install.packages(“readxl”, “tidyr”, “dplyr”, “knitr”, “kableExtra”, “plotly”, “readr”, “ggplot2”, “rworldmap”)

1. Contextualización:

Este dataset se utiliza para monitorear el progreso hacia el Objetivo de Desarrollo Sostenible (ODS) 7, que busca garantizar el acceso a una energía asequible, confiable, sostenible y moderna para todos. Específicamente, el dataset proporciona datos sobre el porcentaje de la población con acceso a la electricidad, un indicador clave para medir el progreso en este objetivo global.

El dataset abarca múltiples años, lo que permite observar tendencias en el acceso a la electricidad a lo largo del tiempo. Además, cubre datos a nivel global, con desgloses por países, regiones y continentes, lo que permite comparaciones geográficas.

Estos datos son cruciales para gobiernos y organizaciones internacionales al formular políticas de desarrollo y planificación energética. Permiten identificar regiones que están rezagadas en términos de electrificación y donde se necesitan más inversiones y esfuerzos. Por otro lado, ayudan a los investigadores para que pueden usar estos datos para estudiar las correlaciones entre el acceso a la electricidad y otros indicadores de desarrollo, como la educación, la salud y el crecimiento económico.

Los datos provienen de “Tracking SDG 7: The Energy Progress Report” (2023), un informe colaborativo de la Agencia Internacional de Energía (IEA), la Agencia Internacional de Energías Renovables (IRENA), la División de Estadística de las Naciones Unidas (UNSD), el Banco Mundial, y la Organización Mundial de la Salud (WHO).

NOTA: La última actualización de los datos fue el 28 de Junio del 2024. Aunque los datos provienen de fuentes confiables, la precisión puede variar dependiendo de la región y la capacidad de recopilación de datos de los diferentes países, en este caso, los datos sobre electrificación se obtienen de la industria, encuestas nacionales y fuentes internacionales. El dataset proporciona un panorama general, pero puede no capturar disparidades internas dentro de los países, como diferencias entre áreas urbanas y rurales.

# Leer los datos
archivo <- file.choose()
datas <- read_excel(archivo, skip = 3)

#Se transforma el data set de formato ancho a formato largo para tener una mayor organización, de esta forma en vez de tener un gran número de columnas con los años se crea una sola en la que estén todos.
data <- pivot_longer(datas, 
                          cols = starts_with("19") | starts_with("20"), 
                          names_to = "Year", 
                          values_to = "Percentage")

kable(data[1:20,], caption= "Tabla 1: Acceso a la electricidad (% de la población) - Mundial") %>%
  kable_styling(full_width = T) %>%
  scroll_box(width = "900px", height = "450px")
Tabla 1: Acceso a la electricidad (% de la población) - Mundial
Country Name Country Code Indicator Name Indicator Code Year Percentage
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1960 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1961 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1962 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1963 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1964 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1965 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1966 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1967 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1968 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1969 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1970 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1971 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1972 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1973 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1974 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1975 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1976 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1977 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1978 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1979 NA 
#Verifico si hay algun problema en la base de datos, sin embargo, todo está funcionando bien
print(problems(data))
## # A tibble: 0 × 4
## # ℹ 4 variables: row <int>, col <int>, expected <chr>, actual <chr>

Esto indica que no se encontraron problemas en los datos, ya que el tibble tiene 0 filas y 5 columnas, es decir el tibble está vacío.

Las variables son:

# Mostrar nombres de las variables

variables <- names(data)
variables
## [1] "Country Name"   "Country Code"   "Indicator Name" "Indicator Code"
## [5] "Year"           "Percentage"

Significado de cada variable:

-Country Name : El nombre del país o la región para la que se registran los datos, útil para realizar análisis por país o comparar diferentes países/regiones.

-Country Code : Un código estandarizado que representa el país o región que facilita la identificación y combinación de datos a nivel de país o región en análisis.

-Indicator Name : El nombre del indicador o métrica que se está midiendo, el cual describe qué aspecto específico del dato se está evaluando. En este caso es: Access to electricity (% of population).

-Indicator Code: Un código único que identifica el indicador, el cual proporciona un identificador estandarizado para el indicador. En este caso es: EG.ELC.ACCS.ZS y hace referencia al porcentaje de población con acceso a electricidad.

-Year : El año en el que se registraron los datos, este permite analizar la evolución de los datos a lo largo del tiempo.

-Percentage : El valor del indicador para el país o región en el año especificado. Es la cifra real que representa la medición del indicador del porcentaje de la población con acceso a electricidad para el país/región y el año.

2. ANÁLISIS DE LAS CARACTERÍSTICAS DE LA BASE DE DATOS:

Verificamos los datos viendo el encabezado y la cola de los datos:

head(data)
## # A tibble: 6 × 6
##   `Country Name` `Country Code` `Indicator Name`          `Indicator Code` Year 
##   <chr>          <chr>          <chr>                     <chr>            <chr>
## 1 Aruba          ABW            Access to electricity (%… EG.ELC.ACCS.ZS   1960 
## 2 Aruba          ABW            Access to electricity (%… EG.ELC.ACCS.ZS   1961 
## 3 Aruba          ABW            Access to electricity (%… EG.ELC.ACCS.ZS   1962 
## 4 Aruba          ABW            Access to electricity (%… EG.ELC.ACCS.ZS   1963 
## 5 Aruba          ABW            Access to electricity (%… EG.ELC.ACCS.ZS   1964 
## 6 Aruba          ABW            Access to electricity (%… EG.ELC.ACCS.ZS   1965 
## # ℹ 1 more variable: Percentage <dbl>
tail(data)
## # A tibble: 6 × 6
##   `Country Name` `Country Code` `Indicator Name`          `Indicator Code` Year 
##   <chr>          <chr>          <chr>                     <chr>            <chr>
## 1 Zimbabwe       ZWE            Access to electricity (%… EG.ELC.ACCS.ZS   2018 
## 2 Zimbabwe       ZWE            Access to electricity (%… EG.ELC.ACCS.ZS   2019 
## 3 Zimbabwe       ZWE            Access to electricity (%… EG.ELC.ACCS.ZS   2020 
## 4 Zimbabwe       ZWE            Access to electricity (%… EG.ELC.ACCS.ZS   2021 
## 5 Zimbabwe       ZWE            Access to electricity (%… EG.ELC.ACCS.ZS   2022 
## 6 Zimbabwe       ZWE            Access to electricity (%… EG.ELC.ACCS.ZS   2023 
## # ℹ 1 more variable: Percentage <dbl>

Dimensión (número de filas y columnas):

dim(datas)
## [1] 266  68

Antes de realizar el cambio de ancho a largo teníamos lo siguiente:

Filas: 266
Columnas: 68

dim(data)
## [1] 17024     6

Ahora se tiene lo siguiente:

Filas: 17024
Columnas: 6

Analizamos ahora la estructura de la base de datos:

#Realizo el cambio porque esta variable es numérica.
data$Year <- as.numeric(data$Year)
str(data)
## tibble [17,024 × 6] (S3: tbl_df/tbl/data.frame)
##  $ Country Name  : chr [1:17024] "Aruba" "Aruba" "Aruba" "Aruba" ...
##  $ Country Code  : chr [1:17024] "ABW" "ABW" "ABW" "ABW" ...
##  $ Indicator Name: chr [1:17024] "Access to electricity (% of population)" "Access to electricity (% of population)" "Access to electricity (% of population)" "Access to electricity (% of population)" ...
##  $ Indicator Code: chr [1:17024] "EG.ELC.ACCS.ZS" "EG.ELC.ACCS.ZS" "EG.ELC.ACCS.ZS" "EG.ELC.ACCS.ZS" ...
##  $ Year          : num [1:17024] 1960 1961 1962 1963 1964 ...
##  $ Percentage    : num [1:17024] NA NA NA NA NA NA NA NA NA NA ...

Lo que nos mostro el tipo de cada variable, en general:

-Country Name : character (nominal), ya que clasifica a los datos en diferentes países sin un orden implícito.

-Country Code : character (nominal), representa a cada país con un identificador único sin una relación de orden entre los códigos.

-Indicator Name : character (nominal), describe el tipo de indicador medido, no tiene un orden intrínseco.

