rm(list = ls())library(rio)## Warning: package 'rio' was built under R version 4.3.3library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(readxl)## Warning: package 'readxl' was built under R version 4.3.3library(psych)
library(GPArotation)## Warning: package 'GPArotation' was built under R version 4.3.3##
## Attaching package: 'GPArotation'## The following objects are masked from 'package:psych':
##
## equamax, variminsetwd("C:/Users/moren/OneDrive/2024-2/ESTADÍSTICA 2/EXAMEN FINAL")1.UNA vez tenga esas variables, obtenga los porcentajes de los conteos positivos para todos los casos (por ejemplo, porcentaje de hogares que sí usan electricidad). Para las preguntas, use esos sólo esos porcentajes.
dataenergía=import("reporte.xlsx")## New names:
## • `` -> `...2`
## • `` -> `...3`
## • `` -> `...4`
## • `` -> `...5`
## • `` -> `...6`
## • `` -> `...7`
## • `` -> `...8`
## • `` -> `...9`
## • `` -> `...10`
## • `` -> `...11`
## • `` -> `...12`
## • `` -> `...13`
## • `` -> `...14`
## • `` -> `...15`dataenergía <- dataenergía[-c(1), ]
colnames(dataenergía) <- c("Titulo", "Codigo", "Provincia", "No_usa_electricidad", "Si_usa_electricidad",
"Total_electricidad", "No_usa_gas_GLP", "Si_usa_gas_GLP", "Total_gas_GLP",
"No_usa_carbon", "Si_usa_carbon", "Total_carbon",
"No_usa_lena", "Si_usa_lena", "Total_lena")
dataenergía <- dataenergía[rowSums(is.na(dataenergía)) != ncol(dataenergía), ]
dataenergía <- dataenergía[, colSums(is.na(dataenergía)) != nrow(dataenergía)]
cols_to_numeric <- c("No_usa_electricidad", "Si_usa_electricidad", "Total_electricidad",
"No_usa_gas_GLP", "Si_usa_gas_GLP", "Total_gas_GLP",
"No_usa_carbon", "Si_usa_carbon", "Total_carbon",
"No_usa_lena", "Si_usa_lena", "Total_lena")
dataenergía[cols_to_numeric] <- lapply(dataenergía[cols_to_numeric], as.numeric)## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción
## Warning in lapply(dataenergía[cols_to_numeric], as.numeric): NAs introducidos
## por coerción# Mostrar las primeras filas del conjunto de datos limpio
head(dataenergía)## Titulo Codigo Provincia
## 2 Área Geográfica <NA> <NA>
## 3 Toda la Base de Datos <NA> <NA>
## 5 <NA> Código Provincia
## 6 <NA> 101 Amazonas, provincia: Chachapoyas
## 7 <NA> 102 Amazonas, provincia: Bagua
## 8 <NA> 103 Amazonas, provincia: Bongara
## No_usa_electricidad Si_usa_electricidad Total_electricidad No_usa_gas_GLP
## 2 NA NA NA NA
## 3 NA NA NA NA
## 5 NA NA NA NA
## 6 14763 574 15337 4696
## 7 20313 161 20474 10557
## 8 7689 124 7813 3154
## Si_usa_gas_GLP Total_gas_GLP No_usa_carbon Si_usa_carbon Total_carbon
## 2 NA NA NA NA NA
## 3 NA NA NA NA NA
## 5 NA NA NA NA NA
## 6 10641 15337 15161 176 15337
## 7 9917 20474 20185 289 20474
## 8 4659 7813 7755 58 7813
## No_usa_lena Si_usa_lena Total_lena
## 2 NA NA NA
## 3 NA NA NA
## 5 NA NA NA
## 6 7236 8101 15337
## 7 7357 13117 20474
## 8 2345 5468 7813dontselect=c("Titulo","Codigo", "Provincia")
select=setdiff(names(dataenergía),dontselect)
