AA y Evaluación Final U2

Author

Jhon Maurat Velez

#Instalación de Paquetes

install.packages(“REAT”) #Es una herramienta para realizar análisis económicos regionales. Proporciona una serie de funciones y métodos para analizar la desigualdad, la concentración, la especialización regional, las disparidades y convergencia regionales, el crecimiento regional, la interacción espacial y la accesibilidad.

#Instalación de Paquetes

install.packpages(“spdep)

install.packpages(“gridExtra”)

install.packpages(“sp”) #un paquete que proporciona clases y métodos para datos espaciales

install.packpages(“readxl”)

install.packpages(“RColorBrewer”) #es una herramienta para crear paletas de colores de alta calidad, diseñadas para gráficos de datos

install.packpages(“RColorBrewer”)

install.packpages(“spdep”)

install.packpages(“leaflet”) #es una herramienta para crear mapas interactivos en la web

install.packpages(“magrittr”) #se utiliza para simplificar la manipulación de datos y la creación de gráficos.

install.packpages(“dplyr”) ggplot2

install.packpages(“ggplot2”) spatialEco

install.packpages(“spatialEco”) #proporciona herramientas para el análisis ecológico espacial, específicamente diseñado para trabajar con datos raster y datos vectoriales.

install.packpages(“stargazer”)

install.packpages(“readr”)

install.packpages(“sf”) #permite trabajar con datos geoespaciales vectoriales.

install.packages(“leaflet.extras”) # Librerías requeridas library(spdep) # Econometria espacial library(MASS) library(foreign) library(“gridExtra”) # To combine graphs library(sp) library(readxl) library(RColorBrewer) library(spdep) library(leaflet) library(magrittr) library(dplyr) library(ggplot2) library(spatialEco) library(stargazer) library(readr) library(sf) library(leaflet.extras)

setwd(“C:/Users/JHON/Desktop/Actividad final U 2/nxcantones_V2”)

Para leer archivos shapes y transformarlo en objeto Shape y DataFrame:

setwd("C:/Users/JHON/Desktop/Actividad final U 2/nxcantones_V2")
library(spdep)
Cargando paquete requerido: spData
To access larger datasets in this package, install the spDataLarge
package with: `install.packages('spDataLarge',
repos='https://nowosad.github.io/drat/', type='source')`
Cargando paquete requerido: sf
Linking to GEOS 3.13.0, GDAL 3.10.1, PROJ 9.5.1; sf_use_s2() is TRUE
shape_canton <- st_read("NXCantones.shp")
Reading layer `NXCantones' from data source 
  `C:\Users\JHON\Desktop\Actividad final U 2\nxcantones_V2\NXCantones.shp' 
  using driver `ESRI Shapefile'
Simple feature collection with 221 features and 12 fields
Geometry type: MULTIPOLYGON
Dimension:     XY
Bounding box:  xmin: -732143.5 ymin: 9445216 xmax: 1147852 ymax: 10189400
Projected CRS: WGS 84 / UTM zone 17S
print(shape_canton)
Simple feature collection with 221 features and 12 fields
Geometry type: MULTIPOLYGON
Dimension:     XY
Bounding box:  xmin: -732143.5 ymin: 9445216 xmax: 1147852 ymax: 10189400
Projected CRS: WGS 84 / UTM zone 17S
First 10 features:
    D_R D_R_B D_R_A DPA_VALOR DPA_ANIO DPA_CANTON ID_CANTON DPA_DESCAN
1  <NA>  <NA>  <NA>         0     2011       0101       101         NA
2  <NA>  <NA>  <NA>         0     2011       0102       102         NA
3  <NA>  <NA>  <NA>         0     2011       0103       103         NA
4  <NA>  <NA>  <NA>         0     2011       0104       104         NA
5  <NA>  <NA>  <NA>         0     2011       0105       105         NA
6  <NA>  <NA>  <NA>         0     2011       0106       106         NA
7  <NA>  <NA>  <NA>         0     2011       0107       107         NA
8  <NA>  <NA>  <NA>         0     2011       0108       108         NA
9  <NA>  <NA>  <NA>         0     2011       0109       109         NA
10 <NA>  <NA>  <NA>         0     2011       0110       110         NA
   DPA_PROVIN DPA_DESPRO CODIGO       CANTON                       geometry
1          01      AZUAY    101       Cuenca MULTIPOLYGON (((678670.4 97...
2          01      AZUAY    102        Giron MULTIPOLYGON (((719040.2 96...
3          01      AZUAY    103     Gualaceo MULTIPOLYGON (((763237.9 96...
4          01      AZUAY    104        Nabon MULTIPOLYGON (((729367 9636...
5          01      AZUAY    105        Paute MULTIPOLYGON (((762177.3 96...
6          01      AZUAY    106       Pucara MULTIPOLYGON (((669285.4 96...
7          01      AZUAY    107 San Fernando MULTIPOLYGON (((696094.9 96...
8          01      AZUAY    108 Santa Isabel MULTIPOLYGON (((688511 9660...
9          01      AZUAY    109       Sigsig MULTIPOLYGON (((747464.4 96...
10         01      AZUAY    110       O\xa4a MULTIPOLYGON (((716412.7 96...
library(sf)
class(shape_canton)
[1] "sf"         "data.frame"
summary(shape_canton)
     D_R               D_R_B              D_R_A             DPA_VALOR
 Length:221         Length:221         Length:221         Min.   :0  
 Class :character   Class :character   Class :character   1st Qu.:0  
 Mode  :character   Mode  :character   Mode  :character   Median :0  
                                                          Mean   :0  
                                                          3rd Qu.:0  
                                                          Max.   :0  
                                                                     
