths | Life.expectancy |
|---|---|---|
| Developed | 21.87 | 79.12142 |
| Developing | 701.18 | 66.98575 |
Tabla03: Expectativa de Vida de Infantes Muertos en paises desarrollados y en via de desarrollo
## Tabla 04 de Paises Desarrollados y en via de desarrollo en el año 2010. Promedio de Porcentaje de gasto en salud y Promedio de gasto total
Tb04_Paises2010<-select(who, Status, Country, Year, Infant.deaths, Percentage.expenditure, Total.expenditure) %>%
filter(Year==2010) %>%
group_by(Status) %>%
summarise(Infant.deaths=sum(Infant.deaths, na.rm = TRUE), Percentage.expenditure=mean(Percentage.expenditure, na.rm=TRUE),Total.expenditure=mean(Total.expenditure, na.rm = TRUE))
View(Tb04_Paises2010)
Tb04_Paises2010
## # A tibble: 2 × 4
## Status Infant.deaths Percentage.expenditure Total.expenditure
## <chr> <dbl> <dbl> <dbl>
## 1 Developed 21.9 8.48 374.
## 2 Developing 701. 5.62 437.
Tb04_Paises2010<-kbl(Tb04_Paises2010) %>% kable_styling("hover",
full_width = T)
## En la siguente Tabla se muestra como lso paises desarrollados invierten más en el porcentaje de gasto de salud que los menos desarrollado y por ende obtinen menos muertes de infantes que los paises que se encuentran en via de desarrollo
## Además el promedio del total de gastos que invirtieron los paises desarrollados es considerable el valor de $374 por 21 muertos, frente al $437 por 701 muertos en paises en vias de desarrollo
Para el año 2010, en la siguente Tabla, se muestra como los paises desarrollados invierten más en el porcentaje de gasto de salud que los menos desarrollados y por ende obtinen menos muertes de infantes que los paises que se encuentran en via de desarrollo. Además el promedio del total de gastos que invirtieron los paises desarrollados es considerable el valor de USD374 por 21 muertos, frente al USD437 por 701 muertos que invierten los paises desarrollados y en via de desarrollo respectivamente.
| Status | Infant.deaths | Percentage.expenditure | Total.expenditure |
|---|---|---|---|
| Developed | 21.87 | 8.479493 | 373.7813 |
| Developing | 701.18 | 5.624070 | 436.9435 |
Tabla04: % Gasto de Salud de paises desarrollados y en via de desarrollo y Promedio de Gastos Total AÑo 2010
## Tabla 05 de Paises Desarrollados y en via de desarrollo en el año 2010. Promedio de Porcentaje de gasto en salud y Muertes por Measeles "Saranpion" por cada 10.000 casos reportados
Tb05_Paises2010<-select(who, Status, Country, Year, Infant.deaths, Measles) %>%
filter(Year==2010) %>%
group_by(Status) %>%
summarise(Infant.deaths=sum(Infant.deaths, na.rm = TRUE), Measles=mean(Measles, na.rm = TRUE))
View(Tb05_Paises2010)
Tb05_Paises2010
## # A tibble: 2 × 3
## Status Infant.deaths Measles
## <chr> <dbl> <dbl>
## 1 Developed 21.9 0.820
## 2 Developing 701. 1.24
Tb05_Paises2010<-kbl(Tb05_Paises2010) %>% kable_styling("hover",
full_width = T)
## Como se muestra en la tabla anterior, por cada 10.000 casos reportados de saranpion "Measles", en los paises desarrollado mueren 0.82 infantes y 1.24 en los paises en via de desarrollo
Al analizar las muertes por Sarampion “Measles”, en la tabla se muestra que por cada 10.000 casos reportados mueren en los paises desarrollados 0.82 infantes,mientra que en los paises en via de desarrollo mueren 1.24 por cada 10.000 casos reportados. es importante revisar el nivel de vacunacion que tienen los paises en via de desarrollo.
