Carga de librerias

library(magrittr)
library(dplyr)
library(readxl)

Importar datos

USEDAT <- read_excel("D:/TESIS/DATA/USEDAT1.xlsx", 
    sheet = "CONS")
USEDAT

Transformación de la data

Tasa del crecimiento del PBI

USEDAT <- USEDAT %>% group_by(region) %>%  mutate(ttpbi= log(pbi)-log(lag(pbi)))
USEDAT <- USEDAT %>%  transform(region= as.factor(region))

Tasa de crecimiento de las exportaciones

USEDAT <- USEDAT %>% group_by(region) %>% mutate(ttexp = log(exp)-log(lag(exp)))

Normalización de indicadores

Capital Humano

Promedio de escolaridad

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(nprom_esco = (prom_esco - min(prom_esco)) / (max(prom_esco) - min(prom_esco)))

Tasa de analfabetismo

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(ntasa_analf = (max(tasa_analf)-tasa_analf) / (max(tasa_analf) - min(tasa_analf)))

Gasto público por alumno en educación superior

USEDAT <- USEDAT %>% 
  group_by(region) %>% 
  mutate(ngasto_alum = ((gasto_alum-min(gasto_alum))/(max(gasto_alum)-min(gasto_alum))))

Niños del cuarto grado con nivel satisfactorio en lectura

USEDAT <- USEDAT %>% 
  group_by(region) %>% 
  mutate(nsati_lec= ((sati_lec-min(sati_lec))/(max(sati_lec)-min(sati_lec))))

Niños del cuarto grado con nivel satisfactorio en razonamiento

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(nsati_mat = (sati_mat - min(sati_mat)) / (max(sati_mat) - min(sati_mat)))

Poblacióm que reportó padecer algún problema de salud crónico

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(ntasa_morbi= (max(tasa_morbi)-tasa_morbi) / (max(tasa_morbi) - min(tasa_morbi)))

Seguridad y orden público

Tasa de homicidios

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(ntas_hom = (max(tas_hom) - tas_hom) / (max(tas_hom) - min(tas_hom)))

Tasa de faltas

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(ntasa_faltas = (max(tasa_faltas) - tasa_faltas) / (max(tasa_faltas) - min(tasa_faltas)))

Tasa de delitos

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(ntasa_delit = (max(tasa_delit) - tasa_delit) / (max(tasa_delit) - min(tasa_delit)))

Población victima de algun evento contra tu salud

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(npob_vic = (max(pob_vic) - pob_vic) / (max(pob_vic) - min(pob_vic)))

Cohesión social

Opinión favorable de la población sobre la gestión del gobierno central

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(nges_cen = (ges_cen - min(ges_cen)) / (max(ges_cen) - min(ges_cen)))

Opinión favorable de la población sobre la gestión del gobierno regional

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(nges_reg = (ges_reg - min(ges_reg)) / (max(ges_reg) - min(ges_reg)))

Opinión favorable de la población sobre la gestión del gobierno local

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(nges_loc = (ges_loc - min(ges_loc)) / (max(ges_loc) - min(ges_loc)))

Conflictos sociales

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(nconfli = (max(confli) - confli) / (max(confli) - min(confli)))

Equidad e inclusión social

Niveles de pobreza monetaria

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(npob_monet = (max(pob_monet) - pob_monet) / (max(pob_monet) - min(pob_monet)))

Población con al menos una necesidad insatisfecha

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(npob_nec = (max(pob_nec) - pob_nec) / (max(pob_nec) - min(pob_nec)))

Tasa de empleo informal

USEDAT <- USEDAT %>%
  group_by(region) %>%
  mutate(ntasa_inf = (max(tasa_inf) - tasa_inf) / (max(tasa_inf) - min(tasa_inf)))

Creación de indicadores

Indicador capital humano

USEDAT <- USEDAT  %>% 
  group_by(region) %>% 
  mutate(ind_cap = (((1/6)*nprom_esco)+((1/6)*ntasa_analf)+((1/6)*ngasto_alum)+((1/6)*nsati_lec)+((1/6)*nsati_mat)+((1/6)*ntasa_morbi)))

Seguridad y orden público

USEDAT <- USEDAT %>% 
  group_by(region) %>% 
  mutate(ind_segu = ((0.25*ntas_hom) + (0.25*ntasa_faltas) + (0.25*ntasa_delit) + (0.25*npob_vic)))

Datasat Normalizado

NUSEDAT <- USEDAT[,c(1,2, 22:45,19,21,20)]

Hechos Estilizados

Correlación

library(DataExplorer)

## Warning: package 'DataExplorer' was built under R version 4.4.1

plot_correlation(NUSEDAT[,c(22:26)])

Evolución de las exportaciones

library(ggplot2)

## Warning: package 'ggplot2' was built under R version 4.4.3

ggplot(NUSEDAT, aes(x= year, y= ttexp))+
  geom_line()+
  facet_wrap(~region)+
  labs(title = "Evolución de las exportaciones", x= "Año", y= "Valor FOB (VAR %)" ) +
  scale_x_continuous(breaks = seq(200,2025, by=6))+
  theme(axis.text.x = element_text(size = 5))

## Warning: Removed 26 rows containing missing values or values outside the scale range
## (`geom_line()`).

Región con mayor exportaciones

NUSEDAT %>% 
  group_by(region) %>% 
  summarise(top_exp= mean(ttexp*100, na.rm= TRUE)) %>% 
  slice_max(top_exp, n= 5)

