Reto 3. Análisis de Datos

Solución PAC3

Cristina Manovel Redondo

Última modificación

19 de abril de 2026

Para resolver los ejercicios de este reto, usa las funciones de la librería dplyr que has aprendido hasta ahora. Considera si necesitas otras librerías para abrir, por ejemplo, las bases de datos que se proponen. Para hacer los gráficos, usa la librería ggplot. Un gráfico debe poder entenderse por sí solo, por lo que lo más importante cuando los hagas es que tengas presente aspectos como, por ejemplo, que los nombres de los ejes o la sleyendas sean idenfiticables, o que los colores (o formas) que uses permitan una buena identificación entre las categorías.

Actividad 1

En esta actividad usaremos un marco de datos que contiene información del Barómetro de Opinión Pública del CEO. És una encuesta que se realiza periodicamente en Cataluña y contiene diversas variables relacionadas con opiniones políticas y sociales. Con estos datos haremos un sencillo análisis de la opinión pública en Cataluña. Aprovecharemos que los datos estan colgados en la web del CEO para importarlas directamente de allí. Para hacerlo, copiaremos el link en el que se encuentran estos datos dentro de la función read_delim. Esta funcion permite importar ficheros de texto como a base de datos.

Mostrar código. 
#Recuerda que todos los chunks estan en eval = F, para activarlos debes canviar a eval = T
ceo <- readr::read_delim(
  "https://upceo.ceo.gencat.cat/wsceop/9928/Microdades_anonimitzades_1145.csv",
  delim = ";",
  locale = readr::locale(encoding = "ISO-8859-1") # Así nos aseguramos que los acentos se importan correctamente.
)
  1. Realiza una exploración rápida del mismo con las funciones que conoces, identificando el número de observaciones, qué variables tiene, como están codificadas y la unidad de observación.
Mostrar código. 
glimpse(ceo)
Rows: 2,000
Columns: 300
$ PONDERA                                  <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,…
$ ORDRE                                    <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10…
$ ORDRE_REVISADA                           <chr> " ", " ", " ", " ", " ", " ",…
$ REO                                      <dbl> 1145, 1145, 1145, 1145, 1145,…
$ METODOLOGIA                              <chr> "Presencial", "Presencial", "…
$ BOP_NUM                                  <chr> "Oct. 25 - 1145", "Oct. 25 - …
$ ANY                                      <dbl> 2025, 2025, 2025, 2025, 2025,…
$ MES                                      <chr> "Octubre", "Octubre", "Octubr…
$ DIA                                      <dbl> 13, 13, 13, 13, 13, 13, 13, 1…
$ HORA_INI                                 <chr> " ", " ", " ", " ", " ", " ",…
$ HORA_FIN                                 <chr> " ", " ", " ", " ", " ", " ",…
$ DATA_INI                                 <chr> "10/13/2025", "10/13/2025", "…
$ DATA_FIN                                 <chr> "10/13/2025", "10/13/2025", "…
$ DURADA                                   <dbl> 1252, 1166, 1351, 1110, 1563,…
$ GRAVACIO                                 <chr> "Sí", "Sí", "Sí", "Sí", "Sí",…
$ TIPUS_GRAV                               <chr> "Enquesta gravada", "Enquesta…
$ FASE                                     <chr> "Camp", "Camp", "Camp", "Camp…
$ ENQUESTADOR_CODI                         <dbl> 83, 83, 83, 83, 83, 83, 83, 8…
$ ENQUESTADOR_SEXE                         <chr> "Home", "Home", "Home", "Home…
$ ENQUESTADOR_EDAT                         <dbl> 51, 51, 51, 51, 51, 51, 51, 5…
$ ENQUESTADOR_ESTUDIS                      <chr> "Batxillerat, BUP, FP2, COU, …
$ ENQUESTADOR_NACIONALITAT                 <chr> "Espanya", "Espanya", "Espany…
$ NUM_QUEST_CAMP                           <chr> " ", " ", " ", " ", " ", " ",…
$ PROVINCIA                                <chr> "Tarragona", "Tarragona", "Ta…
$ HABITAT                                  <chr> "2.001-10.000 habitants", "2.…
$ MUNICIPI                                 <chr> " ", " ", " ", " ", " ", " ",…
$ COMARCA                                  <chr> "Baix Penedès", "Baix Penedès…
$ CLUSTER_24                               <dbl> 4, 4, 4, 4, 4, 4, 4, 4, 4, 4,…
$ SECCIO_TEORICA                           <chr> "TX718X23", "TX718X23", "TX71…
$ CONF_SECC                                <chr> "Sí", "Sí", "Sí", "Sí", "Sí",…
$ SECCIO_REAL                              <chr> "TX718X23", "TX718X23", "TX71…
$ ID_RUTA                                  <dbl> 94, 94, 94, 94, 94, 94, 94, 9…
$ DOMICILI_PARTICULAR                      <chr> "Sí", "Sí", "Sí", "Sí", "Sí",…
$ LLENGUA_ENQUESTA                         <chr> "Català", "Castellà", "Castel…
$ LLENGUA_SISTEMA                          <chr> "Català", "Castellà", "Castel…
$ RESIDENCIA                               <chr> "Sí", "Sí", "Sí", "Sí", "Sí",…
$ CIUTADANIA                               <chr> "Sí, tinc la ciutadania (espa…
$ HORA_PRIMERA_PREGUNTA                    <chr> " ", " ", " ", " ", " ", " ",…
$ GENERE                                   <chr> "Dona", "Home", "Dona", "Dona…
$ GENERE_LITERALS                          <chr> " ", " ", " ", " ", " ", " ",…
$ SEXE                                     <chr> "Femení", "Masculí", "Femení"…
