Introducción

Este informe presenta un análisis de correlación entre dos variables clave: la inversión en actividades de investigación y desarrollo internas (II1R1C1) y las exportaciones totales (I3R1C2) de empresas en 2019. El objetivo es explorar la relación entre la cantidad invertida en I+D y el nivel de exportaciones que las empresas alcanzan, utilizando datos proporcionados en la base de datos de 2019.

Descripción de las Variables

  1. II1R1C1: Monto invertido en actividades de I+D internas (en miles de pesos corrientes).
  2. I3R1C2: Exportaciones totales en 2019 (en miles de pesos corrientes).

Se analizaron ambas variables para identificar si existe una correlación lineal significativa.

Análisis de Correlación de Pearson

Primero, calculamos el coeficiente de correlación de Pearson entre II1R1C1 e I3R1C2 utilizando todo el conjunto de datos disponible.

EDIT_X_2019_2020 <- read.csv("C:/Users/MOGUI/Downloads/EDIT_X_2019_2020 (2)/EDIT_X_2019_2020.csv")

# Asegurarse de que las columnas sean numéricas
EDIT_X_2019_2020$II1R1C1 <- as.numeric(EDIT_X_2019_2020$II1R1C1)
EDIT_X_2019_2020$I3R1C2 <- as.numeric(EDIT_X_2019_2020$I3R1C2)

# Calcular el coeficiente de correlación de Pearson
coef_pearson <- cor(EDIT_X_2019_2020$II1R1C1, EDIT_X_2019_2020$I3R1C2, method = "pearson", use = "complete.obs")

# Mostrar el resultado
coef_pearson
## [1] 0.6411609

El coeficiente de correlación de Pearson entre II1R1C1 e I3R1C2 fue de 0.6412, lo que indica una correlación positiva moderada entre ambas variables.

Significancia Estadística

A continuación, realizamos la prueba de significancia para determinar si la correlación observada es estadísticamente significativa.

# Realizar la prueba de significancia
test_pearson <- cor.test(EDIT_X_2019_2020$II1R1C1, EDIT_X_2019_2020$I3R1C2, method = "pearson")

# Mostrar el resultado de la prueba
test_pearson
## 
##  Pearson's product-moment correlation
## 
## data:  EDIT_X_2019_2020$II1R1C1 and EDIT_X_2019_2020$I3R1C2
## t = 37.139, df = 1976, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.6144504 0.6664034
## sample estimates:
##       cor 
## 0.6411609

El valor “p” asociado a la prueba de correlación es < 2.2e-16, lo que indica que la correlación es estadísticamente significativa. Un valor “p” tan pequeño sugiere que la relación observada no es producto del azar.

Interpretación del valor “p” :

Si “p” es menor que 0.05, podemos rechazar la hipótesis nula de que no hay correlación entre las dos variables. En este caso, dado que “p” es mucho menor que 0.05, rechazamos la hipótesis nula y concluimos que existe una correlación significativa entre la inversión en I+D internas y las exportaciones totales.

Intervalo de Confianza del Coeficiente de Correlación:

El intervalo de confianza del 95% para el coeficiente de correlación es [0.6144,0.6664]. Esto significa que estamos 95% seguros de que el verdadero valor del coeficiente de correlación entre las dos variables se encuentra dentro de este rango. Dado que el intervalo no incluye 0, esto respalda aún más la existencia de una correlación significativa.

Visualización de la Relación

A continuación, se presenta un gráfico de dispersión de las dos variables, con una línea de regresión ajustada, para ilustrar visualmente la relación entre la inversión en I+D y las exportaciones.

# Cargar la librería ggplot2
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.4.2
# Crear un gráfico de dispersión entre II1R1C1 e I3R1C2 con una línea de regresión ajustada
ggplot(EDIT_X_2019_2020, aes(x = II1R1C1, y = I3R1C2)) +
  geom_point(alpha = 0.5, color = "blue") +  # Puntos de dispersión
  geom_smooth(method = "lm", color = "red") +  # Línea de regresión ajustada
  labs(title = "Relación entre Inversión en I+D y Exportaciones Totales",
       x = "Monto Invertido en I+D Internas",
       y = "Exportaciones Totales") +
  theme_minimal()
## `geom_smooth()` using formula = 'y ~ x'
## Warning: Removed 4820 rows containing non-finite outside the scale range
## (`stat_smooth()`).
## Warning: Removed 4820 rows containing missing values or values outside the scale range
## (`geom_point()`).

Este gráfico muestra cómo la inversión en I+D internas está positivamente relacionada con el nivel de exportaciones. La línea de regresión (en rojo) refleja esta relación.

Conclusión

Los resultados obtenidos muestran una correlación moderada positiva entre la inversión en I+D y las exportaciones de las empresas. A medida que las empresas invierten más en I+D, tienden a ver un aumento en sus exportaciones, lo que puede indicar que las actividades de investigación y desarrollo contribuyen a mejorar la competitividad de las empresas en los mercados internacionales.

Este análisis podría ser ampliado con variables adicionales, como el sector industrial o el tamaño de la empresa, para explorar otras posibles relaciones.