dataenergía=dataenergía[,select]
dataenergía <- dataenergía[-c(1:3), ]
head(dataenergía)## No_usa_electricidad Si_usa_electricidad Total_electricidad No_usa_gas_GLP
## 6 14763 574 15337 4696
## 7 20313 161 20474 10557
## 8 7689 124 7813 3154
## 9 9853 14 9867 8331
## 10 13112 90 13202 6863
## 11 9103 65 9168 5387
## Si_usa_gas_GLP Total_gas_GLP No_usa_carbon Si_usa_carbon Total_carbon
## 6 10641 15337 15161 176 15337
## 7 9917 20474 20185 289 20474
## 8 4659 7813 7755 58 7813
## 9 1536 9867 9841 26 9867
## 10 6339 13202 13169 33 13202
## 11 3781 9168 9142 26 9168
## No_usa_lena Si_usa_lena Total_lena
## 6 7236 8101 15337
## 7 7357 13117 20474
## 8 2345 5468 7813
## 9 1059 8808 9867
## 10 1833 11369 13202
## 11 1824 7344 9168EFA:
names(dataenergía)## [1] "No_usa_electricidad" "Si_usa_electricidad" "Total_electricidad"
## [4] "No_usa_gas_GLP" "Si_usa_gas_GLP" "Total_gas_GLP"
## [7] "No_usa_carbon" "Si_usa_carbon" "Total_carbon"
## [10] "No_usa_lena" "Si_usa_lena" "Total_lena"library(polycor)## Warning: package 'polycor' was built under R version 4.3.3##
## Attaching package: 'polycor'## The following object is masked from 'package:psych':
##
## polyserialdata=polycor::hetcor(dataenergía)$correlations## Warning in hetcor.data.frame(dataenergía): the correlation matrix has been
## adjusted to make it positive-definiteround(dataenergía,2)## No_usa_electricidad Si_usa_electricidad Total_electricidad No_usa_gas_GLP
## 6 14763 574 15337 4696
## 7 20313 161 20474 10557
## 8 7689 124 7813 3154
## 9 9853 14 9867 8331
## 10 13112 90 13202 6863
## 11 9103 65 9168 5387
## 12 31248 255 31503 15425
## 13 45333 921 46254 15947
## 14 1989 16 2005 1527
## 15 3894 33 3927 3151
## 16 2347 12 2359 1572
## 17 7106 81 7187 4779
## 18 13370 122 13492 9878
## 19 5289 19 5308 4449
## 20 14869 370 15239 5218
## 21 2086 17 2103 1593
## 22 16191 123 16314 12787
## 23 9365 193 9558 2208
## 24 14868 142 15010 9411
## 25 6119 14 6133 5573
## 26 2591 26 2617 1964
## 27 6788 24 6812 6010
## 28 7258 28 7286 6214
## 29 5370 53 5423 3585
## 30 119443 4473 123916 12659
## 31 7825 50 7875 6640
## 32 14723 120 14843 10053
## 33 33780 490 34270 10121
## 34 42100 447 42547 26207
## 35 4049 31 4080 2594
## 36 8676 69 8745 4572
## 37 15051 197 15248 10197
## 38 13708 89 13797 10640
## 39 7324 37 7361 5273
## 40 316729 11031 327760 22740
## 41 18532 537 19069 2367
## 42 12048 218 12266 1729
## 43 10687 110 10797 2855
## 44 28933 488 29421 6093
## 45 5021 28 5049 1938
## 46 16335 432 16767 2379
## 47 4359 34 4393 2608
## 48 76581 1685 78266 23608
## 49 10329 90 10419 6626
## 50 3060 33 3093 1605
## 51 25715 369 26084 12406
## 52 20883 231 21114 12736
## 53 17989 181 18170 10386
## 54 8180 67 8247 3499
## 55 3288 45 3333 1768
## 56 3396 16 3412 2184
## 57 7293 80 7373 4812
## 58 6121 49 6170 4642
## 59 94664 1513 96177 40346
## 60 20856 176 21032 14308
## 61 23717 181 23898 17599
## 62 44133 360 