---
title: "¿La guerra construye Estados? Análisis del poderío
militar como indicador de desarrollo humano y control interno en la actualidad"
author: "Isaac Levano"
output: 
  flexdashboard::flex_dashboard:
    theme: united
    orientation: columns
    vertical_layout: fill
    source_code: embed
---

1. Introducción {data-icon="fa-signal"}
===================================== 

```{r}
library(tmap) #Dibujar el mapa
library(sf) #Para leer el shapefile y reducir el tamaño del archivo
library(pryr) #Calcular el tamaño del archivo
library(readr) #para cargar csv
library(base) # para merge
library(reshape2) # para hacer dcast
library(plyr) # para mineria en csv 
library(dplyr) # para inner join
library(readxl)
library(shinyMobile)
```

```{r}
library(rio)
miproyecto=import("myproyect.xlsx")
```

```{r}
setwd("C:/Users/lenovo/Downloads")
```


```{r setup, include=FALSE}
library(flexdashboard)
```

Column {data-width=300}
-----------------------------------------------------------------------

### Mapa del Índice de Desarrollo Humano por país 


```{r}
shp_mapworld <- st_read("CNTR_RG_20M_2024_3035.shp.zip")
```


```{r}
shp_mapworld <- shp_mapworld %>%
  rename(Country = NAME_ENGL)
```

```{r}
shp_mapworld$Country <- toupper(iconv(shp_mapworld$Country, from = "UTF-8", to = "ASCII//TRANSLIT"))
```

```{r}
colnames(shp_mapworld)[colnames(shp_mapworld) == "Country"] <- "PAIS"
```


```{r}
shp_mapworld2=merge(shp_mapworld,miproyecto,by="PAIS", all.x = T)
```

```{r}
tmap_mode("view")
```
```{r}
shp_mapworld2= shp_mapworld2[-c(2,3,4,5,6,7,8,9,10,11)]
```

```{r}
shp_mapworld2= shp_mapworld2[-c(13,14,15,16)]
```

```{r}
tm_shape(shp_mapworld2) +
  tm_fill("Índice de desarrollo humano", id="PAIS", palette = "Oranges", style="quantile", title="Índice de desarrollo humano") +
  tm_borders("grey25", alpha=.05) + 
  tm_layout("Índice de desarrollo humano",
            main.title.position = "center") + tm_view(view.legend.position = c("left","bottom") #esto sirve para bajar la leyenda y que no estorbe con el título 
            )

tmap_last <- tmap_last()
```

Column {data-width=250}
-----------------------------------------------------------------------

### Introducción
* **Problema observado:**

En la Ciencia Política, cuando se estudia Teoría del Estado, resulta ser un tema interesante la formación y la construcción estatal, es decir, el constante proceso de reconfiguración de los límites territoriales de los estados, y la tarea organizadora de estos mismos por llevar y construir sistemas de instituciones desplegándolas a lo largo y amplio de su territorio.
Charles Tilly, en “Coerción, Capital y los Estados europeos 990-1990”, postula que la preparación para la guerra y la guerra en sí misma significaban a su vez el mayor incentivo de supervivencia para la construcción estatal de los Estados modernos europeos, lo que trajo como consecuencia, en la mayoría de los casos, Estados más fuertes, más institucionalizados y con mayor alcance. Esta lógica se refleja en la ya conocida frase: “El Estado hace la guerra y la guerra hace al Estado.”

* **Pregunta de investigación:**

¿De qué manera se relacionan el gasto militar, la extensión territorial, la cantidad poblacional y la criminialidad,medida a través de homicidios intencionales, de un determinado país con su nivel de desarrollo humano?

* **Hipótesis:**

Los países con mayor territorio, mayor población y que gastan más en Defensa tendrán mayor valor numérico en su Índice del Desarrollo Humano. Es decir, estas variables afectan directamente proporcional al IDH. Además, la criminialidad,medida a través de homicidios intencionales,afectará inversamente proporcional al IDH.


2. Variable Dependiente {data-icon="fa-signal"}
===================================== 



Column {data-width=500} {.tabset}
-----------------------------------------------------------------------

### Diagrama de barras según la frecuencia del nivel categórico del IDH

```{r}
library(ggplot2)
```

```{r}
ggplot(data = miproyecto, aes(x = `Nivel IDH - Categóricas`)) +
  geom_bar(fill = "lightgreen") +
  labs(title = "Distribución Categórica del nivel del IDH",
       x = "Nivel IDH - Categóricas",
       y = "Número de países",)
```

### Boxplot

```{r}
boxplot(miproyecto$`Índice de desarrollo humano`)
```

Column {data-width=450}
-----------------------------------------------------------------------

### Tabla de frecuencias


```{r}
table(miproyecto$`Nivel IDH - Categóricas`)
```
El proyecto inicial tuvo 195 países reconocidos por la ONU. Sin embargo, algunos no registraban datos requeridos. Por ello, nos quedamos con 160 países. Los países eliminados, en su mayoría, eran islas y países africanos pequeños que registraban niveles BAJO y MEDIO.

```{r}
summary(miproyecto$`Índice de desarrollo humano`)
```
Esta variable dependiente es ascendente y tiene como escala del 0 al 1. A mayor puntaje, mejor es el IDH.

