title: "Desarrollo tarea06"
author: "ingrid castaƱo"
date: "2024-07-26"
output: html_document
library(dplyr)
##
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(dslabs)
library(viridisLite)
library(RColorBrewer)
library(readr)
library(ggplot2)
Indice_pobreza <-read_csv("test_values.csv")
## Rows: 8400 Columns: 59
## āā Column specification āāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāāā
## Delimiter: ","
## chr (5): country, religion, relationship_to_hh_head, employment_category_la...
## dbl (17): row_id, age, education_level, share_hh_income_provided, num_times_...
## lgl (37): is_urban, female, married, literacy, can_add, can_divide, can_calc...
##
## ā¹ Use `spec()` to retrieve the full column specification for this data.
## ā¹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
str(Indice_pobreza)
## spc_tbl_ [8,400 Ć 59] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
## $ row_id : num [1:8400] 0 1 2 3 4 5 6 7 8 9 ...
## $ country : chr [1:8400] "F" "C" "I" "I" ...
## $ is_urban : logi [1:8400] FALSE FALSE FALSE TRUE FALSE TRUE ...
## $ age : num [1:8400] 57 40 35 19 61 16 40 27 35 72 ...
## $ female : logi [1:8400] TRUE FALSE TRUE TRUE TRUE TRUE ...
## $ married : logi [1:8400] TRUE TRUE TRUE FALSE TRUE FALSE ...
## $ religion : chr [1:8400] "X" "P" "Q" "Q" ...
## $ relationship_to_hh_head : chr [1:8400] "Father/Mother" "Head" "Spouse" "Son/Daughter" ...
## $ education_level : num [1:8400] 3 0 1 3 0 2 0 0 3 1 ...
## $ literacy : logi [1:8400] TRUE TRUE FALSE TRUE FALSE TRUE ...
## $ can_add : logi [1:8400] TRUE TRUE TRUE TRUE FALSE TRUE ...
## $ can_divide : logi [1:8400] TRUE TRUE TRUE TRUE FALSE TRUE ...
## $ can_calc_percents : logi [1:8400] TRUE FALSE FALSE FALSE FALSE FALSE ...
## $ can_calc_compounding : logi [1:8400] TRUE FALSE FALSE FALSE FALSE TRUE ...
## $ employed_last_year : logi [1:8400] TRUE TRUE FALSE TRUE FALSE FALSE ...
## $ employment_category_last_year : chr [1:8400] "employed" "employed" "housewife_or_student" "employed" ...
## $ employment_type_last_year : chr [1:8400] "salaried" "salaried" "not_working" "salaried" ...
## $ share_hh_income_provided : num [1:8400] NA 3 5 1 1 1 5 2 5 4 ...
## $ income_ag_livestock_last_year : logi [1:8400] FALSE FALSE FALSE FALSE TRUE FALSE ...
## $ income_friends_family_last_year : logi [1:8400] TRUE FALSE TRUE TRUE TRUE FALSE ...
## $ income_government_last_year : logi [1:8400] TRUE FALSE FALSE FALSE FALSE TRUE ...
## $ income_own_business_last_year : logi [1:8400] FALSE FALSE FALSE FALSE FALSE FALSE ...
## $ income_private_sector_last_year : logi [1:8400] FALSE FALSE FALSE TRUE FALSE FALSE ...
## $ income_public_sector_last_year : logi [1:8400] TRUE TRUE FALSE FALSE FALSE FALSE ...
## $ num_times_borrowed_last_year : num [1:8400] 1 1 1 0 1 1 0 0 0 2 ...
## $ borrowing_recency : num [1:8400] 2 2 2 0 2 2 0 0 0 2 ...
## $ formal_savings : logi [1:8400] FALSE TRUE FALSE FALSE FALSE FALSE ...
## $ informal_savings : logi [1:8400] FALSE FALSE TRUE FALSE FALSE FALSE ...
## $ cash_property_savings : logi [1:8400] FALSE FALSE TRUE FALSE FALSE FALSE ...
## $ has_insurance : logi [1:8400] FALSE FALSE FALSE FALSE FALSE FALSE ...
## $ has_investment : logi [1:8400] FALSE FALSE FALSE FALSE FALSE FALSE ...
## $ bank_interest_rate : num [1:8400] NA NA NA NA NA NA NA NA NA NA ...
## $ mm_interest_rate : num [1:8400] NA NA NA NA NA NA NA NA NA NA ...
## $ mfi_interest_rate : num [1:8400] NA NA NA NA NA NA NA NA NA NA ...
## $ other_fsp_interest_rate : num [1:8400] NA NA NA NA NA NA NA NA NA NA ...
## $ num_shocks_last_year : num [1:8400] 2 0 0 1 0 0 0 0 1 3 ...
## $ avg_shock_strength_last_year : num [1:8400] 2 0 0 5 0 0 0 0 2 5 ...
## $ borrowed_for_emergency_last_year : logi [1:8400] FALSE FALSE FALSE FALSE FALSE TRUE ...