44493 30604
## 63 9041 47 9088 6007
## 64 36425 220 36645 25273
## 65 25234 189 25423 19552
## 66 52299 806 53105 20402
## 67 37095 143 37238 23624
## 68 14783 105 14888 10063
## 69 15344 89 15433 11970
## 70 6541 21 6562 5131
## 71 11566 60 11626 8750
## 72 254119 12109 266228 34865
## 73 122395 3968 126363 10803
## 74 7037 118 7155 4398
## 75 16623 127 16750 9046
## 76 18947 112 19059 10571
## 77 10663 38 10701 8490
## 78 29852 192 30044 11832
## 79 21086 182 21268 14541
## 80 19020 150 19170 8577
## 81 42272 482 42754 21446
## 82 8165 35 8200 5671
## 83 12126 58 12184 8703
## 84 24468 235 24703 13578
## 85 16386 132 16518 7353
## 86 33074 312 33386 16364
## 87 11600 70 11670 8253
## 88 14192 87 14279 10203
## 89 5184 35 5219 3614
## 90 9910 57 9967 7834
## 91 6552 29 6581 4773
## 92 24721 195 24916 18249
## 93 78943 1817 80760 26595
## 94 14714 152 14866 7563
## 95 9888 40 9928 7682
## 96 4408 16 4424 3946
## 97 15424 54 15478 12770
## 98 35024 494 35518 12603
## 99 7387 37 7424 5590
## 100 13851 129 13980 9152
## 101 8870 53 8923 4834
## 102 5579 16 5595 4835
## 103 6529 26 6555 5917
## 104 106450 2878 109328 25668
## 105 58938 1814 60752 14541
## 106 19921 1088 21009 5339
## 107 4188 56 4244 1509
## 108 41678 1027 42705 11337
## 109 147407 3266 150673 22505
## 110 16300 127 16427 8585
## 111 43742 738 44480 17351
## 112 25061 242 25303 10436
## 113 7556 38 7594 2192
## 114 51887 367 52254 34435
## 115 27040 388 27428 6585
## 116 10180 452 10632 1546
## 117 14770 152 14922 5042
## 118 239267 11014 250281 21836
## 119 30995 721 31716 4443
## 120 4007 35 4042 3267
## 121 22071 478 22549 4941
## 122 8978 28 9006 5482
## 123 23849 208 24057 18819
## 124 28525 914 29439 4373
## 125 18686 185 18871 12857
## 126 38569 312 38881 26190
## 127 14281 81 14362 11775
## 128 7885 74 7959 4591
## 129 22456 408 22864 6395
## 130 201489 7042 208531 19661
## 131 25153 268 25421 9008
## 132 73854 1181 75035 27326
## 133 2228751 125199 2353950 515782
## 134 39310 1140 40450 4172
## 135 2217 18 2235 1626
## 136 3919 59 3978 1363
## 137 64915 1986 66901 7277
## 138 48337 1662 49999 5809
## 139 17104 338 17442 5291
## 140 61874 2745 64619 8498
## 141 4620 58 4678 1932
## 142 6817 53 6870 4213
## 143 104011 2835 106846 38157
## 144 28563 446 29009 15387
## 145 13629 97 13726 10490
## 146 10472 78 10550 7842
## 147 12312 113 12425 9684
## 148 12062 94 12156 8375
## 149 10200 49 10249 7994
## 150 1720 4 1724 1297
## 151 31812 877 32689 7101
## 152 5553 50 5603 2389
## 153 3054 66 3120 975
## 154 27647 1155 28802 6241
## 155 6370 35 6405 4424
## 156 22935 860 23795 1526
## 157 32847 404 33251 7611
## 158 10955 43 10998 7886
## 159 24702 246 24948 12157
## 160 199828 5441 205269 57879
## 161 31348 158 31506 22871
## 162 31747 228 31975 24755
## 163 46124 603 46727 21784
## 164 34293 726 35019 7717
## 165 81663 1767 83430 21929
## 166 37246 1059 38305 5054
## 167 20080 375 20455 5645
## 168 75362 