$ EDAT                                     <dbl> 37, 19, 37, 83, 70, 65, 76, 8…
$ EDAT_GR                                  <chr> "De 35 a 49 anys", "De 18 a 2…
$ EDAT_CEO                                 <chr> "De 35 a 39 anys", "De 15 a 1…
$ LLOC_NAIX                                <chr> "A Catalunya", "A Catalunya",…
$ PRE_PROBLEMES                            <chr> "Contesta", "No sap problema"…
$ PROBLEMES_LITERALS                       <chr> "SANIRAT / EDUCACIO / ECONOMI…
$ PROBLEMES_R_1                            <chr> "Sanitat", "No sap problema",…
$ PROBLEMES_R_2                            <chr> "Educació-cultura-investigaci…
$ PROBLEMES_R_3                            <chr> "Funcionament de l'economia",…
$ PROBLEMES_R_4                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_R_5                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_R_6                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_R_7                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_R_8                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_R_9                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_R_10                           <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_R_11                           <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_R_12                           <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_E_1                            <chr> "Sanitat", "No sap problema",…
$ PROBLEMES_E_2                            <chr> "Educació-cultura-investigaci…
$ PROBLEMES_E_3                            <chr> "Funcionament de l'economia",…
$ PROBLEMES_E_4                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_E_5                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_E_6                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_E_7                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_E_8                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_E_9                            <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_E_10                           <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_E_11                           <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMES_E_12                           <chr> " ", " ", " ", " ", " ", " ",…
$ PROBLEMA                                 <chr> "No sap problema", " ", "Accé…
$ PROBLEMA_REDUIDA                         <chr> "No sap problema", " ", "Accé…
$ PARTIT_RESPOSTA_ECONOMIA                 <chr> "No ho sap", "No ho sap", "PS…
$ PARTIT_RESPOSTA_ECONOMIA_LITERALS        <chr> " ", " ", " ", " ", " ", " ",…
$ PARTIT_RESPOSTA_CONVIVENCIA              <chr> "No ho sap", "No ho sap", "PS…
$ PARTIT_RESPOSTA_CONVIVENCIA_LITERALS     <chr> " ", " ", " ", " ", " ", " ",…
$ PARTIT_RESPOSTA_DESIGUALTATS             <chr> "No ho sap", "No ho sap", "PS…
$ PARTIT_RESPOSTA_DESIGUALTATS_LITERALS    <chr> " ", " ", " ", " ", " ", " ",…
$ PARTIT_RESPOSTA_CAT_ESP                  <chr> "No ho sap", "No ho sap", "PS…
$ PARTIT_RESPOSTA_CAT_ESP_LITERALS         <chr> " ", " ", " ", " ", " ", " ",…
$ PARTIT_RESPOSTA_SEGURETAT                <chr> "No ho sap", "No ho sap", "PS…
$ PARTIT_RESPOSTA_SEGURETAT_LITERALS       <chr> " ", " ", " ", " ", " ", " ",…
$ PARTIT_RESPOSTA_SERVEIS_PUBLICS          <chr> "No ho sap", "No ho sap", "PS…
$ PARTIT_RESPOSTA_SERVEIS_PUBLICS_LITERALS <chr> " ", " ", " ", " ", " ", " ",…
$ SIT_ECO_CAT                              <chr> "Molt dolenta", "Dolenta", "N…
$ SIT_ECO_CAT_RETROSPECTIVA                <chr> "Pitjor", "Millor", "Igual", …
$ SIT_ECO_CAT_PROSPECTIVA                  <chr> "No ho sap", "Millorarà", "Mi…
$ SIT_ECO_ESP                              <chr> "Molt dolenta", "Bona", "Ni b…
$ SIT_ECO_ESP_PROSPECTIVA                  <chr> "Empitjorarà", "Millorarà", "…
$ SIT_ECO_PERSONAL                         <chr> "Millor", "Millor", "Igual", …
$ SIT_ECO_PERSONAL_PROSPECTIVA             <chr> "Millorarà", "Millorarà", "Mi…
$ SIT_POL_CAT                              <chr> "Bona", "Dolenta", "Ni bona n…
$ SIT_POL_CAT_RETROSPECTIVA                <chr> "Igual", "Igual", "Millor", "…
$ SIT_POL_CAT_PROSPECTIVA                  <chr> "Millorarà", "Empitjorarà", "…
$ SIT_POL_ESP                              <chr> "Molt dolenta", "Dolenta", "D…
$ INTERES_POL                              <chr> "Gens", "Gens", "Poc", "Basta…
$ PREFERENCIA_PRESIDENT_CAT                <chr> "Cap", "No ho sap", "Cap", "S…
$ PREFERENCIA_PRESIDENT_CAT_LITERALS       <chr> " ", " ", " ", " ", " ", " ",…
$ PREFERENCIA_PRESIDENT_ESP                <chr> "Cap", "No ho sap", "Cap", "P…
$ PREFERENCIA_PRESIDENT_ESP_LITERALS       <chr> " ", " ", " ", " ", " ", " ",…
$ VAL_GOV_CAT_0_10                         <chr> "5", "7", "6", "4", "4", "8",…
$ VAL_GOV_ESP_0_10                         <chr> "0 Molt dolenta", "5", "0 Mol…
$ CONFI_SOCIAL                             <chr> "Normalment totes les precauc…
$ EFICACIA_EXT_1                           <chr> "Més aviat en desacord", "Més…
$ EFICACIA_EXT_2                           <chr> "Més aviat d'acord", "Més avi…
