1 Introducción

Este documento analiza el desempeño exportador de los 32 estados de México en el año 2022, utilizando datos del INEGI. La variable dependiente es real_exports (exportaciones reales en USD), complementada con seis variables explicativas seleccionadas del dataset.

2 Carga de paquetes y datos

# Instalar paquetes si no están disponibles
paquetes <- c("readxl", "dplyr", "tidyr", "ggplot2",
              "scales", "patchwork", "knitr", "e1071")
nuevos   <- paquetes[!paquetes %in% installed.packages()[,"Package"]]
if (length(nuevos)) install.packages(nuevos)

library(readxl)
library(dplyr)
library(tidyr)
library(ggplot2)
library(scales)
library(patchwork)
library(knitr)
library(e1071)
# ── Importar hojas "exports" y "data" ─────────────────────────────────────────
file_path <- "/Users/mariirobles/Downloads/inegi_mx_state_exports.xlsx"   # Archivo en el working directory

exports_sheet <- read_excel(file_path, sheet = "exports")
data_sheet    <- read_excel(file_path, sheet = "data")
# ── Filtrar año 2022 y fusionar ────────────────────────────────────────────────
data_2022 <- data_sheet |>
  filter(year == 2022) |>
  select(state, region,
         gdp_per_capita_2018,
         lq_secondary,
         average_daily_salary,
         border_distance,
         college_education,
         crime_rate)

exports_2022 <- exports_sheet |>
  select(state, real_exports = real_exports_2022)

df <- data_2022 |>
  left_join(exports_2022, by = "state") |>
  mutate(region = factor(region))

kable(head(df), caption = "Vista previa del dataset (2022, n = 32 estados)",
      format.args = list(big.mark = ",", scientific = FALSE))
Vista previa del dataset (2022, n = 32 estados)
state region gdp_per_capita_2018 lq_secondary average_daily_salary border_distance college_education crime_rate real_exports
Aguascalientes Occidente_Bajio 2,135.7824 1.2701215 363.8170 625.59 0.3136129 5.634732 181,116,479
Baja California Noroeste 2,421.0493 1.5095911 411.7818 8.83 0.3518042 75.873393 817,710,013
Baja California Sur Noroeste 2,128.7127 0.5157059 362.6095 800.32 0.3564740 9.679779 6,598,584
Campeche Sur 5,023.4661 0.6871682 425.1225 978.33 0.2789125 9.883691 296,052,336
Chiapas Sur 659.4383 0.6859139 317.7348 1,111.82 0.1915258 8.733395 21,460,417
Chihuahua Noroeste 2,378.7155 1.8605077 379.4896 350.02 0.2989659 55.887096 1,163,116,947

3 Variables de interés

La siguiente tabla resume las variables seleccionadas y su justificación teórica:

Variable Descripción Justificación
real_exports Exportaciones reales (USD) Variable dependiente
gdp_per_capita_2018 PIB per cápita a precios 2018 (MXN) Capacidad productiva estatal
lq_secondary Cociente de localización del sector secundario Especialización manufacturera
average_daily_salary Salario diario promedio (MXN) Competitividad laboral
border_distance Distancia al cruce fronterizo más cercano (km) Costo logístico hacia EE.UU.
college_education Proporción de población con educación universitaria Capital humano
crime_rate Tasa de criminalidad (incidentes por 100k hab.) Clima de negocios / riesgo

4 Estadísticas descriptivas por región

var_labels <- c(
  real_exports         = "Real Exports (USD)",
  gdp_per_capita_2018  = "GDP per Capita 2018 (MXN)",
  lq_secondary         = "LQ Secondary Sector",
  average_daily_salary = "Avg. Daily Salary (MXN)",
  border_distance      = "Border Distance (km)",
  college_education    = "College Education (%)",
  crime_rate           = "Crime Rate (per 100k)"
)

vars_of_interest <- names(var_labels)

4.1 Media, mediana, mínimo y máximo

desc_stats <- df |>
  group_by(region) |>
  summarise(across(
    all_of(vars_of_interest),
    list(
      Mean   = \(x) mean(x,   na.rm = TRUE),
      Median = \(x) median(x, na.rm = TRUE),
      Min    = \(x) min(x,    na.rm = TRUE),
      Max    = \(x) max(x,    na.rm = TRUE)
    ),
    .names = "{.col}__{.fn}"
  )) |>
  pivot_longer(-region,
               names_to  = c("Variable", "Statistic"),
               names_sep = "__") |>
  pivot_wider(names_from = Statistic, values_from = value) |>
  mutate(Variable = recode(Variable, !!!var_labels),
         across(where(is.numeric), \(x) round(x, 2)))