Región con menor exportaciones

NUSEDAT %>% 
  group_by(region) %>% 
  summarise(top_exp= mean(ttexp*100, na.rm= TRUE)) %>% 
  slice_min(top_exp, n=5)

Evolución del PBI

library(ggplot2)
ggplot(NUSEDAT, aes(x= year, y= ttpbi))+
  geom_line()+
  facet_wrap(~region)+
  labs(title = "Evolución del PBI", x= "Año")+
  scale_x_continuous(breaks = seq(200,2025, by=6))+
  theme(axis.text.x = element_text(size = 5))

## Warning: Removed 26 rows containing missing values or values outside the scale range
## (`geom_line()`).

Región con el pbi más alto

NUSEDAT %>% 
  group_by(region) %>% 
  summarise(top_pbi= mean(ttpbi*100, na.rm= TRUE)) %>% 
  slice_max(top_pbi, n= 5)

Región con el pbi más bajo

NUSEDAT %>% 
  group_by(region) %>% 
  summarise(top_pbi= mean(ttpbi*100, na.rm= TRUE)) %>% 
  slice_min(top_pbi, n=5)

Evolución del indicador de bienestar

library(ggplot2)
ggplot(NUSEDAT, aes(x=year, y= IRBS*100))+
  geom_line()+
  facet_wrap(~region)+
  labs(title = "Evolución del Índice de Bienestar Social", x= "Año", y="IRBS")+
  scale_x_continuous(breaks = seq(2000,2024,6))+
  theme(axis.text.x = element_text(size = 7))

Región con el índice de bienestar más alto

NUSEDAT %>% 
  group_by(region) %>% 
  summarise(top_IRBS= mean(IRBS)*100) %>% 
  slice_max(top_IRBS, n= 5)

Región con el índice de bienestar más bajo

NUSEDAT %>% 
  group_by(region) %>% 
  summarise(top_IRBS= mean(IRBS)*100) %>% 
  slice_min(top_IRBS, n=5)

Evolución del capital humano

library(ggplot2)

ggplot(NUSEDAT, aes(x = year, y = ind_cap*100)) +
  geom_line(show.legend = FALSE) +
  facet_wrap(~region) +
  labs(title = "Evolución del pilar capital humano",
       x = "Año",
       y = "Pilar: Capital Humano")+
  theme(axis.text.x = element_text(size= 7))+
  scale_x_continuous(breaks = seq(2000,2024,6))

Regiones con el indicador de capital humano más alto

NUSEDAT %>% 
  group_by(region) %>%
  summarise(top_ind_cap = mean(ind_cap)*100) %>% 
  slice_max(top_ind_cap,n=5)

Regiones con el indicador de capital humano más bajo

NUSEDAT %>% 
  group_by(region) %>%
  summarise(top_ind_cap = mean(ind_cap)*100) %>% 
  top_n(-5,top_ind_cap)

Evolución de la seguridad y orden interno

library(ggplot2)
ggplot(NUSEDAT, aes(x = year, y = ind_segu*100)) +
  geom_line(show.legend = FALSE) +
  facet_wrap(~region) +
  labs(title = "Evolución del pilar seguridad y orden interno por regiones",
       x = "Año",
       y = "Pilar: Seguridad y orden interno")+
  theme(axis.text.x = element_text(size = 7))+
  scale_x_continuous(breaks = seq(2000,2024, 6))

Regiones con el indicador seguridad y orden interno más alto

NUSEDAT %>% 
  group_by(region) %>%
  summarise(top_ind_segu = mean(ind_segu)*100) %>% 
  slice_max(top_ind_segu, n=5)

Regiones con el indicador seguridad y orden interno más bajo

NUSEDAT %>% 
  group_by(region) %>%
  summarise(top_ind_segu = mean(ind_segu)*100) %>% 
  slice_min(top_ind_segu, n= 5)

Evolución de la cohesión social

ggplot(NUSEDAT, aes(x=year, y=ind_cohes*100))+
  geom_line()+
  facet_wrap(~region)+
  labs(title = "Evolución del pilar cohesión social",
       x = "Año",
       y = "Pilar: COhesión social")+
  scale_x_continuous(breaks = seq(2000, 2025, by = 6))+
   theme(axis.text.x = element_text(size = 7))

Regiones con el indicador cohesión social más alto

NUSEDAT %>% 
  group_by(region) %>%
  summarise(top_ind_cohes = mean(ind_cohes)*100) %>% 
  slice_max(top_ind_cohes, n=5)

Regiones con el indicador cohesión social más bajo

NUSEDAT %>% 
  group_by(region) %>%
  summarise(top_ind_cohes = mean(ind_cohes)*100) %>% 
  slice_min(top_ind_cohes, n=5)

Evolución de la equidad e inclusión social

library(ggplot2)

ggplot(NUSEDAT, aes(x = year, y = ind_equi)) +
  geom_line(show.legend = FALSE) +
  facet_wrap(~region) +
  labs(title = "Evolución del pilar equidad e inclusión social",
       x = "Año",
       y = "Pilar: Equidad e Inclusión Social")+
   scale_x_continuous(breaks = seq(2000, 2025, by = 6))+
  theme(axis.text.x = element_text(size = 7))