$ EFICACIA_INT_1                           <chr> "Més aviat d'acord", "Més avi…
$ EFICACIA_INT_2                           <chr> "Més aviat d'acord", "Més avi…
$ ACTITUD_PROTESTA                         <chr> "És eficaç", "És inútil", "És…
$ PART_ASS_VEINS_SN                        <chr> "No", "No", "No", "No", "No",…
$ PART_ASS_JUVENIL_SN                      <chr> "No", "No", "No", "No", "No",…
$ PART_PARTIT_SN                           <chr> "No", "No", "No", "No", "No",…
$ PART_SINDICAT_SN                         <chr> "No", "No", "Sí", "No", "Sí",…
$ PART_ASS_RELIGIOSA_SN                    <chr> "No", "No", "No", "No", "No",…
$ PART_ORG_EMPRESARIAL_SN                  <chr> "No", "No", "No", "No", "No",…
$ PART_ASS_PROFESSIONAL_SN                 <chr> "No", "No", "No", "No", "No",…
$ PART_ASS_ECOLOGISTA_SN                   <chr> "No", "No", "No", "No", "No",…
$ PART_ASS_ESPORTIVA_SN                    <chr> "No", "No", "No", "No", "Sí",…
$ PART_ASS_AMPA_SN                         <chr> "No", "No", "Sí", "No", "No",…
$ PART_ASS_CONSUMIDORS_SN                  <chr> "No", "No", "No", "No", "No",…
$ PART_ONG_SN                              <chr> "Sí", "No", "No", "No", "No",…
$ PART_ASS_CULTURAL_SN                     <chr> "No", "No", "No", "No", "No",…
$ PART_ASS_POL_SN                          <chr> "No", "No", "No", "No", "No",…
$ PARTI_SIGNAR                             <chr> "No, no ho ha fet en el darre…
$ PARTI_CONTACTE                           <chr> "No, no ho ha fet en el darre…
$ PARTI_XARXES                             <chr> "No, no ho ha fet en el darre…
$ PARTI_MANIFESTACIO                       <chr> "No, no ho ha fet en el darre…
$ PARTI_BOICOTS                            <chr> "No, no ho ha fet en el darre…
$ INF_POL_DIARI_FREQ                       <chr> "Mai", "Mai", "Mai", "Mai", "…
$ INF_POL_TV_FREQ                          <chr> "Amb menys freqüència", "Mai"…
$ INF_POL_RADIO_FREQ                       <chr> "Mai", "Mai", "Mai", "5-6 die…
$ INF_POL_XARXES_FREQ                      <chr> "Mai", "1-2 dies per setmana"…
$ INF_POL_CONEGUTS_FREQ                    <chr> "Mai", "Amb menys freqüència"…
$ SATIS_DEMOCRACIA                         <chr> "Poc satisfet/a", "Bastant sa…
$ MAGA_PERDRE_TRADICIONS                   <chr> "Totalment d\u0092acord", "D'…
$ MAGA_PERDRE_RUMB                         <chr> "Ni d\u0092acord ni en desaco…
$ MAGA_GENT_TREBALLA                       <chr> "Totalment d\u0092acord", "To…
$ IMMI_MASSA                               <chr> "Molt d'acord", "Molt d'acord…
$ IMMI_GOVERN                              <chr> "Molt d'acord", "Molt d'acord…
$ IMMI_CAT_PITJOR                          <chr> "Molt en desacord", "En desac…
$ IMMI_CAT_POSITIU                         <chr> "Molt en desacord", "D'acord"…
$ IMMI_DEMAGOGIA                           <chr> "Molt en desacord", "No ho sa…
$ SIMPATIA_PARTIT                          <chr> "Cap", "Cap", "Cap", "PSC/PSO…
$ SIMPATIA_PARTIT_LITERALS                 <chr> " ", " ", " ", " ", " ", " ",…
$ SIMPATIA_PARTIT_PROPER                   <chr> "ERC", "Cap", "Comuns", " ", …
$ SIMPATIA_PARTIT_PROPER_LITERALS          <chr> " ", " ", " ", " ", " ", " ",…
$ IDEOL_0_10                               <chr> "0 Extrema esquerra", "5", "7…
$ IDEOL_PARE_0_10                          <chr> "10 Extrema dreta", "5", "8",…
$ IDEOL_MARE_0_10                          <chr> "6", "5", "8", "3", "4", "5",…
$ EU_0_10                                  <chr> "6", "5", "5", "5", "8", "9",…
$ CAT_0_10                                 <chr> "10 Màxim catalanisme", "6", …
$ ESP_0_10                                 <chr> "0 Mínim espanyolisme", "6", …
$ MONARQUIA_REPUBLICA                      <chr> "República", "Monarquia", "Re…
$ RELACIONS_CAT_ESP                        <chr> "Un estat independent", "Una …
$ ACTITUD_INDEPENDENCIA                    <chr> "Sí", "No", "No", "No", "Sí",…
$ ACTITUD_INDEP_CANVI                      <chr> "Sí, sempre he tingut aquesta…
$ VAL_CORDO_SANITARI                       <chr> "Ni a favor ni en contra", "N…
$ SIMPATIA_VOTANTS_PP_0_10                 <chr> "0 Molta antipatia", "5", "4"…
$ SIMPATIA_VOTANTS_PSC_0_10                <chr> "0 Molta antipatia", "5", "5"…
$ SIMPATIA_VOTANTS_ERC_0_10                <chr> "10 Molta simpatia", "5", "4"…
$ SIMPATIA_VOTANTS_CUP_0_10                <chr> "2", "5", "4", "5", "4", "4",…
$ SIMPATIA_VOTANTS_JXCAT_0_10              <chr> "8", "5", "5", "5", "6", "6",…
$ SIMPATIA_VOTANTS_CEC_0_10                <chr> "5", "5", "4", "5", "5", "6",…
$ SIMPATIA_VOTANTS_VOX_0_10                <chr> "0 Molta antipatia", "5", "3"…
$ SIMPATIA_VOTANTS_ALIANCA_0_10            <chr> "5", "5", "5", "5", "2", "1",…
$ PRIORITAT_GOVERN_1                       <chr> "Mantenir l\u0092ordre i la s…
$ INT_PARLAMENT_PART_1_4                   <chr> "Segur que aniria a votar", "…
$ INT_PARLAMENT_VOT                        <chr> "ERC", "En blanc", "PSC/PSOE"…
$ INT_PARLAMENT_VOT_LITERALS               <chr> " ", " ", " ", " ", " ", " ",…
$ INT_PARLAMENT_VOT2                       <chr> "Nul", "En blanc", "Aliança C…
$ INT_PARLAMENT_VOT2_LITERALS              <chr> " ", " ", " ", " ", " ", " ",…