SOMALIA posee el menor IDH con 0.38 calificando como BAJO.

SUIZA posee el mayor IDH con 0.967 calificando MUY ALTO.

La MEDIA es 0.7262 que calificaría como ALTO. Los paises situados aproximadamente en esta categoría son UZBEKISTAN, VIETNAM y LIBANO.

3. Variables Independientes y su correlación con el IDH {data-icon="fa-signal"}
===================================== 

Column {data-width=600} {.tabset}
-----------------------------------------------------------------------

### Superficie (km²)
```{r}
base=ggplot(data=miproyecto, aes(x=`Superficie (km²)`, y=`Índice de desarrollo humano`))
scatter1 = base + geom_point()+geom_smooth(method = "lm",formula=y~x,se=FALSE,col='dodgerblue1')
library(ggrepel)
scatterText1 = scatter1 + geom_text_repel(aes(label=PAIS),size=2)+labs(x="Superficie", 
       y="IDH")+ggtitle("Correlación entre IDH y Superficie en kilómetros cuadrados")
scatterText1
```

### Población


```{r}
base=ggplot(data=miproyecto, aes(x= `Población  ​`, y=`Índice de desarrollo humano`))
scatter2 = base + geom_point()+geom_smooth(method = "lm",formula=y~x,se=FALSE,col='dodgerblue1')
library(ggrepel)
scatterText2 = scatter2 + geom_text_repel(aes(label=PAIS),size=2)+labs(x="Población", 
       y="IDH")+ggtitle("Correlación entre IDH y Número de habitantes en el país")
scatterText2
```

### Cantidad de Ojivas nucleares

```{r}
base=ggplot(data=miproyecto, aes(x= miproyecto$`Cantidad de ojivas`, y=`Índice de desarrollo humano`))
scatter3 = base + geom_point()+geom_smooth(method = "lm",formula=y~x,se=FALSE,col='dodgerblue1')
library(ggrepel)
scatterText3 = scatter3 + geom_text_repel(aes(label=PAIS),size=2)+labs(x="Número de ojivas", 
       y="IDH")+ggtitle("Correlación entre IDH y Cantidad de Ojivas nucleares")
scatterText3
```


### Gasto en Defensa (% del PBI)
```{r}
base=ggplot(data=miproyecto, aes(x= miproyecto$`Gasto Defensa (%PIB)`, y=`Índice de desarrollo humano`))
scatter5 = base + geom_point()+geom_smooth(method = "lm",formula=y~x,se=FALSE,col='dodgerblue1')
library(ggrepel)
scatterText5 = scatter5 + geom_text_repel(aes(label=PAIS),size=2)+labs(x="Gasto Defensa (%PIB)", 
       y="IDH")+ggtitle("Correlación entre IDH y Gasto Defensa (%PIB)")
scatterText5
```

### Homicidios Intencionales por 100.000 habitantes

```{r}
base=ggplot(data=miproyecto, aes(x= miproyecto$`Homicidios por 100.000`, y=`Índice de desarrollo humano`))
scatter6 = base + geom_point()+geom_smooth(method = "lm",formula=y~x,se=FALSE,col='dodgerblue1')
library(ggrepel)
scatterText6 = scatter6 + geom_text_repel(aes(label=PAIS),size=2)+labs(x="Homicidios por 100.000", 
       y="IDH")+ggtitle("Correlación entre IDH y Homicidios por 100.000")
scatterText6
```


Column {data-width=400} {.tabset}
-----------------------------------------------------------------------
### Superficie (km²)

```{r}
cor.test(miproyecto$`Índice de desarrollo humano`, miproyecto$`Superficie (km²)`, method =c("pearson") )
```
Al ser las dos variables numéricas utilizo la Prueba R de Pearson.

El p-valor es mayor a 0.05, entonces NO HAY CORRELACIÓN entre ellas dos.

Muchos países que tienen poca extensión territorial pueden tener un IDH ALTO, como BAJO.

### Población
```{r}
cor.test(miproyecto$`Índice de desarrollo humano`, miproyecto$`Población  ​`, method =c("pearson") )
```

Al ser las dos variables numéricas utilizo la Prueba R de Pearson.

El p-valor es mayor a 0.05, entonces NO HAY CORRELACIÓN entre ellas dos.