-Indicator Code : character (nominal), no hay un orden, solo proporciona un identificador único para el indicador.

-Year : numeric (discreto), el año por naturaleza es una variable continua; sin embargo, en este análisis se agrupan datos por años, por lo que se trata como variable discreta porque estamos trabajando con valores específicos de años, sin valores intermedios posibles.

-Percentage : numeric (continuo), los valores representan porcentajes que pueden tomar cualquier valor dentro de un rango.

3. ANÁLISIS DE LAS VARIABLES SEGÚN SU TIPO:

Análisis Descriptivo Individual Variables Numéricas:

Porcentaje de la población con acceso a la electricidad y año:

data$Year <- as.numeric(data$Year)

# Calcular estadísticas descriptivas por año
summary_stats_by_year <- data %>%
  filter(Year >= 1990 & Year <= 2022) %>%
  group_by(Year) %>%
  summarise(
    Media = mean(Percentage, na.rm = TRUE),
    Mediana = median(Percentage, na.rm = TRUE),
    DE = sd(Percentage, na.rm = TRUE),
    CV = (sd(Percentage, na.rm = TRUE) / mean(Percentage, na.rm = TRUE)) * 100,
    P10 = quantile(Percentage, 0.10, na.rm = TRUE),
    P25 = quantile(Percentage, 0.25, na.rm = TRUE),
    P50 = quantile(Percentage, 0.50, na.rm = TRUE),
    P75 = quantile(Percentage, 0.75, na.rm = TRUE),
    P90 = quantile(Percentage, 0.90, na.rm = TRUE)
  )

# Mostrar resultados
kable(summary_stats_by_year, 
      format = "html", 
      caption = "Estadísticas Descriptivas del Porcentaje de acceso a la electricidad por Año") %>%
  kable_styling(full_width = TRUE, 
                bootstrap_options = c("striped", "hover", "condensed", "responsive"))%>%
  scroll_box(width = "100%", height = "450px")
Estadísticas Descriptivas del Porcentaje de acceso a la electricidad por Año
Year Media Mediana DE CV P10 P25 P50 P75 P90
1990 96.60344 100.00000 13.17630 13.63958 93.66691 99.98384 100.00000 100.00000 100
1991 92.22483 100.00000 20.62335 22.36204 72.29256 99.70235 100.00000 100.00000 100
1992 87.97584 100.00000 25.75285 29.27264 46.14000 92.98772 100.00000 100.00000 100
1993 83.84999 100.00000 28.28227 33.72960 31.14730 79.73337 100.00000 100.00000 100
1994 82.80036 100.00000 29.15067 35.20597 28.65856 76.88352 100.00000 100.00000 100
1995 81.96506 100.00000 29.45562 35.93680 29.08626 74.03815 100.00000 100.00000 100
1996 79.53655 99.73293 30.74388 38.65378 27.29021 67.16998 99.73293 100.00000 100
1997 78.53863 99.27018 31.83974 40.54023 22.60707 67.33043 99.27018 100.00000 100
1998 77.66918 98.46965 31.83716 40.99072 22.06097 63.86436 98.46965 100.00000 100
1999 77.16029 97.00000 31.98964 41.45868 20.82163 57.95112 97.00000 100.00000 100
2000 74.56921 93.40000 32.53102 43.62528 17.64000 54.17194 93.40000 100.00000 100
2001 75.10784 94.00000 32.25984 42.95137 19.89532 53.80000 94.00000 99.99699 100
2002 75.36080 94.40000 32.01645 42.48423 19.36763 51.47500 94.40000 100.00000 100
2003 76.03507 94.20000 31.35657 41.23962 20.83110 53.35000 94.20000 99.92310 100
2004 76.47813 94.38374 30.96661 40.49080 23.63856 54.40000 94.38374 99.90000 100
2005 76.95829 94.80000 30.66280 39.84340 23.46864 58.47500 94.80000 99.82979 100
2006 77.89855 96.25000 30.09695 38.63609 26.40000 59.02500 96.25000 99.90000 100
2007 77.71576 95.35000 30.10853 38.74186 25.97172 57.40000 95.35000 99.99743 100
2008 78.38178 96.35000 29.81651 38.04010 25.99276 60.50000 96.35000 100.00000 100
2009 78.52833 96.50000 29.75137 37.88616 26.26873 60.60000 96.50000 100.00000 100
2010 79.39060 96.80000 29.25521 36.84971 29.60000 64.19702 96.80000 100.00000 100
2011 80.18188 96.90000 28.42810 35.45452 34.45601 66.20000 96.90000 100.00000 100
2012 80.86841 97.20000 27.82299 34.40526 36.45625 68.05561 97.20000 100.00000 100
2013 81.47073 98.00000 27.53789 33.80096 34.90000 69.47448 98.00000 100.00000 100
2014 82.17171 98.10000 26.99668 32.85398 34.43980 71.50000 98.10000 100.00000 100
2015 82.74035 98.60000 26.47847 32.00188 37.90131 73.40000 98.60000 100.00000 100
2016 83.84689 99.00526 25.49844 30.41072 41.32000 76.15000 99.00526 100.00000 100
2017 84.59178 99.27957 24.93902 29.48161 42.98000 79.35000 99.27957 100.00000 100
2018 85.21799 99.60000 24.08158 28.25880 45.32000 80.85000 99.60000 100.00000 100
2019 85.77764 99.60000 23.82623 27.77674 46.62000 83.75000 99.60000 100.00000 100
2020 86.31129 99.70000 23.42005 27.13439 47.67711 85.80000 99.70000 100.00000 100
2021 86.87050 99.97632 22.87507 26.33238 49.06000 86.07485 99.97632 100.00000 100
2022 87.16016 100.00000 22.49044 25.80358 50.20000 85.56137 100.00000 100.00000 100

Análisis:

-La media es el promedio de los datos, pero es sensible a valores extremos o atípicos, en este análisis se calculó por año.

-La mediana representa el valor que divide un conjunto de datos en dos mitades iguales y no es influenciada por valores extremos o atípicos. Además, podemos calcularla por medio de los percentiles, ya que corresponde al 50%. Por eso notamos que el valor del P50 y la mediana es el mismo en todos los casos.

-Los percentiles dividen un conjunto de datos en 100 partes iguales, proporcionando una forma de entender la distribución de los datos en relación con su posición en el conjunto. Por ejemplo, el P25 se refiere al primer cuartil por debajo del cual cae el 25% de los datos. Por ejemplo, en el año 2001 el P25 es 53.8, entonces podríamos concluir que, en el 2001 el del 25% de la población mundial, el 54% contaba con electricidad.

-La desviación estándar (DE) mide la dispersión o variabilidad de los datos en relación con la media. Es decir, indica cuánto se desvían los valores del promedio. Siguiendo con el ejemplo anterior, en el 2001 la desviación estándar fue de 32.25984, es decir, puede haber existencia de valores atípicos que generen esta gran dispersión de los datos alrededor de la media.

-El coeficiente de variación (CV) es una medida de la dispersión relativa de los datos, expresada como un porcentaje de la media. Este se utiliza para comparar la variabilidad entre datasets con diferentes unidades o magnitudes; sin embargo, esta base de datos no contiene más variables numéricas. De igual forma podemos observarlo para comparar la variabilidad de los porcentajes en los distintos años, ya que normaliza la variabilidad en relación con la media. Entonces, si el CV de los porcentajes en 2001 fue 42.95137 y en el 2005 fue de 39.84340, había mayor variabilidad entre los datos antes.

Podemos ver este comportamiento gráficamente usando la media:

plot<-ggplot(summary_stats_by_year, aes(x = Year, y = Media)) +
  geom_line(color = "blue") +
  geom_point(color = "purple") +
  labs(title = "Media de Porcentaje de Acceso a Electricidad por Año",
       x = "Año",
       y = "Media Porcentaje de Acceso a Electricidad") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

interactive <- ggplotly(plot, tooltip = c("x", "y"))

interactive

Análisis Descriptivo Individual Variables Categóricas:

Como vimos anteriormente, las variables categóricas de esta base de datos son: “Country Name”, “Country Code”, “Indicator Name”, “Indicator Code”. Las cuales no se pueden analizar por medio de un conteo, ya que no representan una frecuencia; sin embargo, podemos verificar la información previamente expuesta.