$ INT_PARLAMENT_VOT2_RECORD                <chr> "No, no l\u0092he votat mai",…
$ PART_PARLAMENT                           <chr> "Estic segur que vaig votar",…
$ REC_PARLAMENT_VOT                        <chr> "ERC", " ", " ", "PSC/PSOE", …
$ REC_PARLAMENT_VOT_LITERALS               <chr> " ", " ", " ", " ", " ", " ",…
$ REC_PARLAMENT_VOT_CENS                   <chr> "ERC", "No va votar", "No va …
$ INT_CONGRES_PART_1_4                     <chr> "Segur que aniria a votar", "…
$ INT_CONGRES_VOT                          <chr> "ERC", "Nul", "Sumar - En Com…
$ INT_CONGRES_VOT_LITERALS                 <chr> " ", " ", " ", " ", " ", " ",…
$ PART_CONGRES                             <chr> "Estic segur que vaig votar",…
$ REC_CONGRES_VOT                          <chr> "ERC", " ", "PSC/PSOE", "PSC/…
$ REC_CONGRES_VOT_LITERALS                 <chr> " ", " ", " ", " ", " ", " ",…
$ REC_CONGRES_VOT_CENS                     <chr> "ERC", "No va votar", "PSC/PS…
$ CONEIX_A_FERNANDEZ                       <chr> "Coneix", "No coneix", "No co…
$ VAL_A_FERNANDEZ_0_10                     <chr> "No contesta", " ", " ", " ",…
$ CONEIX_C_PUIGDEMONT                      <chr> "Coneix", "Coneix", "Coneix",…
$ VAL_C_PUIGDEMONT_0_10                    <chr> "No contesta", "5", "3", " ",…
$ CONEIX_O_JUNQUERAS                       <chr> "Coneix", "No coneix", "Conei…
$ VAL_O_JUNQUERAS_0_10                     <chr> "8", " ", "3", " ", "5", "7",…
$ CONEIX_S_ILLA                            <chr> "No coneix", "No coneix", "Co…
$ VAL_S_ILLA_0_10                          <chr> " ", " ", "5", " ", "5", "8",…
$ CONEIX_J_ALBIACH                         <chr> "Coneix", "No coneix", "No co…
$ VAL_J_ALBIACH_0_10                       <chr> "No ho sap", " ", " ", " ", "…
$ CONEIX_P_CASTILLEJO                      <chr> "Coneix", "Coneix", "No conei…
$ VAL_P_CASTILLEJO_0_10                    <chr> "No ho sap", "5", " ", " ", "…
$ CONEIX_I_GARRIGA                         <chr> "No coneix", "Coneix", "Conei…
$ VAL_I_GARRIGA_0_10                       <chr> " ", "5", "3", " ", "3", " ",…
$ CONEIX_S_ORRIOLS                         <chr> "Coneix", "No coneix", "Conei…
$ VAL_S_ORRIOLS_0_10                       <chr> "No contesta", " ", "5", " ",…
$ CONEIX_P_SANCHEZ                         <chr> "Coneix", "Coneix", "Coneix",…
$ VAL_P_SANCHEZ_0_10                       <chr> "0 Molt malament", "5", "3", …
$ CONEIX_A_N_FEIJOO                        <chr> "Coneix", "Coneix", "Coneix",…
$ VAL_A_N_FEIJOO_0_10                      <chr> "2", "6", "3", "No ho sap", "…
$ CONEIX_S_ABASCAL                         <chr> "Coneix", "Coneix", "Coneix",…
$ VAL_S_ABASCAL_0_10                       <chr> "6", "5", "3", "No ho sap", "…
$ CONEIX_Y_DIAZ                            <chr> "Coneix", "No coneix", "Conei…
$ VAL_Y_DIAZ_0_10                          <chr> "5", " ", "5", "No ho sap", "…
$ ACT_TECNO_DESCONEIXEMENT                 <chr> "Molt", "Molt", "Gens", "No h…
$ ACT_TECNO_TECNICS                        <chr> "Poc", "Poc", "Gens", "No ho …
$ ACT_TECNO_NO_TECNICS                     <chr> "Poc", "Poc", "Gens", "Gens",…
$ ACT_TECNO_ESTUDIATS                      <chr> "Molt", "Molt", "Molt", "Molt…
$ ACT_TECNO_CIENCIA                        <chr> "Poc", "Poc", "Molt", "No ho …
$ ACT_TECNO_EXPERTS                        <chr> "Molt", "Molt", "Bastant", "N…
$ ACT_TECNO_PROXIMS                        <chr> "Bastant", "Poc", "Molt", "Po…
$ ATAC_UE_PROB                             <chr> "Poc probable", "Bastant prob…
$ RESPOSTA_ATAC_UE                         <chr> "No ho sap", "Respectar els a…
$ REFORC_MILITAR_UE                        <chr> "Bastant necessari", "Bastant…
$ CONFI_POL_CAT_0_10                       <chr> "Cap confiança", "4", "4", "7…
$ LLOC_NAIX_CCAA                           <chr> " ", " ", " ", "Andalusia", "…
$ LLOC_NAIX_MON                            <chr> " ", " ", " ", " ", " ", " ",…
$ LLOC_NAIX_PARE                           <chr> "A altres comunitats autònome…
$ LLOC_NAIX_PARE_JOVE                      <chr> " ", " ", " ", " ", " ", " ",…
$ LLOC_NAIX_PARE_GRAN                      <chr> " ", " ", " ", " ", " ", " ",…
$ LLOC_NAIX_MARE                           <chr> "A Catalunya", "Fora d'Espany…
$ LLOC_NAIX_MARE_JOVE                      <chr> " ", " ", " ", " ", " ", " ",…
$ LLOC_NAIX_MARE_GRAN                      <chr> " ", " ", " ", " ", " ", " ",…
$ RELIGIO                                  <chr> "Cap: Agnosticisme", "Islam",…
$ RELIGIO_LITERALS                         <chr> " ", " ", " ", " ", " ", " ",…
$ RELIGIO_FREQ                             <chr> " ", "No, mai", " ", "No, mai…
$ SIT_LAB                                  <chr> "Està temporalment de baixa",…
$ SIT_LAB_NO_ACTIU                         <chr> " ", " ", " ", "Jubilat/ada o…
$ SIT_LAB_ACTIU                            <chr> "Professional o treballador/a…
$ SECTOR                                   <chr> "Sector públic (Administració…
$ OCUPACIO_CNO11_LITERALS                  <chr> " ", " ", " ", " ", " ", " ",…
$ OCUPACIO_CNO11_1                         <chr> "Empleats/ades comptables, ad…