Muchos países que tienen poca población pueden tener un IDH ALTO, como BAJO.

### Cantidad de Ojivas Nucleares
```{r}
cor.test(miproyecto$`Cantidad de ojivas`, miproyecto$`Índice de desarrollo humano`, method =c("pearson") )
```

Al ser las dos variables numéricas utilizo la Prueba R de Pearson.

El p-valor es mayor a 0.05, entonces NO HAY CORRELACIÓN entre ellas dos.

Lo que sí se cumple es que los dos países con más ojivas nucleares poseen un IDH MAYOR a 0.8, es decir tienen un MUY ALTO nivel de IDH.

### Gasto en Defensa (% del PBI)
```{r}
cor.test(miproyecto$`Gasto Defensa (%PIB)`, miproyecto$`Índice de desarrollo humano`, method =c("pearson") )
```

Al ser las dos variables numéricas utilizo la Prueba R de Pearson.
El p-valor es mayor a 0.05, entonces NO HAY CORRELACIÓN entre ellas dos

Sin embargo, en las anteriores pruebas de correlaciones ESTADOS UNIDOS, CHINA, INDIA, CANADÁ y RUSSIA eran valores atípicos que rompían la NO CORRELACIÓN, es decir, estos países tienen relación directamente proporcional con la variable dependiente. Pero en este caso, estos países se camuflan dentro de la NO CORRELACIÓN.

ALGUNOS PAÍSES CON MEJOR IDH NO NECESARIAMENTE GASTAN MÁS EN DEFENSA.

El país que gasta más en defensa es UCRANIA, que desde el 2022 fue invadido por Rusia.

### Homicidios Intencionales por 100.000 habitantes
```{r}
cor.test(miproyecto$`Homicidios por 100.000`, miproyecto$`Índice de desarrollo humano`, method =c("pearson") )
```
Al ser las dos variables numéricas utilizo la Prueba R de Pearson.

El p-valor es menor a 0.05, entonces SÍ EXISTE CORRELACIÓN entre ellas dos.
La correlación es inversa,es decir, A MENOR NÚMERO DE HOMICIDIOS INTENCIONALES POR 100.000 HABITANTES QUE REGISTREN EN UN PAÍS, MAYOR SERÁ SU NIVEL DE IDH.

4. Regresiones Gaussianas {data-icon="fa-signal"}
===================================== 

Column {data-width=500} {.tabset}
-----------------------------------------------------------------------
### 1) ¿Afecta la extensión territorial y la cantidad poblacional en el IDH?
```{r}
modelo1=formula(scale(`Índice de desarrollo humano`)~ scale(`Superficie (km²)`)+scale(`Población  ​`))
```

```{r}
reg1=lm(modelo1,data=miproyecto)
summary(reg1)
```
### 2) ¿Afecta el gasto en Defensa y el número de homicidios intencionales en el IDH?


```{r}
modelo2=formula(scale(`Índice de desarrollo humano`)~ scale(`Homicidios por 100.000`)+ scale(`Gasto Defensa (%PIB)`))
```


```{r}
reg2=lm(modelo2,data=miproyecto)
summary(reg2)
```


### 3) ¿Afecta la extensión territorial, la cantidad poblacional, el gasto en defensa y el número de homicidios intencionales en el IDH?


```{r}
modelo3=formula(scale(`Índice de desarrollo humano`)~ scale(`Superficie (km²)`)+scale(`Población  ​`)+scale(`Homicidios por 100.000`)+ scale(`Gasto Defensa (%PIB)`))
```

```{r}
reg3=lm(modelo3,data=miproyecto)
summary(reg3)
```
### 4) Valores Influyentes

```{r}
plot(reg3, 5)
```



Column {data-width=400}
-----------------------------------------------------------------------

### Interpretación

1) MODELO 1:
(p-value: 0.3515/ MAYOR A 0.05) El primer modelo no sirve para explicar que estas dos independientes influyan en la dependiente. La extensión territorial y la cantidad poblacional no afectan al IDH.

2) MODELO 2: 
(p-value: 0.004071/ MENOR A 0.05) El segundo modelo SÍ sirve para explicar la inluencia de las variables independientes sobre el IDH. Solamente una variable tiene significancia: el número de homicidios afecta inversamente el IDH.
SI EL IDH AUMENTA EN UN PUNTO, EL NÚMERO DE HOMICIDIOS DISMUNUYE EN -2.655e-01.(APROXIMADAMETE -0.27)

3) MODELO 3: 
El modelo 3 resume mejor lo expuesto

4) ¿QUIÉNES SON LOS VALORES INFLUYENTES?
152= UCRANIA; 
33= CHINA; 
47= ERITREA 









5. Clusters {data-icon="fa-signal"}
===================================== 

Column {data-width=700} {.tabset}
-----------------------------------------------------------------------