kable(desc_stats,
      caption = "Estadísticas descriptivas por región (2022)",
      format.args = list(big.mark = ","))
Estadísticas descriptivas por región (2022)
region Variable Mean Median Min Max
CdMx Real Exports (USD) 53,147,597.65 53,147,597.65 53,147,597.65 5.314760e+07
CdMx GDP per Capita 2018 (MXN) 3,920.52 3,920.52 3,920.52 3.920520e+03
CdMx LQ Secondary Sector 0.56 0.56 0.56 5.600000e-01
CdMx Avg. Daily Salary (MXN) 482.42 482.42 482.42 4.824200e+02
CdMx Border Distance (km) 738.20 738.20 738.20 7.382000e+02
CdMx College Education (%) 0.44 0.44 0.44 4.400000e-01
CdMx Crime Rate (per 100k) 7.97 7.97 7.97 7.970000e+00
Centro_Sur_Oriente Real Exports (USD) 148,230,033.15 95,440,001.09 33,105,906.83 3.191216e+08
Centro_Sur_Oriente GDP per Capita 2018 (MXN) 1,250.40 1,277.59 1,045.22 1.353270e+03
Centro_Sur_Oriente LQ Secondary Sector 0.97 0.96 0.57 1.700000e+00
Centro_Sur_Oriente Avg. Daily Salary (MXN) 332.48 333.78 304.23 3.593300e+02
Centro_Sur_Oriente Border Distance (km) 738.86 750.06 661.85 7.956000e+02
Centro_Sur_Oriente College Education (%) 0.28 0.27 0.26 3.200000e-01
Centro_Sur_Oriente Crime Rate (per 100k) 21.11 14.10 9.30 5.924000e+01
Noreste Real Exports (USD) 631,749,721.53 653,135,533.64 273,330,407.64 9.473974e+08
Noreste GDP per Capita 2018 (MXN) 2,504.30 2,470.00 1,867.82 3.209390e+03
Noreste LQ Secondary Sector 1.34 1.29 1.17 1.630000e+00
Noreste Avg. Daily Salary (MXN) 386.86 381.29 372.29 4.125900e+02
Noreste Border Distance (km) 344.95 321.34 216.33 5.207900e+02
Noreste College Education (%) 0.27 0.26 0.24 3.200000e-01
Noreste Crime Rate (per 100k) 16.79 18.00 4.85 2.633000e+01
Noroeste Real Exports (USD) 409,274,781.50 210,389,805.36 6,598,584.34 1.163117e+09
Noroeste GDP per Capita 2018 (MXN) 2,139.72 2,253.71 1,594.17 2.633290e+03
Noroeste LQ Secondary Sector 1.19 1.25 0.52 1.860000e+00
Noroeste Avg. Daily Salary (MXN) 346.07 352.80 283.06 4.117800e+02
Noroeste Border Distance (km) 476.05 507.98 8.83 8.003200e+02
Noroeste College Education (%) 0.32 0.33 0.26 3.600000e-01
Noroeste Crime Rate (per 100k) 37.49 37.46 6.42 7.587000e+01
Occidente_Bajio Real Exports (USD) 193,328,819.11 146,806,516.42 4,463,690.27 4.903483e+08
Occidente_Bajio GDP per Capita 2018 (MXN) 1,790.71 1,853.24 1,302.82 2.393330e+03
Occidente_Bajio LQ Secondary Sector 0.94 0.95 0.59 1.420000e+00
Occidente_Bajio Avg. Daily Salary (MXN) 343.73 337.06 299.21 4.114400e+02
Occidente_Bajio Border Distance (km) 737.70 712.62 576.27 9.781300e+02
Occidente_Bajio College Education (%) 0.27 0.29 0.21 3.200000e-01
Occidente_Bajio Crime Rate (per 100k) 45.55 34.03 5.63 1.110600e+02
Sur Real Exports (USD) 78,741,131.18 20,967,017.37 1,008,475.84 2.960523e+08
Sur GDP per Capita 2018 (MXN) 1,930.79 1,558.00 659.44 5.023470e+03
Sur LQ Secondary Sector 0.80 0.75 0.38 1.120000e+00
Sur Avg. Daily Salary (MXN) 334.65 317.73 296.50 4.251200e+02
Sur Border Distance (km) 1,035.46 992.44 952.30 1.252660e+03
Sur College Education (%) 0.26 0.28 0.19 3.500000e-01
Sur Crime Rate (per 100k) 17.89 14.19 1.98 3.855000e+01