$ OCUPACIO_CNO11_2                         <chr> "Empleats en serveis comptabl…
$ OCUPACIO_CNO11_3                         <chr> " ", " ", " ", " ", " ", " ",…
$ ESTUDIS_1_15                             <chr> "FP de Grau Superior (Cicle/m…
$ ESTUDIS_LITERALS                         <chr> " ", " ", " ", " ", " ", " ",…
$ ESTAT_CIVIL_2                            <chr> "Casat/ada", "Solter/a", "Sol…
$ FILLS                                    <chr> "1", "0", "2", "4", "2", "2",…
$ RELACIO_HABITATGE                        <chr> "És propietari/ària, amb l\u0…
$ HERETAR_HABITATGE_FUTUR                  <chr> "Sí, podria heretar una part …
$ UTILITZA_FACEBOOK                        <chr> "No", "No", "Sí", "No", "Sí",…
$ UTILITZA_INSTAGRAM                       <chr> "No", "Sí", "Sí", "No", "No",…
$ UTILITZA_TWITTER                         <chr> "No", "No", "No", "No", "No",…
$ UTILITZA_TELEGRAM                        <chr> "No", "No", "Sí", "No", "No",…
$ UTILITZA_TIKTOK                          <chr> "No", "Sí", "Sí", "No", "No",…
$ UTILITZA_BLUESKY                         <chr> "No", "No", "No", "No", "No",…
$ UTILITZA_YOUTUBE                         <chr> "No", "Sí", "Sí", "No", "No",…
$ UTILITZA_TWITCH                          <chr> "No", "No", "No", "No", "No",…
$ XARXES_TEMPS                             <chr> "No tinc xarxes socials", "En…
$ LLENGUA_PRIMERA_1_3                      <chr> "Català", "Castellà", "Castel…
$ LLENGUA_PRIMERA_ALTRES                   <chr> " ", " ", " ", " ", " ", " ",…
$ LLENGUA_PRIMERA_ALTRES_LITERALS          <chr> " ", " ", " ", " ", " ", " ",…
$ LLENGUA_IDENT_1_3                        <chr> "Català", "Castellà", "Castel…
$ LLENGUA_IDENT_ALTRES                     <chr> " ", " ", " ", " ", " ", " ",…
$ LLENGUA_IDENT_ALTRES_LITERALS            <chr> " ", " ", " ", " ", " ", " ",…
$ SENTIMENT_PERTINENCA                     <chr> "Només català/ana", "Més espa…
$ PERSONES_LLAR                            <chr> "Tres", "Cinc", "Quatre", "Un…
$ DEPENDENCIA_ECO_PARES_MENORS_40          <chr> "No", "No", "No", " ", " ", "…
$ ORIENTACIO_SEXUAL                        <chr> "Heterosexual (parella d\u009…
$ ORIENTACIO_SEXUAL_LITERALS               <chr> " ", " ", " ", " ", " ", " ",…
$ INGRESSOS_1_15                           <chr> "De 1.801 a 2.000 euros", "De…
$ CLASSE_SOCIAL_SUBJECTIVA_1_7             <chr> "Classe treballadora mitjana"…
$ HORA_ULTIMA_PREGUNTA                     <chr> " ", " ", " ", " ", " ", " ",…
$ E2                                       <chr> "Quasi mai", "Quasi mai", "Qu…
$ E3_1_4                                   <chr> "Gens", "Gens", "Gens", "Gens…
$ E4_1_4                                   <chr> "Molt", "Bastant", "Molt", "B…
$ E5_1_4                                   <chr> "Molt", "Poc", "Molt", "Poc",…
$ E6                                       <chr> "Molt", "Molt", "Molt", "Molt…
$ E7                                       <chr> "No", "No", "Sí", "No", "No",…
$ E81                                      <chr> " ", " ", "No", " ", " ", " "…
$ E82                                      <chr> " ", " ", "Sí", " ", " ", " "…
$ E83                                      <chr> " ", " ", "No", " ", " ", " "…
$ E84                                      <chr> " ", " ", "No", " ", " ", " "…
$ E85                                      <chr> " ", " ", "No", " ", " ", " "…
$ E86                                      <chr> " ", " ", "No", " ", " ", " "…
$ E898                                     <chr> " ", " ", "No", " ", " ", " "…
$ E9                                       <chr> "Totalment al domicili", "Tot…
$ E10                                      <chr> "Sí", "Sí", "Sí", "Sí", "Sí",…
$ E11                                      <chr> "Sí", "Sí", "Sí", "No", "No",…
$ E11_LITERALS                             <chr> " ", " ", " ", " ", " ", " ",…
$ FORMAT_ENQUESTA                          <chr> "Ordinador", "Ordinador", "Or…
$ SUPERVISADA                              <chr> " ", " ", " ", " ", " ", " ",…
$ SIMPATIA_PARTIT_R                        <chr> "Cap", "Cap", "Cap", "PSC/PSO…
$ INT_PARLAMENT_VOT_R                      <chr> "ERC", "En blanc", "PSC/PSOE"…
$ REC_PARLAMENT_VOT_R                      <chr> "ERC", " ", " ", "PSC/PSOE", …
$ REC_PARLAMENT_VOT_CENS_R                 <chr> "ERC", "No va votar", "No va …
$ INT_CONGRES_VOT_R                        <chr> "ERC", "Nul", "Sumar - En Com…
$ REC_CONGRES_VOT_R                        <chr> "ERC", " ", "PSC-PSOE", "PSC-…
$ REC_CONGRES_VOT_CENS_R                   <chr> "ERC", "No va votar", "PSC-PS…
$ CIRCUIT_1145_1                           <chr> "P16-P17", "P16-P17", "P17-P1…
$ CIRCUIT_1145_2                           <chr> "P19-P18", "P18-P19", "P18-P1…
$ CIRCUIT_1145_3                           <chr> "P36-P34-P35", "P36-P34-P35",…
$ CIRCUIT_1145_4                           <chr> "Codis 1-25", "Segons resulta…
$ CIRCUIT_1145_5                           <chr> "P56/P57-P54/P55", "P56/P57-P…
$ CIRCUIT_1145_6                           <chr> "P61-P59/P60", "P61-P59/P60",…
$ EGP10                                    <chr> "IVb Autònoms/es sense trebal…
$ EGP6                                     <chr> "IVab Petita burgesia", "III …