El único indicador es el del porcentaje de la población con acceso a la electricidad:

unique(data$`Indicator Name`)
## [1] "Access to electricity (% of population)"
unique(data$`Indicator Code`)
## [1] "EG.ELC.ACCS.ZS"

Además, se pueden ver algunos países y códigos, ya que son demasiados.

summary(as.factor(data$`Country Name`))
##                                   Afghanistan 
##                                            64 
##                   Africa Eastern and Southern 
##                                            64 
##                    Africa Western and Central 
##                                            64 
##                                       Albania 
##                                            64 
##                                       Algeria 
##                                            64 
##                                American Samoa 
##                                            64 
##                                       Andorra 
##                                            64 
##                                        Angola 
##                                            64 
##                           Antigua and Barbuda 
##                                            64 
##                                    Arab World 
##                                            64 
##                                     Argentina 
##                                            64 
##                                       Armenia 
##                                            64 
##                                         Aruba 
##                                            64 
##                                     Australia 
##                                            64 
##                                       Austria 
##                                            64 
##                                    Azerbaijan 
##                                            64 
##                                  Bahamas, The 
##                                            64 
##                                       Bahrain 
##                                            64 
##                                    Bangladesh 
##                                            64 
##                                      Barbados 
##                                            64 
##                                       Belarus 
##                                            64 
##                                       Belgium 
##                                            64 
##                                        Belize 
##                                            64 
##                                         Benin 
##                                            64 
##                                       Bermuda 
##                                            64 
##                                        Bhutan 
##                                            64 
##                                       Bolivia 
##                                            64 
##                        Bosnia and Herzegovina 
##                                            64 
##                                      Botswana 
##                                            64 
##                                        Brazil 
##                                            64 
##                        British Virgin Islands 
##                                            64 
##                             Brunei Darussalam 
##                                            64 
##                                      Bulgaria 
##                                            64 
##                                  Burkina Faso 
##                                            64 
##                                       Burundi 
##                                            64 
##                                    Cabo Verde 
##                                            64 
##                                      Cambodia 
##                                            64 
##                                      Cameroon 
##                                            64 
##                                        Canada 
##                                            64 
##                        Caribbean small states 
##                                            64 
##                                Cayman Islands 
##                                            64 
##                      Central African Republic 
##                                            64 
##                Central Europe and the Baltics 
##                                            64 
##                                          Chad 
##                                            64 
##                               Channel Islands 
##                                            64 
##                                         Chile 
##                                            64 
##                                         China 
##                                            64 
##                                      Colombia 
##                                            64 
##                                       Comoros 
##                                            64 
##                              Congo, Dem. Rep. 
##                                            64 
##                                   Congo, Rep. 
##                                            64 
##                                    Costa Rica 
##                                            64 
##                                 Cote d'Ivoire 
##                                            64 
##                                       Croatia 
##                                            64 
##                                          Cuba 
##                                            64 
##                                       Curacao 
##                                            64 
##                                        Cyprus 
##                                            64 
##                                       Czechia 
##                                            64 
##                                       Denmark 
##                                            64 
##                                      Djibouti 
##                                            64 
##                                      Dominica 
##                                            64 
##                            Dominican Republic 
##                                            64 
##                    Early-demographic dividend 
##                                            64 
##                           East Asia & Pacific 
##                                            64 
##   East Asia & Pacific (excluding high income) 
##                                            64 
##    East Asia & Pacific (IDA & IBRD countries) 
##                                            64 
##                                       Ecuador 
##                                            64 
##                              Egypt, Arab Rep. 
##                                            64 
##                                   El Salvador 
##                                            64 
##                             Equatorial Guinea 
##                                            64 
##                                       Eritrea 
##                                            64 
##                                       Estonia 
##                                            64 
##                                      Eswatini 
##                                            64 
##                                      Ethiopia 
##                                            64 
##                                     Euro area 
##                                            64 
##                         Europe & Central Asia 
##                                            64 
## Europe & Central Asia (excluding high income) 
##                                            64 
##  Europe & Central Asia (IDA & IBRD countries) 
##                                            64 
##                                European Union 
##                                            64 
##                                 Faroe Islands 
##                                            64 
##                                          Fiji 
##                                            64 
##                                       Finland 
##                                            64 
##      Fragile and conflict affected situations 
##                                            64 
##                                        France 
##                                            64 
##                              French Polynesia 
##                                            64 
##                                         Gabon 
##                                            64 
##                                   Gambia, The 
##                                            64 
##                                       Georgia 
##                                            64 
##                                       Germany 
##                                            64 
##                                         Ghana 
##                                            64 
##                                     Gibraltar 
##                                            64 
##                                        Greece 
##                                            64 
##                                     Greenland 
##                                            64 
##                                       Grenada 
##                                            64 
##                                          Guam 
##                                            64 
##                                     Guatemala 
##                                            64 
##                                        Guinea 
##                                            64 
##                                 Guinea-Bissau 
##                                            64 
##                                        Guyana 
##                                            64 
##                                       (Other) 
##                                         10688
summary(as.factor(data$`Country Code`))
##     ABW     AFE     AFG     AFW     AGO     ALB     AND     ARB     ARE     ARG 
##      64      64      64      64      64      64      64      64      64      64 
##     ARM     ASM     ATG     AUS     AUT     AZE     BDI     BEL     BEN     BFA 
##      64      64      64      64      64      64      64      64      64      64 
##     BGD     BGR     BHR     BHS     BIH     BLR     BLZ     BMU     BOL     BRA 
##      64      64      64      64      64      64      64      64      64      64 
##     BRB     BRN     BTN     BWA     CAF     CAN     CEB     CHE     CHI     CHL 
##      64      64      64      64      64      64      64      64      64      64 
##     CHN     CIV     CMR     COD     COG     COL     COM     CPV     CRI     CSS 
##      64      64      64      64      64      64      64      64      64      64 
##     CUB     CUW     CYM     CYP     CZE     DEU     DJI     DMA     DNK     DOM 
##      64      64      64      64      64      64      64      64      64      64 
##     DZA     EAP     EAR     EAS     ECA     ECS     ECU     EGY     EMU     ERI 
##      64      64      64      64      64      64      64      64      64      64 
##     ESP     EST     ETH     EUU     FCS     FIN     FJI     FRA     FRO     FSM 
##      64      64      64      64      64      64      64      64      64      64 
##     GAB     GBR     GEO     GHA     GIB     GIN     GMB     GNB     GNQ     GRC 
##      64      64      64      64      64      64      64      64      64      64 
##     GRD     GRL     GTM     GUM     GUY     HIC     HKG     HND     HPC (Other) 
##      64      64      64      64      64      64      64      64      64   10688

Observamos que la frecuencia de cada país y código da como resultado 64, lo cual es consecuencia del cambio hecho previamente de ancho a largo, puesto que son 64 años a ser analizados por cada país.

Filtros en la base de datos

Evolución del acceso en algunos países de América Latina y el Caribe:

library(dplyr)
latin_america <- c("Argentina", "Brazil", "Chile", "Mexico", "Colombia", "Venezuela, RB") # Puedes añadir más países
data_latam <- filter(data, `Country Name` %in% latin_america, Year >= 1988)

ggplot(data_latam, aes(x = Year, y = Percentage, color = `Country Name` )) +
  geom_line() +
  labs(title = "Evolución del acceso en América Latina y el Caribe", x = "Año", y = "Porcentaje de acceso") +
  theme_minimal()
## Warning: Removed 22 rows containing missing values or values outside the scale range
## (`geom_line()`).

Lo que nos muestra que a medida que avanza el tiempo hay mayor porcentaje de acceso para estos países.

Evolución del acceso en algunos países de África

african_countries <- c("Nigeria", "Ethiopia", "Kenya", "South Africa", "Egypt, Arab Rep.")
data_africa <- filter(data, `Country Name` %in% african_countries & Year >= 1988)

ggplot(data_africa, aes(x = Year, y = Percentage, color = `Country Name` )) +
  geom_line() +
  labs(title = "Evolución del acceso en África", x = "Año", y = "Porcentaje de acceso") +
  theme_minimal()
## Warning: Removed 36 rows containing missing values or values outside the scale range
## (`geom_line()`).