5 Estadísticas de dispersión por región

5.1 Desviación estándar

disp_stats <- df |>
  group_by(region) |>
  summarise(across(
    all_of(vars_of_interest),
    list(SD = \(x) sd(x, na.rm = TRUE)),
    .names = "{.col}__{.fn}"
  )) |>
  pivot_longer(-region,
               names_to  = c("Variable", "Statistic"),
               names_sep = "__") |>
  pivot_wider(names_from = Statistic, values_from = value) |>
  mutate(Variable = recode(Variable, !!!var_labels),
         SD = round(SD, 2))

kable(disp_stats,
      caption = "Desviación estándar por región (2022)",
      format.args = list(big.mark = ","))
Desviación estándar por región (2022)
region Variable SD
CdMx Real Exports (USD) NA
CdMx GDP per Capita 2018 (MXN) NA
CdMx LQ Secondary Sector NA
CdMx Avg. Daily Salary (MXN) NA
CdMx Border Distance (km) NA
CdMx College Education (%) NA
CdMx Crime Rate (per 100k) NA
Centro_Sur_Oriente Real Exports (USD) 131,190,070.85
Centro_Sur_Oriente GDP per Capita 2018 (MXN) 107.62
Centro_Sur_Oriente LQ Secondary Sector 0.41
Centro_Sur_Oriente Avg. Daily Salary (MXN) 20.83
Centro_Sur_Oriente Border Distance (km) 48.11
Centro_Sur_Oriente College Education (%) 0.02
Centro_Sur_Oriente Crime Rate (per 100k) 18.99
Noreste Real Exports (USD) 297,334,225.63
Noreste GDP per Capita 2018 (MXN) 632.17
Noreste LQ Secondary Sector 0.21
Noreste Avg. Daily Salary (MXN) 17.85
Noreste Border Distance (km) 132.66
Noreste College Education (%) 0.04
Noreste Crime Rate (per 100k) 9.94
Noroeste Real Exports (USD) 480,581,191.61
Noroeste GDP per Capita 2018 (MXN) 421.14
Noroeste LQ Secondary Sector 0.50
Noroeste Avg. Daily Salary (MXN) 49.29
Noroeste Border Distance (km) 321.93
Noroeste College Education (%) 0.04
Noroeste Crime Rate (per 100k) 29.38
Occidente_Bajio Real Exports (USD) 183,335,302.77
Occidente_Bajio GDP per Capita 2018 (MXN) 418.29
Occidente_Bajio LQ Secondary Sector 0.33
Occidente_Bajio Avg. Daily Salary (MXN) 36.78
Occidente_Bajio Border Distance (km) 136.01
Occidente_Bajio College Education (%) 0.05
Occidente_Bajio Crime Rate (per 100k) 39.91
Sur Real Exports (USD) 112,467,854.03
Sur GDP per Capita 2018 (MXN) 1,516.06
Sur LQ Secondary Sector 0.25
Sur Avg. Daily Salary (MXN) 45.08
Sur Border Distance (km) 109.27
Sur College Education (%) 0.06
Sur Crime Rate (per 100k) 13.39

6 Histogramas

region_colors <- c(
  "CdMx"               = "#E63946",
  "Centro_Sur_Oriente" = "#457B9D",
  "Noreste"            = "#2A9D8F",
  "Noroeste"           = "#E9C46A",
  "Occidente_Bajio"    = "#F4A261",
  "Sur"                = "#6A0572"
)

theme_mx <- theme_minimal(base_size = 11) +
  theme(
    plot.title       = element_text(face = "bold", size = 11),
    plot.subtitle    = element_text(size = 8.5, color = "grey40"),
    axis.title       = element_text(size = 9),
    panel.grid.minor = element_blank()
  )
hist_vars <- c("real_exports", "gdp_per_capita_2018", "lq_secondary",
               "average_daily_salary", "border_distance", "college_education")

# Función auxiliar de asimetría
skew_label <- function(x) {
  sk <- e1071::skewness(x, na.rm = TRUE)
  direction <- ifelse(abs(sk) < 0.5, "≈ Simétrica",
                      ifelse(sk > 0, "Sesgo derecho ▶", "◀ Sesgo izquierdo"))
  paste0("Skew: ", round(sk, 2), " — ", direction)
}

hist_plots <- lapply(hist_vars, function(v) {
  ggplot(df, aes(x = .data[[v]])) +
    geom_histogram(bins = 12, fill = "#457B9D", color = "white", alpha = 0.88) +
    geom_vline(aes(xintercept = mean(.data[[v]], na.rm = TRUE)),
               color = "#E63946", linetype = "dashed", linewidth = 0.9) +
    annotate("text", x = Inf, y = Inf,
             label = skew_label(df[[v]]),
             hjust = 1.05, vjust = 1.5, size = 3, color = "grey30") +
    scale_x_continuous(labels = label_comma()) +
    labs(title    = var_labels[v],
         subtitle = "Línea roja = media",
         x = NULL, y = "Frecuencia") +
    theme_mx
})

wrap_plots(hist_plots, ncol = 3) +
  plot_annotation(
    title    = "Histogramas de Variables Seleccionadas — México (2022)",
    subtitle = "Fuente: INEGI",
    theme    = theme(plot.title = element_text(face = "bold", size = 14))
  )
Histogramas de las variables seleccionadas (2022)