Este marco de datos tiene 2000 observaciones y 300 variables. Estas están códificadas en variables de carácter y númericas. Y, por último, la unidad de observación es el individuo encuestado ya que cada fila corresponde a una de las personas entrevistadas.

Actividad 2

  1. Crea una tabla de frecuencias para la variable ‘MONARQUIA_REPUBLICA’ (¿Qué forma de gobierno prefiere usted, monarquía o república?) y comenta el resultado.
Mostrar código. 
library(dplyr)
library(janitor)

monarquia_republica<- ceo %>%
  tabyl(MONARQUIA_REPUBLICA) %>%
  mutate(porcentaje = percent * 100)

monarquia_republica
 MONARQUIA_REPUBLICA    n percent porcentaje
           Monarquia  335  0.1675      16.75
         No contesta   52  0.0260       2.60
           No ho sap  132  0.0660       6.60
           República 1424  0.7120      71.20
           Una altra   57  0.0285       2.85

Teniendo en cuenta el contenido de la tabla se puede afirmar que hay una clara preferencia por la república puesto que, de las personas entrevistadas, un 71,20% prefieren esta forma de gobierno, frente al 16,75% que tiene como preferencia la monarquía.

Por otro lado, hay un porcentaje de personas que eligen la opción no contesta (2,60%) no sabe (6,6%) y otra (2,85%).

  1. Crea una tabla con LLOC_NAIX (¿Me podría decir dónde nació?) que te permita responder a la pregunta siguiente: ¿Qué porcentaje de personas de la muestra han nacido en Cataluña (Catalunya, en catalán)?
Mostrar código. 
info_nacimiento <- ceo %>%
  tabyl(LLOC_NAIX) %>%
  mutate(porcentaje = percent * 100)

info_nacimiento
                     LLOC_NAIX    n percent porcentaje
                   A Catalunya 1405  0.7025      70.25
 A altres comunitats autònomes  400  0.2000      20.00
                Fora d'Espanya  195  0.0975       9.75

Esta tabla nos muestra que de las personas informantes el 70,25% han nacido en Cataluña frente al 20% que habían nacido en otras Comunidades Autónomas y el 9,75% que lo hizo fuera de España. Por lo tanto una gran mayoría de las personas entrevistadas son catalanas.

  1. Calcula la frecuencia absoluta y relativa de la variable REC_PARLAMENT_VOT (Recuerdo de voto en el Parlament de aquellos que votaron). Elimina de la tabla los casos que no recuerdan haber votado (” “) con ‘filter’ antes de calular las frecuencias.
Mostrar código. 
voto <- ceo %>%
 filter(REC_PARLAMENT_VOT != " ") %>%
 tabyl(REC_PARLAMENT_VOT) %>%
 mutate(porcentaje = percent * 100)

voto
   REC_PARLAMENT_VOT   n      percent  porcentaje
    Aliança Catalana  31 0.0240870241  2.40870241
      Altres partits   4 0.0031080031  0.31080031
                 C's   1 0.0007770008  0.07770008
                 CUP  66 0.0512820513  5.12820513
        Comuns Sumar  83 0.0644910645  6.44910645
                 ERC 255 0.1981351981 19.81351981
            En blanc  29 0.0225330225  2.25330225
 Junts per Catalunya 184 0.1429681430 14.29681430
         No contesta  55 0.0427350427  4.27350427
           No ho sap  40 0.0310800311  3.10800311
                 Nul  10 0.0077700078  0.77700078
               PACMA   9 0.0069930070  0.69930070
                  PP  66 0.0512820513  5.12820513
            PSC/PSOE 385 0.2991452991 29.91452991
                 VOX  69 0.0536130536  5.36130536

En este caso el partido más votado entre las personas entrevistadas fue el PSC/PSOE seguido de ERC y Junts per Catalunya. Por lo que se puede decir que en las anteriores elecciones las dos fuerzas políticas con más votación fueron dos partidos que se encuentran a la izquierda del tablero ideológico.

  1. ¿Cual fué el partido que más gente recuerda haber votado en aquellas elecciones? Elimina de la tabla los casos que no recuerdan haber votado (” “) con ‘filter’ y muestra sólo el valor más frecuente (moda) para la variable REC_PARLAMENT_VOT
Mostrar código. 
moda_voto <- ceo %>%
  filter(REC_PARLAMENT_VOT != " ") %>%
  tabyl(REC_PARLAMENT_VOT) %>%
  arrange(desc(n)) %>%
  slice(1)


moda_voto
 REC_PARLAMENT_VOT   n   percent
          PSC/PSOE 385 0.2991453

Como muestra la tabla, la moda es el PSC/PSOE, ya que es el partido más votado.

  1. Convierte la variable SATIS_DEMOCRACIA (¿Está usted muy, bastante, poco o nada satisfecho/a con el funcionamiento de nuestra democracia?) en una variable ordinal (factor) con el comando ‘mutate’ y ordena las categorias de respuesta de la manera siguiente: “Molt satisfet/a”, “Bastant satisfet/a”, “Poc satisfet/a”, “Gens satisfet/a”, “No ho sap”, “No contesta”. Después, Calcula la frecuencia absoluta y relativa.

Ten en cuenta que:

  • “Molt satisfet/a” significa “Muy satisfecho/a”
  • “Bastant satisfet/a” significa “Bastante satisfecho/a”
  • “Poc satisfet/a” significa “Poco satisfecho/a”
  • “Gens satisfet/a” significa “Nada satisfecho/a”
  • “No ho sap” significa “No lo sabe”
Mostrar código. 
ceo <- ceo %>%
  mutate(SATIS_DEMOCRACIA = factor(SATIS_DEMOCRACIA, 
                                   levels = c("Molt satisfet/a", 
                                              "Bastant satisfet/a", 
                                              "Poc satisfet/a", 
                                              "Gens satisfet/a", 
                                              "No ho sap", 
                                              "No contesta")))


satis_ordenada <- ceo %>%
  tabyl(SATIS_DEMOCRACIA) %>%
  mutate(porcentaje = percent * 100)


satis_ordenada
   SATIS_DEMOCRACIA   n percent porcentaje
    Molt satisfet/a  65  0.0325       3.25
 Bastant satisfet/a 526  0.2630      26.30
     Poc satisfet/a 949  0.4745      47.45
    Gens satisfet/a 425  0.2125      21.25
          No ho sap  30  0.0150       1.50
        No contesta   5  0.0025       0.25

Esta tabla nos muestra que, de las personas entrevistadas, el 47,45% están poco satisfechas y el 21,25% nada satisfechas con la democracia frente al 26,3% que están bastante satisfechas y el 3,25% que están muy satisfechas, con esta información se puede afirmar que entre las personas entrevistadas hay una gran grado de descontento con la democracia.