## $ borrowed_for_daily_expenses_last_year: logi [1:8400] FALSE FALSE TRUE FALSE TRUE TRUE ...
## $ borrowed_for_home_or_biz_last_year : logi [1:8400] FALSE FALSE FALSE FALSE FALSE TRUE ...
## $ phone_technology : num [1:8400] 1 1 1 0 0 0 0 0 2 1 ...
## $ can_call : logi [1:8400] TRUE FALSE TRUE TRUE FALSE TRUE ...
## $ can_text : logi [1:8400] TRUE FALSE TRUE FALSE FALSE TRUE ...
## $ can_use_internet : logi [1:8400] TRUE FALSE FALSE FALSE FALSE TRUE ...
## $ can_make_transaction : logi [1:8400] TRUE FALSE FALSE FALSE FALSE TRUE ...
## $ phone_ownership : num [1:8400] 2 2 2 1 1 1 0 0 2 2 ...
## $ advanced_phone_use : logi [1:8400] TRUE FALSE FALSE FALSE FALSE FALSE ...
## $ reg_bank_acct : logi [1:8400] FALSE TRUE FALSE FALSE FALSE FALSE ...
## $ reg_mm_acct : logi [1:8400] FALSE FALSE FALSE FALSE FALSE FALSE ...
## $ reg_formal_nbfi_account : logi [1:8400] FALSE FALSE FALSE FALSE FALSE FALSE ...
## $ financially_included : logi [1:8400] FALSE TRUE FALSE FALSE FALSE FALSE ...
## $ active_bank_user : logi [1:8400] FALSE FALSE FALSE FALSE FALSE FALSE ...
## $ active_mm_user : logi [1:8400] FALSE FALSE FALSE FALSE FALSE FALSE ...
## $ active_formal_nbfi_user : logi [1:8400] FALSE FALSE FALSE FALSE FALSE FALSE ...
## $ active_informal_nbfi_user : logi [1:8400] FALSE FALSE TRUE TRUE FALSE FALSE ...
## $ nonreg_active_mm_user : logi [1:8400] FALSE FALSE TRUE FALSE FALSE FALSE ...
## $ num_formal_institutions_last_year : num [1:8400] 0 0 1 0 0 0 0 1 2 2 ...
## $ num_informal_institutions_last_year : num [1:8400] 0 0 1 1 0 0 0 0 0 0 ...
## $ num_financial_activities_last_year : num [1:8400] 0 0 2 0 0 0 0 1 2 4 ...
## - attr(*, "spec")=
## .. cols(
## .. row_id = col_double(),
## .. country = col_character(),
## .. is_urban = col_logical(),
## .. age = col_double(),
## .. female = col_logical(),
## .. married = col_logical(),
## .. religion = col_character(),
## .. relationship_to_hh_head = col_character(),
## .. education_level = col_double(),
## .. literacy = col_logical(),
## .. can_add = col_logical(),
## .. can_divide = col_logical(),
## .. can_calc_percents = col_logical(),
## .. can_calc_compounding = col_logical(),
## .. employed_last_year = col_logical(),
## .. employment_category_last_year = col_character(),
## .. employment_type_last_year = col_character(),
## .. share_hh_income_provided = col_double(),
## .. income_ag_livestock_last_year = col_logical(),
## .. income_friends_family_last_year = col_logical(),
## .. income_government_last_year = col_logical(),
## .. income_own_business_last_year = col_logical(),
## .. income_private_sector_last_year = col_logical(),
## .. income_public_sector_last_year = col_logical(),
## .. num_times_borrowed_last_year = col_double(),
## .. borrowing_recency = col_double(),
## .. formal_savings = col_logical(),
## .. informal_savings = col_logical(),
## .. cash_property_savings = col_logical(),
## .. has_insurance = col_logical(),
## .. has_investment = col_logical(),
## .. bank_interest_rate = col_double(),
## .. mm_interest_rate = col_double(),
## .. mfi_interest_rate = col_double(),
## .. other_fsp_interest_rate = col_double(),
## .. num_shocks_last_year = col_double(),
## .. avg_shock_strength_last_year = col_double(),
## .. borrowed_for_emergency_last_year = col_logical(),
## .. borrowed_for_daily_expenses_last_year = col_logical(),
## .. borrowed_for_home_or_biz_last_year = col_logical(),
## .. phone_technology = col_double(),
## .. can_call = col_logical(),
## .. can_text = col_logical(),
## .. can_use_internet = col_logical(),
## .. can_make_transaction = col_logical(),
## .. phone_ownership = col_double(),
## .. advanced_phone_use = col_logical(),
## .. reg_bank_acct = col_logical(),
## .. reg_mm_acct = col_logical(),
## .. reg_formal_nbfi_account = col_logical(),
## .. financially_included = col_logical(),
## .. active_bank_user = col_logical(),
## .. active_mm_user = col_logical(),
## .. active_formal_nbfi_user = col_logical(),
## .. active_informal_nbfi_user = col_logical(),
## .. nonreg_active_mm_user = col_logical(),
## .. num_formal_institutions_last_year = col_double(),
## .. num_informal_institutions_last_year = col_double(),
## .. num_financial_activities_last_year = col_double()
## .. )
## - attr(*, "problems")=<externalptr>
ggplot(data = Indice_pobreza, aes(x = age, y = education_level)) +
geom_jitter(alpha = 0.6, width = 0.3, height = 0.3) + # aƱade (alpha= controlar la trsnparencia en puntos,width=propio de jitter, aƱade desplzamiento horizontal cuando los puntos tiene valores similares)
geom_smooth(method = "lm", se = FALSE, color = "blue", linetype = "dashed")+ #linea tendencia; lm =linea de tendencia lineal,se = FALSE significa que no se mostrarĆ” el intervalo de confianza,linetype = dashed hace que la lĆnea de tendencia sea discontinua
ggtitle("Edad y Nivel Educativo") +
xlab("Edad") +
ylab("Nivel Educativo") +
scale_x_continuous(breaks = seq(0, 120, 10), limits = c(0, 120)) + # Escalas ajustadas(crea una secuencia de nĆŗmeros desde 0 hasta 120, con un incremento de 10)
scale_y_continuous(breaks = 0:3, labels = c("Sin educaciĆ³n", "Primaria", "Bachillerato", "Superior"))+ # Etiquetas personalizadas Y
theme_minimal(base_size = 15) + # TamaƱo de fuente mayor para mejor legibilidad
theme(
plot.title = element_text(hjust = 0.5), # Centrar tĆtulo
axis.title = element_text(face = "bold") # Negrita en tĆtulos de ejes
)
## `geom_smooth()` using formula = 'y ~ x'
## Warning: Removed 149 rows containing non-finite outside the scale range
## (`stat_smooth()`).
## Warning: Removed 149 rows containing missing values or values outside the scale range
## (`geom_point()`).
#Sin EducaciĆ³n: Predomina en edades mĆ”s jĆ³venes y va disminuyendo a medida que aumenta la edad.
#Primaria: Es comĆŗn en edades jĆ³venes(15-30) y adultos(40-60), pero disminuye en personas mayores(60-120).
#Bachillerato: Tiene un comportamiento similar a primaria, pero empieza a haber una reducion desde los 50 aƱos
#Superior: redomina en edades jovenes desde (15-30) y de los 30 empieza a disminuir a medida que avanza la edad
#LINEA TENDENCIA
# El nivel educativo tiende a ser mas bajo en personas mayores y mayor en personas mas jovenes, marcando la mejora en el acceso a la educaciĆ³n y la creciente educaciĆ³n en las ultimos aƱos, pero tambien podemos deducir en la necesidad de seguir trabajando en la equidad de educaciĆ³n para todas las edades.
ggplot(data = Indice_pobreza, aes(x = age, y = education_level)) +
geom_jitter(alpha = 0.6, width = 0.3, height = 0.3) + # aƱade (alpha= controlar la trsnparencia en puntos,width=propio de jitter, aƱade desplzamiento horizontal cuando los puntos tiene valores similares)
geom_smooth(method = "lm", se = FALSE, color = "blue", linetype = "dashed")+ #linea tendencia; lm =linea de tendencia lineal,se = FALSE significa que no se mostrarĆ” el intervalo de confianza,linetype = dashed hace que la lĆnea de tendencia sea discontinua
ggtitle("Edad y Nivel Educativo") +
xlab("Edad") +
ylab("Nivel Educativo") +
scale_x_continuous(breaks = seq(0, 120, 10), limits = c(0, 100)) + # Escalas ajustadas(crea una secuencia de nĆŗmeros desde 0 hasta 120, con un incremento de 10)
scale_y_continuous(breaks = 0:3, labels = c("Sin educaciĆ³n", "Primaria", "Bachillerato", "Superior"))+ # Etiquetas personalizadas Y
theme_minimal(base_size = 15) + # TamaƱo de fuente mayor para mejor legibilidad
theme(
plot.title = element_text(hjust = 0.5), # Centrar tĆtulo
axis.title = element_text(face = "bold") # Negrita en tĆtulos de ejes
)+facet_wrap(~ female)
