#Matriz de coeficientes tecnicos
mip_coeficientes_tecnicos<-function(matriz_consumo_intermedio,
vector_demanda_final){
filas_ci<-nrow(matriz_consumo_intermedio)
columnas_ci<-ncol(matriz_consumo_intermedio)
filas_x<-nrow(vector_demanda_final)
if(filas_ci!=columnas_ci){
stop("Ingrese una matriz de Consumo Intermedio, Cuadrada",call. = FALSE)
}
if(filas_ci!=filas_x){
stop("Vector de demanda final incompatible (diferente dimensión)",call. = FALSE)
}
v<-solve(diag(as.vector(vector_demanda_final)))
A<-matriz_consumo_intermedio%*%v
list(A=A,V=v)
}
#matriz tecnológica
mip_matriz_tecnologica<-function(matriz_coeficientes_tecnicos){
filas_A<-nrow(matriz_coeficientes_tecnicos)
columnas_A<-ncol(matriz_coeficientes_tecnicos)
if(filas_A!=columnas_A){
stop("Ingrese una matriz de coef. técnicos cuadrada",call. = FALSE)
}
tipo_matriz<-typeof(matriz_coeficientes_tecnicos)
if(tipo_matriz!="double"){
stop("La matriz ingresada no es numerica",call. = FALSE)
}
T<-diag(1,filas_A)-matriz_coeficientes_tecnicos
T
}
mip_matriz_leontief<-function(matriz_tecnologica){
L<-solve(matriz_tecnologica)
L
}
mip_multiplicadores_produccion_mp<-function(matriz_leontief){
mp<-rowSums(matriz_leontief)
mp
}
mip_multiplicadores_expansion_demanda_me<-function(matriz_leontief){
me<-colSums(matriz_leontief)
me
}
mip_encadenamiento_pd<-function(matriz_leontief){
mp<-mip_multiplicadores_produccion_mp(matriz_leontief)
mp/mean(mp)
}
mip_encadenamiento_sd<-function(matriz_leontief){
me<-mip_multiplicadores_expansion_demanda_me(matriz_leontief)
me/mean(me)
}
mip_tabla_rasmussen<-function(matriz_leontief){
library(dplyr)
pd<-mip_encadenamiento_pd(matriz_leontief)
sd<-mip_encadenamiento_sd(matriz_leontief)
rasmussen<-data.frame(pd=pd,sd=sd)
rasmussen_clasificado<-rasmussen %>%
mutate(clasificacion=case_when(pd>1 & sd>1 ~ "Sector Clave",
pd<1 & sd>1 ~"Sector Estrategico",
pd>1 & sd<1 ~"Sector Impulsor",
pd<1 & sd<1 ~"Sector Isla",
TRUE ~ "No clasificado")) %>% mutate(sector=row_number()) %>% select(sector,pd,sd,clasificacion)
rasmussen_clasificado
}
## # A tibble: 46 x 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 x 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
library(dplyr)
servicios_row<-colSums(mip2006_ci[41:46,])
temporal<-rbind(mip2006_ci[1:40,],servicios_row)
servicios_col<-rowSums(temporal[,41:46])
mip2006_ci_corregida<-cbind(temporal[,1:40],servicios_col)
names(mip2006_ci_corregida)<-as.character(1:41)
X<-rbind(mip2006_X[1:40,],colSums(mip2006_X[41:46,]))
A<-mip_coeficientes_tecnicos(as.matrix(mip2006_ci_corregida),as.matrix(X))[[1]]
matriz_T<-mip_matriz_tecnologica(matriz_coeficientes_tecnicos = A)
L<-mip_matriz_leontief(matriz_tecnologica = matriz_T)
tabla<-mip_tabla_rasmussen(L) %>% print()
## sector pd sd clasificacion
## 1 1 0.5266371 0.6742102 Sector Isla
## 2 2 0.5468883 0.5299542 Sector Isla
## 3 3 0.7658552 0.6415055 Sector Isla
## 4 4 0.6759963 0.9598921 Sector Isla
## 5 5 0.6467097 0.5630764 Sector Isla
## 6 6 0.8433116 0.7275592 Sector Isla
## 7 7 0.5510189 0.8757175 Sector Isla
## 8 8 0.6216461 0.5334481 Sector Isla
## 9 9 0.7062793 0.7790059 Sector Isla
## 10 10 1.3339695 0.5564918 Sector Impulsor
## 11 11 0.5974393 0.7277986 Sector Isla
## 12 12 0.5599095 0.7645337 Sector Isla
## 13 13 0.5205150 0.5406925 Sector Isla
## 14 14 0.7042717 0.7928421 Sector Isla
## 15 15 0.5476486 1.0085354 Sector Estrategico
## 16 16 0.9963777 0.6984426 Sector Isla
## 17 17 0.5891340 0.6633745 Sector Isla
## 18 18 0.5197275 0.5194535 Sector Isla
## 19 19 0.7641142 0.6759362 Sector Isla
## 20 20 0.5289720 0.7124806 Sector Isla
## 21 21 0.5869791 0.7247208 Sector Isla
## 22 22 0.5751913 0.6113676 Sector Isla
## 23 23 1.0484997 0.7445995 Sector Impulsor
## 24 24 0.9808336 0.7083989 Sector Isla
## 25 25 1.1170017 0.6300139 Sector Impulsor
## 26 26 3.2965709 0.6444126 Sector Impulsor
## 27 27 0.8121867 0.6631067 Sector Isla
## 28 28 0.7841251 0.7772573 Sector Isla
## 29 29 0.9306187 1.0340246 Sector Estrategico
## 30 30 0.6495298 0.5760867 Sector Isla
## 31 31 0.7959562 0.5654301 Sector Isla
## 32 32 1.4531322 0.8251255 Sector Impulsor
## 33 33 0.5619995 1.1035588 Sector Estrategico
## 34 34 0.6165996 0.8700713 Sector Isla
## 35 35 0.5516892 12.3434144 Sector Estrategico
## 36 36 0.6218298 0.6749219 Sector Isla
## 37 37 5.3517201 0.7258272 Sector Impulsor
## 38 38 0.8262533 0.8751212 Sector Isla
## 39 39 0.9175119 0.6423195 Sector Isla
## 40 40 3.3777885 0.6086018 Sector Impulsor
## 41 41 1.5975616 0.7066691 Sector Impulsor
library(dplyr)
tabla %>% group_by(clasificacion) %>% summarise(total=n()) %>% mutate(porcentaje=round(prop.table(total)*100,2))
tabla %>% filter(clasificacion=="Sector Estrategico")
tabla %>% filter(clasificacion=="Sector Impulsor")