Se utilizaron los paquetes tidyverse y
plotly
Los datos del ENIGH provienen de la Encuesta de Hogares (INEGI). Los datos del COVID-19 provienen de la Dirección General de Epidemologia
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
Se crearon dos vectores de 80 observaciones. Un vector de sexo y otro
de edad con datos simulados con la función rnorm() después
se unieron a un dataframe.
## [1] "Mujer" "Mujer" "Mujer" "Mujer" "Mujer" "Mujer" "Mujer" "Mujer" "Mujer"
## [10] "Mujer"
## [1] "Hombre" "Mujer" "10"
## [1] -0.2420081 -0.2893267 -0.7038334 1.7756328 0.1478037 0.1372967
## [7] 0.7859646 -1.3914886 0.2986170 -0.2616959
Fuente: Elaboración con datos de ENIGH
## Warning in chisq.test(dat_enigh_agrup): Chi-squared approximation may be
## incorrect
##
## Pearson's Chi-squared test
##
## data: dat_enigh_agrup
## X-squared = 1.2508e+12, df = 11426625, p-value < 2.2e-16
El Histograma de “Sexo y Nivel socioeconómico”, permite visualizar que, el histograma de status socieconómico “Hombre” y “Mujer”, son del tipo multimodal.
De manera espcífica, el histograma de status socioeconómico “Mujeres”, las mayores frecuencuencias se aprecian en el nivel socioeconómico medio, con 14, 859 repeticiones. Mientras que, el histograma de status socioeconómico “Mujes”, la mayor canitdad de frecuencias se aprecian en el nivel socioeconómico medio, con 31, 525 repeticiones.Fuente: Elaboración con datos de la ENIGH
Fuente: Elaboración con datos de Encuesta COVID-19
Fuente: Elaboración con datos de Encuesta COVID-19
Fuente: Elaboración con datos de Encuesta COVID-19
| Estimate | Std. Error | t value | Pr(>|t|) | |
|---|---|---|---|---|
| (Intercept) | 0.5837727 | 0.0973358 | 5.99751 | 0 |
| educ | 0.0827444 | 0.0075667 | 10.93534 | 0 |
Fuente: Elaboración con datos de wooldrige
\[ \begin{equation} \text{modelo_1:} \quad \log(\text{wage}_i) = \beta_0 + \beta_1 \cdot \text{educ}_i + \varepsilon_i \end{equation} \]
##Modelo 2 multivariado
##Modelo 2
| x | |
|---|---|
| (Intercept) | 0.2843595 |
| educ | 0.0920290 |
| exper | 0.0041211 |
| tenure | 0.0220672 |
Fuente: Elaboración con datos de wooldrige