Trabajo de Investigación
Airam Bello y Verioska Diestra
08/12/2018
Estadistica para el analisis politico 2 - POL304
CONFLICTOS SOCIALES: UN ESTUDIO SOBRE LAS CAUSAS DE ESTE FENOMENO EN EL GOBIERNO DE OLLANTA HUMALA 20011-2016
Ãndice
1.Carga de datos
El siguiente trabajo tiene como objetivo identificar las causas de el inicio de los conflcitos sociales, para esto a tomado como variables la presencia del estado medido en IDE, desarrollo humano medido en IDH y el voto a Ollanta Humala en el año 2011. Como variables de control estamos usando el canon por provincia modificado y la poblacion,
2.Limpieza de la base de datos
Variable Voto a Ollanta
Cargamos la data del voto a Ollanta
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vSfefCO_LgxyDcrW53lKcCQ5GYOVwkGVaZLRKNEyD75RvnOG0snGLpTdz5oH0HZi_IjOG5QI0uRZMCx/pub?output=xlsx"
library(openxlsx)
VOTO=read.xlsx(link,
sheet = 1, #hoja que cargaremos, corresponde al año 2011.
startRow = 0, #desde esta fila empezaremos a leer, aseguremonos de no perder títulos
skipEmptyRows = T, skipEmptyCols = T)
head(VOTO)## DEPARTAMENTO PROVINCIA DISTRITO UBIGEO PPK2011PORPV KEIKO2011PORPV
## 1 AMAZONAS CHACHAPOYAS CHACHAPOYAS 010101 0.132669537 0.2378005
## 2 AMAZONAS CHACHAPOYAS ASUNCION 010102 0.035714286 0.2500000
## 3 AMAZONAS CHACHAPOYAS BALSAS 010103 0.029795158 0.5623836
## 4 AMAZONAS CHACHAPOYAS CHETO 010104 0.022284123 0.3036212
## 5 AMAZONAS CHACHAPOYAS CHILIQUIN 010105 0.006430868 0.6012862
## 6 AMAZONAS CHACHAPOYAS CHUQUIBAMBA 010106 0.028391167 0.4463722
## OLLANTA2011PORPV KEIKO2011PORSV1 OLLANTA2011PORSV1
## 1 0.2665052 0.4247242 0.5752758
## 2 0.2928571 0.2866242 0.7133758
## 3 0.1378026 0.6582278 0.3417722
## 4 0.4623955 0.3615385 0.6384615
## 5 0.2636656 0.6262376 0.3737624
## 6 0.2113565 0.5957447 0.4042553Nos quedamos con las columnas que contengan el voto de primera a Ollanta
VOTO=VOTO[,c(3,4,7)]Cambiamos los nombres de las columnas
names(VOTO)=c("DISTRITO","ubigeoRENIEC","OLLANTA1V")Variable IDH
Cargamos la data de IDH a nivel distital
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vRpichn0BLDJqJGEiLyveLHRoW--m52gn7PFxMgwM93gl2vN4lSz0Q5RetqtzmlwpOIwKfnqBW2p6kY/pub?output=xlsx"
library(openxlsx)
IDHPERU=read.xlsx(link,
sheet = 1, #hoja que cargaremos, corresponde al año 2011.
startRow = 5, #desde esta fila empezaremos a leer, aseguremonos de no perder títulos
skipEmptyRows = T, skipEmptyCols = T)
head(IDHPERU)## X1 X2 Distrito habitantes ranking IDH ranking
## 1 000000 PERÚ a/ <NA> 30135875 NA 0.5058382 NA
## 2 010000 AMAZONAS <NA> 417508 19 0.3845648 19
## 3 010100 <NA> Chachapoyas 54783 114 0.4343753 60
## 4 010101 1.0 Chachapoyas 27737 192 0.5467212 136
## 5 010102 2.0 Asuncion 296 1825 0.1683225 1747
## 6 010103 3.0 Balsas 1590 1462 0.2633761 1214
## años ranking % ranking años ranking N.S..mes ranking
## 1 74.31045 NA 67.8731952 NA 8.995900 NA 696.9370 NA
## 2 73.98588 10 53.6528783 19 6.661000 20 435.6736 18
## 3 73.95475 80 45.4878254 100 7.799699 64 599.8076 45
## 4 73.38709 918 62.7192982 476 9.968829 159 866.5725 103
## 5 73.28082 931 0.7514946 1823 6.079101 1068 341.9903 846
## 6 71.96708 1128 14.4828735 1707 5.282190 1362 340.2772 854Verificamos si en la cola hay valores que debemos borrar
tail(IDHPERU)## X1
## 2057 a/ Incluye las cifras estimadas del distrito de Carmen Alto en la provincia de Huamanga, departamento de Ayacucho, donde. Autoridades locales no permitieron la ejecución del Censo de Población y Vivienda 2007.
## 2058 1/ Cifras estimadas. Autoridades locales no permitieron la ejecución del Censo de Población y Vivienda 2007.
## 2059 2/ Incluye a la población ubicada en área temporal por límites de fronteras de los distritos de Pangoa y Mazamari.
## 2060 3/ Provincias de Lima y Callao.
## 2061 Fuente: INEI. Censo de Población y Vivienda 2007. ENAHO y ENAPRES.
## 2062 Elaboración: PNUD-Perú.
## X2 Distrito habitantes ranking IDH ranking años ranking % ranking
## 2057 <NA> <NA> NA NA NA NA NA NA NA NA
## 2058 <NA> <NA> NA NA NA NA NA NA NA NA
## 2059 <NA> <NA> NA NA NA NA NA NA NA NA
## 2060 <NA> <NA> NA NA NA NA NA NA NA NA
## 2061 <NA> <NA> NA NA NA NA NA NA NA NA
## 2062 <NA> <NA> NA NA NA NA NA NA NA NA
## años ranking N.S..mes ranking
## 2057 NA NA NA NA
## 2058 NA NA NA NA
## 2059 NA NA NA NA
## 2060 NA NA NA NA
## 2061 NA NA NA NA
## 2062 NA NA NA NAEliminamos filas innecesarias
IDHPERU = IDHPERU[-c(2057:2062),]
tail(IDHPERU)## X1 X2 Distrito habitantes ranking IDH ranking
## 2051 250300 <NA> Padre Abad 56756 111 0.3728368 82
## 2052 250301 1.0 Padre Abad 26364 212 0.4161015 476
## 2053 250302 2.0 Irazola 22779 243 0.3283280 808
## 2054 250303 3.0 Curimana 7613 641 0.3039023 962
## 2055 250400 <NA> Purús 4251 195 0.2862257 138
## 2056 250401 1.0 Purus 4251 957 0.2862257 1076
## años ranking % ranking años ranking N.S..mes ranking
## 2051 78.77254 17 38.73143 121 7.193236 87 406.6648 88
## 2052 77.62689 326 44.32234 914 7.676127 572 507.7652 463
## 2053 78.89258 200 31.03530 1268 6.657738 861 333.1001 878
## 2054 78.83507 213 28.93897 1322 6.795543 823 276.6664 1053
## 2055 68.60871 157 17.43073 191 7.233476 86 342.9416 105
## 2056 68.60871 1473 17.43073 1635 7.233476 685 342.9416 843Revisamos si es que en la parte superior tambien hay filas innecesarias
head(IDHPERU)## X1 X2 Distrito habitantes ranking IDH ranking
## 1 000000 PERÚ a/ <NA> 30135875 NA 0.5058382 NA
## 2 010000 AMAZONAS <NA> 417508 19 0.3845648 19
## 3 010100 <NA> Chachapoyas 54783 114 0.4343753 60
## 4 010101 1.0 Chachapoyas 27737 192 0.5467212 136
## 5 010102 2.0 Asuncion 296 1825 0.1683225 1747
## 6 010103 3.0 Balsas 1590 1462 0.2633761 1214
## años ranking % ranking años ranking N.S..mes ranking
## 1 74.31045 NA 67.8731952 NA 8.995900 NA 696.9370 NA
## 2 73.98588 10 53.6528783 19 6.661000 20 435.6736 18
## 3 73.95475 80 45.4878254 100 7.799699 64 599.8076 45
## 4 73.38709 918 62.7192982 476 9.968829 159 866.5725 103
## 5 73.28082 931 0.7514946 1823 6.079101 1068 341.9903 846
## 6 71.96708 1128 14.4828735 1707 5.282190 1362 340.2772 854Eliminamos la fila Peru que es innecesario
IDHPERU=IDHPERU[-c(1),]
head(IDHPERU)## X1 X2 Distrito habitantes ranking IDH ranking