Regiones con el indicador equidad e inclusión social más alto

NUSEDAT %>% 
  group_by(region) %>%
  summarise(top_ind_equi = mean(ind_equi)*100) %>% 
  slice_max(top_ind_equi, n=5)

Regiones con el indicador equidad e inclusión social más bajo

NUSEDAT %>% 
  group_by(region) %>%
  summarise(top_ind_equi = mean(ind_equi*100)) %>% 
  slice_min(top_ind_equi, n=5)

Modelos aplicados

MCO

MCO por pilares

attach(NUSEDAT)
summary(lm(log(pbi)~ ind_cap+ind_cohes+ind_equi+ind_segu+log(exp)))

## 
## Call:
## lm(formula = log(pbi) ~ ind_cap + ind_cohes + ind_equi + ind_segu + 
##     log(exp))
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.57874 -0.57375 -0.08777  0.26650  2.41850 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 12.04656    0.29156  41.317  < 2e-16 ***
## ind_cap      0.08256    0.35591   0.232  0.81663    
## ind_cohes    0.55219    0.18820   2.934  0.00346 ** 
## ind_equi     0.69008    0.21057   3.277  0.00110 ** 
## ind_segu    -0.51475    0.25026  -2.057  0.04010 *  
## log(exp)     0.50873    0.01625  31.297  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.778 on 644 degrees of freedom
## Multiple R-squared:  0.6311, Adjusted R-squared:  0.6282 
## F-statistic: 220.3 on 5 and 644 DF,  p-value: < 2.2e-16

MCO indicador de bienestar

summary(lm(log(pbi)~IRBS+log(exp)))

## 
## Call:
## lm(formula = log(pbi) ~ IRBS + log(exp))
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -1.4182 -0.5972 -0.1045  0.2753  2.2668 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 11.84122    0.25280  46.840  < 2e-16 ***
## IRBS         1.06510    0.41020   2.597  0.00963 ** 
## log(exp)     0.51755    0.01587  32.617  < 2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.785 on 647 degrees of freedom
## Multiple R-squared:  0.6226, Adjusted R-squared:  0.6214 
## F-statistic: 533.7 on 2 and 647 DF,  p-value: < 2.2e-16

Modelos por región

summary(lm(log(pbi) ~ factor(region) - 1 +
         ind_cap:factor(region) +
         ind_cohes:factor(region) +
         ind_equi:factor(region) +
         ind_segu:factor(region)))