| Status | Infant.deaths | Measles |
|---|---|---|
| Developed | 21.87 | 0.8197396 |
| Developing | 701.18 | 1.2444470 |
Tabla05: Muerte en paises desarrollados y en via de desarrollo producto del Sarampion por cada 10.000 casos reportados
## Tabla 06 de Paises Desarrollados y en via de desarrollo en el año 2010. Promeido de Inmunizacion
Tb06_Paises2010<-select(who, Status, Country, Year, Infant.deaths, Polio, Diphteria) %>%
filter(Year==2010) %>%
group_by(Status) %>%
summarise(Infant.deaths=sum(Infant.deaths, na.rm = TRUE), Polio=mean(Polio, na.rm = TRUE), Diphteria=mean(Diphteria, na.rm = TRUE))
View(Tb06_Paises2010)
Tb06_Paises2010
## # A tibble: 2 × 4
## Status Infant.deaths Polio Diphteria
## <chr> <dbl> <dbl> <dbl>
## 1 Developed 21.9 94.9 95.2
## 2 Developing 701. 86.6 85.8
Tb06_Paises2010<-kbl(Tb06_Paises2010) %>% kable_styling("hover",
full_width = T)
## Como se muestra en la tabla anterior, los niveles de inmunizacion en los paises desarrollados es más alto que en los paises en via de desarrollo, en terminos de vacunas aplicadas contra el Polio y la Diphteria
En el analisis exploratorio, se analizo los niveles de inmunizacion, mostrando que en los paises desarrollados es más alto que en los paises en via de desarrollo, en terminos de vacunas aplicadas contra el Polio y la Diphteria (Ver Tabla)
| Status | Infant.deaths | Polio | Diphteria |
|---|---|---|---|
| Developed | 21.87 | 94.87805 | 95.17500 |
| Developing | 701.18 | 86.61871 | 85.82963 |
Tabla06: Inmunizacion en Paises desarrollados y en via de desarrollo frente al Polio y la Diphteria
## Tabla 07 de Paises Desarrollados y en via de desarrollo en el año 2010. Muertes de Infantes por SIDA
Tb07_Paises2010<-select(who, Status, Country, Year, Infant.deaths, HIV.AIDS) %>%
filter(Year==2010) %>%
group_by(Status) %>%
summarise(Infant.deaths=sum(Infant.deaths, na.rm = TRUE), HIV.AIDS=mean(HIV.AIDS, na.rm = TRUE))
View(Tb07_Paises2010)
Tb07_Paises2010
## # A tibble: 2 × 3
## Status Infant.deaths HIV.AIDS
## <chr> <dbl> <dbl>
## 1 Developed 21.9 0.000106
## 2 Developing 701. 0.0632
Tb07_Paises2010<-kbl(Tb07_Paises2010) %>% kable_styling("hover",
full_width = T)
## La cantidad de muertes por VIH, en infantes de 0 a 4 años por cada 1000 nacidos vivos, es de 0.000106 en paises desarrollados y de 0.0632 en paises en via de desarrollo
Teniendo en cuenta las enferdades de transmision sexual se analizo la varible del VIH, para considerar las muertes de los infantes prodcuto de esta enfermedad en lo se puede manifestar que: La cantidad de muertes por VIH, en infantes de 0 a 4 años por cada 1000 nacidos vivos, es de 0.000106 en paises desarrollados y de 0.0632 en paises en via de desarrollo. lo que nos muestra es que hay más proliferación del SIDA en los paises en via de desarrollo y puede estar relacionado con la variable de gasto de Salud percapita. (Ver Tabla 07)
| Status | Infant.deaths | HIV.AIDS |
|---|---|---|
| Developed | 21.87 | 0.0001055 |
| Developing | 701.18 | 0.0632033 |
Tabla07: Muerte de infantes por VIH en paises desarrollados y en via de desarrollo
## Tabla 08 de Paises Desarrollados y en via de desarrollo en el año 2010. Muertes de Infantes por HOMICIDIOS
Tb08_Paises2010<-select(who, Status, Country, Year, Infant.deaths, Homicides) %>%
filter(Year==2010) %>%
group_by(Status) %>%
summarise(Infant.deaths=sum(Infant.deaths, na.rm = TRUE), Homicides=mean(Homicides, na.rm = TRUE))
View(Tb08_Paises2010)
Tb08_Paises2010
## # A tibble: 2 × 3
## Status Infant.deaths Homicides
## <chr> <dbl> <dbl>
## 1 Developed 21.9 1.86
## 2 Developing 701. 11.5
## de acuerdo a la informacion de la base de datos, se puede evidencia que en lso paises en via de desarrollo por cada 100.000 habitantes mueren en promedio de 11 a 12 infantes, se podria percibir indices de violencia en estos paises. Mientras que en los paises desarrollados mueren de 1 a 2 por cada 100.000 habitantes.
para finalizar el analisis exploratorio, se reviso los homicios relacionados con los infantes y se puede establecer que los paises en via de desarrollo por cada 100.000 habitantes mueren en promedio de 11 a 12 infantes, es decir se puede percibir indices de violencia en estos paises.Por otro lado, en los paises desarrollados mueren de 1 a 2 por cada 100.000 habitantes.
En conclusión, de acuerdo al analisis explorartorio de la base de datos WHO para el año 2010, se puede afirmar que los paises en via de desarrollo gastan menos en salud, que los paises desarrollados. Además, los paises desarrollados aplican más vacunas en promedio para los infantes que los paise en via de desarrollo. tambien se analizo la variable de promedio de muerte por homicidio en el cual estaban vinculados los infantes y se puede establecer que en los paises en via de desarrollo hay más muertes por cada 100.000 habitantes.
Quedamos atentos a sus comentarios y sugerencias para ampliar el analisis en los siguientes años.
Att.