## 2 010000 AMAZONAS <NA> 417508 19 0.3845648 19
## 3 010100 <NA> Chachapoyas 54783 114 0.4343753 60
## 4 010101 1.0 Chachapoyas 27737 192 0.5467212 136
## 5 010102 2.0 Asuncion 296 1825 0.1683225 1747
## 6 010103 3.0 Balsas 1590 1462 0.2633761 1214
## 7 010104 4.0 Cheto 608 1762 0.3274366 813
## años ranking % ranking años ranking N.S..mes ranking
## 2 73.98588 10 53.6528783 19 6.661000 20 435.6736 18
## 3 73.95475 80 45.4878254 100 7.799699 64 599.8076 45
## 4 73.38709 918 62.7192982 476 9.968829 159 866.5725 103
## 5 73.28082 931 0.7514946 1823 6.079101 1068 341.9903 846
## 6 71.96708 1128 14.4828735 1707 5.282190 1362 340.2772 854
## 7 77.83988 308 44.6136813 899 4.961860 1480 346.7647 829Eliminamos columnas innecesarias
columnas=c(seq(5,15,2))
IDHPERU <- IDHPERU[,-columnas]
head(IDHPERU)## X1 X2 Distrito habitantes IDH años %
## 2 010000 AMAZONAS <NA> 417508 0.3845648 73.98588 53.6528783
## 3 010100 <NA> Chachapoyas 54783 0.4343753 73.95475 45.4878254
## 4 010101 1.0 Chachapoyas 27737 0.5467212 73.38709 62.7192982
## 5 010102 2.0 Asuncion 296 0.1683225 73.28082 0.7514946
## 6 010103 3.0 Balsas 1590 0.2633761 71.96708 14.4828735
## 7 010104 4.0 Cheto 608 0.3274366 77.83988 44.6136813
## años.1 N.S..mes
## 2 6.661000 435.6736
## 3 7.799699 599.8076
## 4 9.968829 866.5725
## 5 6.079101 341.9903
## 6 5.282190 340.2772
## 7 4.961860 346.7647Creamos una subdata con la informacion de regiones
REGIONES=IDHPERU[is.na(IDHPERU$Distrito),]
head(IDHPERU)## X1 X2 Distrito habitantes IDH años %
## 2 010000 AMAZONAS <NA> 417508 0.3845648 73.98588 53.6528783
## 3 010100 <NA> Chachapoyas 54783 0.4343753 73.95475 45.4878254
## 4 010101 1.0 Chachapoyas 27737 0.5467212 73.38709 62.7192982
## 5 010102 2.0 Asuncion 296 0.1683225 73.28082 0.7514946
## 6 010103 3.0 Balsas 1590 0.2633761 71.96708 14.4828735
## 7 010104 4.0 Cheto 608 0.3274366 77.83988 44.6136813
## años.1 N.S..mes
## 2 6.661000 435.6736
## 3 7.799699 599.8076
## 4 9.968829 866.5725
## 5 6.079101 341.9903
## 6 5.282190 340.2772
## 7 4.961860 346.7647Reseteamos el indice
row.names(REGIONES)=NULL
head(REGIONES)## X1 X2 Distrito habitantes IDH años % años.1
## 1 010000 AMAZONAS <NA> 417508 0.3845648 73.98588 53.65288 6.6610
## 2 020000 ANCASH <NA> 1129391 0.4429023 74.11191 57.00540 7.8884
## 3 030000 APURÍMAC <NA> 451881 0.3444168 72.41378 60.57275 6.1528
## 4 040000 AREQUIPA <NA> 1245251 0.5780632 75.97063 88.27166 10.0355
## 5 050000 AYACUCHO <NA> 666029 0.3335711 70.21565 43.59124 6.3811
## 6 060000 CAJAMARCA <NA> 1513892 0.3773468 73.83245 54.77661 6.4005
## N.S..mes
## 1 435.6736
## 2 564.2242
## 3 330.7589
## 4 818.3624
## 5 358.7460
## 6 421.3008Eliminamos las filas “Lima metropolitana” y “Region Lima provincias”
REGIONES=REGIONES[-c(15,16),]Dejamos solo su nombre y Ubigeo, eliminamos las demas columnas
REGIONES=REGIONES[c(1,2)]Colocamos nombre a nuestras columnas
colnames(REGIONES) = c("ubigeoRegion", "nombreRegion")Creamos una subdata con la informacion de provincias
PROVINCIAS=IDHPERU[is.na(IDHPERU$X2),]
head(PROVINCIAS)## X1 X2 Distrito habitantes IDH años
## 3 010100 <NA> Chachapoyas 54783 0.4343753 73.95475
## 25 010200 <NA> Bagua 77438 0.3866636 76.87897
## 32 010300 <NA> Bongará 32317 0.3497911 73.36928
## 45 010400 <NA> Condorcanqui 51802 0.1866263 70.39137
## 49 010500 <NA> Luya 52185 0.3075981 74.06573
## 73 010600 <NA> Rodríguez de Mendoza 30236 0.3310619 73.35318
## % años.1 N.S..mes
## 3 45.487825 7.799699 599.8076
## 25 39.843663 6.971553 467.6442
## 32 29.456796 6.464213 455.7142
## 45 8.012634 5.577313 180.0702
## 49 34.403834 5.504034 327.8493
## 73 26.603732 6.076635 427.0962Reseteamos el indice
row.names(PROVINCIAS)=NULL
head(PROVINCIAS)## X1 X2 Distrito habitantes IDH años %
## 1 010100 <NA> Chachapoyas 54783 0.4343753 73.95475 45.487825
## 2 010200 <NA> Bagua 77438 0.3866636 76.87897 39.843663
## 3 010300 <NA> Bongará 32317 0.3497911 73.36928 29.456796
## 4 010400 <NA> Condorcanqui 51802 0.1866263 70.39137 8.012634
## 5 010500 <NA> Luya 52185 0.3075981 74.06573 34.403834
## 6 010600 <NA> Rodríguez de Mendoza 30236 0.3310619 73.35318 26.603732
## años.1 N.S..mes
## 1 7.799699 599.8076
## 2 6.971553 467.6442
## 3 6.464213 455.7142
## 4 5.577313 180.0702
## 5 5.504034 327.8493
## 6 6.076635 427.0962Eliminamos la fila “Region lima provincias”
PROVINCIAS=PROVINCIAS[-c(129),]Solo nos debemos quedar con el nombre de su provincia y el ubigeo
PROVINCIAS=PROVINCIAS[c(1,3)]Le colocamos nombre a las columnas
colnames(PROVINCIAS) = c("ubigeoProvincia", "nombreProvincia")Ahora creamos una subdata con la informacion de distritos
DISTRITOS=IDHPERU[complete.cases(IDHPERU),]
head(DISTRITOS)## X1 X2 Distrito habitantes IDH años %
## 4 010101 1.0 Chachapoyas 27737 0.5467212 73.38709 62.7192982
## 5 010102 2.0 Asuncion 296 0.1683225 73.28082 0.7514946
## 6 010103 3.0 Balsas 1590 0.2633761 71.96708 14.4828735
## 7 010104 4.0 Cheto 608 0.3274366 77.83988 44.6136813
## 8 010105 5.0 Chiliquin 790 0.2115017 76.24811 8.0251613
## 9 010106 6.0 Chuquibamba 2146 0.2319344 70.87924 10.3547126
## años.1 N.S..mes
## 4 9.968829 866.5725
## 5 6.079101 341.9903
## 6 5.282190 340.2772
## 7 4.961860 346.7647
## 8 4.439228 258.5687
## 9 6.152721 260.7576La segunda columna no es necesaria asi que la eliminamos
DISTRITOS=DISTRITOS[,-c(2)] Colocamos nombre a las columnas
names(DISTRITOS) <- c("ubigeoDistrito", "DISTRITO", "habitantes", "IDH", "esperanza", "secundaria", "educacion", "ingresos")
head(DISTRITOS)## ubigeoDistrito DISTRITO habitantes IDH esperanza secundaria
## 4 010101 Chachapoyas 27737 0.5467212 73.38709 62.7192982
## 5 010102 Asuncion 296 0.1683225 73.28082 0.7514946
## 6 010103 Balsas 1590 0.2633761 71.96708 14.4828735
## 7 010104 Cheto 608 0.3274366 77.83988 44.6136813
## 8 010105 Chiliquin 790 0.2115017 76.24811 8.0251613
## 9 010106 Chuquibamba 2146 0.2319344 70.87924 10.3547126
## educacion ingresos
## 4 9.968829 866.5725
## 5 6.079101 341.9903
## 6 5.282190 340.2772
## 7 4.961860 346.7647
## 8 4.439228 258.5687
## 9 6.152721 260.7576Cambiamos los ubigeos para poder unir nuestras subdatas
#Ubigeo provincia:
DISTRITOS$ubigeoProvincia=DISTRITOS$ubigeoDistrito
substr(DISTRITOS$ubigeoProvincia,5,6)='00'
#Ubigeo región:
DISTRITOS$ubigeoRegion=DISTRITOS$ubigeoDistrito
substr(DISTRITOS$ubigeoRegion,3,6)='0000'Reseteamos el indice de distrito
row.names(DISTRITOS)=NULL
head(DISTRITOS)## ubigeoDistrito DISTRITO habitantes IDH esperanza secundaria