Podríamos concluir que Egipto es el que ha tenido un mayor acceso a la electricidad y relativamente constante durante los años.

Países en 2022 que tiene un acceso inferior a 50% de electricidad

data_inferior <- filter(data, Year == 2022 & Percentage < 50)

ggplot(data_inferior, aes(x = reorder(`Country Name`, Percentage), y = Percentage)) +
  geom_bar(stat = "identity", fill = "steelblue") +
  coord_flip() + # Esto hace que las barras sean horizontales
  labs(title = "Porcentaje de acceso inferior a 50% en 2022",
       x = "País",
       y = "Porcentaje de acceso") +
  theme_minimal()

Notamos que son varios países en África los que tienen bajo acceso a la electricidad, por lo que puede ser un fallo en las políticas del gobierno y se podrían analizar más a profundidad sus causas.

Países en 1990 que tiene un acceso del 100% a la electricidad

library(rworldmap)
## Cargando paquete requerido: sp
## ### Welcome to rworldmap ###
## For a short introduction type :   vignette('rworldmap')
library(dplyr)

data_1990 <- filter(data, Year == 1990 & Percentage == 100)
world_map <- joinCountryData2Map(data_1990, joinCode = "ISO3", nameJoinColumn = "Country Code")
## 69 codes from your data successfully matched countries in the map
## 9 codes from your data failed to match with a country code in the map
## 174 codes from the map weren't represented in your data
mapCountryData(world_map, nameColumnToPlot = "Percentage", mapTitle = "Países con acceso al 100% en 1990", catMethod = "pretty",colourPalette = c("lightblue", "blue"),  addLegend = FALSE)
## You asked for 7 categories, 2 were used due to pretty() classification

Notamos que en su mayoría, son más los países desarrollados los que desde hace mucho tiempo tienen un mayor acceso a la electricidad.

Histórico del acceso a la electricidad en Colombia

data_col <- filter(data, `Country Code` == 'COL' & Year > 1990)

ggplot(data_col, aes(x = Year, y = Percentage, color = `Country Name` )) +
  geom_line() +
  labs(title = "Evolución del acceso en Colombia", x = "Año", y = "Porcentaje de acceso") +
  theme_minimal()
## Warning: Removed 1 row containing missing values or values outside the scale range
## (`geom_line()`).

Notamos que Colombia viene evolucionando y aumentado su porcentaje de acceso a la electricidad con los años.

Utilice la funcion table para explorar la base de datos.

En esta ocasión, la función table() será reemplazada por kable()

kable(data[1:20,], caption= "Tabla 1: Acceso a la electricidad (% de la población) - Mundial") %>%
  kable_styling(full_width = T) %>%
  scroll_box(width = "900px", height = "450px")
Tabla 1: Acceso a la electricidad (% de la población) - Mundial
Country Name Country Code Indicator Name Indicator Code Year Percentage
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1960 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1961 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1962 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1963 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1964 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1965 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1966 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1967 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1968 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1969 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1970 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1971 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1972 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1973 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1974 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1975 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1976 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1977 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1978 NA
Aruba ABW Access to electricity (% of population) EG.ELC.ACCS.ZS 1979 NA

Conteo total de valores no NAS por año

data_no_na <- data %>%
  filter(!is.na(Percentage))

year_non_na_counts <- data_no_na %>%
  group_by(Year) %>%
  summarise(Total_NonNA_Count = n())

year_non_na_counts_df <- as.data.frame(year_non_na_counts)

kable(year_non_na_counts_df, caption = "Conteo de valores no NA por año") %>%
  kable_styling(full_width = TRUE) %>%
  scroll_box(width = "900px", height = "450px")
Conteo de valores no NA por año
Year Total_NonNA_Count
1990 107
1991 118
1992 135
1993 150
1994 156
1995 163
1996 178
1997 185
1998 194
1999 203
2000 259
2001 259
2002 260
2003 260
2004 260
2005 260
2006 260
2007 262
2008 262
2009 263
2010 263
2011 263
2012 263
2013 263
2014 263
2015 263
2016 263
2017 263
2018 263
2019 263
2020 263
2021 263
2022 263

Conteo total de valores no NAS por país

data_no_na <- data %>%
  filter(!is.na(Percentage))

country_non_na_counts <- data_no_na %>%
  group_by(`Country Name`) %>%
  summarise(Total_NonNA_Count = n())

country_non_na_counts_df <- as.data.frame(country_non_na_counts)

kable(country_non_na_counts_df, caption = "Conteo total de valores no NA por país") %>%
  kable_styling(full_width = TRUE) %>%
  scroll_box(width = "900px", height = "450px")
Conteo total de valores no NA por país
Country Name Total_NonNA_Count
Afghanistan 23
Africa Eastern and Southern 23
Africa Western and Central 30
Albania 33
Algeria 23
Andorra 33
Angola 23
Antigua and Barbuda 33
Arab World 27
Argentina 33
Armenia 23
Aruba 33
Australia 33
Austria 33
Azerbaijan 24
Bahamas, The 33
Bahrain 33
Bangladesh 32
Barbados 33
Belarus 33
Belgium 33
Belize 32
Benin 27
Bermuda 33
Bhutan 23
Bolivia 31
Bosnia and Herzegovina 33
Botswana 32
Brazil 33
British Virgin Islands 33
Brunei Darussalam 33
Bulgaria 33
Burkina Faso 30
Burundi 25
Cabo Verde 23
Cambodia 25
Cameroon 32
Canada 33
Caribbean small states 30
Cayman Islands 33
Central African Republic 28
Central Europe and the Baltics 33
Chad 26
Channel Islands 33
Chile 33
China 23
Colombia 33
Comoros 27
Congo, Dem. Rep.  23
Congo, Rep.  23
Costa Rica 23
Cote d’Ivoire 29
Croatia 33
Cuba 23
Curacao 33
Cyprus 33
Czechia 33
Denmark 33
Djibouti 27
Dominica 25
Dominican Republic 32
Early-demographic dividend 30
East Asia & Pacific 23
East Asia & Pacific (IDA & IBRD countries) 23
East Asia & Pacific (excluding high income) 23
Ecuador 28
Egypt, Arab Rep.  31
El Salvador 32
Equatorial Guinea 23
Eritrea 28
Estonia 33
Eswatini 23
Ethiopia 23
Euro area 33
Europe & Central Asia 33
Europe & Central Asia (IDA & IBRD countries) 33
Europe & Central Asia (excluding high income) 23
European Union 33
Faroe Islands 33
Fiji 27
Finland 33
Fragile and conflict affected situations 23
France 33
French Polynesia 33
Gabon 23
Gambia, The 30
Georgia 23
Germany 33
Ghana 30
Gibraltar 33
Greece 33
Greenland 33
Grenada 25
Guam 33
Guatemala 28
Guinea 24
Guinea-Bissau 21
Guyana 30
Haiti 28
Heavily indebted poor countries (HIPC) 24
High income 33
Honduras 32
Hong Kong SAR, China 33
Hungary 33
IBRD only 23
IDA & IBRD total 23
IDA blend 25
IDA only 24
IDA total 25
Iceland 33
India 30
Indonesia 32
Iran, Islamic Rep.  23
Iraq 23
Ireland 33
Isle of Man 33
Israel 33
Italy 33
Jamaica 33
Japan 33
Jordan 33
Kazakhstan 28
Kenya 30
Kiribati 23
Korea, Dem. People’s Rep.  14
Korea, Rep.  33
Kosovo 10
Kuwait 33
Kyrgyz Republic 26
Lao PDR 30
Late-demographic dividend 23
Latin America & Caribbean 31
Latin America & Caribbean (excluding high income) 31
Latin America & the Caribbean (IDA & IBRD countries) 31
Latvia 33
Least developed countries: UN classification 23
Lebanon 23
Lesotho 23
Liberia 16
Libya 23
Liechtenstein 33
Lithuania 33
Low & middle income 23
Low income 23
Lower middle income 30
Luxembourg 33
Macao SAR, China 33
Madagascar 31
Malawi 31
Malaysia 23
Maldives 23
Mali 27
Malta 33
Marshall Islands 24
Mauritania 23
Mauritius 33
Mexico 31
Micronesia, Fed. Sts. 23
Middle East & North Africa 23
Middle East & North Africa (IDA & IBRD countries) 23
Middle East & North Africa (excluding high income) 23
Middle income 23
Moldova 33
Monaco 33
Mongolia 23
Montenegro 33
Morocco 31
Mozambique 26
Myanmar 23
Namibia 31
Nauru 33
Nepal 27
Netherlands 33
New Caledonia 33
New Zealand 33
Nicaragua 30
Niger 31
Nigeria 33
North America 33
North Macedonia 33
Northern Mariana Islands 33
Norway 33
OECD members 33
Oman 33
Other small states 27
Pacific island small states 24
Pakistan 25
Palau 33
Panama 33
Papua New Guinea 27
Paraguay 28
Peru 31
Philippines 30
Poland 33
Portugal 33
Post-demographic dividend 33
Pre-demographic dividend 26
Puerto Rico 33
Qatar 33
Romania 33
Russian Federation 33
Rwanda 27
Samoa 32
San Marino 33
Sao Tome and Principe 23
Saudi Arabia 33
Senegal 30
Serbia 33
Seychelles 29
Sierra Leone 23
Singapore 33
Sint Maarten (Dutch part) 33
Slovak Republic 33
Slovenia 33
Small states 27
Solomon Islands 24
Somalia 23
South Africa 27
South Asia 30
South Asia (IDA & IBRD) 30
South Sudan 16
Spain 33
Sri Lanka 23
St. Kitts and Nevis 33
St. Lucia 23
St. Martin (French part) 33
St. Vincent and the Grenadines 32
Sub-Saharan Africa 27
Sub-Saharan Africa (IDA & IBRD countries) 27
Sub-Saharan Africa (excluding high income) 27
Sudan 33
Suriname 24
Sweden 33
Switzerland 33
Syrian Arab Republic 23
Tajikistan 24
Tanzania 31
Thailand 23
Timor-Leste 23
Togo 25
Tonga 29
Trinidad and Tobago 23
Tunisia 29
Turkiye 23
Turkmenistan 23
Turks and Caicos Islands 33
Tuvalu 23
Uganda 30
Ukraine 33
United Arab Emirates 33
United Kingdom 33
United States 33
Upper middle income 23
Uruguay 31
Uzbekistan 27
Vanuatu 29
Venezuela, RB 31
Viet Nam 26
Virgin Islands (U.S.) 33
West Bank and Gaza 26
World 25
Yemen, Rep.  31
Zambia 33
Zimbabwe 31

