Se realizará el prabajo práctico n°2 basado en el ejercicio 5.3 del manual conforme a lo realizado en la clase del 13 de agosto.

options(scipen = 999)
library(tidyverse)

data_mundial <- read.csv("https://bitsandbricks.github.io/data/gapminder.csv")

summary(data_mundial)
##         pais          continente        anio         expVida     
##  Length   :1704   Length   :1704   Min.   :1952   Min.   :23.60  
##  N.unique : 142   N.unique :   5   1st Qu.:1966   1st Qu.:48.20  
##  N.blank  :   0   N.blank  :   0   Median :1980   Median :60.71  
##  Min.nchar:   4   Min.nchar:   4   Mean   :1980   Mean   :59.47  
##  Max.nchar:  24   Max.nchar:   8   3rd Qu.:1993   3rd Qu.:70.85  
##                                    Max.   :2007   Max.   :82.60  
##       pobl                PBI_PC        
##  Min.   :     60011   Min.   :   241.2  
##  1st Qu.:   2793664   1st Qu.:  1202.1  
##  Median :   7023596   Median :  3531.8  
##  Mean   :  29601212   Mean   :  7215.3  
##  3rd Qu.:  19585222   3rd Qu.:  9325.5  
##  Max.   :1318683096   Max.   :113523.1

Se selecciona como variables el PBI y la expectativa de vida, pero para hacerlo uniforme y no repetir paises, primero vamos a seleccionar el año 2007 para nuestra muestra

data_2007 <- data_mundial %>%
  filter(anio == 2007)

A partir de esto, realizamos un gráfico con las variables seleccionadas. En este caso, incluiremos ademas título, subtitulo y nomenclaremos los ejes

ggplot(data = data_2007) +
  geom_point(aes(x = PBI_PC, y = expVida)) +
  geom_smooth(aes(x = PBI_PC, y = expVida), method = "lm") +
  labs(title = "Expectativa de vida vs. PBI per capita, con linea de regresion",
       subtitle = "Paises del mundo, anio 2007",
       x = "PBI per capita (USD)",
       y = "expectativa de vida (anios)")
## `geom_smooth()` using formula = 'y ~ x'

A partir de esto se calcula la regresión

regresion_2007 <- lm(expVida ~ PBI_PC, 
                    data = data_2007)


summary(regresion_2007)
## 
## Call:
## lm(formula = expVida ~ PBI_PC, data = data_2007)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -22.828  -6.316   1.922   6.898  13.128 
## 
## Coefficients:
##                Estimate  Std. Error t value            Pr(>|t|)    
## (Intercept) 59.56565008  1.01040864   58.95 <0.0000000000000002 ***
## PBI_PC       0.00063713  0.00005827   10.93 <0.0000000000000002 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 8.899 on 140 degrees of freedom
## Multiple R-squared:  0.4606, Adjusted R-squared:  0.4567 
## F-statistic: 119.5 on 1 and 140 DF,  p-value: < 0.00000000000000022