## 1 010101 Chachapoyas 27737 0.5467212 73.38709 62.7192982
## 2 010102 Asuncion 296 0.1683225 73.28082 0.7514946
## 3 010103 Balsas 1590 0.2633761 71.96708 14.4828735
## 4 010104 Cheto 608 0.3274366 77.83988 44.6136813
## 5 010105 Chiliquin 790 0.2115017 76.24811 8.0251613
## 6 010106 Chuquibamba 2146 0.2319344 70.87924 10.3547126
## educacion ingresos ubigeoProvincia ubigeoRegion
## 1 9.968829 866.5725 010100 010000
## 2 6.079101 341.9903 010100 010000
## 3 5.282190 340.2772 010100 010000
## 4 4.961860 346.7647 010100 010000
## 5 4.439228 258.5687 010100 010000
## 6 6.152721 260.7576 010100 010000Juntamos las subdatas de provincia y region en la de distrito
IDHDISTRITOS = merge(DISTRITOS,PROVINCIAS, by="ubigeoProvincia", all.x=T)
IDHDISTRITOS = merge(IDHDISTRITOS, REGIONES, by="ubigeoRegion", all.x=T)
head(IDHDISTRITOS)## ubigeoRegion ubigeoProvincia ubigeoDistrito DISTRITO habitantes
## 1 010000 010100 010101 Chachapoyas 27737
## 2 010000 010100 010104 Cheto 608
## 3 010000 010100 010105 Chiliquin 790
## 4 010000 010100 010102 Asuncion 296
## 5 010000 010100 010103 Balsas 1590
## 6 010000 010100 010112 Magdalena 856
## IDH esperanza secundaria educacion ingresos nombreProvincia
## 1 0.5467212 73.38709 62.7192982 9.968829 866.5725 Chachapoyas
## 2 0.3274366 77.83988 44.6136813 4.961860 346.7647 Chachapoyas
## 3 0.2115017 76.24811 8.0251613 4.439228 258.5687 Chachapoyas
## 4 0.1683225 73.28082 0.7514946 6.079101 341.9903 Chachapoyas
## 5 0.2633761 71.96708 14.4828735 5.282190 340.2772 Chachapoyas
## 6 0.4012976 73.43866 36.7393695 6.271067 615.1609 Chachapoyas
## nombreRegion
## 1 AMAZONAS
## 2 AMAZONAS
## 3 AMAZONAS
## 4 AMAZONAS
## 5 AMAZONAS
## 6 AMAZONASOrdenamos las columnas
IDHDISTRITOS<- IDHDISTRITOS[,c(1:3,12,11,4:10)]
head(IDHDISTRITOS)## ubigeoRegion ubigeoProvincia ubigeoDistrito nombreRegion nombreProvincia
## 1 010000 010100 010101 AMAZONAS Chachapoyas
## 2 010000 010100 010104 AMAZONAS Chachapoyas
## 3 010000 010100 010105 AMAZONAS Chachapoyas
## 4 010000 010100 010102 AMAZONAS Chachapoyas
## 5 010000 010100 010103 AMAZONAS Chachapoyas
## 6 010000 010100 010112 AMAZONAS Chachapoyas
## DISTRITO habitantes IDH esperanza secundaria educacion
## 1 Chachapoyas 27737 0.5467212 73.38709 62.7192982 9.968829
## 2 Cheto 608 0.3274366 77.83988 44.6136813 4.961860
## 3 Chiliquin 790 0.2115017 76.24811 8.0251613 4.439228
## 4 Asuncion 296 0.1683225 73.28082 0.7514946 6.079101
## 5 Balsas 1590 0.2633761 71.96708 14.4828735 5.282190
## 6 Magdalena 856 0.4012976 73.43866 36.7393695 6.271067
## ingresos
## 1 866.5725
## 2 346.7647
## 3 258.5687
## 4 341.9903
## 5 340.2772
## 6 615.1609Agregamos el nombre de la region Callao
IDHDISTRITOS[is.na(IDHDISTRITOS$nombreRegion),]$nombreRegion = "CALLAO"Creamos una latente de IDH
library(psych)##
## Attaching package: 'psych'## The following objects are masked from 'package:ggplot2':
##
## %+%, alphaKMO(IDHDISTRITOS[,c(9:12)])## Kaiser-Meyer-Olkin factor adequacy
## Call: KMO(r = IDHDISTRITOS[, c(9:12)])
## Overall MSA = 0.65
## MSA for each item =
## esperanza secundaria educacion ingresos
## 0.90 0.69 0.60 0.67cortest.bartlett(IDHDISTRITOS[,c(9:12)])$p.value<0.05## R was not square, finding R from data## [1] TRUElibrary(GPArotation)
IDHlat=fa((IDHDISTRITOS[,c(9:12)]),
1, #NUMERO DE FACTORES, ESTO PUEDE CAMBIAR
rotate="oblimin", scores=T,
cor="cor") #ESO PUEDE CAMBIAR DEPENDIENDO DEL TIPO DE VARIABLES. ## Warning in fac(r = r, nfactors = nfactors, n.obs = n.obs, rotate =
## rotate, : A loading greater than abs(1) was detected. Examine the loadings
## carefully.## The estimated weights for the factor scores are probably incorrect. Try a different factor extraction method.## Warning in fac(r = r, nfactors = nfactors, n.obs = n.obs, rotate =
## rotate, : An ultra-Heywood case was detected. Examine the results carefullyprint(IDHlat,digits=2,cut = 0.2)## Factor Analysis using method = minres
## Call: fa(r = (IDHDISTRITOS[, c(9:12)]), nfactors = 1, rotate = "oblimin",
## scores = T, cor = "cor")
##
## Warning: A Heywood case was detected.
## Standardized loadings (pattern matrix) based upon correlation matrix
## MR1 h2 u2 com
## esperanza 0.31 0.096 0.90 1
## secundaria 0.71 0.511 0.49 1
## educacion 1.01 1.010 -0.01 1
## ingresos 0.80 0.638 0.36 1
##
## MR1
## SS loadings 2.25
## Proportion Var 0.56
##
## Mean item complexity = 1
## Test of the hypothesis that 1 factor is sufficient.
##
## The degrees of freedom for the null model are 6 and the objective function was 1.99 with Chi Square of 3646.99
## The degrees of freedom for the model are 2 and the objective function was 0.05
##
## The root mean square of the residuals (RMSR) is 0.04
## The df corrected root mean square of the residuals is 0.06
##
## The harmonic number of observations is 1834 with the empirical chi square 27.72 with prob < 9.6e-07
## The total number of observations was 1834 with Likelihood Chi Square = 88.17 with prob < 7.1e-20
##
## Tucker Lewis Index of factoring reliability = 0.929
## RMSEA index = 0.153 and the 90 % confidence intervals are 0.127 0.181
## BIC = 73.14
## Fit based upon off diagonal values = 1IDHSCORE=factor.scores((IDHDISTRITOS[,c(9:12)]),IDHlat)$scoresIDHDISTRITOS=merge(IDHDISTRITOS,IDHSCORE,
by.x=0,
by.y=0) # 'by.y=0' está usando los row.names
head(IDHDISTRITOS)## Row.names ubigeoRegion ubigeoProvincia ubigeoDistrito nombreRegion
## 1 1 010000 010100 010101 AMAZONAS
## 2 10 010000 010100 010116 AMAZONAS
## 3 100 020000 020300 020305 ANCASH
## 4 1000 110000 110500 110504 ICA
## 5 1001 110000 110500 110505 ICA
## 6 1002 110000 110500 110506 ICA
## nombreProvincia DISTRITO habitantes
## 1 Chachapoyas Chachapoyas 27737
## 2 Chachapoyas Olleros 370
## 3 Antonio Raymondi Mirgas 5366
## 4 Pisco Independencia 13727
## 5 Pisco Paracas 5722
## 6 Pisco San Andres 13524
## IDH esperanza secundaria educacion ingresos MR1
## 1 0.5467212 73.38709 62.71930 9.968829 866.5725 1.5207069
## 2 0.2574440 76.45172 20.26770 5.237085 256.4438 -0.6920420
## 3 0.1512524 71.58821 13.80350 4.520514 102.5497 -1.0437907
## 4 0.4125337 75.65267 58.94248 8.462404 424.8150 0.8223145
## 5 0.4997222 76.28161 52.98228 10.222032 677.0412 1.7433657
## 6 0.4765053 76.10384 69.27835 10.024492 529.3206 1.5922376IDHDISTRITOS=IDHDISTRITOS[c(4,8,10:14)]names(IDHDISTRITOS)=c("ubigeoDistrito","HABITANTES","ESPERANZA","SECUNDARIA","EDUCACION","INGRESOS","IDHLAT")Variable IDE
Partidas de nacimiento en el registro civil
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vS63wfOTNXPgUVUJvi17Xis_bBVodIGrjDQixrB-kNFFB-_o1Mq5yGjiZdTQoCf-nYw0YwbeNF-6oYi/pub?output=xlsx"
library(openxlsx)
PARTIDA=read.xlsx(link,
sheet = 1, #hoja que cargaremos, corresponde al año 2011.