Resumen estadístico por país

country_stats <- data %>%
  group_by(`Country Name`) %>%
  summarise(
    Min_Value = min(Percentage, na.rm = TRUE),
    Max_Value = max(Percentage, na.rm = TRUE),
    Mean_Value = mean(Percentage, na.rm = TRUE),
    Median_Value = median(Percentage, na.rm = TRUE)
  )
## Warning: There were 4 warnings in `summarise()`.
## The first warning was:
## ℹ In argument: `Min_Value = min(Percentage, na.rm = TRUE)`.
## ℹ In group 6: `Country Name = "American Samoa"`.
## Caused by warning in `min()`:
## ! ningún argumento finito para min; retornando Inf
## ℹ Run `dplyr::last_dplyr_warnings()` to see the 3 remaining warnings.
country_stats_df <- as.data.frame(country_stats)

kable(country_stats_df, caption = "Estadísticas descriptivas por país") %>%
  kable_styling(full_width = TRUE) %>%
  scroll_box(width = "900px", height = "450px")
Estadísticas descriptivas por país
Country Name Min_Value Max_Value Mean_Value Median_Value
Afghanistan 4.4000000 97.70000 57.091304 48.30000
Africa Eastern and Southern 19.9638818 48.71199 31.756021 28.91159
Africa Western and Central 31.5751303 55.43758 41.742255 41.24249
Albania 99.4000000 100.00000 99.809091 100.00000
Algeria 98.6000000 100.00000 99.095652 99.00000
American Samoa Inf -Inf NaN NA
Andorra 100.0000000 100.00000 100.000000 100.00000
Angola 20.0000000 48.50000 36.286957 37.30000
Antigua and Barbuda 92.2000000 100.00000 98.202290 98.50000
Arab World 76.9643258 91.02640 85.446424 85.80413
Argentina 92.1548004 100.00000 96.929798 97.00000
Armenia 98.0000000 100.00000 99.521739 99.70000
Aruba 91.7000000 100.00000 99.472445 100.00000
Australia 100.0000000 100.00000 100.000000 100.00000
Austria 100.0000000 100.00000 100.000000 100.00000
Azerbaijan 97.0000000 100.00000 99.575000 99.95000
Bahamas, The 100.0000000 100.00000 100.000000 100.00000
Bahrain 99.9413986 100.00000 99.996754 100.00000
Bangladesh 9.9054193 99.40000 50.852567 48.50000
Barbados 99.9000000 100.00000 99.993224 100.00000
Belarus 89.0000000 100.00000 96.503030 98.00000
Belgium 100.0000000 100.00000 100.000000 100.00000
Belize 67.0000000 98.60000 84.969722 85.65000
Benin 14.5000000 56.50000 30.682590 29.60000
Bermuda 100.0000000 100.00000 100.000000 100.00000
Bhutan 31.2000000 100.00000 76.378261 81.80000
Bolivia 60.0279007 99.90000 80.085928 80.20000
Bosnia and Herzegovina 98.5000000 100.00000 99.693939 100.00000
Botswana 9.3982267 75.90000 41.699681 40.80000
Brazil 87.4751160 100.00000 96.405326 97.60000
British Virgin Islands 94.6065598 100.00000 97.761719 97.80000
Brunei Darussalam 100.0000000 100.00000 100.000000 100.00000
Bulgaria 88.1000000 100.00000 95.972727 97.30000
Burkina Faso 6.1000000 19.50000 12.513256 12.25000
Burundi 2.0709493 10.30000 5.950838 5.40000
Cabo Verde 58.6000000 97.10000 78.517391 82.30000
Cambodia 8.8200369 92.30000 43.387602 31.10000
Cameroon 29.0000000 71.00000 49.191549 48.60000
Canada 100.0000000 100.00000 100.000000 100.00000
Caribbean small states 82.1285600 97.59329 90.221499 89.99393
Cayman Islands 99.8469238 100.00000 99.988969 100.00000
Central African Republic 3.0000000 15.70000 9.349798 8.90000
Central Europe and the Baltics 97.9262635 100.00000 99.337108 99.64098
Chad 2.3000000 11.70000 6.651023 6.35000
Channel Islands 100.0000000 100.00000 100.000000 100.00000
Chile 92.2574270 100.00000 97.986104 98.20000
China 96.7000000 100.00000 99.043478 99.90000
Colombia 89.9000000 100.00000 95.888771 96.10000
Comoros 28.9000000 89.90000 60.739953 60.10000
Congo, Dem. Rep.  6.0000000 21.50000 13.782609 13.70000
Congo, Rep.  29.4000000 50.60000 40.095652 40.80000
Costa Rica 96.9000000 100.00000 99.213043 99.40000
Cote d’Ivoire 36.5000000 71.10000 56.690086 57.30000
Croatia 99.8000000 100.00000 99.981818 100.00000
Cuba 95.5000000 100.00000 98.073913 98.00000
Curacao 99.7000000 100.00000 99.936364 100.00000
Cyprus 100.0000000 100.00000 100.000000 100.00000
Czechia 100.0000000 100.00000 100.000000 100.00000
Denmark 100.0000000 100.00000 100.000000 100.00000
Djibouti 49.7000000 65.40000 58.498590 57.60000
Dominica 75.0000000 100.00000 90.992877 90.90000
Dominican Republic 78.2000000 100.00000 92.671822 93.95000
Early-demographic dividend 55.7968255 95.28516 76.448489 76.56665
East Asia & Pacific 92.0806563 98.21324 95.665923 96.03563
East Asia & Pacific (IDA & IBRD countries) 91.1583142 98.56329 95.605101 96.41113
East Asia & Pacific (excluding high income) 91.1581941 98.02619 95.180562 95.59909
Ecuador 89.8301670 100.00000 96.300337 96.85000
Egypt, Arab Rep.  93.4000000 100.00000 98.329994 99.00000
El Salvador 69.6078800 100.00000 88.303516 90.10000
Equatorial Guinea 64.8000000 67.00000 65.752174 65.90000
Eritrea 22.9000000 55.40000 38.600703 38.35000
Estonia 100.0000000 100.00000 100.000000 100.00000
Eswatini 20.4000000 82.90000 51.934783 51.20000
Ethiopia 10.2000000 55.00000 28.995652 25.50000
Euro area 99.9873264 100.00000 99.997249 100.00000
Europe & Central Asia 99.1137059 100.00000 99.704259 99.87138
Europe & Central Asia (IDA & IBRD countries) 98.2465834 100.00000 99.408165 99.71983
Europe & Central Asia (excluding high income) 98.9925837 99.99146 99.561447 99.61635
European Union 99.4761939 100.00000 99.839130 99.91700
Faroe Islands 100.0000000 100.00000 100.000000 100.00000
Fiji 66.9000000 97.10000 86.039404 88.90000
Finland 100.0000000 100.00000 100.000000 100.00000
Fragile and conflict affected situations 40.5982968 57.86153 48.554678 47.92781
France 100.0000000 100.00000 100.000000 100.00000
French Polynesia 100.0000000 100.00000 100.000000 100.00000
Gabon 73.6000000 93.50000 84.921739 86.40000
Gambia, The 17.7000000 65.40000 41.136884 40.65000
Georgia 97.9000000 100.00000 99.878261 100.00000
Germany 100.0000000 100.00000 100.000000 100.00000
Ghana 30.3694057 86.30000 58.133095 56.70000
Gibraltar 99.7000000 100.00000 99.921212 100.00000
Greece 100.0000000 100.00000 100.000000 100.00000
Greenland 100.0000000 100.00000 100.000000 100.00000
Grenada 85.0400000 94.20000 89.526779 89.40000
Guam 99.8443069 100.00000 99.985737 100.00000
Guatemala 60.8000000 99.10000 82.678862 83.40000
Guinea 15.2000000 47.70000 29.320833 27.40000
Guinea-Bissau 1.3000000 37.40000 16.771429 14.90000
Guyana 70.7139816 93.00000 80.795530 78.05000
Haiti 30.0130177 49.30000 37.274968 36.35000
Heavily indebted poor countries (HIPC) 17.8675254 48.65539 31.392645 28.94794
High income 99.4422836 99.97989 99.776153 99.86585
Honduras 54.7819370 94.40000 75.524396 72.40000
Hong Kong SAR, China 100.0000000 100.00000 100.000000 100.00000
Hungary 99.9000000 100.00000 99.993939 100.00000
IBRD only 84.5263170 99.11695 92.133669 92.51408
IDA & IBRD total 74.0831791 90.10598 82.055856 82.01881
IDA blend 54.5467065 77.22022 65.656884 64.19403
IDA only 25.5857160 60.62342 41.633015 39.29038
IDA total 36.4025530 66.11973 49.447553 47.23159
Iceland 100.0000000 100.00000 100.000000 100.00000
India 49.8113098 99.60000 73.623353 73.20000
Indonesia 48.9000000 100.00000 86.663955 90.85000
Iran, Islamic Rep.  97.9000000 100.00000 99.247826 99.50000
Iraq 96.8000000 100.00000 98.573913 98.40000
Ireland 100.0000000 100.00000 100.000000 100.00000
Isle of Man 100.0000000 100.00000 100.000000 100.00000
Israel 100.0000000 100.00000 100.000000 100.00000
Italy 100.0000000 100.00000 100.000000 100.00000
Jamaica 70.3345860 100.00000 88.803576 88.70000
Japan 100.0000000 100.00000 100.000000 100.00000
Jordan 96.8000000 100.00000 99.182538 99.40000
Kazakhstan 97.0000000 100.00000 99.760869 100.00000
Kenya 3.4734368 76.50000 32.047151 25.45000
Kiribati 55.6000000 94.40000 75.465217 74.90000
Korea, Dem. People’s Rep.  26.0000000 54.70000 40.900000 41.05000