  1. Recodifica los valores de VAL_GOV_CAT_0_10 de tal manera que crees la variable VAL_GOV_CAT_0_10_NUM en el dataset ceo, que vaya del 10 al 1. No ho sap y No contesta dejalos cómo NA_real_.

Ten en cuenta que:

  • “10 Molt bona” significa “10 Muy buena”
  • “0 Molt dolenta” significa “0 Muy mala”
  • “No ho sap” significa “No lo sabe”
Mostrar código. 
ceo <- ceo %>%
  mutate(VAL_GOV_CAT_0_10_NUM = case_match(VAL_GOV_CAT_0_10,
    "10 Molt bona"    ~ 10,
    "9"               ~ 9,
    "8"               ~ 8,
    "7"               ~ 7,
    "6"               ~ 6,
    "5"               ~ 5,
    "4"               ~ 4,
    "3"               ~ 3,
    "2"               ~ 2,
    "1"               ~ 1,
    "0 Molt dolenta"  ~ 0,
    "No ho sap"       ~ NA_real_,
    "No contesta"     ~ NA_real_
  ))
  1. Calcula la media y la mediana de la variable VAL_GOV_CAT_0_10_NUM segun recuerdo de voto REC_PARLAMENT_VOT y comenta brevemente el resultado. Recuerda eliminar a las personas que no recuerdan haber votado y las que no saben o no contestan la valoración del gobierno.
Mostrar código. 
media_mediana<- ceo %>%
  filter(REC_PARLAMENT_VOT != " ", 
         !is.na(VAL_GOV_CAT_0_10_NUM)) %>%
  summarise(
    media = mean(VAL_GOV_CAT_0_10_NUM),
    mediana = median(VAL_GOV_CAT_0_10_NUM),
  )

media_mediana
# A tibble: 1 × 2
  media mediana
  <dbl>   <dbl>
1  4.95       5

La media de valoración del Govern es un 4.95, por lo que las personas entrevistadas suspenden al Gobierno de la Generalitat. A su vez, la mediana es un 5, lo que significa que de las personas que han sido entrevistadas otorgarían un 5, pero que las personas que suspenden al gobierno hace que baje la media.

  1. Ahora veremos si hay diferencias segun la edad en la valoración del gobierno. Haz un barplot (geom_bar, utiliza la opción position="dodge") de la distribucion de la variable VAL_GOV_CAT_0_10_NUM por EDAT_GR (Grupo de edad).
Mostrar código. 
valoración_edad<- ceo %>%
  filter(!is.na(VAL_GOV_CAT_0_10_NUM), !is.na(EDAT_GR))

ggplot(valoración_edad, aes(x = factor(VAL_GOV_CAT_0_10_NUM), fill = EDAT_GR)) +
  geom_bar(position = "dodge") +
  labs(
    title = "Valoración del Govern por edad",
    x = "Puntuación (0-10)",
    y = "Frecuencia (n)",
    fill = "Grupo de edad"
  )

Mostrar código. 
valoración_edad
# A tibble: 1,868 × 301
   PONDERA ORDRE ORDRE_REVISADA   REO METODOLOGIA BOP_NUM        ANY MES     DIA
     <dbl> <dbl> <chr>          <dbl> <chr>       <chr>        <dbl> <chr> <dbl>
 1       1     1 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
 2       1     2 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
 3       1     3 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
 4       1     4 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
 5       1     5 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
 6       1     6 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
 7       1     7 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
 8       1     8 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
 9       1     9 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
10       1    10 " "             1145 Presencial  Oct. 25 - 1…  2025 Octu…    13
# ℹ 1,858 more rows
# ℹ 292 more variables: HORA_INI <chr>, HORA_FIN <chr>, DATA_INI <chr>,
#   DATA_FIN <chr>, DURADA <dbl>, GRAVACIO <chr>, TIPUS_GRAV <chr>, FASE <chr>,
#   ENQUESTADOR_CODI <dbl>, ENQUESTADOR_SEXE <chr>, ENQUESTADOR_EDAT <dbl>,
#   ENQUESTADOR_ESTUDIS <chr>, ENQUESTADOR_NACIONALITAT <chr>,
#   NUM_QUEST_CAMP <chr>, PROVINCIA <chr>, HABITAT <chr>, MUNICIPI <chr>,
#   COMARCA <chr>, CLUSTER_24 <dbl>, SECCIO_TEORICA <chr>, CONF_SECC <chr>, …

La mayoría de las personas y de los grupos de edad valoraron al Govern con 5. En este gráfico se puede ver como los jóvenes tienden a la moderación a la hora de valorar tendiendo a puntuar por el medio mientras que las persoans más mayores tienden a dar una mejor puntuación y las personas entre 35 y 64 años los que peor valoran al Govern.

Actividad 3

En esta actividad analizaremos un marco de datos obtenido a partir del Banco Mundial. El Banco Mundial pone a disposición pública una gran cantidad de indicadores comparados entre países sobre desarrollo económico y social, como el producto interior bruto, la esperanza de vida, la educación o el mercado laboral. Para importar estos datos directamente desde internet utilizaremos el paquete WDI, que permite descargar indicadores internacionales actualizados de forma sencilla desde R. Si no tienes el paquete instalado debes instalarlo con la función install.packages("WDI") y cargarlo.