startRow = 0, #desde esta fila empezaremos a leer, aseguremonos de no perder títulos
skipEmptyRows = T, skipEmptyCols = T)
head(PARTIDA)## P:.Tiene.partida.de.nacimiento.del.Registro.Civil
## 1 AREA # 010101
## 2 Categorías
## 3 Si tiene partida de nacimiento
## 4 No tiene partida de nacimiento
## 5 Total
## 6 Ignorado :
## X2 X3 X4
## 1 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas <NA> <NA>
## 2 Casos % Acumulado %
## 3 23776.0 99.66 99.66
## 4 82.0 0.34 100.0
## 5 23858.0 100.0 100.0
## 6 81.0 <NA> <NA>Cambio nombre de columnas: -solo para identificarlas mejor-
names(PARTIDA) = c("ubigeoDistrito", "Distrito", "por", "acumulado")Reviso las ultimas filas
tail(PARTIDA,10)## ubigeoDistrito Distrito por acumulado
## 10934 No tiene partida de nacimiento 364.0 9.79 100.0
## 10935 Total 3719.0 100.0 100.0
## 10936 Ignorado : 27.0 <NA> <NA>
## 10937 RESUMEN <NA> <NA> <NA>
## 10938 Categorías Casos % Acumulado %
## 10939 Si tiene partida de nacimiento 2.703648E7 98.98 98.98
## 10940 No tiene partida de nacimiento 277596.0 1.02 100.0
## 10941 Total 2.7314076E7 100.0 100.0
## 10942 Ignorado : 98081.0 <NA> <NA>
## 10943 Fuente: INEI - CPV2007 <NA> <NA> <NA>Elimino las ultimas filas -hacen referencia a todo el peru-
PARTIDA=PARTIDA[-c(10937:10943),]
tail((PARTIDA))## ubigeoDistrito
## 10931 AREA # 250401
## 10932 Categorías
## 10933 Si tiene partida de nacimiento
## 10934 No tiene partida de nacimiento
## 10935 Total
## 10936 Ignorado :
## Distrito por acumulado
## 10931 Dpto. Ucayali Prov. Purus Dist. Purus <NA> <NA>
## 10932 Casos % Acumulado %
## 10933 3355.0 90.21 90.21
## 10934 364.0 9.79 100.0
## 10935 3719.0 100.0 100.0
## 10936 27.0 <NA> <NA>Distritos total:
distritos1=PARTIDA[grep("Dist", PARTIDA$Distrito),1:2] #solo quiero quedarme con la 1 y 2 columna
head(distritos1)## ubigeoDistrito Distrito
## 1 AREA # 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 AREA # 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 13 AREA # 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 19 AREA # 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 25 AREA # 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 31 AREA # 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaManipulamos ubigeo para quedarnos solo con los codigos:
distritos1$ubigeoDistrito= substr(distritos1$ubigeoDistrito,8,14)Vean el resultado:
head(distritos1)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 13 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 19 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 25 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 31 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaNo partida:
NOPARTIDA=as.data.frame(PARTIDA[grep("No", PARTIDA$ubigeoDistrito),2]) names(NOPARTIDA) = c("NOPARTIDAS")Juntamos ambas data frames -no merge-:
data_partida = cbind(distritos1,NOPARTIDA)
head(data_partida)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 13 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 19 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 25 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 31 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## NOPARTIDAS
## 1 82.0
## 7 2.0
## 13 34.0
## 19 0.0
## 25 1.0
## 31 23.0Cambiamos a numerica. Como estaba como factor no cambia directo a numerica.
data_partida$NOPARTIDAS = as.numeric(as.character(data_partida$NOPARTIDAS))Data final:
head(data_partida)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 13 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 19 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 25 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 31 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## NOPARTIDAS
## 1 82
## 7 2
## 13 34
## 19 0
## 25 1
## 31 23lo guardo a csv just in case:
write.csv(data_partida, "data_partida.csv")SECUNDARIA
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vTrWabDrAv6lTdmk6yPNsFICqOqtb_jpWGldSHj25GJF6XpjFDIt4l-n4HCjtskUvtEqyVzleobJMKw/pub?output=xlsx"
library(openxlsx)
SECUNDARIA=read.xlsx(link,
sheet = 1, #hoja que cargaremos, corresponde al año 2011.
startRow = 0, #desde esta fila empezaremos a leer, aseguremonos de no perder títulos
skipEmptyRows = T, skipEmptyCols = T)
head(SECUNDARIA)## P3a+:.Ûltimo.nivel.de.estudios.que.aprobó
## 1 AREA # 010101
## 2 Categorías
## 3 Sin Nivel
## 4 Educación Inicial
## 5 Primaria
## 6 Secundaria
## X2 X3 X4
## 1 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas <NA> <NA>
## 2 Casos % Acumulado %
## 3 1847.0 8.13 8.13
## 4 622.0 2.74 10.87
## 5 7049.0 31.04 41.91
## 6 6580.0 28.98 70.89Cambio nombre de columnas: -solo para identificarlas mejor-
names(SECUNDARIA) = c("ubigeoDistrito", "Distrito", "por", "acumulado")Reviso las ultimas filas
tail(SECUNDARIA,15)## ubigeoDistrito Distrito por acumulado
## 21976 Total 3352.0 100.0 100.0
## 21977 NSA : 394.0 <NA> <NA>
## 21978 RESUMEN <NA> <NA> <NA>
## 21979 Categorías Casos % Acumulado %
## 21980 Sin Nivel 2820935.0 10.93 10.93
## 21981 Educación Inicial 691494.0 2.68 13.61
## 21982 Primaria 8087558.0 31.33 44.94
## 21983 Secundaria 8287670.0 32.11 77.05
## 21984 Superior No Univ. incompleta 1289464.0 5.0 82.05
## 21985 Superior No Univ. completa 1582597.0 6.13 88.18
## 21986 Superior Univ. incompleta 1192157.0 4.62 92.8
## 21987 Superior Univ. completa 1858456.0 7.2 100.0
## 21988 Total 2.5810331E7 100.0 100.0
## 21989 NSA : 1601826.0 <NA> <NA>
## 21990 Fuente: INEI - CPV2007 <NA> <NA> <NA>Elimino las ultimas filas -hacen referencia a todo el peru-
SECUNDARIA=SECUNDARIA[-c(21978:21990),]
tail(SECUNDARIA,15)## ubigeoDistrito
## 21963 Superior Univ. completa
## 21964 Total
## 21965 NSA :
## 21966 AREA # 250401
## 21967 Categorías
## 21968 Sin Nivel
## 21969 Educación Inicial
## 21970 Primaria
## 21971 Secundaria
## 21972 Superior No Univ. incompleta
## 21973 Superior No Univ. completa
## 21974 Superior Univ. incompleta
## 21975 Superior Univ. completa
## 21976 Total
## 21977 NSA :
## Distrito por acumulado
## 21963 39.0 0.71 100.0
## 21964 5491.0 100.0 100.0
## 21965 556.0 <NA> <NA>
## 21966 Dpto. Ucayali Prov. Purus Dist. Purus <NA> <NA>
## 21967 Casos % Acumulado %
## 21968 809.0 24.13 24.13
## 21969 98.0 2.92 27.06
## 21970 1211.0 36.13 63.19
## 21971 876.0 26.13 89.32
## 21972 110.0 3.28 92.6
## 21973 156.0 4.65 97.26
## 21974 32.0 0.95 98.21
## 21975 60.0 1.79 100.0
## 21976 3352.0 100.0 100.0
## 21977 394.0 <NA> <NA>Distritos total:
distritos1=SECUNDARIA[grep("Dist", SECUNDARIA$Distrito),1:2] #solo quiero quedarme con la 1 y 2 columna
head(distritos1) ## ubigeoDistrito Distrito
## 1 AREA # 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 13 AREA # 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 24 AREA # 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 36 AREA # 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 48 AREA # 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 60 AREA # 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaManipulamos ubigeo para quedarnos solo con los codigos:
distritos1$ubigeoDistrito= substr(distritos1$ubigeoDistrito,8,14)Vean el resultado:
head(distritos1)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 13 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 24 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 36 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 48 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 60 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaNo partida:
secundaria=as.data.frame(SECUNDARIA[grep("Secundaria", SECUNDARIA$ubigeoDistrito),2]) names(secundaria) = c("SECUNDARIA")Juntamos ambas data frames -no merge-:
data_secundaria = cbind(distritos1,secundaria)
head(data_secundaria)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 13 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 24 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 36 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 48 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 60 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## SECUNDARIA
## 1 6580.0
## 13 45.0
## 24 201.0
## 36 88.0
## 48 65.0
## 60 414.0Cambiamos a numerica. Como estaba como factor no cambia directo a numerica.
data_secundaria$SECUNDARIA = as.numeric(as.character(data_secundaria$SECUNDARIA))Data final:
head(data_secundaria)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 13 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 24 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 36 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 48 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 60 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## SECUNDARIA
## 1 6580
## 13 45
## 24 201
## 36 88
## 48 65
## 60 414lo guardo a csv just in case:
write.csv(data_secundaria, "data_secundaria.csv")SERVICIO DE AGUA
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vTFlG5NgBsykf_uxJ-vDarjtv5bfH76Kz1u9R0fE40FKicHxjMymhiNuFmCUS-tduMl8XmwKu0Wo0eq/pub?output=xlsx"
library(openxlsx)
AGUA=read.xlsx(link,
sheet = 1, #hoja que cargaremos, corresponde al año 2011.
