Descripción de los datos

El conjunto de datos gapminder del paquete dslabs tiene información sobre varios países entre 1960 y 2016. Principalmente incluye datos de salud y economía, como la mortalidad infantil, esperanza de vida, tasa de fertilidad, población total y Producto Interno Bruto (GDP). En total son 10,545 registros.

La información fue tomada principalmente del Banco Mundial (World Bank), pero también se incluyen datos relacionados con grupos de países como la OECD (Organización para la Cooperación y el Desarrollo Económicos) y la OPEC (Organización de Países Exportadores de Petróleo) del año 2016. Los datos ya vienen procesados y ordenados dentro del paquete dslabs, listos para ser usados en análisis y visualizaciones.

Variable Descripción
country Nombre del país.
year Año del dato.
infant_mortality Mortalidad infantil por cada 1,000 nacimientos.
life_expectancy Esperanza de vida promedio en años.
fertility Número promedio de hijos por mujer.
population Población total del país.
gdp Producto Interno Bruto (GDP) del país.
continent Continente donde se ubica el país.
region Región geográfica donde está el país.

Visualizaciones de datos

# Gráfico 1: Tendencia de la esperanza de vida promedio a lo largo del tiempo
life_expectancy_year <- gapminder %>%
  group_by(year) %>%
  summarize(mean_life_expectancy = mean(life_expectancy, na.rm = TRUE))

plot(life_expectancy_year$year, life_expectancy_year$mean_life_expectancy,
     type = "p",
     xlab = "Año",
     ylab = "Esperanza de vida promedio (años)",
     main = "Tendencia de la esperanza de vida (1960-2016)",
     pch = 19,
     col = "darkcyan")

Esta gráfica muestra dos variables: el año (en el eje X) y la esperanza de vida promedio (en el eje Y). Se escogieron estas variables para ver cómo ha cambiado la calidad de vida a lo largo del tiempo. Se nota una tendencia clara donde, conforme pasan los años, la gente vive más tiempo. Esto seguramente tiene que ver con los avances en salud, tecnología y condiciones de vida mejores en muchos países.

# Gráfico 2: Esperanza de vida promedio por continente
life_expectancy_continent <- gapminder %>%
  group_by(continent) %>%
  summarize(mean_life_expectancy = mean(life_expectancy, na.rm = TRUE))

barplot(life_expectancy_continent$mean_life_expectancy,
        names.arg = life_expectancy_continent$continent,
        col = "skyblue",
        ylab = "Esperanza de vida promedio (años)",
        xlab = "Continente",
        main = "Esperanza de vida promedio por continente (1960-2016)")

En esta gráfica se están comparando dos variables: los continentes (en el eje X) y su esperanza de vida promedio (en el eje Y). Se hizo esta gráfica para ver qué regiones tienen mejores niveles de vida. Se observa que Europa tiene el promedio de vida más alto, seguido de las Américas y Asia, mientras que África tiene el promedio más bajo. Esto refleja las grandes diferencias en salud y desarrollo que existen entre los diferentes continentes.