815 76177 27566
## 169 39548 196 39744 24469
## 170 25178 109 25287 16443
## 171 36616 128 36744 22710
## 172 25929 143 26072 12378
## 173 23625 105 23730 12225
## 174 16114 82 16196 8795
## 175 22505 178 22683 10519
## 176 8963 40 9003 6652
## 177 12597 126 12723 5839
## 178 90494 1644 92138 13154
## 179 20030 79 20109 12677
## 180 14298 65 14363 6703
## 181 33006 787 33793 11681
## 182 14703 186 14889 7485
## 183 9321 84 9405 5701
## 184 7969 110 8079 3457
## 185 21691 381 22072 11097
## 186 16791 274 17065 6112
## 187 10862 83 10945 4968
## 188 33646 448 34094 12333
## 189 51603 1693 53296 11036
## 190 18520 506 19026 6985
## 191 93554 2715 96269 10895
## 192 2551 25 2576 1868
## 193 2470 698 3168 1417
## 194 2440 25 2465 1832
## 195 41377 1506 42883 4651
## 196 5680 110 5790 1034
## 197 13636 289 13925 1818
## 198 91586 2017 93603 20452
## 199 12227 87 12314 8500
## 200 15483 168 15651 5595
## 201 687 1 688 572
## 203 NA NA NA NA
## 204 NA NA NA NA
## Si_usa_gas_GLP Total_gas_GLP No_usa_carbon Si_usa_carbon Total_carbon
## 6 10641 15337 15161 176 15337
## 7 9917 20474 20185 289 20474
## 8 4659 7813 7755 58 7813
## 9 1536 9867 9841 26 9867
## 10 6339 13202 13169 33 13202
## 11 3781 9168 9142 26 9168
## 12 16078 31503 31168 335 31503
## 13 30307 46254 46036 218 46254
## 14 478 2005 2001 4 2005
## 15 776 3927 3923 4 3927
## 16 787 2359 2352 7 2359
## 17 2408 7187 7090 97 7187
## 18 3614 13492 13470 22 13492
## 19 859 5308 5301 7 5308
## 20 10021 15239 15050 189 15239
## 21 510 2103 2096 7 2103
## 22 3527 16314 16284 30 16314
## 23 7350 9558 9360 198 9558
## 24 5599 15010 14978 32 15010
## 25 560 6133 6127 6 6133
## 26 653 2617 2603 14 2617
## 27 802 6812 6749 63 6812
## 28 1072 7286 7273 13 7286
## 29 1838 5423 5405 18 5423
## 30 111257 123916 122492 1424 123916
## 31 1235 7875 7860 15 7875
## 32 4790 14843 14803 40 14843
## 33 24149 34270 34111 159 34270
## 34 16340 42547 42441 106 42547
## 35 1486 4080 4067 13 4080
## 36 4173 8745 8712 33 8745
## 37 5051 15248 15143 105 15248
## 38 3157 13797 13762 35 13797
## 39 2088 7361 7341 20 7361
## 40 305020 327760 326375 1385 327760
## 41 16702 19069 18999 70 19069
## 42 10537 12266 12210 56 12266
## 43 7942 10797 10737 60 10797
## 44 23328 29421 29284 137 29421
## 45 3111 5049 5037 12 5049
## 46 14388 16767 16716 51 16767
## 47 1785 4393 4375 18 4393
## 48 54658 78266 77940 326 78266
## 49 3793 10419 10376 43 10419
## 50 1488 3093 3081 12 3093
## 51 13678 26084 26016 68 26084
## 52 8378 21114 21070 44 21114
## 53 7784 18170 18092 78 18170
## 54 4748 8247 8209 38 8247
## 55 1565 3333 3320 13 3333
## 56 1228 3412 3403 9 3412
## 57 2561 7373 7356 17 7373
## 58 1528 6170 6157 13 6170
## 59 55831 96177 95186 991 96177
## 60 6724 21032 20998 34 21032
## 61 6299 23898 23792 106 23898
## 62 13889 44493 43904 589 44493
## 63 3081 9088 9057 31 9088
## 64 11372 36645 36303 342 36645
## 65 5871 25423 25224 199 25423
## 66 32703 53105 52508 