Mostrar código. 
#install.packages("WDI") # eliminar esta linea de codigo una vez hayas instalado el paquete
library(WDI)

wdi <- WDI(
  country = "all",
  indicator = c(
    gdp = "NY.GDP.PCAP.KD",
    lifeExp = "SP.DYN.LE00.IN",
    population = "SP.POP.TOTL"
  ),
  start = 2000,
  end = 2023
) %>%
  as_tibble()
  1. En primer lugar realiza una exploración del marco de datos wdi. No olvides explicar si tenemos NA y en qué variables.
Mostrar código. 
glimpse(wdi)
Rows: 6,384
Columns: 7
$ country    <chr> "Afghanistan", "Afghanistan", "Afghanistan", "Afghanistan",…
$ iso2c      <chr> "AF", "AF", "AF", "AF", "AF", "AF", "AF", "AF", "AF", "AF",…
$ iso3c      <chr> "AFG", "AFG", "AFG", "AFG", "AFG", "AFG", "AFG", "AFG", "AF…
$ year       <int> 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009,…
$ gdp        <dbl> 308.3183, 277.1181, 338.1400, 346.0716, 338.6373, 363.6401,…
$ lifeExp    <dbl> 55.00500, 55.51100, 56.22500, 57.17100, 57.81000, 58.24700,…
$ population <dbl> 20130327, 20284307, 21378117, 22733049, 23560654, 24404567,…
Mostrar código. 
wdi %>%
  summarise(across(everything(), ~ sum(is.na(.))))
# A tibble: 1 × 7
  country iso2c iso3c  year   gdp lifeExp population
    <int> <int> <int> <int> <int>   <int>      <int>
1       0     0     0     0   273      24         24
Mostrar código. 
summary(wdi)
   country             iso2c              iso3c                year     
 Length:6384        Length:6384        Length:6384        Min.   :2000  
 Class :character   Class :character   Class :character   1st Qu.:2006  
 Mode  :character   Mode  :character   Mode  :character   Median :2012  
                                                          Mean   :2012  
                                                          3rd Qu.:2017  
                                                          Max.   :2023  
                                                                        
      gdp            lifeExp        population       
 Min.   :   233   Min.   :14.66   Min.   :9.544e+03  
 1st Qu.:  1769   1st Qu.:65.17   1st Qu.:1.453e+06  
 Median :  5324   Median :71.96   Median :9.688e+06  
 Mean   : 14380   Mean   :70.51   Mean   :2.869e+08  
 3rd Qu.: 18070   3rd Qu.:76.88   3rd Qu.:5.986e+07  
 Max.   :225884   Max.   :86.37   Max.   :8.064e+09  
 NA's   :273      NA's   :24      NA's   :24

El marco de datos tiene 6384 de observaciones y 7 variables. Estas están códificadas en variables de carácter y númericas. La unidad de obvervación es el país y el año. El marco de datos tiene cariables con respuesta NA, en la variable gdp hay 273 NA en lifeEXP 24 NA y en la variable population 24 NA.

  1. Escoje dos países y visualiza cómo ha evolucionado la esperanza de vida a lo largo del tiempo. Comenta brevemente cómo estaba distribuída en las dos regiones entre el 2000 i el 2023.
Mostrar código. 
library(ggplot2)
esperanza_vida_suiza_españa <- wdi %>%
  filter(country %in% c("Switzerland", "Spain"))

ggplot(esperanza_vida_suiza_españa, aes(x = year, y = lifeExp, color = country)) +
  geom_line(linewidth = 1.2) +
  labs(
    title = "Evolución de la esperanza de vida (2000-2023). Suiza y España",
    x = "Año",
    y = "Esperanza de vida",
    color = "País"
  )

La esperanza de vida entre Suiza y España evoluciona de manera similar, con una ligera ventaja de Suiza. Como vemos en el año 2020 los dos países tienen una caída en la esperanza de vida, esto se puede explicar teniendo en cuenta que es el periodo en el que el COVID-19 había golpeado Europa.

  1. Haz un histograma con todos los datos de los mismos dos países, separado por un geom_facet():
Mostrar código. 
histograma<- ggplot(esperanza_vida_suiza_españa, aes(x = lifeExp, fill = country)) +
  geom_histogram(bins = 15, color = "white", alpha = 0.7) +
  facet_wrap(~country) +
  labs(
    title = "Distribución de la esperanza de vida (2000-2023)",
    x = "Esperanza de vida",
    y = "Frecuencia",
    fill = "País"
  ) 
histograma

  1. Hazte una pregunta sobre uno o diversos países que puedas resolver mediante una visualización de las que has estudiado en esta unidad. Respondela con un gráfico.

La pregunta que quiero responder es: ¿hay relación entre la población de un país y los niveles de riqueza del mismo? (año 2022)

Mostrar código. 
poblacion_riqueza <- wdi %>%
  filter(year == 2022) %>%
  filter(!is.na(gdp), !is.na(population))


ggplot(poblacion_riqueza, aes(x = population, y = gdp)) +
  geom_point(alpha = 0.5, color = "darkgreen") +
  scale_x_log10() + 
  labs(
    title = "Relación entre Población y PIB per cápita (2022)",
    x = "Población total",
    y = "PIB per cápita"
  )

Mostrar código. 
poblacion_riqueza
# A tibble: 256 × 7
   country                     iso2c iso3c  year    gdp lifeExp population
   <chr>                       <chr> <chr> <int>  <dbl>   <dbl>      <dbl>
 1 Afghanistan                 AF    AFG    2022   378.    65.6   40578842
 2 Africa Eastern and Southern ZH    AFE    2022  1440.    64.5  731821393
 3 Africa Western and Central  ZI    AFW    2022  1757.    58.0  497387180
 4 Albania                     AL    ALB    2022  5868.    78.8    2451636
 5 Algeria                     DZ    DZA    2022  4544.    76.1   45477389
 6 American Samoa              AS    ASM    2022 13709.    72.8      48342
 7 Andorra                     AD    AND    2022 39780.    84.0      79705
 8 Angola                      AO    AGO    2022  2861.    64.2   35635029
 9 Antigua and Barbuda         AG    ATG    2022 17457.    77.5      92840
10 Arab World                  1A    ARB    2022  6352.    71.9  471352066
# ℹ 246 more rows

La dispersión de los puntos verdes nos demuestra que no hay una relación entre la población de los paises y sus niveles de riqueza o pobreza.