## 
## Call:
## lm(formula = log(pbi) ~ factor(region) - 1 + ind_cap:factor(region) + 
##     ind_cohes:factor(region) + ind_equi:factor(region) + ind_segu:factor(region))
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.46296 -0.04244  0.00796  0.04763  0.53790 
## 
## Coefficients:
##                                                 Estimate Std. Error t value
## factor(region)AMAZONAS                         14.478173   0.168009  86.175
## factor(region)ÁNCASH                           16.679943   0.198350  84.093
## factor(region)APURÍMAC                         14.342267   0.233880  61.323
## factor(region)AREQUIPA                         16.794377   0.200795  83.640
## factor(region)AYACUCHO                         14.721301   0.220660  66.715
## factor(region)CAJAMARCA                        15.977729   0.225826  70.752
## factor(region)CUSCO                            16.352373   0.162530 100.611
## factor(region)HUANCAVELICA                     14.863434   0.178057  83.475
## factor(region)HUÁNUCO                          15.165490   0.213858  70.914
## factor(region)ICA                              16.758247   0.279385  59.983
## factor(region)JUNÍN                            16.248484   0.225762  71.972
## factor(region)LA LIBERTAD                      16.445973   0.138720 118.555
## factor(region)LAMBAYEQUE                       15.904542   0.282921  56.216
## factor(region)LIMA METROPOLITANA               18.955334   0.318906  59.439
## factor(region)LIMA PROVINCIAS                  18.979676   0.174299 108.891
## factor(region)LORETO                           15.847891   0.135733 116.757
## factor(region)MADRE DE DIOS                    14.646574   0.207982  70.422
## factor(region)MOQUEGUA                         16.345450   0.166964  97.898
## factor(region)PASCO                            15.585061   0.246370  63.259
## factor(region)PIURA                            16.388904   0.198995  82.359
## factor(region)PROV. CONS. DEL CALLAO           18.531150   0.226136  81.947
## factor(region)PUNO                             15.357061   0.318001  48.293
## factor(region)SAN MARTÍN                       14.661109   0.181514  80.771
## factor(region)TACNA                            15.559511   0.251367  61.899
## factor(region)TUMBES                           14.054576   0.210473  66.776
## factor(region)UCAYALI                          15.023670   0.237066  63.373
## factor(region)AMAZONAS:ind_cap                  0.377046   0.248055   1.520
## factor(region)ÁNCASH:ind_cap                    0.165987   0.345332   0.481
## factor(region)APURÍMAC:ind_cap                  0.623508   0.278325   2.240
## factor(region)AREQUIPA:ind_cap                  0.845234   0.354165   2.387
## factor(region)AYACUCHO:ind_cap                  0.200712   0.272636   0.736
## factor(region)CAJAMARCA:ind_cap                -0.151130   0.342336  -0.441
## factor(region)CUSCO:ind_cap                     0.091816   0.237137   0.387
## factor(region)HUANCAVELICA:ind_cap             -0.039421   0.278436  -0.142
## factor(region)HUÁNUCO:ind_cap                   0.582673   0.256910   2.268
## factor(region)ICA:ind_cap                      -0.230795   0.268924  -0.858
## factor(region)JUNÍN:ind_cap                     0.742750   0.356287   2.085
## factor(region)LA LIBERTAD:ind_cap              -0.124917   0.373851  -0.334
## factor(region)LAMBAYEQUE:ind_cap                0.675044   0.277762   2.430
## factor(region)LIMA METROPOLITANA:ind_cap        0.242108   0.290297   0.834
## factor(region)LIMA PROVINCIAS:ind_cap           0.314170   0.233200   1.347
## factor(region)LORETO:ind_cap                   -0.051713   0.218459  -0.237
## factor(region)MADRE DE DIOS:ind_cap             0.125441   0.247093   0.508
## factor(region)MOQUEGUA:ind_cap                 -0.282543   0.280614  -1.007
## factor(region)PASCO:ind_cap                    -0.171689   0.307162  -0.559
## factor(region)PIURA:ind_cap                     0.306325   0.239356   1.280
## factor(region)PROV. CONS. DEL CALLAO:ind_cap    0.327881   0.305447   1.073
## factor(region)PUNO:ind_cap                      0.582748   0.351588   1.657
## factor(region)SAN MARTÍN:ind_cap                0.448764   0.294060   1.526
## factor(region)TACNA:ind_cap                     0.229799   0.274452   0.837
## factor(region)TUMBES:ind_cap                    0.278849   0.232503   1.199
## factor(region)UCAYALI:ind_cap                  -0.012691   0.270468  -0.047
## factor(region)AMAZONAS:ind_cohes                0.026859   0.132914   0.202
## factor(region)ÁNCASH:ind_cohes                 -0.252321   0.148670  -1.697
## factor(region)APURÍMAC:ind_cohes               -1.310919   0.165347  -7.928
## factor(region)AREQUIPA:ind_cohes               -0.359911   0.179185  -2.009
## factor(region)AYACUCHO:ind_cohes               -0.041356   0.172579  -0.240
## factor(region)CAJAMARCA:ind_cohes              -0.080116   0.135375  -0.592
## factor(region)CUSCO:ind_cohes                  -0.115198   0.151417  -0.761
## factor(region)HUANCAVELICA:ind_cohes           -0.197841   0.134209  -1.474
## factor(region)HUÁNUCO:ind_cohes                -0.483721   0.142344  -3.398
## factor(region)ICA:ind_cohes                    -0.416086   0.140017  -2.972
## factor(region)JUNÍN:ind_cohes                  -0.641556   0.179994  -3.564
## factor(region)LA LIBERTAD:ind_cohes            -0.185899   0.137859  -1.348
## factor(region)LAMBAYEQUE:ind_cohes             -0.420851   0.184479  -2.281
## factor(region)LIMA METROPOLITANA:ind_cohes     -0.382805   0.170773  -2.242
## factor(region)LIMA PROVINCIAS:ind_cohes        -0.513100   0.139972  -3.666
## factor(region)LORETO:ind_cohes                 -0.147487   0.097386  -1.514
## factor(region)MADRE DE DIOS:ind_cohes           0.180251   0.143689   1.254
## factor(region)MOQUEGUA:ind_cohes               -0.563522   0.136565  -4.126
## factor(region)PASCO:ind_cohes                  -0.135585   0.161016  -0.842
## factor(region)PIURA:ind_cohes                  -0.334920   0.147472  -2.271
## factor(region)PROV. CONS. DEL CALLAO:ind_cohes -0.201774   0.148718  -1.357
## factor(region)PUNO:ind_cohes                   -0.072528   0.202942  -0.357
## factor(region)SAN MARTÍN:ind_cohes             -0.187711   0.112364  -1.671
## factor(region)TACNA:ind_cohes                  -0.594588   0.136121  -4.368
## factor(region)TUMBES:ind_cohes                 -0.250408   0.145027  -1.727
## factor(region)UCAYALI:ind_cohes                -0.201573   0.149271  -1.350
## factor(region)AMAZONAS:ind_equi                 0.471799   0.148381   3.180
## factor(region)ÁNCASH:ind_equi                   0.002896   0.171012   0.017
## factor(region)APURÍMAC:ind_equi                 0.854453   0.187171   4.565
## factor(region)AREQUIPA:ind_equi                -0.024965   0.181808  -0.137
## factor(region)AYACUCHO:ind_equi                 0.714289   0.243424   2.934
## factor(region)CAJAMARCA:ind_equi                0.425453   0.258257   1.647
## factor(region)CUSCO:ind_equi                    0.651214   0.155937   4.176
## factor(region)HUANCAVELICA:ind_equi             0.306314   0.152945   2.003
## factor(region)HUÁNUCO:ind_equi                  0.131545   0.173043   0.760
## factor(region)ICA:ind_equi                      0.634529   0.166208   3.818
## factor(region)JUNÍN:ind_equi                    0.001950   0.258992   0.008
## factor(region)LA LIBERTAD:ind_equi              0.392136   0.190576   2.058
## factor(region)LAMBAYEQUE:ind_equi               0.054371   0.214724   0.253
## factor(region)LIMA METROPOLITANA:ind_equi       0.303974   0.126201   2.409
## factor(region)LIMA PROVINCIAS:ind_equi          0.220199   0.166660   1.321
## factor(region)LORETO:ind_equi                   0.211623   0.103897   2.037
## factor(region)MADRE DE DIOS:ind_equi            0.050081   0.137583   0.364
## factor(region)MOQUEGUA:ind_equi                -0.127725   0.138039  -0.925
## factor(region)PASCO:ind_equi                   -0.017880   0.186289  -0.096
## factor(region)PIURA:ind_equi                    0.373763   0.137204   2.724
## factor(region)PROV. CONS. DEL CALLAO:ind_equi   0.434549   0.210719   2.062
## factor(region)PUNO:ind_equi                     0.404501   0.203407   1.989
## factor(region)SAN MARTÍN:ind_equi               0.712451   0.132845   5.363
## factor(region)TACNA:ind_equi                   -0.056284   0.143062  -0.393
## factor(region)TUMBES:ind_equi                   0.472443   0.123267   3.833
## factor(region)UCAYALI:ind_equi                  0.382203   0.094123   4.061
## factor(region)AMAZONAS:ind_segu                -0.271900   0.219011  -1.241
## factor(region)ÁNCASH:ind_segu                   0.116852   0.181424   0.644
## factor(region)APURÍMAC:ind_segu                 0.869343   0.272797   3.187
## factor(region)AREQUIPA:ind_segu                -0.157755   0.271219  -0.582
## factor(region)AYACUCHO:ind_segu                 0.206509   0.174014   1.187
## factor(region)CAJAMARCA:ind_segu                0.094497   0.332708   0.284
## factor(region)CUSCO:ind_segu                   -0.123434   0.180723  -0.683
## factor(region)HUANCAVELICA:ind_segu             0.038413   0.188881   0.203
## factor(region)HUÁNUCO:ind_segu                  0.075491   0.268305   0.281
## factor(region)ICA:ind_segu                     -0.505464   0.259282  -1.949
## factor(region)JUNÍN:ind_segu                   -0.102849   0.200659  -0.513
## factor(region)LA LIBERTAD:ind_segu              0.368474   0.203799   1.808
## factor(region)LAMBAYEQUE:ind_segu               0.061524   0.308250   0.200
## factor(region)LIMA METROPOLITANA:ind_segu       0.019658   0.214882   0.091
## factor(region)LIMA PROVINCIAS:ind_segu          0.142997   0.257612   0.555
## factor(region)LORETO:ind_segu                   0.099720   0.216587   0.460
## factor(region)MADRE DE DIOS:ind_segu           -0.544393   0.188542  -2.887
## factor(region)MOQUEGUA:ind_segu                 0.255123   0.162167   1.573
## factor(region)PASCO:ind_segu                    0.037510   0.190495   0.197
## factor(region)PIURA:ind_segu                    0.042363   0.211029   0.201
## factor(region)PROV. CONS. DEL CALLAO:ind_segu   0.380187   0.257879   1.474
## factor(region)PUNO:ind_segu                     0.027286   0.215014   0.127
## factor(region)SAN MARTÍN:ind_segu               0.303459   0.214408   1.415
## factor(region)TACNA:ind_segu                    0.582293   0.213818   2.723
## factor(region)TUMBES:ind_segu                   0.499258   0.167760   2.976
## factor(region)UCAYALI:ind_segu                  0.071040   0.233765   0.304
##                                                Pr(>|t|)    
## factor(region)AMAZONAS                          < 2e-16 ***
## factor(region)ÁNCASH                            < 2e-16 ***
## factor(region)APURÍMAC                          < 2e-16 ***
## factor(region)AREQUIPA                          < 2e-16 ***
## factor(region)AYACUCHO                          < 2e-16 ***
## factor(region)CAJAMARCA                         < 2e-16 ***
## factor(region)CUSCO                             < 2e-16 ***
## factor(region)HUANCAVELICA                      < 2e-16 ***
## factor(region)HUÁNUCO                           < 2e-16 ***
## factor(region)ICA                               < 2e-16 ***
## factor(region)JUNÍN                             < 2e-16 ***
## factor(region)LA LIBERTAD                       < 2e-16 ***
## factor(region)LAMBAYEQUE                        < 2e-16 ***
## factor(region)LIMA METROPOLITANA                < 2e-16 ***
## factor(region)LIMA PROVINCIAS                   < 2e-16 ***
## factor(region)LORETO                            < 2e-16 ***
## factor(region)MADRE DE DIOS                     < 2e-16 ***
## factor(region)MOQUEGUA                          < 2e-16 ***
## factor(region)PASCO                             < 2e-16 ***
## factor(region)PIURA                             < 2e-16 ***
## factor(region)PROV. CONS. DEL CALLAO            < 2e-16 ***
## factor(region)PUNO                              < 2e-16 ***
## factor(region)SAN MARTÍN                        < 2e-16 ***
## factor(region)TACNA                             < 2e-16 ***
## factor(region)TUMBES                            < 2e-16 ***
## factor(region)UCAYALI                           < 2e-16 ***
## factor(region)AMAZONAS:ind_cap                 0.129116    
## factor(region)ÁNCASH:ind_cap                   0.630960    
## factor(region)APURÍMAC:ind_cap                 0.025499 *  
## factor(region)AREQUIPA:ind_cap                 0.017364 *  
## factor(region)AYACUCHO:ind_cap                 0.461948    
## factor(region)CAJAMARCA:ind_cap                0.659058    