Korea, Rep.  99.8828430 100.00000 99.990797 100.00000
Kosovo 100.0000000 100.00000 100.000000 100.00000
Kuwait 100.0000000 100.00000 100.000000 100.00000
Kyrgyz Republic 98.3000000 100.00000 99.496900 99.55970
Lao PDR 25.0000000 100.00000 63.435890 61.60000
Late-demographic dividend 95.2456142 99.48252 98.119241 98.63846
Latin America & Caribbean 88.5995058 98.57913 94.182952 94.47682
Latin America & Caribbean (excluding high income) 87.7184813 98.47625 93.763802 94.11299
Latin America & the Caribbean (IDA & IBRD countries) 88.4902080 98.54513 94.095765 94.37738
Latvia 99.6000000 100.00000 99.921212 100.00000
Least developed countries: UN classification 20.1822161 56.82640 37.130198 34.42001
Lebanon 97.8000000 100.00000 99.552174 99.70000
Lesotho 1.3000000 50.40000 23.578261 20.60000
Liberia 1.3000000 31.80000 14.768750 12.50000
Libya 67.0000000 99.80000 81.143478 80.30000
Liechtenstein 100.0000000 100.00000 100.000000 100.00000
Lithuania 99.4000000 100.00000 99.809091 100.00000
Low & middle income 72.8544678 89.57009 81.174157 81.04695
Low income 15.8054673 44.94833 29.182925 26.74294
Lower middle income 47.1700205 90.62382 69.086854 68.94455
Luxembourg 100.0000000 100.00000 100.000000 100.00000
Macao SAR, China 99.8492813 100.00000 99.987361 100.00000
Madagascar 9.2000000 36.50000 18.519544 16.00000
Malawi 1.5535558 18.00000 7.552962 7.40000
Malaysia 98.6000000 100.00000 99.382609 99.50000
Maldives 83.8000000 100.00000 95.813044 99.20000
Mali 4.2885408 53.40000 26.214657 24.00000
Malta 100.0000000 100.00000 100.000000 100.00000
Marshall Islands 68.5242359 100.00000 84.746843 89.65000
Mauritania 18.2000000 49.00000 34.178261 35.30000
Mauritius 99.0000000 100.00000 99.314512 99.22089
Mexico 93.1459810 100.00000 98.054563 98.90000
Micronesia, Fed. Sts. 46.0000000 85.30000 65.917391 66.30000
Middle East & North Africa 92.4180532 97.62500 95.421978 95.91908
Middle East & North Africa (IDA & IBRD countries) 91.3401715 97.19838 94.686917 95.21742
Middle East & North Africa (excluding high income) 91.4262186 97.22911 94.741805 95.26890
Middle income 77.2998233 94.88556 86.275832 86.57554
Moldova 98.6000000 100.00000 99.593939 99.90000
Monaco 100.0000000 100.00000 100.000000 100.00000
Mongolia 67.3000000 100.00000 84.091304 81.20000
Montenegro 97.7000000 100.00000 99.539394 99.80000
Morocco 49.2000000 100.00000 82.320367 84.10000
Mozambique 3.6631756 33.20000 17.617012 16.95000
Myanmar 41.9000000 73.70000 55.408696 52.00000
Namibia 26.4000000 56.20000 41.626589 42.30000
Nauru 98.9990845 100.00000 99.325576 99.20000
Nepal 17.9000000 93.90000 59.392324 59.30000
Netherlands 100.0000000 100.00000 100.000000 100.00000
New Caledonia 99.8443069 100.00000 99.985737 100.00000
New Zealand 100.0000000 100.00000 100.000000 100.00000
Nicaragua 69.0471030 86.50000 77.773054 77.20000
Niger 4.0121398 19.50000 11.553075 11.20000
Nigeria 27.3000000 60.50000 47.672948 48.00000
North America 100.0000000 100.00000 100.000000 100.00000
North Macedonia 99.0000000 100.00000 99.666667 99.90000
Northern Mariana Islands 99.7000000 100.00000 99.959674 100.00000
Norway 100.0000000 100.00000 100.000000 100.00000
Not classified Inf -Inf NaN NA
OECD members 99.1309867 100.00000 99.673866 99.69257
Oman 99.9000000 100.00000 99.993939 100.00000
Other small states 72.4961542 94.60278 84.842423 85.67029
Pacific island small states 55.4438772 86.42255 70.860692 72.11623
Pakistan 70.2653503 95.00000 84.269014 87.10000
Palau 96.6253510 100.00000 98.451128 98.30000
Panama 70.1900000 95.30000 84.845012 85.50000
Papua New Guinea 2.1584826 23.60000 15.002979 15.30000
Paraguay 77.4691140 100.00000 94.765092 96.80000
Peru 64.7489929 96.20000 82.121535 82.00000
Philippines 65.4000000 97.50000 82.587473 83.80000
Poland 99.8000000 100.00000 99.969697 100.00000
Portugal 100.0000000 100.00000 100.000000 100.00000
Post-demographic dividend 99.7152424 100.00000 99.915077 99.95712
Pre-demographic dividend 22.9176844 51.12034 35.506965 32.47673
Puerto Rico 99.9834290 100.00000 99.999247 100.00000
Qatar 100.0000000 100.00000 100.000000 100.00000
Romania 94.4000000 100.00000 98.233333 99.10000
Russian Federation 95.5000000 100.00000 99.200000 100.00000
Rwanda 1.0278360 50.60000 17.808057 11.40000
Samoa 78.8000000 100.00000 92.101682 94.45000
San Marino 100.0000000 100.00000 100.000000 100.00000
Sao Tome and Principe 51.5000000 78.50000 63.382609 61.40000
Saudi Arabia 99.9000000 100.00000 99.993939 100.00000
Senegal 26.0000000 70.40000 48.866904 49.80000
Serbia 99.6000000 100.00000 99.863636 99.90000
Seychelles 90.0000000 100.00000 96.679008 96.80000
Sierra Leone 7.7000000 29.40000 16.778261 14.60000
Singapore 100.0000000 100.00000 100.000000 100.00000
Sint Maarten (Dutch part) 99.7000000 100.00000 99.936364 100.00000
Slovak Republic 99.9000000 100.00000 99.993939 100.00000
Slovenia 100.0000000 100.00000 100.000000 100.00000
Small states 72.7326038 93.91070 83.929486 84.75684
Solomon Islands 4.7000000 76.30000 38.050000 37.25000
Somalia 2.1000000 52.30000 34.634783 49.20000
South Africa 57.6000000 90.00000 80.067227 82.60000
South Asia 46.3227012 98.78642 71.823672 71.26464
South Asia (IDA & IBRD) 46.3227012 98.78642 71.823672 71.26464
South Sudan 0.8000000 8.40000 4.475000 4.25000
Spain 100.0000000 100.00000 100.000000 100.00000
Sri Lanka 63.6000000 100.00000 87.304348 87.10000
St. Kitts and Nevis 91.3068161 100.00000 96.703563 96.70000
St. Lucia 86.0000000 100.00000 94.752174 95.30000
St. Martin (French part) 99.7000000 100.00000 99.936364 100.00000
St. Vincent and the Grenadines 66.8000000 100.00000 87.218849 88.15000
Sub-Saharan Africa 25.6591470 51.43474 35.675339 32.53974
Sub-Saharan Africa (IDA & IBRD countries) 25.6591470 51.43474 35.675339 32.53974
Sub-Saharan Africa (excluding high income) 25.6507452 51.42993 35.668416 32.53319
Sudan 20.0000000 63.20000 37.219592 30.77676
Suriname 91.0000000 99.62406 95.584336 95.05000
Sweden 100.0000000 100.00000 100.000000 100.00000
Switzerland 100.0000000 100.00000 100.000000 100.00000
Syrian Arab Republic 86.0000000 99.50000 90.882609 90.70000
Tajikistan 97.0000000 100.00000 98.958333 99.00000
Tanzania 2.3301878 45.80000 17.504912 13.80000
Thailand 82.1000000 100.00000 96.656522 99.30000
Timor-Leste 17.8000000 100.00000 55.865217 52.70000
Togo 15.3000000 57.20000 35.690920 33.70000
Tonga 80.0000000 100.00000 91.298752 92.00000
Trinidad and Tobago 91.3000000 100.00000 98.656522 100.00000
Tunisia 86.8000000 100.00000 97.482759 99.40000
Turkiye 99.7000000 100.00000 99.895652 100.00000
Turkmenistan 99.5000000 100.00000 99.808696 99.90000
Turks and Caicos Islands 88.7000000 100.00000 96.266964 96.00000
Tuvalu 94.6000000 100.00000 97.121739 97.00000
Uganda 0.5338985 47.10000 17.072143 11.85000
Ukraine 99.1000000 100.00000 99.851515 100.00000
United Arab Emirates 100.0000000 100.00000 100.000000 100.00000
United Kingdom 100.0000000 100.00000 100.000000 100.00000
United States 100.0000000 100.00000 100.000000 100.00000
Upper middle income 94.3274649 99.48512 97.665075 98.38205
Uruguay 95.9000000 100.00000 98.445199 98.70000
Uzbekistan 99.3797455 100.00000 99.686785 99.60000
Vanuatu 12.9416437 70.00000 38.153676 33.30000
Venezuela, RB 95.7000000 100.00000 99.063458 99.10000
Viet Nam 78.4000000 100.00000 94.764247 96.75000
Virgin Islands (U.S.) 100.0000000 100.00000 100.000000 100.00000
West Bank and Gaza 97.9000000 100.00000 99.556248 99.80000
World 73.3510572 91.42033 83.906972 83.56808
Yemen, Rep.  40.7747154 79.20000 57.514358 55.80000
Zambia 12.7527027 47.80000 25.470565 22.00000
Zimbabwe 28.1000000 52.70000 37.973419 36.90000

