PRINCIPALES INDICADORES RELACIONADOS A LA ESPERANZA DE VIDA (1973 - 2023) Susana Lucia Argume Sandoval, Joanna Melina Barboza Navarro,Melhany Nayshy Calisaya Tapia, Karla Yessenia Mora Mancera Mancera, Ronald Fernando Serpa Meza 2025-06-07 #1. 🔎Objetivo del dashboard. Diseñar la experiencia del usuario, proponer y presentar data que pueda ser utilizada e interpretada a simple vista. Proponiendo la relación de los modelos socioeconómicos, como ha cambiado la esperanza de vida a lo largo del tiempo por región, proponiendo la relación y correlación que existe en las variables seleccionadas para el desarrollo del Dashboard.
#2. Variables: PBI Mortalidad Infantil Tasa de fertalidad Pobreza Esperanza de Vida (masculina y femenina) #3. 🕵🏻♂️Estructura del dashboard: KPI Globales Esperanza de Vida de sudamerica- Disperción PBI respecto a la esperanza de Vida Mapa mundial de la esperanza de vida Mapa Sudamericano de la esperanza de vid Disperción del PBI vs Espernaza de vida (Sudamerica) Esperanza de vida femeniva vs masculina Evalución de paises (Sudamerica) Indicadores sociales (Sudamerica) Comparativa regional #4. 🔬Gráfico de líneas: PBI per capita vs Esperanza de vida image Esperanza de Vida femenina vs masculina image
Filtros o botones, por continente o país.
image image #5. Conclusiones. Conclusiones del Dashboard sobre la Esperanza de Vida
Tendencia general positiva: Se observa una tendencia general al alza en la esperanza de vida a nivel mundial durante las últimas décadas, donde Australia, Canadá y Francia son los principales países con mayor índice de esperanza de vida a nivel global. Sin embargo, a nivel de Sudamérica resalta los países de Chile, Perú y Colombia.
Desigualdades regionales: Existen marcadas diferencias entre regiones y países. Las naciones con altos ingresos tienden a tener una esperanza de vida significativamente mayor en comparación con países de ingresos bajos.
Diferencias por género: Las mujeres tienden a vivir más que los hombres en casi todos los países, aunque la magnitud de esta diferencia varía según el contexto socioeconómico y cultural.
#6. Indicar las bondades, limitaciones y futuras mejoras del proyecto. BONDADES: Se detecto sobre el uso del R, automatización de tareas simulaciones, algoritmos personalizados, paquetes versátiles.#
RETOS: Curva de aprendizaje pronunciada al conocer e interactuar con nuevos programas, Uso intensivo de recursos y Problemas de compatibilidad.
FUTURAS MEJORAS: Dinamismo del dashboard, tambien cuadros comparativos
#7. Referencia bibliográfica: Materiales proporsicionados por el Docente: - Wickham et al. (2023a). R for Data Science. Capítulos del 9 al 11. - “https://doi.org/10.1201/97813512013152” - Advanced R. - • Wickham, H. (2019). Capítulos del 1 al 2.
#8. Anexos GITHUB: “https://github.com/Karlam17/PAC.git”
GAPMINDER: https: “www.gapminder.org”
BASE DE DATOS: Banco Mundial
DRIVE (contenido de las variables): “https://drive.google.com/drive/home”
#9. DASHBOARD: “https://karlam17.shinyapps.io/dashboard/”