   DPA_ANIO          DPA_CANTON          ID_CANTON      DPA_DESCAN 
 Length:221         Length:221         Min.   : 101   Min.   : NA  
 Class :character   Class :character   1st Qu.: 704   1st Qu.: NA  
 Mode  :character   Mode  :character   Median :1107   Median : NA  
                                       Mean   :1100   Mean   :NaN  
                                       3rd Qu.:1411   3rd Qu.: NA  
                                       Max.   :2403   Max.   : NA  
                                                      NA's   :221  
  DPA_PROVIN         DPA_DESPRO            CODIGO        CANTON         
 Length:221         Length:221         Min.   : 101   Length:221        
 Class :character   Class :character   1st Qu.: 704   Class :character  
 Mode  :character   Mode  :character   Median :1106   Mode  :character  
                                       Mean   :1093                     
                                       3rd Qu.:1410                     
                                       Max.   :2403                     
                                                                        
          geometry  
 MULTIPOLYGON :221  
 epsg:32717   :  0  
 +proj=utm ...:  0  
                    
                    
                    
                    
View(shape_canton)

#Verificar la validez de las geometrías

valid_geom <- st_is_valid(shape_canton)

#Mostrar las geometrías no válidas

cantones_invalidos <- shape_canton[!valid_geom, ]

#Corregir las geometrías no válidas

cantones_corregidos <- st_make_valid(shape_canton)

#Verificar de nuevo

valid_geom_corregido <- st_is_valid(cantones_corregidos)

Crear una matriz de cinco vecinos

coords_centroides <- st_centroid(cantones_corregidos)[, 1:2]
Warning: st_centroid assumes attributes are constant over geometries

#Creo un objeto con una matriz de los puntos de los 5 vecinos

vc_k5 <- knn2nb(knearneigh(coords_centroides, k = 5))
print(coords_centroides)
Simple feature collection with 221 features and 2 fields
Geometry type: POINT
Dimension:     XY
Bounding box:  xmin: -643716.7 ymin: 9463821 xmax: 1070598 ymax: 10110140
Projected CRS: WGS 84 / UTM zone 17S
First 10 features:
    D_R D_R_B                 geometry
1  <NA>  <NA>   POINT (697860 9683563)
2  <NA>  <NA> POINT (704541.8 9648385)
3  <NA>  <NA>   POINT (747169 9677155)
4  <NA>  <NA> POINT (709009.6 9631756)
5  <NA>  <NA> POINT (751048.5 9695427)
6  <NA>  <NA> POINT (663618.7 9647021)
7  <NA>  <NA> POINT (692468.1 9653579)
8  <NA>  <NA> POINT (681845.5 9645897)
9  <NA>  <NA> POINT (738510.3 9653811)
10 <NA>  <NA> POINT (707668.6 9614130)

#Creo una matriz de pesos espaciales w

#Una matriz de pesos espaciales (también conocida como matriz W) es una representación matemática de las relaciones espaciales entre diferentes entidades en un conjunto de datos. Esta matriz se utiliza en diversos análisis espaciales para representar cómo una unidad geográfica afecta a sus vecinos.

wk5 <- nb2listw(vc_k5, style="W")

summary(wk5)
Characteristics of weights list object:
Neighbour list object:
Number of regions: 221 
Number of nonzero links: 1105 
Percentage nonzero weights: 2.262443 
Average number of links: 5 
Non-symmetric neighbours list
Link number distribution:

  5 
221 
221 least connected regions:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 with 5 links
221 most connected regions:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 with 5 links

Weights style: W 
Weights constants summary:
    n    nn  S0    S1     S2
W 221 48841 221 78.84 906.64

Graficar los vecinos de la matriz de pesos espaciales

library(ggplot2)
plot(vc_k5, st_coordinates(coords_centroides), col = "blue", pch = 8, cex = 0.1)

Agregar los enlaces de los vecinos a los centroides

library(ggplot2)
plot(wk5, coords = st_coordinates(coords_centroides), col = "red")

Mostrar centroides

library(ggplot2)
library(sf)
geom <- st_geometry(shape_canton)
centroides <- st_centroid(geom)
plot(geom, border = "black", col = rgb(1, 1, 0, alpha = 0))
points(st_coordinates(centroides), col = "red", pch = 20, cex = 1)