---

library(readxl)

residuosPeru <- read_excel(“C:/Users/Rodrigo Ausejo/Desktop/R/residuosPeru.xlsx”)

colnames(residuosPeru) <- as.character(unlist(residuosPeru[1, ]))

residuosPeru <- residuosPeru[-1, ]

data_filtrada <- subset(residuosPeru, PROVINCIA == “LIMA”)

data_filtrada <- subset(data_filtrada, PERIODO == “2021”)

#Se tuvo que modificar algunos caracteres del archivo Lima2022 debido a la incapacidad de Rstudio de procesar la data ya que la maquina que se utilizado no era capaz de procesar algunos caracteres. No se elimino ninguna fila o columna.

Lima2022_1_ <- read_excel(“C:/Users/Rodrigo Ausejo/Downloads/Lima2022 (1).xlsx”)

Lima2022 <- Lima2022_1_[-2, ] Lima2022 <- Lima2022[,-2] Lima2022 <- Lima2022[-1, ] Lima2022 <- Lima2022[-c(46:58), ] nombre1 <- as.character(Lima2022[2, 1]) nombre2 <- as.character(Lima2022[1, 2]) colnames(Lima2022) <- c(nombre1, nombre2) Lima2022 <- Lima2022[-1, ] Lima2022 <- Lima2022[-1, ] data <- cbind(data_filtrada, Lima2022)

#Se pone los datos de Wikipedia en un Excel

Data_Votos <- read_excel(“C:/Users/Rodrigo Ausejo/Desktop/R/Data_Votos.xlsx”) data <- cbind(data, Data_Votos)

data\(Gana_RP <- ifelse(data\)RP > data\(PP & data\)RP > data\(SP, 1, 0) data\)QRESIDUOS_NO_DOM <- as.numeric(data\(QRESIDUOS_NO_DOM) data\)2022 <- gsub(“,”, ““, data\(`2022`, fixed = TRUE) data\)2022 <- gsub(”\.”, “,”, data\(`2022`, fixed = TRUE) data\)“2022” <- as.numeric(data$“2022”)

modelo <- glm(Gana_RP ~ QRESIDUOS_NO_DOM + 2022, data = data, family = binomial) summary(modelo)

#La respuesta es que la Tasa de Denuncias en el 2022 no es significativa mientras que los Residuos si es significativa. De igual manera, cada vez que aumenta una unidad en QResiduos, el odds ratio disminuye en un numero menor a 0.1