startRow = 0, #desde esta fila empezaremos a leer, aseguremonos de no perder títulos
skipEmptyRows = T, skipEmptyCols = T)
head(AGUA)## V:.Servicio.de.agua.-.Todos.los.días.de.la.semana
## 1 AREA # 010101
## 2 Categorías
## 3 Si tiene servicio de agua
## 4 No tiene servicio de agua
## 5 Total
## 6 NSA :
## X2 X3 X4
## 1 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas <NA> <NA>
## 2 Casos % Acumulado %
## 3 5762.0 98.29 98.29
## 4 100.0 1.71 100.0
## 5 5862.0 100.0 100.0
## 6 1449.0 <NA> <NA>Cambio nombre de columnas: -solo para identificarlas mejor-
names(AGUA) = c("ubigeoDistrito", "Distrito", "por", "acumulado")Reviso las ultimas filas
tail(AGUA,10)## ubigeoDistrito Distrito por acumulado
## 10462 Si tiene servicio de agua 4.0 100.0 100.0
## 10463 Total 4.0 100.0 100.0
## 10464 NSA : 943.0 <NA> <NA>
## 10465 RESUMEN <NA> <NA> <NA>
## 10466 Categorías Casos % Acumulado %
## 10467 Si tiene servicio de agua 3878572.0 89.85 89.85
## 10468 No tiene servicio de agua 438127.0 10.15 100.0
## 10469 Total 4316699.0 100.0 100.0
## 10470 NSA : 3266441.0 <NA> <NA>
## 10471 Fuente: INEI - CPV2007 <NA> <NA> <NA>Elimino las ultimas filas -hacen referencia a todo el peru-
AGUA=AGUA[-c(10465:10471),]
tail(AGUA,10)## ubigeoDistrito Distrito
## 10455 Categorías Casos
## 10456 Si tiene servicio de agua 221.0
## 10457 No tiene servicio de agua 5.0
## 10458 Total 226.0
## 10459 NSA : 1553.0
## 10460 AREA # 250401 Dpto. Ucayali Prov. Purus Dist. Purus
## 10461 Categorías Casos
## 10462 Si tiene servicio de agua 4.0
## 10463 Total 4.0
## 10464 NSA : 943.0
## por acumulado
## 10455 % Acumulado %
## 10456 97.79 97.79
## 10457 2.21 100.0
## 10458 100.0 100.0
## 10459 <NA> <NA>
## 10460 <NA> <NA>
## 10461 % Acumulado %
## 10462 100.0 100.0
## 10463 100.0 100.0
## 10464 <NA> <NA>Distritos total:
distritos1=AGUA[grep("Dist", AGUA$Distrito),1:2] #solo quiero quedarme con la 1 y 2 columna
head(distritos1) ## ubigeoDistrito Distrito
## 1 AREA # 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 AREA # 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 9 AREA # 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 14 AREA # 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 19 AREA # 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 24 AREA # 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaManipulamos ubigeo para quedarnos solo con los codigos:
distritos1$ubigeoDistrito= substr(distritos1$ubigeoDistrito,8,14)Vean el resultado:
head(distritos1)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 9 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 14 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 19 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 24 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaSI AGUA:
agua=as.data.frame(AGUA[grep("Si", AGUA$ubigeoDistrito),2]) names(agua) = c("agua")Juntamos ambas data frames -no merge-:
data_agua = cbind(distritos1,agua)
head(data_agua)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 9 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 14 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 19 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 24 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## agua
## 1 5762.0
## 7 0.0
## 9 8.0
## 14 6.0
## 19 36.0
## 24 284.0Cambiamos a numerica. Como estaba como factor no cambia directo a numerica.
data_agua$agua = as.numeric(as.character(data_agua$agua))Data final:
head(data_agua)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 9 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 14 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 19 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 24 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## agua
## 1 5762
## 7 0
## 9 8
## 14 6
## 19 36
## 24 284lo guardo a csv just in case:
write.csv(data_agua, "data_agua.csv")ELECTRICIDAD
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vRKVpRFZm4-NQE2BCDSY-esbALM6nDiDQ7kOfCSiuuGgcQQKe1rX06BOuvPUehBMMZnegucVpiiWpwQ/pub?output=xlsx"
library(openxlsx)
ELECTRICIDAD=read.xlsx(link,
sheet = 1, #hoja que cargaremos, corresponde al año 2011.
startRow = 0, #desde esta fila empezaremos a leer, aseguremonos de no perder títulos
skipEmptyRows = T, skipEmptyCols = T)
head(ELECTRICIDAD)## V:.La.vivienda.tiene.alumbrado.eléctrico
## 1 AREA # 010101
## 2 Categorías
## 3 Si tiene alumbrado eléctrico
## 4 No tiene alumbrado eléctrico
## 5 Total
## 6 NSA :
## X2 X3 X4
## 1 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas <NA> <NA>
## 2 Casos % Acumulado %
## 3 5790.0 90.89 90.89
## 4 580.0 9.11 100.0
## 5 6370.0 100.0 100.0
## 6 941.0 <NA> <NA>Cambio nombre de columnas: -solo para identificarlas mejor-
names(ELECTRICIDAD) = c("ubigeoDistrito", "Distrito", "por", "acumulado")Reviso las ultimas filas
tail(ELECTRICIDAD,10)## ubigeoDistrito Distrito por acumulado
## 10984 No tiene alumbrado eléctrico 498.0 67.66 100.0
## 10985 Total 736.0 100.0 100.0
## 10986 NSA : 211.0 <NA> <NA>
## 10987 RESUMEN <NA> <NA> <NA>
## 10988 Categorías Casos % Acumulado %
## 10989 Si tiene alumbrado eléctrico 4741730.0 74.09 74.09
## 10990 No tiene alumbrado eléctrico 1658401.0 25.91 100.0
## 10991 Total 6400131.0 100.0 100.0
## 10992 NSA : 1183009.0 <NA> <NA>
## 10993 Fuente: INEI - CPV2007 <NA> <NA> <NA>Elimino las ultimas filas -hacen referencia a todo el peru-
ELECTRICIDAD=ELECTRICIDAD[-c(10987:10993),]
tail(ELECTRICIDAD,10)## ubigeoDistrito
## 10977 Si tiene alumbrado eléctrico
## 10978 No tiene alumbrado eléctrico
## 10979 Total
## 10980 NSA :
## 10981 AREA # 250401
## 10982 Categorías
## 10983 Si tiene alumbrado eléctrico
## 10984 No tiene alumbrado eléctrico
## 10985 Total
## 10986 NSA :
## Distrito por acumulado
## 10977 313.0 22.52 22.52
## 10978 1077.0 77.48 100.0
## 10979 1390.0 100.0 100.0
## 10980 389.0 <NA> <NA>
## 10981 Dpto. Ucayali Prov. Purus Dist. Purus <NA> <NA>
## 10982 Casos % Acumulado %
## 10983 238.0 32.34 32.34
## 10984 498.0 67.66 100.0
## 10985 736.0 100.0 100.0
## 10986 211.0 <NA> <NA>Distritos total:
distritos1=ELECTRICIDAD[grep("Dist", ELECTRICIDAD$Distrito),1:2] #solo quiero quedarme con la 1 y 2 columna
head(distritos1) ## ubigeoDistrito Distrito
## 1 AREA # 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 AREA # 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 13 AREA # 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 19 AREA # 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 25 AREA # 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 31 AREA # 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaManipulamos ubigeo para quedarnos solo con los codigos:
distritos1$ubigeoDistrito= substr(distritos1$ubigeoDistrito,8,14)Vean el resultado:
head(distritos1)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 13 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 19 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 25 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 31 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaSI ELECTRICIDAD:
electricidad=as.data.frame(ELECTRICIDAD[grep("Si", ELECTRICIDAD$ubigeoDistrito),2]) names(electricidad) = c("electricidad")Juntamos ambas data frames -no merge-:
data_electricidad = cbind(distritos1,electricidad)
head(data_electricidad)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 13 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 19 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 25 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 31 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## electricidad
## 1 5790.0
## 7 42.0
## 13 136.0
## 19 130.0
## 25 111.0
## 31 304.0Cambiamos a numerica. Como estaba como factor no cambia directo a numerica.
data_electricidad$electricidad = as.numeric(as.character(data_electricidad$electricidad))Data final:
head(data_electricidad)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 7 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 13 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 19 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 25 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 31 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## electricidad
## 1 5790
## 7 42
## 13 136
## 19 130
## 25 111
## 31 304lo guardo a csv just in case:
write.csv(data_electricidad, "data_electricidad.csv")ESSALUD
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vQSf5QPSe3ES8UlLARhfZAxy6YYD1b9icyunW5d-AO7fvu2HbeTI20u2yMW2aoqZNxIIoPG4bsBVWS4/pub?output=xlsx"
library(openxlsx)
ESSALUD=read.xlsx(link,
sheet = 1, #hoja que cargaremos, corresponde al año 2011.
