Repte 2

Activitat 1

Si inclous al següent chunk eval = T i t’assegures que l’arxiu aadd_unit2.png està guardat al teu directori de treball, veuràs el marc de dades del COW Trade 4.0. Observa les dades de la imatge i consulta, si així ho consideres, la pàgina web per respondre les següents preguntes:

• Quantes observacions i variables té?
• Quina és la unitat d’observació?
• Quin tipus de variables té?
• Quin és el nivell d’anàlisi?
• Proposa una pregunta que es podria contestar utilitzant la informació d’aquest marc de dades (combinada amb altres dades si cal).
• Posa un exemple de problema de fal·làcia ecològica amb aquestes dades.

# pon eval = T para visualizar la imagen
# asegúrate de que la imagen y este documento están en la misma carpeta
knitr::include_graphics("aadd_unit2.png")

Activitat 2

En aquesta activitat utilitzarem el marc de dades de la base de dades CLEA. A l’anterior enllaç cal descarregar el fitxer en format dta “clea_uc_20260908.dta” (el nom exacte del fitxer pot canviar lleugerament, ja que es va actualitzant). És important guardar-lo a la mateixa carpeta on teniu el fitxer Quarto amb què esteu treballant), després l’importarem amb la funció read_dta() del paquet haven i el desarem com un objecte amb el nom de clea. És important per fer aquesta activitat que disposis de connexió a internet ja que les dades s’importen des d’una pàgina web.

Les preguntes d’aquesta activitat s’han de contestar, idealment, utilitzant el codi de R base (evita, en la mesura del que puguis, les funcions del paquet dplyr).

# Recorda que tots els chunks estan en eval = F, per activar-los has de canviar a eval = T
# Recorda desar el fitxer .dta a la mateixa carpeta que el fitxer .qmd.
clea <- read_dta("clea_uc_20260908.dta")

1. Fes una exploració general de les dades amb les funcions que ja coneixes, identificant el nombre d’observacions, variables, unitat d’observació, etc.

2. Amb unique(), examina quants països diferents hi ha.

3. Escriu el codi que et permeti observar quina observació/observacions hi ha pel partit “ESTAT CATALA”.

4. Canvia “Lérida” per “Lleida” i “Gerona” per “Girona” a la variable cst_n.

5. La variable yr indica l’any en què van tenir lloc les eleccions. Volem crear una nova variable que es digui yr_since i que calculi quants anys fa que van tenir lloc les eleccions respecte a l’any 2026. Així, a les primeres eleccions de la base de dades (1906) hi hauria d’aparèixer el valor 120, ja que 2026-1906=120.

6. Redueix les dades en un objecte nou (clea_es), de manera que conservis només les observacions d’Espanya.

7. Finalment, crea una nova variable decade a partir dels valors de la variable year, de manera que observis els seus valors per dècades. És a dir, en lloc de 1966 s’hauria de veure el valor “1960s”, en lloc de 1971 el valor “1970s”, etc.

Activitat 3

En aquesta secció utilitzarem el sistema pipe (%>% o |>) i les funcions del paquet dplyr (filter, select, mutate, arrange). Els farem servir per analitzar la base de dades de personatges d’Avengers, de Marvel. Aquesta base de dades l’obtenim a partir del paquet fivethirtyeight i guardem la base de dades completa en un objecte que anomenem avengers_full. Podeu trobar més informació sobre les dades aquí.

## Instal·la el paquet fivethirtyeight si no el tens ja instal·lat (fes-ho només un cop i no incloguis aquest codi al document)
# install.packages("fivethirtyeight") 
library(fivethirtyeight)
avengers_full <- fivethirtyeight::avengers

1. En primer lloc, reduirem les dades, de manera que només conservarem les dades que ens interessen. Primer hauràs de visualitzar les dades per fer-te una idea del seu contingut (prova-ho amb glimpse()). A continuació, crea un nou objecte avengers on conservarem les columnes que especifiquen el nom, les aparicions, si està en actiu, el gènere, les que tenen en compte el temps, i la d’estatus del personatge. Aquest serà el marc de dades que farem servir a la resta de l’activitat.

2. Filtra les dades d’Avengers perquè es mostrin només els personatges honoraris.

3. Filtra les dades perquè es mostrin només els personatges que s’incorporen a partir del segle XXI.

4. Copia el codi anterior i afegeix un nou pipe, creïs una nova variable (app_pc) que defineixi les aparicions anuals de mitjana per a aquests personatges. [Hi ha una variable que indica quants anys fa que van ser creats]

5. Copia el codi anterior i afegeix un nou pipe, on mostris només el nom del personatge i la nova variable, després afegeix un altre pipe que ordeni les dades de major a menor aparicions anuals de mitjana.

6. D’entre els personateges en actiu, mostra els noms, el gènere i l’estatus en ordre decreixent d’antiguitat. Respon a la pregunta utilitzant, en aquest ordre, filter(), select() i arrange(). El marc de dades resultant hauria de mostrar clarament la resposta.

7. [BONUS] Planteja alguna altra pregunta d’interès que puguis resoldre amb aquestes dades i respon-la utilitzant les funcions de dplyr i el sistema de pipes.