597 53105
## 67 13614 37238 37099 139 37238
## 68 4825 14888 14840 48 14888
## 69 3463 15433 15385 48 15433
## 70 1431 6562 6551 11 6562
## 71 2876 11626 11525 101 11626
## 72 231363 266228 264016 2212 266228
## 73 115560 126363 123607 2756 126363
## 74 2757 7155 7113 42 7155
## 75 7704 16750 16645 105 16750
## 76 8488 19059 18924 135 19059
## 77 2211 10701 10669 32 10701
## 78 18212 30044 29649 395 30044
## 79 6727 21268 21168 100 21268
## 80 10593 19170 19117 53 19170
## 81 21308 42754 42587 167 42754
## 82 2529 8200 8144 56 8200
## 83 3481 12184 12121 63 12184
## 84 11125 24703 24247 456 24703
## 85 9165 16518 16400 118 16518
## 86 17022 33386 33263 123 33386
## 87 3417 11670 11623 47 11670
## 88 4076 14279 14256 23 14279
## 89 1605 5219 5196 23 5219
## 90 2133 9967 9950 17 9967
## 91 1808 6581 6551 30 6581
## 92 6667 24916 24867 49 24916
## 93 54165 80760 80028 732 80760
## 94 7303 14866 14818 48 14866
## 95 2246 9928 9899 29 9928
## 96 478 4424 4420 4 4424
## 97 2708 15478 15430 48 15478
## 98 22915 35518 35151 367 35518
## 99 1834 7424 7399 25 7424
## 100 4828 13980 13952 28 13980
## 101 4089 8923 8865 58 8923
## 102 760 5595 5552 43 5595
## 103 638 6555 6531 24 6555
## 104 83660 109328 108458 870 109328
## 105 46211 60752 60535 217 60752
## 106 15670 21009 20793 216 21009
## 107 2735 4244 4215 29 4244
## 108 31368 42705 42512 193 42705
## 109 128168 150673 149502 1171 150673
## 110 7842 16427 16361 66 16427
## 111 27129 44480 44213 267 44480
## 112 14867 25303 25203 100 25303
## 113 5402 7594 7484 110 7594
## 114 17819 52254 51872 382 52254
## 115 20843 27428 27125 303 27428
## 116 9086 10632 10576 56 10632
## 117 9880 14922 14815 107 14922
## 118 228445 250281 247563 2718 250281
## 119 27273 31716 31525 191 31716
## 120 775 4042 4037 5 4042
## 121 17608 22549 21878 671 22549
## 122 3524 9006 8972 34 9006
## 123 5238 24057 23265 792 24057
## 124 25066 29439 28855 584 29439
## 125 6014 18871 18835 36 18871
## 126 12691 38881 37969 912 38881
## 127 2587 14362 12412 1950 14362
## 128 3368 7959 7946 13 7959
## 129 16469 22864 22742 122 22864
## 130 188870 208531 188768 19763 208531
## 131 16413 25421 23697 1724 25421
## 132 47709 75035 64791 10244 75035
## 133 1838168 2353950 2329530 24420 2353950
## 134 36278 40450 40132 318 40450
## 135 609 2235 2216 19 2235
## 136 2615 3978 3952 26 3978
## 137 59624 66901 66190 711 66901
## 138 44190 49999 49124 875 49999
## 139 12151 17442 17153 289 17442
## 140 56121 64619 63568 1051 64619
## 141 2746 4678 3755 923 4678
## 142 2657 6870 6854 16 6870
## 143 68689 106846 86667 20179 106846
## 144 13622 29009 26737 2272 29009
## 145 3236 13726 12576 1150 13726
## 146 2708 10550 10229 321 10550
## 147 2741 12425 11410 1015 12425
## 148 3781 12156 11869 287 12156
## 149 2255 10249 10108 141 10249
## 150 427 1724 1700 24 1724
## 151 25588 32689 26063 6626 32689
## 152 3214 5603 4895 708 5603
## 153 2145 3120 2166 954 3120
## 154 22561 28802 