startRow = 0, #desde esta fila empezaremos a leer, aseguremonos de no perder títulos
skipEmptyRows = T, skipEmptyCols = T)
head(ESSALUD)## P:.Población.afiliada.a.seguros.de.salud
## 1 AREA # 010101
## 2 Categorías
## 3 Solo esta asegurado al SIS
## 4 Esta asegurado en el SIS, ESSALUD y Otro
## 5 Esta asegurado en el SIS y ESSALUD
## 6 Esta asegurado en el SIS y Otro
## X2 X3 X4
## 1 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas <NA> <NA>
## 2 Casos % Acumulado %
## 3 4238.0 17.7 17.7
## 4 2.0 0.01 17.71
## 5 14.0 0.06 17.77
## 6 13.0 0.05 17.82Cambio nombre de columnas: -solo para identificarlas mejor-
names(ESSALUD) = c("ubigeoDistrito", "Distrito", "por", "acumulado")Reviso las ultimas filas
tail(ESSALUD,15)## ubigeoDistrito Distrito por
## 16136 Sólo esta asegurado en Otro 71.0 1.9
## 16137 No tiene ningun seguro 865.0 23.09
## 16138 Total 3746.0 100.0
## 16139 RESUMEN <NA> <NA>
## 16140 Categorías Casos %
## 16141 Solo esta asegurado al SIS 5051559.0 18.43
## 16142 Esta asegurado en el SIS, ESSALUD y Otro 2208.0 0.01
## 16143 Esta asegurado en el SIS y ESSALUD 12145.0 0.04
## 16144 Esta asegurado en el SIS y Otro 9867.0 0.04
## 16145 Esta asegurado en ESSALUD y Otro 139336.0 0.51
## 16146 Sólo esta asegurado en ESSALUD 4766357.0 17.39
## 16147 Sólo esta asegurado en Otro 1617226.0 5.9
## 16148 No tiene ningun seguro 1.5813459E7 57.69
## 16149 Total 2.7412157E7 100.0
## 16150 Fuente: INEI - CPV2007 <NA> <NA>
## acumulado
## 16136 76.91
## 16137 100.0
## 16138 100.0
## 16139 <NA>
## 16140 Acumulado %
## 16141 18.43
## 16142 18.44
## 16143 18.48
## 16144 18.52
## 16145 19.02
## 16146 36.41
## 16147 42.31
## 16148 100.0
## 16149 100.0
## 16150 <NA>Elimino las ultimas filas -hacen referencia a todo el peru-
ESSALUD=ESSALUD[-c(16139:16150),]
tail(ESSALUD,10)## ubigeoDistrito
## 16129 Total
## 16130 AREA # 250401
## 16131 Categorías
## 16132 Solo esta asegurado al SIS
## 16133 Esta asegurado en el SIS y Otro
## 16134 Esta asegurado en ESSALUD y Otro
## 16135 Sólo esta asegurado en ESSALUD
## 16136 Sólo esta asegurado en Otro
## 16137 No tiene ningun seguro
## 16138 Total
## Distrito por acumulado
## 16129 6047.0 100.0 100.0
## 16130 Dpto. Ucayali Prov. Purus Dist. Purus <NA> <NA>
## 16131 Casos % Acumulado %
## 16132 2418.0 64.55 64.55
## 16133 2.0 0.05 64.6
## 16134 2.0 0.05 64.66
## 16135 388.0 10.36 75.01
## 16136 71.0 1.9 76.91
## 16137 865.0 23.09 100.0
## 16138 3746.0 100.0 100.0Distritos total:
distritos1=ESSALUD[grep("Dist", ESSALUD$Distrito),1:2] #solo quiero quedarme con la 1 y 2 columna
head(distritos1) ## ubigeoDistrito Distrito
## 1 AREA # 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 12 AREA # 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 19 AREA # 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 26 AREA # 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 33 AREA # 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 40 AREA # 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaManipulamos ubigeo para quedarnos solo con los codigos:
distritos1$ubigeoDistrito= substr(distritos1$ubigeoDistrito,8,14)Vean el resultado:
head(distritos1)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 12 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 19 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 26 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 33 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 40 010106 Dpto. Amazonas Prov. Chachapoyas Dist. ChuquibambaNO SEGURO:
essalud=as.data.frame(ESSALUD[grep("seguro", ESSALUD$ubigeoDistrito),2]) names(essalud) = c("noseguro")Juntamos ambas data frames -no merge-:
data_seguro = cbind(distritos1,essalud)
head(data_seguro)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 12 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 19 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 26 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 33 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 40 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## noseguro
## 1 11769.0
## 12 100.0
## 19 650.0
## 26 314.0
## 33 395.0
## 40 906.0Cambiamos a numerica. Como estaba como factor no cambia directo a numerica.
data_seguro$noseguro = as.numeric(as.character(data_seguro$noseguro))Data final:
head(data_seguro)## ubigeoDistrito Distrito
## 1 010101 Dpto. Amazonas Prov. Chachapoyas Dist. Chachapoyas
## 12 010102 Dpto. Amazonas Prov. Chachapoyas Dist. Asunción
## 19 010103 Dpto. Amazonas Prov. Chachapoyas Dist. Balsas
## 26 010104 Dpto. Amazonas Prov. Chachapoyas Dist. Cheto
## 33 010105 Dpto. Amazonas Prov. Chachapoyas Dist. Chiliquin
## 40 010106 Dpto. Amazonas Prov. Chachapoyas Dist. Chuquibamba
## noseguro
## 1 11769
## 12 100
## 19 650
## 26 314
## 33 395
## 40 906lo guardo a csv just in case:
write.csv(data_seguro, "data_seguro.csv")Eliminamos las columnas que nombrem el distrito
data_partida=data_partida[-c(2)]Eliminamos las columnas que nombrem el distrito
data_seguro=data_seguro[-c(2)]Eliminamos las columnas que nombrem el distrito
data_secundaria=data_secundaria[-c(2)]Eliminamos las columnas que nombrem el distrito
data_electricidad=data_electricidad[-c(2)]Eliminamos las columnas que nombrem el distrito
data_agua=data_agua[-c(2)]Empezamos a juntar nuestra data con todos nuestas variable para formar ide
merge1=merge(data_partida, data_seguro,by="ubigeoDistrito")merge2=merge(merge1, data_electricidad,by="ubigeoDistrito")merge3=merge(merge2, data_agua,by="ubigeoDistrito")IDE=merge(merge3, data_secundaria,by="ubigeoDistrito")Latente de IDE
library(psych)
KMO(IDE[,c(2:5)])## Kaiser-Meyer-Olkin factor adequacy
## Call: KMO(r = IDE[, c(2:5)])
## Overall MSA = 0.76
## MSA for each item =
## NOPARTIDAS noseguro electricidad agua
## 0.87 0.79 0.68 0.74cortest.bartlett(IDE[,c(2,5)])$p.value<0.05## R was not square, finding R from data## [1] TRUElibrary(GPArotation)
IDElat=fa((IDE[,c(2:5)]),
1, #NUMERO DE FACTORES, ESTO PUEDE CAMBIAR
rotate="oblimin", scores=T,
cor="cor") #ESO PUEDE CAMBIAR DEPENDIENDO DEL TIPO DE VARIABLES. ## The estimated weights for the factor scores are probably incorrect. Try a different factor extraction method.print(IDElat,digits=2,cut = 0.2)## Factor Analysis using method = minres
## Call: fa(r = (IDE[, c(2:5)]), nfactors = 1, rotate = "oblimin", scores = T,
## cor = "cor")
## Standardized loadings (pattern matrix) based upon correlation matrix
## MR1 h2 u2 com
## NOPARTIDAS 0.78 0.61 0.3941 1
## noseguro 1.00 1.00 0.0043 1
## electricidad 0.99 0.99 0.0117 1
## agua 0.96 0.92 0.0835 1
##
## MR1
## SS loadings 3.51
## Proportion Var 0.88
##
## Mean item complexity = 1
## Test of the hypothesis that 1 factor is sufficient.
##
## The degrees of freedom for the null model are 6 and the objective function was 7.82 with Chi Square of 14307.7
## The degrees of freedom for the model are 2 and the objective function was 2.82
##
## The root mean square of the residuals (RMSR) is 0.03
## The df corrected root mean square of the residuals is 0.05
##
## The harmonic number of observations is 1833 with the empirical chi square 17.79 with prob < 0.00014
## The total number of observations was 1833 with Likelihood Chi Square = 5151.71 with prob < 0
##
## Tucker Lewis Index of factoring reliability = -0.081
## RMSEA index = 1.186 and the 90 % confidence intervals are 1.158 1.213
## BIC = 5136.68
## Fit based upon off diagonal values = 1IDElat=factor.scores((IDE[,c(2:5)]),IDHlat)$scoresIDE =merge(IDE,IDElat,
by.x=0,
by.y=0) # 'by.y=0' está usando los row.names
head(IDE)## Row.names ubigeoDistrito NOPARTIDAS noseguro electricidad agua
## 1 1 010101 82 11769 5790 5762
## 2 10 010110 33 2102 588 755
## 3 100 020205 1 628 183 206
## 4 1000 110506 52 8883 2342 1781
## 5 1001 110507 138 12660 2975 214
## 6 1002 110508 96 8618 2043 2551
## SECUNDARIA MR1
## 1 6580 0.7588179
## 2 757 -0.4937708
## 3 250 -0.1544198
## 4 5092 0.1265061
## 5 6834 2.6850212
## 6 5613 -1.6151081IDE=IDE[-c(1)]names(IDE)## [1] "ubigeoDistrito" "NOPARTIDAS" "noseguro" "electricidad"
## [5] "agua" "SECUNDARIA" "MR1"names(IDE)=c("ubigeoDistrito","NOPARTIDAS","NOSEGURO","ELECTRICIDAD","AGUA","SECUNDARIAIDE","IDELAT")Variable de control
Variable canon
Link de la limpieza de Canon 2011
"http://rpubs.com/airam123/444816"## [1] "http://rpubs.com/airam123/444816"Cargamos la data CANON 2011
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vTNCiAE3wfYKC_lsX92H_8IrA2bgN6t7vyRmm3gWbww-Ha3R0oFksIAr9tLE2o5bdD37N394Yr2X7Gd/pub?output=xlsx"
library(openxlsx)
CANON2011=read.xlsx(link,
sheet = 1, #hoja que cargaremos, corresponde al año 2011.