## factor(region)CUSCO:ind_cap                    0.698776    
## factor(region)HUANCAVELICA:ind_cap             0.887467    
## factor(region)HUÁNUCO:ind_cap                  0.023738 *  
## factor(region)ICA:ind_cap                      0.391168    
## factor(region)JUNÍN:ind_cap                    0.037584 *  
## factor(region)LA LIBERTAD:ind_cap              0.738411    
## factor(region)LAMBAYEQUE:ind_cap               0.015424 *  
## factor(region)LIMA METROPOLITANA:ind_cap       0.404663    
## factor(region)LIMA PROVINCIAS:ind_cap          0.178498    
## factor(region)LORETO:ind_cap                   0.812969    
## factor(region)MADRE DE DIOS:ind_cap            0.611901    
## factor(region)MOQUEGUA:ind_cap                 0.314464    
## factor(region)PASCO:ind_cap                    0.576434    
## factor(region)PIURA:ind_cap                    0.201191    
## factor(region)PROV. CONS. DEL CALLAO:ind_cap   0.283570    
## factor(region)PUNO:ind_cap                     0.098027 .  
## factor(region)SAN MARTÍN:ind_cap               0.127594    
## factor(region)TACNA:ind_cap                    0.402808    
## factor(region)TUMBES:ind_cap                   0.230943    
## factor(region)UCAYALI:ind_cap                  0.962593    
## factor(region)AMAZONAS:ind_cohes               0.839932    
## factor(region)ÁNCASH:ind_cohes                 0.090260 .  
## factor(region)APURÍMAC:ind_cohes               1.37e-14 ***
## factor(region)AREQUIPA:ind_cohes               0.045097 *  
## factor(region)AYACUCHO:ind_cohes               0.810706    
## factor(region)CAJAMARCA:ind_cohes              0.554238    
## factor(region)CUSCO:ind_cohes                  0.447120    
## factor(region)HUANCAVELICA:ind_cohes           0.141055    
## factor(region)HUÁNUCO:ind_cohes                0.000730 ***
## factor(region)ICA:ind_cohes                    0.003099 ** 
## factor(region)JUNÍN:ind_cohes                  0.000398 ***
## factor(region)LA LIBERTAD:ind_cohes            0.178093    
## factor(region)LAMBAYEQUE:ind_cohes             0.022934 *  
## factor(region)LIMA METROPOLITANA:ind_cohes     0.025408 *  
## factor(region)LIMA PROVINCIAS:ind_cohes        0.000272 ***
## factor(region)LORETO:ind_cohes                 0.130518    
## factor(region)MADRE DE DIOS:ind_cohes          0.210242    
## factor(region)MOQUEGUA:ind_cohes               4.29e-05 ***
## factor(region)PASCO:ind_cohes                  0.400142    
## factor(region)PIURA:ind_cohes                  0.023550 *  
## factor(region)PROV. CONS. DEL CALLAO:ind_cohes 0.175449    
## factor(region)PUNO:ind_cohes                   0.720952    
## factor(region)SAN MARTÍN:ind_cohes             0.095409 .  
## factor(region)TACNA:ind_cohes                  1.51e-05 ***
## factor(region)TUMBES:ind_cohes                 0.084828 .  
## factor(region)UCAYALI:ind_cohes                0.177481    
## factor(region)AMAZONAS:ind_equi                0.001562 ** 
## factor(region)ÁNCASH:ind_equi                  0.986493    
## factor(region)APURÍMAC:ind_equi                6.24e-06 ***
## factor(region)AREQUIPA:ind_equi                0.890836    
## factor(region)AYACUCHO:ind_equi                0.003490 ** 
## factor(region)CAJAMARCA:ind_equi               0.100079    
## factor(region)CUSCO:ind_equi                   3.48e-05 ***
## factor(region)HUANCAVELICA:ind_equi            0.045720 *  
## factor(region)HUÁNUCO:ind_equi                 0.447488    
## factor(region)ICA:ind_equi                     0.000151 ***
## factor(region)JUNÍN:ind_equi                   0.993995    
## factor(region)LA LIBERTAD:ind_equi             0.040123 *  
## factor(region)LAMBAYEQUE:ind_equi              0.800204    
## factor(region)LIMA METROPOLITANA:ind_equi      0.016359 *  
## factor(region)LIMA PROVINCIAS:ind_equi         0.186999    
## factor(region)LORETO:ind_equi                  0.042171 *  
## factor(region)MADRE DE DIOS:ind_equi           0.716001    
## factor(region)MOQUEGUA:ind_equi                0.355247    
## factor(region)PASCO:ind_equi                   0.923573    
## factor(region)PIURA:ind_equi                   0.006664 ** 
## factor(region)PROV. CONS. DEL CALLAO:ind_equi  0.039683 *  
## factor(region)PUNO:ind_equi                    0.047266 *  
## factor(region)SAN MARTÍN:ind_equi              1.23e-07 ***
## factor(region)TACNA:ind_equi                   0.694167    
## factor(region)TUMBES:ind_equi                  0.000142 ***
## factor(region)UCAYALI:ind_equi                 5.65e-05 ***
## factor(region)AMAZONAS:ind_segu                0.214985    
## factor(region)ÁNCASH:ind_segu                  0.519806    
## factor(region)APURÍMAC:ind_segu                0.001525 ** 
## factor(region)AREQUIPA:ind_segu                0.561054    
## factor(region)AYACUCHO:ind_segu                0.235873    
## factor(region)CAJAMARCA:ind_segu               0.776506    
## factor(region)CUSCO:ind_segu                   0.494910    
## factor(region)HUANCAVELICA:ind_segu            0.838925    
## factor(region)HUÁNUCO:ind_segu                 0.778545    
## factor(region)ICA:ind_segu                     0.051776 .  
## factor(region)JUNÍN:ind_segu                   0.608478    
## factor(region)LA LIBERTAD:ind_segu             0.071180 .  
## factor(region)LAMBAYEQUE:ind_segu              0.841879    
## factor(region)LIMA METROPOLITANA:ind_segu      0.927145    
## factor(region)LIMA PROVINCIAS:ind_segu         0.579076    
## factor(region)LORETO:ind_segu                  0.645412    
## factor(region)MADRE DE DIOS:ind_segu           0.004046 ** 
## factor(region)MOQUEGUA:ind_segu                0.116279    
## factor(region)PASCO:ind_segu                   0.843977    
## factor(region)PIURA:ind_segu                   0.840975    
## factor(region)PROV. CONS. DEL CALLAO:ind_segu  0.141010    
## factor(region)PUNO:ind_segu                    0.899067    
## factor(region)SAN MARTÍN:ind_segu              0.157569    
## factor(region)TACNA:ind_segu                   0.006680 ** 
## factor(region)TUMBES:ind_segu                  0.003056 ** 
## factor(region)UCAYALI:ind_segu                 0.761330    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.09771 on 520 degrees of freedom
## Multiple R-squared:      1,  Adjusted R-squared:      1 
## F-statistic: 1.372e+05 on 130 and 520 DF,  p-value: < 2.2e-16