28656 146 28802
## 155 1981 6405 6391 14 6405
## 156 22269 23795 23712 83 23795
## 157 25640 33251 32923 328 33251
## 158 3112 10998 10754 244 10998
## 159 12791 24948 24828 120 24948
## 160 147390 205269 175981 29288 205269
## 161 8635 31506 30439 1067 31506
## 162 7220 31975 31494 481 31975
## 163 24943 46727 43850 2877 46727
## 164 27302 35019 25354 9665 35019
## 165 61501 83430 60628 22802 83430
## 166 33251 38305 32171 6134 38305
## 167 14810 20455 15805 4650 20455
## 168 48611 76177 75884 293 76177
## 169 15275 39744 39623 121 39744
## 170 8844 25287 25015 272 25287
## 171 14034 36744 36434 310 36744
## 172 13694 26072 25918 154 26072
## 173 11505 23730 23608 122 23730
## 174 7401 16196 16141 55 16196
## 175 12164 22683 22604 79 22683
## 176 2351 9003 8982 21 9003
## 177 6884 12723 12678 45 12723
## 178 78984 92138 91525 613 92138
## 179 7432 20109 20030 79 20109
## 180 7660 14363 14278 85 14363
## 181 22112 33793 33523 270 33793
## 182 7404 14889 14766 123 14889
## 183 3704 9405 9315 90 9405
## 184 4622 8079 8046 33 8079
## 185 10975 22072 21835 237 22072
## 186 10953 17065 16902 163 17065
## 187 5977 10945 10791 154 10945
## 188 21761 34094 33851 243 34094
## 189 42260 53296 52235 1061 53296
## 190 12041 19026 18920 106 19026
## 191 85374 96269 94426 1843 96269
## 192 708 2576 2565 11 2576
## 193 1751 3168 3125 43 3168
## 194 633 2465 2459 6 2465
## 195 38232 42883 41037 1846 42883
## 196 4756 5790 4870 920 5790
## 197 12107 13925 13631 294 13925
## 198 73151 93603 86264 7339 93603
## 199 3814 12314 12064 250 12314
## 200 10056 15651 15359 292 15651
## 201 116 688 600 88 688
## 203 NA NA NA NA NA
## 204 NA NA NA NA NA
## No_usa_lena Si_usa_lena Total_lena
## 6 7236 8101 15337
## 7 7357 13117 20474
## 8 2345 5468 7813
## 9 1059 8808 9867
## 10 1833 11369 13202
## 11 1824 7344 9168
## 12 10790 20713 31503
## 13 24753 21501 46254
## 14 219 1786 2005
## 15 351 3576 3927
## 16 175 2184 2359
## 17 1771 5416 7187
## 18 2109 11383 13492
## 19 354 4954 5308
## 20 8088 7151 15239
## 21 221 1882 2103
## 22 1883 14431 16314
## 23 6874 2684 9558
## 24 3659 11351 15010
## 25 194 5939 6133
## 26 377 2240 2617
## 27 507 6305 6812
## 28 633 6653 7286
## 29 1050 4373 5423
## 30 108350 15566 123916
## 31 708 7167 7875
## 32 2098 12745 14843
## 33 16860 17410 34270
## 34 9749 32798 42547
## 35 921 3159 4080
## 36 1184 7561 8745
## 37 5496 9752 15248
## 38 1508 12289 13797
## 39 1133 6228 7361
## 40 298529 29231 327760
## 41 16372 2697 19069
## 42 9864 2402 12266
## 43 5475 5322 10797
## 44 19746 9675 29421
## 45 2563 2486 5049
## 46 14151 2616 16767
## 47 707 3686 4393
## 48 40674 37592 78266
## 49 1136 9283 10419
## 50 541 2552 3093
## 51 8068 18016 26084
## 52 5098 16016 21114
## 53 4969 13201 18170
## 54 3356 4891 8247
## 55 767 2566 3333
## 56 517 2895 3412
## 57 950 6423 7373
## 58 474 5696 6170
## 59 42808 53369 96177
## 60 3242 17790 21032
## 61 3534 20364 23898
## 62 7191 37302 