startRow = 0, #desde esta fila empezaremos a leer, aseguremonos de no perder títulos
skipEmptyRows = T, skipEmptyCols = T)
head(CANON2011)## MUNICIPALIDADES PIM2011 ubigeoDistrito
## 1 MUNICIPALIDAD DISTRITAL DE ASUNCION 120995 010102
## 2 MUNICIPALIDAD DISTRITAL DE BALSAS 55366 010103
## 3 MUNICIPALIDAD DISTRITAL DE CHETO 145448 010104
## 4 MUNICIPALIDAD DISTRITAL DE CHILIQUIN 154126 010105
## 5 MUNICIPALIDAD DISTRITAL DE CHUQUIBAMBA 200626 010106
## 6 MUNICIPALIDAD DISTRITAL DE GRANADA 450379 010107CANON2011=CANON2011[-c(1)]names(CANON2011)=c("CANON","ubigeoDistrito")3.Aplicación del merge
MERGE
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vRmFL4gFqlsqhj1sDTWTJWppQYbiNLzhorZdGuVDFUUnxSA9BgHbtVScUOs2b7H0cYuKr-Dl48CCN20/pub?output=xlsx"
library(openxlsx)
EQUIVALENCIA=read.xlsx(link,
sheet = 1, #hoja que cargaremos, corresponde al año 2011.
startRow = 0, #desde esta fila empezaremos a leer, aseguremonos de no perder títulos
skipEmptyRows = T, skipEmptyCols = T)
head(EQUIVALENCIA)## UBIGEO_RENIEC UBIGEO_INEI Departamento Provincia Distrito_reniec
## 1 010101 010101 Amazonas Chachapoyas Chachapoyas
## 2 010102 010102 Amazonas Chachapoyas Asunción
## 3 010103 010103 Amazonas Chachapoyas Balsas
## 4 010104 010104 Amazonas Chachapoyas Cheto
## 5 010105 010105 Amazonas Chachapoyas Chiliquin
## 6 010106 010106 Amazonas Chachapoyas Chuquibamba
## Distrito_INEI
## 1 Chachapoyas
## 2 Asunción
## 3 Balsas
## 4 Cheto
## 5 Chiliquin
## 6 ChuquibambaEQUIVALENCIA=EQUIVALENCIA[c(1,2)]names(EQUIVALENCIA) = c("ubigeoRENIEC","ubigeoDistrito")DATA_TOTAL=merge(IDHDISTRITOS, CANON2011,by="ubigeoDistrito")DATA_TOTAL=merge(DATA_TOTAL,IDE,by="ubigeoDistrito")VOTO=merge(EQUIVALENCIA, VOTO ,by="ubigeoRENIEC")VOTO=VOTO[-c(1)]DATA_TOTAL=merge(DATA_TOTAL,VOTO, by="ubigeoDistrito")ANTESOLLANTA=merge(EQUIVALENCIA, ANTESOLLANTA ,by="ubigeoRENIEC")ANTESOLLANTA=ANTESOLLANTA[-c(1)]DURANTEOLLANTA=merge(EQUIVALENCIA, DURANTEOLLANTA ,by="ubigeoRENIEC")DURANTEOLLANTA=DURANTEOLLANTA[-c(1)]ANTESOLLANTA=merge(ANTESOLLANTA,DATA_TOTAL,by="ubigeoDistrito")DURANTEOLLANTA=merge(DURANTEOLLANTA,DATA_TOTAL,by="ubigeoDistrito")5.Análisis de regresión
Creamos una subdata ####Regresion ordinal
subdataANTES=ANTESOLLANTA[c(2,3,8,9,15,16)]
head(subdataANTES)## NUMEROCONFLICTOS HABITANTES IDHLAT CANON IDELAT
## 1 1 1119 -0.4684639 154728 -0.0597187247
## 2 1 23820 -0.3712931 1538345 -4.3712868039
## 3 1 7604 -0.5783118 801885 -0.4416274842
## 4 1 9444 -0.6479363 1496572 -1.4689764250
## 5 5 944 -0.9116309 171359 0.0002263618
## 6 2 4816 -0.4988178 9049449 -0.3432499790
## DISTRITO
## 1 HUANCAS
## 2 IMAZA
## 3 YAMBRASBAMBA
## 4 EL CENEPA
## 5 SAN JERONIMO
## 6 JANGASrow.names(subdataANTES)=subdataANTES$DISTRITO
subdataANTES=subdataANTES[-6]
head(subdataANTES)## NUMEROCONFLICTOS HABITANTES IDHLAT CANON IDELAT
## HUANCAS 1 1119 -0.4684639 154728 -0.0597187247
## IMAZA 1 23820 -0.3712931 1538345 -4.3712868039
## YAMBRASBAMBA 1 7604 -0.5783118 801885 -0.4416274842
## EL CENEPA 1 9444 -0.6479363 1496572 -1.4689764250
## SAN JERONIMO 5 944 -0.9116309 171359 0.0002263618
## JANGAS 2 4816 -0.4988178 9049449 -0.3432499790library("oglmx")## Loading required package: maxLik## Loading required package: miscTools##
## Please cite the 'maxLik' package as:
## Henningsen, Arne and Toomet, Ott (2011). maxLik: A package for maximum likelihood estimation in R. Computational Statistics 26(3), 443-458. DOI 10.1007/s00180-010-0217-1.
##
## If you have questions, suggestions, or comments regarding the 'maxLik' package, please use a forum or 'tracker' at maxLik's R-Forge site:
## https://r-forge.r-project.org/projects/maxlik/model1=ologit.reg(NUMEROCONFLICTOS ~ .,
data = subdataANTES)## Warning in model.response(mf, "numeric"): using type = "numeric" with a
## factor response will be ignoredsummary(model1)## Ordered Logit Regression
## Log-Likelihood: -243.7135
## No. Iterations: 6
## McFadden's R2: 0.01564049
## AIC: 507.4269
## Estimate Std. error t value Pr(>|t|)
## HABITANTES -1.8867e-06 2.9005e-06 -0.6505 0.51538
## IDHLAT 1.9822e-01 1.4833e-01 1.3363 0.18144
## CANON 6.0789e-09 2.8043e-09 2.1677 0.03018 *
## IDELAT -8.5832e-02 7.7451e-02 -1.1082 0.26777
## ----- Threshold Parameters -----
## Estimate Std. error t value Pr(>|t|)
## Threshold (1->2) 1.30160 0.14702 8.8531 < 2.2e-16 ***
## Threshold (2->3) 2.54064 0.21761 11.6754 < 2.2e-16 ***
## Threshold (3->4) 3.93643 0.39249 10.0295 < 2.2e-16 ***
## Threshold (4->5) 4.80852 0.58863 8.1691 3.108e-16 ***
## Threshold (5->7) 5.21734 0.71636 7.2831 3.261e-13 ***
## Threshold (7->8) 5.91436 1.00659 5.8756 4.213e-09 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1(model1m=margins.oglmx(model1,ascontinuous = TRUE))## Marginal Effects on Pr(Outcome==1)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES 3.2142e-07 4.9239e-07 0.6528 0.51390
## IDHLAT -3.3770e-02 2.5050e-02 -1.3481 0.17763
## CANON -1.0356e-09 4.8146e-10 -2.1510 0.03147 *
## IDELAT 1.4623e-02 1.3119e-02 1.1146 0.26502
## ------------------------------------
## Marginal Effects on Pr(Outcome==2)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -1.9112e-07 2.9387e-07 -0.6504 0.51546
## IDHLAT 2.0080e-02 1.5113e-02 1.3287 0.18396
## CANON 6.1578e-10 2.9670e-10 2.0754 0.03795 *
## IDELAT -8.6947e-03 7.8784e-03 -1.1036 0.26976
## ------------------------------------
## Marginal Effects on Pr(Outcome==3)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -9.4082e-08 1.4505e-07 -0.6486 0.51657
## IDHLAT 9.8846e-03 7.5307e-03 1.3126 0.18932
## CANON 3.0313e-10 1.5202e-10 1.9940 0.04615 *
## IDELAT -4.2801e-03 3.9152e-03 -1.0932 0.27430
## ------------------------------------
## Marginal Effects on Pr(Outcome==4)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -2.0727e-08 3.3181e-08 -0.6247 0.5322
## IDHLAT 2.1777e-03 1.9130e-03 1.1384 0.2550
## CANON 6.6783e-11 4.3930e-11 1.5202 0.1285
## IDELAT -9.4296e-04 9.5469e-04 -0.9877 0.3233
## ------------------------------------
## Marginal Effects on Pr(Outcome==5)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -5.1420e-09 9.3534e-09 -0.5497 0.5825
## IDHLAT 5.4024e-04 6.6646e-04 0.8106 0.4176
## CANON 1.6568e-11 1.7888e-11 0.9262 0.3543
## IDELAT -2.3393e-04 3.1155e-04 -0.7509 0.4527
## ------------------------------------
## Marginal Effects on Pr(Outcome==7)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -5.1676e-09 9.4011e-09 -0.5497 0.5825
## IDHLAT 5.4293e-04 6.6988e-04 0.8105 0.4177
## CANON 1.6650e-11 1.7975e-11 0.9263 0.3543
## IDELAT -2.3509e-04 3.1287e-04 -0.7514 0.4524
## ------------------------------------
## Marginal Effects on Pr(Outcome==8)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -5.1850e-09 9.4349e-09 -0.5496 0.5826
## IDHLAT 5.4475e-04 6.7220e-04 0.8104 0.4177
## CANON 1.6706e-11 1.8032e-11 0.9265 0.3542
## IDELAT -2.3588e-04 3.1352e-04 -0.7524 0.4518subdataDURANTE=DURANTEOLLANTA[c(2,3,8,9,15:17)]
head(subdataDURANTE)## NUMEROCONFLICTOS HABITANTES IDHLAT CANON IDELAT
