Untitled

library(tidyverse)

library(readxl)

library(ggplot2)

usu_individual_T325 <- read_excel("C:/Users/eb/Downloads/usu_individual_T325.xlsx")

class(usu_individual_T325$NIVEL_ED)

## [1] "numeric"

class(usu_individual_T325$ESTADO)

## [1] "numeric"

Tabla de frecuencias ESTADO

table(usu_individual_T325$ESTADO)

## 
##     0     1     2     3     4 
##    64 20066  1303 18630  4883

Transformar ESTADO en variable categórica (factor)

usu_individual_T325$ESTADO <- factor(usu_individual_T325$ESTADO,

                                     levels = c(0, 1, 2, 3, 4),

                                     labels = c("No realizada",

                                                "Ocupado",

                                                "Desocupado",

                                                "Inactivo",

                                                "Menor de 10 años"))

Verificación transformación

table(usu_individual_T325$ESTADO)

## 
##     No realizada          Ocupado       Desocupado         Inactivo 
##               64            20066             1303            18630 
## Menor de 10 años 
##             4883

Eliminar los valores nulos y negativos de la variable PP08D1

usu_individual_T325 <- usu_individual_T325[

  !is.na(usu_individual_T325$PP08D1) & usu_individual_T325$PP08D1 >= 0, 

]

#Verificación de resultados

summary(usu_individual_T325$PP08D1)

##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
##        0        0   400000   583559   900000 12000000

#Variable numerica de nivel educativo

Tabla de frecuencias

table(usu_individual_T325$NIVEL_ED)

## 
##    1    2    3    4    5    6    7 
##  475 1926 2911 5698 2524 4019   44

Proporciones

prop.table(table(usu_individual_T325$NIVEL_ED))

## 
##           1           2           3           4           5           6 
## 0.026993237 0.109450475 0.165425925 0.323805194 0.143433540 0.228391203 
##           7 
## 0.002500426

#Lables de la variable

usu_individual_T325$NIVEL_ED <- factor(usu_individual_T325$NIVEL_ED,

                                      levels = c(1,2,3,4,5,6,7),

                                      labels = c("Primario incompleto",

                                                 "Primario completo",

                                                 "Secundario incompleto",

                                                 "Secundario completo",

                                                 "Superior incompleto",

                                                 "Superior completo",

                                                 "Sin instrucción"))

La variable NIVEL_ED es categórica y representa el nivel educativo alcanzado por los individuos, se observa una mayor concentración en niveles intermedios (como secundario completo o incompleto), mientras que los niveles extremos presentan menor proporción.

#variable numerica

Resumen estadístico

summary(usu_individual_T325$ITF)

##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
##        0   560000  1380000  1671223  2300000 71300000

#limpieza de datos

Eliminar NA y valores negativos

usu_individual_T325_ITF <- usu_individual_T325[

  !is.na(usu_individual_T325$ITF) & usu_individual_T325$ITF > 0, 

]

Nuevo resumen

summary(usu_individual_T325_ITF$ITF)

##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
##    20000  1070000  1700000  2085857  2550000 71300000

Se calculó el ingreso promedio del ingreso total familiar (ITF) para cada nivel educativo (NIVEL_ED) utilizando la función tapply, que permite aplicar una operación estadística sobre una variable numérica agrupándola según una variable categórica. En este caso, se obtuvo el promedio de ingresos dentro de cada categoría de nivel educativo, ignorando los valores faltantes.

tapply(usu_individual_T325_ITF$ITF, 

       usu_individual_T325_ITF$NIVEL_ED, 

       mean, 

       na.rm = TRUE)

##   Primario incompleto     Primario completo Secundario incompleto 
##               1508459               1516886               1631071 
##   Secundario completo   Superior incompleto     Superior completo 
##               1943457               2203015               2862818 
##       Sin instrucción 
##               1714944

Visualización

ggplot(usu_individual_T325_ITF, aes(x = NIVEL_ED, y = ITF)) +

  stat_summary(fun = mean, geom = "bar") +

  labs(title = "Ingreso promedio por nivel educativo",

       x = "Nivel educativo",

       y = "Ingreso promedio (ITF)") +

  theme(axis.text.x = element_text(angle = 45, hjust = 1))