JDAA

CREACIÓN DE GRÁFICAS Y PUBLICACIÓN EN INTERNET

1.1 GRÁFICAS CON UNA VARIABLE

1.1.1 GRÁFICAS CON UNA VARIABLE con formato

Este va a ser un espacio para mi cuarta gráfica cursivas negritas

La información la vamos a tomar de CONEVAL La nomencltura es corchetes para el nombre del link y los parentesis () la página Para ecuaciones se usa lo siguiente \(y=mx+b\)

Le vamos a pedir que ejecute comando de R para tener todo en una hoja de trabajo. Le ponemos entre llaves que trabajaremos con r, ahora si queremos que nos de codigo y resultados es r,echoe=FALSE. ANtes teniamos eval=true.

A continuación se presenta la Gráfica 1:

#1. Cargar librerias

paquetes=c("survey","ggsurvey","forcats","haven","readxl","readxl","fastDummies","readr", "dplyr", "foreign", "tidyr", "ggplot2", "writexl","openxlsx","gridExtra","scales")
for (i in paquetes) {if (!require(i, character.only = TRUE)) {install.packages(i);library(i, character.only = TRUE)} else {library(i, character.only = TRUE)}}


#2.  Directorio de trabajo- vas al engrane es el que te permite set as working....

setwd("~/CURSO R GRAFS/Curso - GS")

enoe=read_dta("ENOE_SDEMT423.dta")
enoe <- enoe %>%
  mutate(f = r_def == 0 & (c_res == 1 | c_res == 3) & eda >= 15 & eda <= 98)


enoe=enoe %>% filter(f==1)


# 3.1 Subconjuntos de datos

# CLASE2=Condicion de ocupacion
# Codigos: 1=Ocupado, 2=Desocupado, 3=Disponible, 4=No disponible

# Convertir la variable a dato numerico
enoe$clase2=as.numeric(enoe$clase2)

# Filtrar la base, necesitamos a los ocupados CLASE2=1
ocupados=enoe%>%filter(clase2==1)

# 3.2 Etiquetado de variables


# Codigos: 1=Hombre, 2=Mujer
ocupados <- ocupados %>%
  mutate(sex = fct_recode(factor(sex),
                          Hombre = "1",
                          Mujer = "2"))

# pos_ocu=Posicion en la ocupacion
# Codigos: 1=Suborninado, 2=Independiente, 3=Disponible, 0=No aplica
ocupados <- ocupados %>%
  mutate(pos_ocu = fct_recode(factor(pos_ocu),
                              "No Aplica" = "0",
                              "Suborninado" = "1",
                              "Empleadores" = "2",
                              "Cuenta propia" = "3",
                              "Sin pago" = "4"))

#---------------------------------------
# NOTA:
# Estamos recodificando en la misma
# variable, entonces se pierden los 
# valores originales.
#--------------------------------------

#4.2 Con 2 variables discretas


# Ahora vamos a guardar la definición de la base de datos y la variable en un elemento llamado g1
g1<-ggplot(ocupados) + aes(pos_ocu)            # Base de datos y variable


# Ya no bamos a repetir la definición, solo vamos a usar g1

# agregar más detalles

g1+geom_bar(fill="green")+
  facet_wrap(~ sex)+                          # facet_wrap divide a la pantalla
  ggtitle("Ocupacion por sexo")+
  xlab("Posicion de la ocupacion")+
  ylab("Personas")+
  geom_text(aes(label=..count..), stat='count',  
            position=position_dodge(0.5), 
            vjust=-0.5, 
            size=3.5) 

Antes de describirla es importante mencionar que esta fue elaborada a partir de los datos de la ENOE del Instituto Nacional de Estadística y Geografía (INEGI)