Data Panel

Data Panel por pilares

Efectos fijos

library(plm)

## Warning: package 'plm' was built under R version 4.4.1

## 
## Adjuntando el paquete: 'plm'

## The following objects are masked from 'package:dplyr':
## 
##     between, lag, lead

fijo_pi <- plm(log(pbi)~ind_cap+ind_cohes+ind_equi+ind_segu+log(exp), index = c("region","year"), model = "within", data= NUSEDAT)
summary(fijo_pi)

## Oneway (individual) effect Within Model
## 
## Call:
## plm(formula = log(pbi) ~ ind_cap + ind_cohes + ind_equi + ind_segu + 
##     log(exp), data = NUSEDAT, model = "within", index = c("region", 
##     "year"))
## 
## Balanced Panel: n = 26, T = 25, N = 650
## 
## Residuals:
##      Min.   1st Qu.    Median   3rd Qu.      Max. 
## -0.431514 -0.075143 -0.006775  0.070220  0.549142 
## 
## Coefficients:
##             Estimate Std. Error t-value  Pr(>|t|)    
## ind_cap    0.2992083  0.0638954  4.6828 3.480e-06 ***
## ind_cohes -0.2174159  0.0345333 -6.2958 5.795e-10 ***
## ind_equi   0.3005527  0.0368835  8.1487 2.041e-15 ***
## ind_segu   0.0759248  0.0478399  1.5871     0.113    
## log(exp)   0.0888265  0.0081785 10.8610 < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Total Sum of Squares:    30.5
## Residual Sum of Squares: 10.53
## R-Squared:      0.65477
## Adj. R-Squared: 0.63804
## F-statistic: 234.798 on 5 and 619 DF, p-value: < 2.22e-16

Efectos aleatorios

library(plm)
aleatorio_pi <- plm(log(pbi)~ind_cap+ind_cohes+ind_equi+ind_segu+log(exp), index = c("region","year"), model = "random", data= NUSEDAT)
summary(aleatorio_pi)

## Oneway (individual) effect Random Effect Model 
##    (Swamy-Arora's transformation)
## 
## Call:
## plm(formula = log(pbi) ~ ind_cap + ind_cohes + ind_equi + ind_segu + 
##     log(exp), data = NUSEDAT, model = "random", index = c("region", 
##     "year"))
## 
## Balanced Panel: n = 26, T = 25, N = 650
## 
## Effects:
##                   var std.dev share
## idiosyncratic 0.01701 0.13042 0.033
## individual    0.50481 0.71050 0.967
## theta: 0.9633
## 
## Residuals:
##       Min.    1st Qu.     Median    3rd Qu.       Max. 
## -0.4684571 -0.0877581 -0.0012459  0.0836587  0.4961057 
## 
## Coefficients:
##               Estimate Std. Error z-value  Pr(>|z|)    
## (Intercept) 15.2123421  0.1632885 93.1624 < 2.2e-16 ***
## ind_cap      0.2974517  0.0658184  4.5193 6.205e-06 ***
## ind_cohes   -0.2140443  0.0355695 -6.0176 1.770e-09 ***
## ind_equi     0.3004044  0.0379950  7.9064 2.649e-15 ***
## ind_segu     0.0723603  0.0492728  1.4686     0.142    
## log(exp)     0.0941463  0.0083783 11.2369 < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Total Sum of Squares:    31.881
## Residual Sum of Squares: 11.627
## R-Squared:      0.63531
## Adj. R-Squared: 0.63248
## Chisq: 1121.89 on 5 DF, p-value: < 2.22e-16

Test de Hausman

phtest(fijo_pi, aleatorio_pi)