Identifique los valores NA en la base de datos.

na_count <- colSums(is.na(data)) 
na_count
##   Country Name   Country Code Indicator Name Indicator Code           Year 
##              0              0              0              0              0 
##     Percentage 
##           9411

Hay un total de 9411 valores NA en la variable Percentage

library(Amelia)
## Cargando paquete requerido: Rcpp
## ## 
## ## Amelia II: Multiple Imputation
## ## (Version 1.8.2, built: 2024-04-10)
## ## Copyright (C) 2005-2024 James Honaker, Gary King and Matthew Blackwell
## ## Refer to http://gking.harvard.edu/amelia/ for more information
## ##
library(Rcpp)
PERCENTAGES_NA<-is.na(data$PERCENTAGES)
## Warning: Unknown or uninitialised column: `PERCENTAGES`.
NAS_ALL <- !complete.cases(data)
head(data[NAS_ALL, ], 20)
## # A tibble: 20 × 6
##    `Country Name` `Country Code` `Indicator Name`         `Indicator Code`  Year
##    <chr>          <chr>          <chr>                    <chr>            <dbl>
##  1 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1960
##  2 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1961
##  3 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1962
##  4 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1963
##  5 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1964
##  6 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1965
##  7 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1966
##  8 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1967
##  9 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1968
## 10 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1969
## 11 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1970
## 12 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1971
## 13 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1972
## 14 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1973
## 15 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1974
## 16 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1975
## 17 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1976
## 18 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1977
## 19 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1978
## 20 Aruba          ABW            Access to electricity (… EG.ELC.ACCS.ZS    1979
## # ℹ 1 more variable: Percentage <dbl>
suppressWarnings(require(Amelia))
suppressWarnings(missmap(data))

Analice la presencia de posibles valores atípicos.

summary(data)
##  Country Name       Country Code       Indicator Name     Indicator Code    
##  Length:17024       Length:17024       Length:17024       Length:17024      
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##                                                                             
##       Year        Percentage     
##  Min.   :1960   Min.   :  0.534  
##  1st Qu.:1976   1st Qu.: 69.608  
##  Median :1992   Median : 98.400  
##  Mean   :1992   Mean   : 81.042  
##  3rd Qu.:2007   3rd Qu.:100.000  
##  Max.   :2023   Max.   :100.000  
##                 NA's   :9411
par(mfrow=c(1,3))
boxplot(data$Percentage, main="PORCENTAJES", ylab="Percentage", col="lightblue")