## `geom_smooth()` using formula = 'y ~ x'
## Warning: Removed 151 rows containing non-finite outside the scale range
## (`stat_smooth()`).
## Warning: Removed 154 rows containing missing values or values outside the scale range
## (`geom_point()`).
# superior: Las hombres adultos y mayores con repecto a los mujeres tienen mayor participacion en la educaiĆ³n primaria, bachillerato o superior puede estar ligado con reponsabilidad en los hogares, religion o que unas decadas anteriores por la cultura las mujeres no estudiaban
# Ademas es importante resaltar que en en las edmas jovenes esta tendencia va cambiando para mujeres y hombres
# Cabe resaltar que el sin educaciĆ³n tiene son mas probables los hombres vs las mujeres
library(ggplot2)
ggplot(data = Indice_pobreza, aes(x = age, fill = as.factor(female))) + # as.factor(female) convierte la variable logica female en un factor
geom_histogram(binwidth = 5, position = "dodge") + #binwidth ancho de las barras del histograma a 5 aƱos,position = "dodge" as barras para hombres y mujeres se dibujen una al lado de la otra
scale_fill_manual(values = c("blue", "pink"), labels = c("Hombres", "Mujeres")) + # personalizaciĆ³n de colores y asignacion de nombres
ggtitle("DistribuciĆ³n de la Edad por GĆ©nero") +
xlab("Edad (aƱos)") +
ylab("Frecuencia") +
theme_minimal() + #fondo
scale_x_continuous(breaks = seq(10, 120, 10), limits = c(10, 120))+
theme(
plot.title = element_text(hjust = 0.5), #centra el tĆtulo horizontalmente
axis.title = element_text(face = "bold") #negrita las etiquetas de los ejes
)
## Warning: Removed 2 rows containing missing values or values outside the scale range
## (`geom_bar()`).
# Analisis
# Las diistribuciones de edades en ambos casos mujeres y hombres en la poblacion a estudio es mayor en edades de 20 hats 40 aƱos , tneindo una reducion a medida que pasan los aƱos
# Las mujeres predominan en la poblacion a estudio, y tiene una mayor participacion en edades desde de 20 hasta 40 muy por encima de la participacion de los hombres.
# Una mayor participaciĆ³n de mujeres con respeto a hombre en edades mayores (70-100 aƱos) puede indicar una mayor esperanza de vida en mujeres o una mayor disposicion a aprticipar en el estudio
ggplot(data = Indice_pobreza, aes(x = as.factor(education_level), fill = as.factor(phone_technology))) +
geom_bar(position = "fill") +
scale_fill_brewer(palette = "Set3", labels = c("Sin telƩfono", "TelƩfono bƔsico", "TelƩfono inteligente","N/A")) +
scale_x_discrete(breaks = 0:3, labels = c("Sin educaciĆ³n", "Primaria", "Secundaria", "Superior"))+
ggtitle("Acceso a la TecnologĆa por Nivel Educativo") +
xlab("Nivel Educativo") +
ylab("ProporciĆ³n") +
theme_minimal() +
theme(
plot.title = element_text(hjust = 0.5),
axis.title = element_text(face = "bold")
)+
facet_wrap(~ country)
# Analisis
# A medida que aumenta el nivel educativo, tambiĆ©n aumenta la proporciĆ³n de personas que poseen telefonos inteligentes
#la proporciĆ³n de personas sin telĆ©fono disminuye significativamente a medida que se avanza en los estudios
# Es notable una significativa la brecha digital entre los niveles educativos, ya que las personas que tienen un menor nivel educativo, tienen limitado la tecnologia, en especial a los telefonoc inteligentes
ggplot(data=Indice_pobreza, aes(x = religion, fill = country)) +
geom_bar(position = "dodge")+
ggtitle("Religion por Pais") +
xlab("Religion") +
ylab("No personas") +
theme_replace() +
theme(
plot.title = element_text(hjust = 0.5),
axis.title = element_text(face = "bold")
)+facet_wrap(~ is_urban)
# Analisis
Indice_pobreza %>%
group_by(employment_type_last_year) %>%
summarize(ingreso_medio = mean(share_hh_income_provided, na.rm = TRUE)) %>%
ggplot(aes(x = employment_type_last_year, y = ingreso_medio, fill = employment_type_last_year)) +
geom_bar(stat = "identity") +
labs(title = "Ingresos Medios por Tipo de Empleo", x = "Tipo de Empleo", y = "Ingreso Medio") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Indice_pobreza %>%
group_by(education_level) %>%
summarize(promedio_actividades = mean(num_financial_activities_last_year, na.rm = TRUE)) %>%
ggplot(aes(x = as.factor(education_level), y = promedio_actividades, fill = as.factor(education_level))) +
geom_bar(stat = "identity") +
labs(title = "Promedio de Actividades Financieras por Nivel de EducaciĆ³n", x = "Nivel de EducaciĆ³n", y = "Promedio de Actividades Financieras") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