## 1 1 9444 -0.64793635 1496572 -1.4689764
## 2 1 15474 -0.53915672 874521 -3.9261843
## 3 1 2405 -0.01095242 2712519 -0.3251023
## 4 3 70147 1.31491277 66151284 -1.3604745
## 5 1 4816 -0.49881783 9049449 -0.3432500
## 6 1 4650 -0.63041874 2705328 -0.6775682
## DISTRITO OLLANTA1V
## 1 EL CENEPA 0.9906233
## 2 RIO SANTIAGO 0.8847136
## 3 HUANCHAY 0.4164103
## 4 INDEPENDENCIA 0.2642258
## 5 JANGAS 0.2774951
## 6 PARIACOTO 0.1692991row.names(subdataDURANTE)=subdataDURANTE$DISTRITO
subdataDURANTE=subdataDURANTE[-6]
head(subdataDURANTE)## NUMEROCONFLICTOS HABITANTES IDHLAT CANON IDELAT
## EL CENEPA 1 9444 -0.64793635 1496572 -1.4689764
## RIO SANTIAGO 1 15474 -0.53915672 874521 -3.9261843
## HUANCHAY 1 2405 -0.01095242 2712519 -0.3251023
## INDEPENDENCIA 3 70147 1.31491277 66151284 -1.3604745
## JANGAS 1 4816 -0.49881783 9049449 -0.3432500
## PARIACOTO 1 4650 -0.63041874 2705328 -0.6775682
## OLLANTA1V
## EL CENEPA 0.9906233
## RIO SANTIAGO 0.8847136
## HUANCHAY 0.4164103
## INDEPENDENCIA 0.2642258
## JANGAS 0.2774951
## PARIACOTO 0.1692991library("oglmx")
model2=ologit.reg(NUMEROCONFLICTOS ~ .,
data = subdataDURANTE)## Warning in model.response(mf, "numeric"): using type = "numeric" with a
## factor response will be ignoredsummary(model2)## Ordered Logit Regression
## Log-Likelihood: -107.1821
## No. Iterations: 7
## McFadden's R2: 0.04444293
## AIC: 232.3642
## Estimate Std. error t value Pr(>|t|)
## HABITANTES 2.1108e-06 6.8671e-06 0.3074 0.758557
## IDHLAT 3.7928e-01 2.4242e-01 1.5646 0.117684
## CANON 3.1514e-09 3.0255e-09 1.0416 0.297591
## IDELAT -3.0753e-01 1.1868e-01 -2.5912 0.009564 **
## OLLANTA1V -9.7797e-03 9.7755e-01 -0.0100 0.992018
## ----- Threshold Parameters -----
## Estimate Std. error t value Pr(>|t|)
## Threshold (1->2) 1.85367 0.50667 3.6586 0.0002536 ***
## Threshold (2->3) 3.05284 0.56439 5.4091 6.334e-08 ***
## Threshold (3->4) 4.81366 0.85324 5.6417 1.684e-08 ***
## Threshold (4->8) 5.51544 1.10791 4.9783 6.416e-07 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1(model1m=margins.oglmx(model1,ascontinuous = TRUE))## Marginal Effects on Pr(Outcome==1)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES 3.2142e-07 4.9239e-07 0.6528 0.51390
## IDHLAT -3.3770e-02 2.5050e-02 -1.3481 0.17763
## CANON -1.0356e-09 4.8146e-10 -2.1510 0.03147 *
## IDELAT 1.4623e-02 1.3119e-02 1.1146 0.26502
## ------------------------------------
## Marginal Effects on Pr(Outcome==2)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -1.9112e-07 2.9387e-07 -0.6504 0.51546
## IDHLAT 2.0080e-02 1.5113e-02 1.3287 0.18396
## CANON 6.1578e-10 2.9670e-10 2.0754 0.03795 *
## IDELAT -8.6947e-03 7.8784e-03 -1.1036 0.26976
## ------------------------------------
## Marginal Effects on Pr(Outcome==3)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -9.4082e-08 1.4505e-07 -0.6486 0.51657
## IDHLAT 9.8846e-03 7.5307e-03 1.3126 0.18932
## CANON 3.0313e-10 1.5202e-10 1.9940 0.04615 *
## IDELAT -4.2801e-03 3.9152e-03 -1.0932 0.27430
## ------------------------------------
## Marginal Effects on Pr(Outcome==4)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -2.0727e-08 3.3181e-08 -0.6247 0.5322
## IDHLAT 2.1777e-03 1.9130e-03 1.1384 0.2550
## CANON 6.6783e-11 4.3930e-11 1.5202 0.1285
## IDELAT -9.4296e-04 9.5469e-04 -0.9877 0.3233
## ------------------------------------
## Marginal Effects on Pr(Outcome==5)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -5.1420e-09 9.3534e-09 -0.5497 0.5825
## IDHLAT 5.4024e-04 6.6646e-04 0.8106 0.4176
## CANON 1.6568e-11 1.7888e-11 0.9262 0.3543
## IDELAT -2.3393e-04 3.1155e-04 -0.7509 0.4527
## ------------------------------------
## Marginal Effects on Pr(Outcome==7)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -5.1676e-09 9.4011e-09 -0.5497 0.5825
## IDHLAT 5.4293e-04 6.6988e-04 0.8105 0.4177
## CANON 1.6650e-11 1.7975e-11 0.9263 0.3543
## IDELAT -2.3509e-04 3.1287e-04 -0.7514 0.4524
## ------------------------------------
## Marginal Effects on Pr(Outcome==8)
## Marg. Eff Std. error t value Pr(>|t|)
## HABITANTES -5.1850e-09 9.4349e-09 -0.5496 0.5826
## IDHLAT 5.4475e-04 6.7220e-04 0.8104 0.4177
## CANON 1.6706e-11 1.8032e-11 0.9265 0.3542
## IDELAT -2.3588e-04 3.1352e-04 -0.7524 0.45186.Mapas
Mapas
folder='distritos'
fileName='DISTRITOS.shp' # nivel 2 son provincias
fileToRead=file.path(folder,fileName)
library(rgdal)## Loading required package: sp## rgdal: version: 1.3-6, (SVN revision 773)
## Geospatial Data Abstraction Library extensions to R successfully loaded
## Loaded GDAL runtime: GDAL 2.2.3, released 2017/11/20
## Path to GDAL shared files: C:/Users/AIRAM/Documents/R/win-library/3.5/rgdal/gdal
## GDAL binary built with GEOS: TRUE
## Loaded PROJ.4 runtime: Rel. 4.9.3, 15 August 2016, [PJ_VERSION: 493]
## Path to PROJ.4 shared files: C:/Users/AIRAM/Documents/R/win-library/3.5/rgdal/proj
## Linking to sp version: 1.3-1PeruDistrito<- rgdal::readOGR(fileToRead,stringsAsFactors=FALSE)## OGR data source with driver: ESRI Shapefile
## Source: "C:\Users\AIRAM\Documents\estadistica 2\distritos\DISTRITOS.shp", layer: "DISTRITOS"
## with 1874 features
## It has 4 fieldssubdata1=ANTESOLLANTA[c(2,16)]MAPA1=merge(PeruDistrito,subdata1,by.x='DISTRITO',by.y="DISTRITO",all.x=T)Pintamos el mapa de cuerdo a la cantidad de conflictos por distrito antes del gobierno de Ollanta
paleta=c("#fee6ce","#fdd0a2","#fdae6b","#fd8d3c","#f16913","#d94801","#a63603","#7f2704") #colores
plot(MAPA1,col="#fff5eb",border=NA)
plot(MAPA1,
col=paleta[MAPA1$NUMEROCONFLICTOS],
border=NA,add=T)
legend("right",
title=
"NUMERO DE CONFLICTOS
ANTES DEL GOBIERNO
DE OLLANTA",
legend=c("1","2","3","4","5","6","7","8"),
fill=paleta, cex=0.8,bty= "n" )
subdata2=DURANTEOLLANTA[c(2,16)]MAPA2=merge(PeruDistrito,subdata2,by.x='DISTRITO',by.y="DISTRITO",all.x=T)paleta=c("#ffeda0","#fed976","#feb24c","#fd8d3c","#fc4e2a","#e31a1c","#bd0026","#800026") #colores
plot(MAPA2,col="#ffffcc",border=NA)
plot(MAPA2,
col=paleta[MAPA2$NUMEROCONFLICTOS],
border=NA,add=T)
legend("right",
title="NUMERO DE CONFLICTOS
DURANTE EL GOBIERNO
DE OLLANTA",
legend=c("1","2","3","4","5","6","7","8"),
fill=paleta, cex=0.9,bty= "n" )