Histogramas de las variables seleccionadas (2022)

6.1 Diagnóstico: sesgo y valores atípicos

skew_df <- data.frame(
  Variable  = var_labels[vars_of_interest],
  Skewness  = sapply(vars_of_interest, \(v) round(e1071::skewness(df[[v]], na.rm = TRUE), 3)),
  Direccion = sapply(vars_of_interest, function(v) {
    sk <- e1071::skewness(df[[v]], na.rm = TRUE)
    ifelse(abs(sk) < 0.5, "≈ Simétrica",
           ifelse(sk > 0, "Sesgo derecho", "Sesgo izquierdo"))
  }),
  Outliers  = c("Sí (Nuevo León, Chihuahua)", "Sí (CdMx, Q. Roo)", "Leve",
                "Leve (CdMx)", "Leve", "No", "Sí (Colima, Jalisco)"),
  Transformacion = c("Log recomendado", "Log recomendado", "No requerida",
                     "Log opcional", "No requerida", "No requerida", "Log recomendado"),
  row.names = NULL
)

kable(skew_df,
      col.names = c("Variable", "Asimetría", "Dirección",
                    "¿Outliers?", "Transformación sugerida"),
      caption = "Diagnóstico de distribución por variable (2022)")
Diagnóstico de distribución por variable (2022)
Variable Asimetría Dirección ¿Outliers? Transformación sugerida
Real Exports (USD) 1.438 Sesgo derecho Sí (Nuevo León, Chihuahua) Log recomendado
GDP per Capita 2018 (MXN) 1.397 Sesgo derecho Sí (CdMx, Q. Roo) Log recomendado
LQ Secondary Sector 0.391 ≈ Simétrica Leve No requerida
Avg. Daily Salary (MXN) 0.815 Sesgo derecho Leve (CdMx) Log opcional
Border Distance (km) -0.521 Sesgo izquierdo Leve No requerida
College Education (%) 0.377 ≈ Simétrica No No requerida
Crime Rate (per 100k) 1.339 Sesgo derecho Sí (Colima, Jalisco) Log recomendado

7 Boxplots por región

box_plots <- lapply(vars_of_interest, function(v) {
  ggplot(df, aes(x = region, y = .data[[v]], fill = region)) +
    geom_boxplot(alpha = 0.82,
                 outlier.color = "black",
                 outlier.shape = 21,
                 outlier.size  = 1.8) +
    scale_fill_manual(values = region_colors) +
    scale_y_continuous(labels = label_comma()) +
    labs(title = var_labels[v], x = NULL, y = NULL) +
    theme_mx +
    theme(axis.text.x    = element_text(angle = 35, hjust = 1, size = 7.5),
          legend.position = "none")
})

wrap_plots(box_plots, ncol = 3) +
  plot_annotation(
    title    = "Boxplots por Región — México (2022)",
    subtitle = "Fuente: INEGI  |  Los puntos representan valores atípicos",
    theme    = theme(plot.title = element_text(face = "bold", size = 14))
  )
Boxplots de las variables seleccionadas por región (2022)

Boxplots de las variables seleccionadas por región (2022)

8 Conclusiones

  • Variables con sesgo derecho y outliers (real_exports, gdp_per_capita_2018, crime_rate): Se recomienda aplicar transformación logarítmica antes de incluirlas en modelos de regresión.
  • border_distance presenta un leve sesgo izquierdo, lo que refleja que la mayoría de los estados se ubican lejos de la frontera norte, con pocas excepciones (estados del Noreste/Noroeste).
  • lq_secondary y college_education tienen distribuciones aproximadamente simétricas y no requieren transformación.
  • El Noreste domina en exportaciones reales, seguido del Noroeste, reflejando su proximidad a la frontera con EE.UU. y su alta especialización manufacturera.
  • Sur y Centro_Sur_Oriente muestran los menores niveles de exportación y la mayor variabilidad relativa en indicadores como crime_rate y gdp_per_capita_2018.

Documento generado automáticamente con R Markdown. Datos: INEGI.