## 
##  Hausman Test
## 
## data:  log(pbi) ~ ind_cap + ind_cohes + ind_equi + ind_segu + log(exp)
## chisq = 8.6691, df = 5, p-value = 0.123
## alternative hypothesis: one model is inconsistent

Data panel - ind

Efectos fijos

library(plm)
fijo_ind <- plm(log(pbi)~IRBS+log(exp), index = c("region","year"), model = "within", data= NUSEDAT)
summary(fijo_ind)

## Oneway (individual) effect Within Model
## 
## Call:
## plm(formula = log(pbi) ~ IRBS + log(exp), data = NUSEDAT, model = "within", 
##     index = c("region", "year"))
## 
## Balanced Panel: n = 26, T = 25, N = 650
## 
## Residuals:
##       Min.    1st Qu.     Median    3rd Qu.       Max. 
## -0.4206037 -0.1139524 -0.0044547  0.0929421  0.6110343 
## 
## Coefficients:
##          Estimate Std. Error t-value  Pr(>|t|)    
## IRBS     1.356487   0.095510  14.203 < 2.2e-16 ***
## log(exp) 0.134082   0.010254  13.076 < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Total Sum of Squares:    30.5
## Residual Sum of Squares: 17.916
## R-Squared:      0.41259
## Adj. R-Squared: 0.38709
## F-statistic: 218.441 on 2 and 622 DF, p-value: < 2.22e-16

Efectos Aleatorios.

aleatorio_ind <- plm(log(pbi)~IRBS+log(exp), index = c("region","year"), model = "random", data= NUSEDAT)
summary(aleatorio_ind)

## Oneway (individual) effect Random Effect Model 
##    (Swamy-Arora's transformation)
## 
## Call:
## plm(formula = log(pbi) ~ IRBS + log(exp), data = NUSEDAT, model = "random", 
##     index = c("region", "year"))
## 
## Balanced Panel: n = 26, T = 25, N = 650
## 
## Effects:
##                  var std.dev share
## idiosyncratic 0.0288  0.1697 0.048
## individual    0.5769  0.7596 0.952
## theta: 0.9554
## 
## Residuals:
##       Min.    1st Qu.     Median    3rd Qu.       Max. 
## -0.4652583 -0.1107972 -0.0076255  0.0959372  0.5615118 
## 
## Coefficients:
##              Estimate Std. Error z-value  Pr(>|z|)    
## (Intercept) 14.395740   0.174040  82.715 < 2.2e-16 ***
## IRBS         1.346104   0.097366  13.825 < 2.2e-16 ***
## log(exp)     0.140830   0.010375  13.574 < 2.2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Total Sum of Squares:    32.545
## Residual Sum of Squares: 19.382
## R-Squared:      0.40447
## Adj. R-Squared: 0.40262
## Chisq: 439.419 on 2 DF, p-value: < 2.22e-16

Test de hausman

phtest(fijo_ind, aleatorio_ind)

## 
##  Hausman Test
## 
## data:  log(pbi) ~ IRBS + log(exp)
## chisq = 18.28, df = 2, p-value = 0.0001073
## alternative hypothesis: one model is inconsistent

PBI~IND

Mayller_Perez

2025-10-03

Carga de librerias

Importar datos

Transformación de la data

Tasa del crecimiento del PBI

Tasa de crecimiento de las exportaciones

Normalización de indicadores

Capital Humano

Promedio de escolaridad

Tasa de analfabetismo

Gasto público por alumno en educación superior

Niños del cuarto grado con nivel satisfactorio en lectura

Niños del cuarto grado con nivel satisfactorio en razonamiento

Poblacióm que reportó padecer algún problema de salud crónico

Seguridad y orden público

Tasa de homicidios

Tasa de faltas

Tasa de delitos

Población victima de algun evento contra tu salud

Cohesión social

Opinión favorable de la población sobre la gestión del gobierno central

Opinión favorable de la población sobre la gestión del gobierno regional

Opinión favorable de la población sobre la gestión del gobierno local

Conflictos sociales

Equidad e inclusión social

Niveles de pobreza monetaria

Población con al menos una necesidad insatisfecha

Tasa de empleo informal

Creación de indicadores

Indicador capital humano

Seguridad y orden público

Cohesión social

Equidad e inclusión social

Indicador de bienestar social

Datasat Normalizado

Hechos Estilizados

Correlación

Evolución de las exportaciones

Región con mayor exportaciones

Región con menor exportaciones

Evolución del PBI

Región con el pbi más alto

Región con el pbi más bajo

Evolución del indicador de bienestar

Región con el índice de bienestar más alto

Región con el índice de bienestar más bajo

Evolución del capital humano

Regiones con el indicador de capital humano más alto

Regiones con el indicador de capital humano más bajo

Evolución de la seguridad y orden interno

Regiones con el indicador seguridad y orden interno más alto

Regiones con el indicador seguridad y orden interno más bajo

Evolución de la cohesión social

Regiones con el indicador cohesión social más alto

Regiones con el indicador cohesión social más bajo

Evolución de la equidad e inclusión social

Regiones con el indicador equidad e inclusión social más alto

Regiones con el indicador equidad e inclusión social más bajo

Modelos aplicados

MCO

MCO por pilares

MCO indicador de bienestar

Modelos por región

Data Panel

Data Panel por pilares

Efectos fijos

Efectos aleatorios

Test de Hausman

Data panel - ind

Efectos fijos

Efectos Aleatorios.

Test de hausman