Se carga la librería

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(pwt10)
pwt<-pwt10::pwt10.01
df_pwt<-pwt
head(df_pwt,n=5)

a)

Calcular la renta media para todos los países y realice la clasificación de renta de acuerdo al Banco Mundial, para el año 2018 ¿Cuántos países se encuentran en el tramo más alto de la clasifiación y qué porcentaje representas respecto al resto de países?

#Se Calcula la renta media y se clasifica acorde al Banco Mundial
PIB_capita_clasificado<-pwt %>%
  mutate(pib_capita=rgdpe/pop)%>%
  mutate(clasificacion_bm=
           case_when(pib_capita<1026 ~ "bajo",
                     pib_capita%>% between(1026,3995)~"bajo-medio",
                     pib_capita%>% between(3396,12375)~"medio-alto",
                     pib_capita>12375~"alto",
                     TRUE~"no clasificado"))%>%
  relocate(clasificacion_bm,.before=country)
head(PIB_capita_clasificado,n=5)
#Se filtra respecto al 2018
PIB_2018<-PIB_capita_clasificado%>%
  filter(year==2018)
num_paises<-nrow(PIB_2018)
Paises_alto2018<-PIB_2018%>%
  filter(clasificacion_bm=="alto")%>%
  summarize(paises_pib_alto2018=n(),porcentaje2018=(paises_pib_alto2018/num_paises)*100)
print(Paises_alto2018)
##   paises_pib_alto2018 porcentaje2018
## 1                 103       56.28415

b)

Realice los mismos cálculos para el año 2019, ¿Cuanto crecio el porcentaje de paises con clasificaciones de renta alta?

#Se filtra respecto al 2018
PIB_2019<-PIB_capita_clasificado%>%
  filter(year==2019)
num_paises<-nrow(PIB_2019)
Paises_alto2019<-PIB_2019%>%
  filter(clasificacion_bm=="alto")%>%
  summarize(paises_pib_alto2019=n(),porcentaje2019=(paises_pib_alto2019/num_paises)*100)
print(Paises_alto2019)
##   paises_pib_alto2019 porcentaje2019
## 1                 106        57.9235

c)

Calcular la tasa de crecimiento promedio para cada año de renta, el numero de paises y la desviacion estandarde la tasa de crecimiento

literal_c<-PIB_capita_clasificado%>%
  filter(year%in% c(2018,2019))%>%
  group_by(isocode)%>%
  arrange(isocode,year)%>%
  select(clasificacion_bm,isocode,year,rgdpe)%>%
  mutate(g_rate=((rgdpe/dplyr::lag(rgdpe,1))**(1/(year-dplyr::lag(year,1)))-1)*100)%>%
  mutate(g_rate=g_rate%>%round(digits = 2))%>%
  filter(!is.na(g_rate))%>%
  ungroup()%>%group_by(clasificacion_bm)%>%
  summarise(crecimiento_medio=mean(g_rate)%>%round(digits=2),n_paises=n(),sd=sd(g_rate))
print(literal_c)
## # A tibble: 4 × 4
##   clasificacion_bm crecimiento_medio n_paises    sd
##   <chr>                        <dbl>    <int> <dbl>
## 1 alto                          2.21      106  3.79
## 2 bajo                         -9.3         3 21.8 
## 3 bajo-medio                    3.8        31  6.42
## 4 medio-alto                    2.69       43  3.61