Describe brevemente qué actividades realizaste en clase o por fuera de ella. ¿Qué parte del proyecto trabajaste? En el transcurso de la semana trabajamos en buscar bases de datos que fueran de utilidad para respaldar la hipótesis seleccionada. Identificamos que la RUES es una plataforma útil para encontrar datos acerca de las empresas en Colombia. Una vez pudimos obtener una base de datos proveniente de la RUES, decidimos limitar nuestro estudio a la región Pacífica de Colombia, en particulurar en el departamento del Valle del Cauca.Para facilitar el análisis de los datos, se nos recomendó que agregaramos los códigos municipales a la base de datos de las empresas. Por esta razón, también hicimos una revisión de la base de datos de DIVIPOLA que contaba con esta información.
¿Qué conceptos, herramientas o habilidades desarrollaste esta semana? ¿Qué descubriste que no sabías antes? Aprendí sobre una de las herramienta de R que me permite quitarle las tíldes a las bases de datos. Esto lo hicimos para poder unir bases de datos sin problema alguno.
¿Con qué tuviste dificultades esta semana? ¿Cómo intentaste resolverlas? Quitar las tildes en R es una tarea relativamente sencilla. Sin embargo, no me he familiarizado del todo la codificación del programa, por eso tuve que pedirle ayuda a ChatGPT para que me guiara en la estructuración de mis ideas en un código para el programa.
Enumera tus propósitos de trabajo para la próxima sesión. ¿Qué te propones avanzar? 1. Hacer un merge de las bases de datos. 2. Continuar buscando información para respaldar la hipótesis.
Incluye un fragmento de código, una visualización o un resultado que te haya ayudado a entender algo Este es el código que utilicé para quitarle las tildes a la base de datos de DIVIPOLA (la cual tenía los códigos municipales). divipola[] <- lapply(divipola, function(x) { if (is.character(x)) { stri_trans_general(x, “Latin-ASCII”) } else { x } })