### Datos NO estandarizados

```{r}
library(BBmisc)
boxplot(normalize(miproyecto[,c(2,4,9,11,12)],method='range',range=c(0,10)))

```

### Prueba correlación entre las variables
```{r}
cor(miproyecto[,c(2,4,9,11,12)])
```
### Datos estandarizados
```{r}
boxplot(normalize(miproyecto[,c(2,4,9,11,12)],method='standardize'))
```


```{r}
select=c("Índice de desarrollo humano`","`Superficie (km²)`","`Gasto Defensa (%PIB)`","`Homicidios por 100.000`","`Población  ​`")
select=setdiff(names(miproyecto),select) 
theData=miproyecto[,select]
```


```{r}
library(polycor)
corMatrix=polycor::hetcor(theData)$correlations
```

### Cubo de Correlaciones de todas mis variables

```{r}
library(ggcorrplot)

ggcorrplot(corMatrix)
```

### ¿Cantidad de clusters a solicitar?

```{r}
dataClus=miproyecto[,c(2,4,9,11,12)]
row.names(dataClus)=miproyecto$PAIS
```

```{r}
library(cluster)
g.dist = daisy(dataClus, metric="gower")
```

```{r}
library(factoextra)
fviz_nbclust(dataClus, pam,diss=g.dist,method = "gap_stat",k.max = 10
             ,verbose = F)
```

### Clusterización PAM

```{r}
library(kableExtra)
set.seed(123)
res.pam=pam(g.dist,3,cluster.only = F)

#nueva columna
dataClus$pam=res.pam$cluster

# ver

head(dataClus,160)%>%kbl()%>%kable_styling()
```

### Silhouette

```{r}
fviz_silhouette(res.pam,print.summary = F)
```

### ¿Quiénes son los países mal clusterizados?
```{r}
silPAM=data.frame(res.pam$silinfo$widths)
silPAM$PAIS=row.names(silPAM)
poorPAM=silPAM[silPAM$sil_width<0,'PAIS']%>%sort()
poorPAM
```

### Promedio de cada cluster

```{r}
aggregate(.~ pam, data=dataClus,mean)
```

```{r}
miproyecto$pamIDHpoor=miproyecto$PAIS%in%poorPAM
miproyecto$pamIDH=as.ordered(dataClus$pam)
dataClus$pam=NULL
```

### Coordenadas - Pares ordenados de los países

```{r}
# k es la cantidad de dimensiones
proyeccion = cmdscale(g.dist, k=2,add = T) 
head(proyeccion$points,20)
```

```{r}
# data frame prep:
miproyecto$dim1 <- proyeccion$points[,1]
miproyecto$dim2 <- proyeccion$points[,2]
```

### Mapa de Proyecciones de los países hacia sus cluster en PAM
```{r}
library(ggrepel)
base= ggplot(miproyecto,aes(x=dim1, y=dim2,label=row.names(dataClus))) 
base + geom_text_repel(size=2, max.overlaps = 30,min.segment.length = unit(0, 'lines'))
```

### Países mal clusterizados en Gráfica PAM

```{r}
# solo paises mal clusterizados
PAMlabels=ifelse(miproyecto$pamIDHpoor,miproyecto$PAIS,'')

#base
base= ggplot(miproyecto,aes(x=dim1, y=dim2))  +
    scale_color_brewer(type = 'qual',palette ='Dark2'  ) + labs(subtitle = "Se destacan los países mal clusterizados")

pamPlot=base + geom_point(size=3, 
                          aes(color=pamIDH))  + 
        labs(title = "PAM") 
# hacer notorios los paises mal clusterizados
pamPlot + geom_text_repel(size=4,
                          aes(label=PAMlabels),
                          max.overlaps = 50,
                          min.segment.length = unit(0, 'lines'))
```

6. Conclusiones {data-icon="fa-signal"}
===================================== 

La hipótesis inicial se rechaza. Los países que tienen mejor IDH no están afectados por ser más grandes, ni ser más poblados, ni porque gasten mayor porcentaje del PBI en Defensa.Es cierto que existen casos como Estados Unidos, China, Russia que sí cumplen una relación directa entre las variables mencionadas pero no por ellos podemos establecer una correlación inluyente en general para todos los casos o la mayoría de ellos.

LO QUE sí SE ESTABLECE SIGNIFICATIVAMENTE ES LA AFECTACIÓN DEL IDH POR LA VARAIBLE INDEPENDIENTE HOMICIDIOS INTENCIONALES POR 100.000 HABITANTES EN CADA PAÍS: A MAYOR TASA DE HOMICIDIOS, MENOR SERÁ EL VALOR NUMÉRICO DEL IDH.

Column {data-width=500} 
-----------------------------------------------------------------------