44493
## 63 2314 6774 9088
## 64 6100 30545 36645
## 65 3591 21832 25423
## 66 25524 27581 53105
## 67 7707 29531 37238
## 68 1811 13077 14888
## 69 1598 13835 15433
## 70 562 6000 6562
## 71 1523 10103 11626
## 72 260422 5806 266228
## 73 111327 15036 126363
## 74 841 6314 7155
## 75 2906 13844 16750
## 76 5598 13461 19059
## 77 8599 2102 10701
## 78 14616 15428 30044
## 79 10732 10536 21268
## 80 16953 2217 19170
## 81 12695 30059 42754
## 82 833 7367 8200
## 83 1620 10564 12184
## 84 7972 16731 24703
## 85 5875 10643 16518
## 86 15598 17788 33386
## 87 1878 9792 11670
## 88 3723 10556 14279
## 89 1133 4086 5219
## 90 1146 8821 9967
## 91 1770 4811 6581
## 92 3490 21426 24916
## 93 47247 33513 80760
## 94 3771 11095 14866
## 95 1657 8271 9928
## 96 296 4128 4424
## 97 1983 13495 15478
## 98 18982 16536 35518
## 99 1066 6358 7424
## 100 2481 11499 13980
## 101 3177 5746 8923
## 102 1840 3755 5595
## 103 622 5933 6555
## 104 94131 15197 109328
## 105 51759 8993 60752
## 106 16931 4078 21009
## 107 2278 1966 4244
## 108 36055 6650 42705
## 109 110906 39767 150673
## 110 5212 11215 16427
## 111 23081 21399 44480
## 112 9256 16047 25303
## 113 5616 1978 7594
## 114 13883 38371 52254
## 115 15304 12124 27428
## 116 9657 975 10632
## 117 5784 9138 14922
## 118 221454 28827 250281
## 119 25513 6203 31716
## 120 363 3679 4042
## 121 15324 7225 22549
## 122 799 8207 9006
## 123 3514 20543 24057
## 124 21736 7703 29439
## 125 3920 14951 18871
## 126 6659 32222 38881
## 127 3340 11022 14362
## 128 1590 6369 7959
## 129 12420 10444 22864
## 130 187620 20911 208531
## 131 13750 11671 25421
## 132 42995 32040 75035
## 133 2310046 43904 2353950
## 134 33825 6625 40450
## 135 337 1898 2235
## 136 2098 1880 3978
## 137 52796 14105 66901
## 138 38641 11358 49999
## 139 10019 7423 17442
## 140 52932 11687 64619
## 141 2625 2053 4678
## 142 1378 5492 6870
## 143 74346 32500 106846
## 144 11404 17605 29009
## 145 2835 10891 13726
## 146 1738 8812 10550
## 147 2071 10354 12425
## 148 2574 9582 12156
## 149 1471 8778 10249
## 150 277 1447 1724
## 151 29699 2990 32689
## 152 3621 1982 5603
## 153 2483 637 3120
## 154 21527 7275 28802
## 155 1156 5249 6405
## 156 23138 657 23795
## 157 24237 9014 33251
## 158 3508 7490 10998
## 159 10860 14088 24948
## 160 147059 58210 205269
## 161 4147 27359 31506
## 162 3520 28455 31975
## 163 18734 27993 46727
## 164 31181 3838 35019
## 165 70482 12948 83430
## 166 37720 585 38305
## 167 13867 6588 20455
## 168 56356 19821 76177
## 169 34522 5222 39744
## 170 12165 13122 25287
## 171 24334 12410 36744
## 172 21103 4969 26072
## 173 15229 8501 23730
## 174 12733 3463 16196
## 175 20906 1777 22683
## 176 3431 5572 9003
## 177 10942 1781 12723
## 178 75714 16424 92138
## 179 3355 16754 20109
## 180 4904 9459 14363
## 181 15040 18753 33793
## 182 4999 9890 14889
## 183 1820 7585 9405
## 184 2549 5530 8079
## 185 5237 16835 22072
## 186 7095 9970 17065
## 187 3484 