En la distribución no hay valores atípicos. Ahora, si filtramos en 2022, encontraremos una distribución con valores atípicos.

data_2022 <- data[data$Year == 2022, ]

boxplot(data_2022$Percentage, main="PORCENTAJES en 2022", ylab="Porcentaje", col="lightblue")

Pruebas de normalidad

Ahora, aplicaremos el test de Kolmogorov-Smirnov para realizar la prueba de normalidad de esta distribución.

data$Percentage <- as.numeric(data$Percentage)
data_2022 <- data %>%
  filter(Year == 2022 & !is.na(Percentage) & is.finite(Percentage))

mean_2022 <- mean(data_2022$Percentage)
sd_2022 <- sd(data_2022$Percentage)

ks_test_result <- ks.test(data_2022$Percentage, "pnorm", mean = mean_2022, sd = sd_2022)
## Warning in ks.test.default(data_2022$Percentage, "pnorm", mean = mean_2022, :
## ties should not be present for the one-sample Kolmogorov-Smirnov test
ks_test_result
## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  data_2022$Percentage
## D = 0.31786, p-value < 2.2e-16
## alternative hypothesis: two-sided

El valor de D (0.31786) indica que hay una diferencia notable entre la distribución observada de los datos y la distribución normal teórica. Un valor de D relativamente alto sugiere que los datos no se ajustan bien a la distribución normal.

El p-value menor que 2.2e-16 es extremadamente bajo. Dado que el p-value es mucho menor que el umbral comúnmente utilizado de 0.05, se puede sugerir que los datos siguen una distribución normal.

hist(data_2022$Percentage, 
     probability = TRUE, 
     col = "lightblue", 
     main = "Distribucion del acceso a electricidad en 2022", 
     xlab = "Porcentaje de acceso a electricidad")

curve(dnorm(x, mean = mean_2022, sd = sd_2022), 
      col = "red", lwd = 2, add = TRUE)

qqnorm(data_2022$Percentage, 
       main = "Q-Q Plot - Porcentaje de acceso a electricidad en 2022")
qqline(data_2022$Percentage, col = "red")

De la misma manera, la curva roja superpuesta representa una distribución normal. Como vemos, en el histograma y en el diagrama QQ, los datos no se ajustan a las lineas rojas, por tanto, podemos concluir que la distribución no es normal.

Por tanto, luego de realizar el test de Kolmogorov-Smirnov y los métodos gráficos podemos concluir que los datos no se ajustan a una distribución normal.

Tratamiento de valores atípicos

require(tidyr)
library(Amelia)
library(Rcpp)

data_2022 <- filter(data, Year == 2022)
summary(data_2022$Percentage)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##    8.40   85.56  100.00   87.16  100.00  100.00       3
data_2022$Percentage <- as.numeric(as.character(data_2022$Percentage))

hist(data_2022$Percentage, 
     probability = TRUE, 
     col = "lightblue", 
     main = "Distribucion del acceso a electricidad en 2022", 
     xlab = "Porcentaje de acceso a electricidad")

median_value <- median(data_2022$Percentage, na.rm = TRUE)

head(filter(data_2022, Percentage < 85), 20)
## # A tibble: 20 × 6
##    `Country Name`         `Country Code` `Indicator Name` `Indicator Code`  Year
##    <chr>                  <chr>          <chr>            <chr>            <dbl>
##  1 Africa Eastern and So… AFE            Access to elect… EG.ELC.ACCS.ZS    2022
##  2 Africa Western and Ce… AFW            Access to elect… EG.ELC.ACCS.ZS    2022
##  3 Angola                 AGO            Access to elect… EG.ELC.ACCS.ZS    2022
##  4 Burundi                BDI            Access to elect… EG.ELC.ACCS.ZS    2022
##  5 Benin                  BEN            Access to elect… EG.ELC.ACCS.ZS    2022
##  6 Burkina Faso           BFA            Access to elect… EG.ELC.ACCS.ZS    2022
##  7 Botswana               BWA            Access to elect… EG.ELC.ACCS.ZS    2022
##  8 Central African Repub… CAF            Access to elect… EG.ELC.ACCS.ZS    2022
##  9 Cote d'Ivoire          CIV            Access to elect… EG.ELC.ACCS.ZS    2022
## 10 Cameroon               CMR            Access to elect… EG.ELC.ACCS.ZS    2022
## 11 Congo, Dem. Rep.       COD            Access to elect… EG.ELC.ACCS.ZS    2022
## 12 Congo, Rep.            COG            Access to elect… EG.ELC.ACCS.ZS    2022
## 13 Djibouti               DJI            Access to elect… EG.ELC.ACCS.ZS    2022
## 14 Eritrea                ERI            Access to elect… EG.ELC.ACCS.ZS    2022
## 15 Ethiopia               ETH            Access to elect… EG.ELC.ACCS.ZS    2022
## 16 Fragile and conflict … FCS            Access to elect… EG.ELC.ACCS.ZS    2022
## 17 Guinea                 GIN            Access to elect… EG.ELC.ACCS.ZS    2022
## 18 Gambia, The            GMB            Access to elect… EG.ELC.ACCS.ZS    2022
## 19 Guinea-Bissau          GNB            Access to elect… EG.ELC.ACCS.ZS    2022
## 20 Equatorial Guinea      GNQ            Access to elect… EG.ELC.ACCS.ZS    2022
## # ℹ 1 more variable: Percentage <dbl>
data_2022$Percentage[data_2022$Percentage < 85] <- NA

boxplot(data_2022$Percentage, 
        main="Porcentajes en 2022", 
        ylab="Porcentaje", 
        col="lightblue" 
        ) 

na.omit(data_2022$Percentage < 85)
##   [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [37] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [49] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [61] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [73] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [85] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [97] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [109] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [121] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [133] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [145] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [157] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [169] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [181] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [193] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## attr(,"na.action")
##  [1]   2   4   5  12  17  19  20  34  35  42  43  44  45  57  70  73  75  86  87
## [20]  88  89  99 101 105 106 108 111 122 132 133 136 137 142 152 159 161 166 167
## [39] 169 172 174 175 190 192 194 204 207 208 210 211 214 216 217 218 220 225 230
## [58] 233 242 247 248 259 262 263 265 266
## attr(,"class")
## [1] "omit"
hist(data_2022$Percentage, 
     probability = TRUE, 
     col = "lightblue", 
     main = "Distribucion del acceso a electricidad en 2022", 
     xlab = "Porcentaje de acceso a electricidad")

Al dibujar el boxplot luego de hacer el tratamiento tenemos que aún se siguen visualizando valores atípicos. Por eso, se dibujó un histograma para analizar la distribución de todos los datos, luego se elimnaron los porcentajes inferiores a 85, y luego, se volvió a dibujar el histograma. Al hacer esto, encontramos que la distribución no se vió afectada. Ahora procederemos a realizar de nuevo el tratamiento para valores atípicos.

data_2022$Percentage[data_2022$Percentage < 85] <- NA
na.omit(data_2022$Percentage < 85)
##   [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [37] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [49] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [61] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [73] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [85] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
##  [97] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [109] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [121] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [133] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [145] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [157] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [169] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [181] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [193] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## attr(,"na.action")
##  [1]   2   4   5  12  17  19  20  34  35  42  43  44  45  57  70  73  75  86  87
## [20]  88  89  99 101 105 106 108 111 122 132 133 136 137 142 152 159 161 166 167
## [39] 169 172 174 175 190 192 194 204 207 208 210 211 214 216 217 218 220 225 230
## [58] 233 242 247 248 259 262 263 265 266
## attr(,"class")
## [1] "omit"
summary(data_2022$Percentage)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##   85.10   99.46  100.00   98.56  100.00  100.00      66
median_value <- median(data_2022$Percentage, na.rm = TRUE)

data_2022$Percentage[data_2022$Percentage < 100] <- NA
data_2022$Percentage[is.na(data_2022$Percentage)] <- median_value  

boxplot(data_2022$Percentage, 
        main="Porcentajes en 2022", 
        ylab="Porcentaje", 
        col="lightblue" 
        )  

suppressWarnings(missmap(data_2022))

summary(data_2022$Percentage)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     100     100     100     100     100     100