7461 10945
## 188 14120 19974 34094
## 189 38092 15204 53296
## 190 9016 10010 19026
## 191 83870 12399 96269
## 192 327 2249 2576
## 193 1915 1253 3168
## 194 325 2140 2465
## 195 37890 4993 42883
## 196 4735 1055 5790
## 197 11535 2390 13925
## 198 63982 29621 93603
## 199 3172 9142 12314
## 200 7604 8047 15651
## 201 178 510 688
## 203 NA NA NA
## 204 NA NA NAcor_matrix <- cor(dataenergía, use = "pairwise.complete.obs")
library(caret)## Warning: package 'caret' was built under R version 4.3.3## Loading required package: ggplot2##
## Attaching package: 'ggplot2'## The following objects are masked from 'package:psych':
##
## %+%, alpha## Loading required package: latticeredundant_vars <- findCorrelation(cor_matrix, cutoff = 0.9) # Variables con correlación > 0.9
dataenergía <- dataenergía[, -redundant_vars] # Eliminar variables redundantesnzv <- nearZeroVar(dataenergía, saveMetrics = TRUE)
print(nzv)## freqRatio percentUnique zeroVar nzv
## Si_usa_electricidad 1.00 82.32323 FALSE FALSE
## Si_usa_carbon 1.25 77.77778 FALSE FALSE
## Si_usa_lena 1.00 98.98990 FALSE FALSEdataenergía <- dataenergía[, !nzv$nzv]
dataenergía <- data.frame(lapply(dataenergía, function(x) {
ifelse(is.na(x), mean(x, na.rm = TRUE), x)
}))library(psych)
psych::KMO(dataenergía) ## Kaiser-Meyer-Olkin factor adequacy
## Call: psych::KMO(r = dataenergía)
## Overall MSA = 0.62
## MSA for each item =
## Si_usa_electricidad Si_usa_carbon Si_usa_lena
## 0.63 0.59 0.68fa_oblimin <- fa(data, nfactors = 1, rotate = "oblimin", fm = "ml")
fa_varimax <- fa(data, nfactors = 1, rotate = "varimax", fm = "ml")
print("Cargas factoriales - Oblimin")## [1] "Cargas factoriales - Oblimin"print(fa_oblimin$loadings)##
## Loadings:
## ML1
## No_usa_electricidad 1.000
## Si_usa_electricidad 0.995
## Total_electricidad 1.000
## No_usa_gas_GLP 0.977
## Si_usa_gas_GLP 0.998
## Total_gas_GLP 1.000
## No_usa_carbon 1.000
## Si_usa_carbon 0.523
## Total_carbon 1.000
## No_usa_lena 0.999
## Si_usa_lena 0.350
## Total_lena 1.000
##
## ML1
## SS loadings 10.330
## Proportion Var 0.861print("Cargas factoriales - Varimax")## [1] "Cargas factoriales - Varimax"print(fa_varimax$loadings)##
## Loadings:
## ML1
## No_usa_electricidad 1.000
## Si_usa_electricidad 0.995
## Total_electricidad 1.000
## No_usa_gas_GLP 0.977
## Si_usa_gas_GLP 0.998
## Total_gas_GLP 1.000
## No_usa_carbon 1.000
## Si_usa_carbon 0.523
## Total_carbon 1.000
## No_usa_lena 0.999
## Si_usa_lena 0.350
## Total_lena 1.000
##
## ML1
## SS loadings 10.330
## Proportion Var 0.861# Paso 3: Verificar la varianza explicada
print("Varianza explicada - Oblimin")## [1] "Varianza explicada - Oblimin"print(fa_oblimin$Vaccounted)## ML1
## SS loadings 10.3301314
## Proportion Var 0.8608443print("Varianza explicada - Varimax")## [1] "Varianza explicada - Varimax"print(fa_varimax$Vaccounted)## ML1
## SS loadings 10.3301314
## Proportion Var 0.8608443RPTA: ES VIABLE RESUMIRLO EN UN FACTOR