#datosdemieRcoles

El desafío de esta semana consiste en analizar datos del Reporte de Felicidad Mundial.

En qué países las personas se sienten más felices?
Cómo se percibe la democracia y la corrupción en esos países?
Cuál es su PIB per cápita?

Para investigar en qué países las personas se sienten más felices se calcula la distribución del índice de felicidad por país.

En la siguiente tabla se puede observar:

un ranking según índice mínimo de felicidad
un ranking según índice promedio de felicidad
un ranking según índice máximo de felicidad
Promedio del logaritmo del PBI percápita de cada país
Además se puede identificar si un país se encuentra dentro del Top 50 de países más felices según su índice promedio de felicidad.

Además, se presenta la desviación estándar del índice de felicidad promedio de cada país en una escala de colores, donde el color rojo alerta que la desviación estandar es alta y el color azul que la desviación estándar es pequeña.

Ranking mundial de felicidad

library(formattable)
library(data.table)
#Levanto la base
felicidad <- readr::read_csv("https://raw.githubusercontent.com/cienciadedatos/datos-de-miercoles/master/datos/2019/2019-08-07/felicidad.csv")
colnames(felicidad)[1]<-"Pais"
colnames(felicidad)[2]<-"Anio"
colnames(felicidad)[3]<-"Indice_felicidad"

valores<-aggregate(felicidad$Indice_felicidad, by= list(felicidad$Pais), FUN= function(x) c(min(x), mean(x), max(x), sd(x)))
Indice_Felicidad<-as.data.table(round(valores$x,4))
Indice_Felicidad<-cbind(valores$Group.1, Indice_Felicidad)
colnames(Indice_Felicidad)<- c("Pais","Indice Minimo", "Indice Promedio", "Indice Maximo", "Desvio Estandar")
Indice_Felicidad<-Indice_Felicidad[order(Indice_Felicidad$`Indice Promedio`, decreasing = TRUE),]
PBI<-aggregate(felicidad$log_pib, by= list(felicidad$Pais), FUN= function(x) c(mean(x)))
PBI<-PBI$x
Indice_Felicidad$Log_PBI_Promedio<-PBI
Indice_Felicidad$Top_50_Promedio<-ifelse(Indice_Felicidad$`Indice Promedio`>5.9,TRUE,FALSE)

library(DT)

as.datatable(
  formattable(Indice_Felicidad, list(
  
  area(col=`Indice Minimo`)~normalize_bar(c("lightgray"),0.1),
  area(col=`Indice Maximo`)~normalize_bar(c("lightgray"),0.1),
  `Desvio Estandar`=color_tile("lightblue", "red"),
  `Indice Promedio` = formatter("span",
                                style = x ~ style(color = ifelse(rank(-x) <= 50, "green", "gray")),
                                x ~ sprintf("%.2f (rank: %02d)", x, rank(-x))),
 Log_PBI_Promedio= formatter("span",
                                style = x ~ style(color = ifelse(rank(-x) <= 50, "green", "gray")),
                                x ~ sprintf("%.2f (rank: %02d)", x, rank(-x))),
 Top_50_Promedio = formatter("span",
                              style = x ~ style(color = ifelse(x,"green", "red")),
                              x ~ icontext(ifelse(x, "ok","remove"), ifelse(x, "Top 50", "Not Top 50")))
)))

El Top 3 de países más felices, de acuerdo al índice de felicidad promedio, está integrado por:

1º Dinamarca, 2º Finlandia y 3º Noruega.

Si se considera el Top 3 de acuerdo al mayor índice de felicidad obtenido, tenemos:

1º Dinamarca, 2º Finlandia y 3º Suiza.

Y si consideramos el Top 3 de países más felices de acuerdo al menor índice de felicidad obtenido, tenemos:

1º Dinamarca, 2º Suiza y 3º Noruega.

Para los países mencionados previamente dentro de los Top 3, se va a analizar la distribución del índice de felicidad a través de los años.

Índice de felicidad a través de los años

library(ggplot2)
grafico<-subset(felicidad[, c("Pais", "Anio", "Indice_felicidad")], felicidad$Pais%in%c("Suiza", "Noruega", "Finlandia", "Dinamarca"))%>%
  ggplot(aes(x=Anio,y=Indice_felicidad, color=Pais))+
  geom_line()+
  geom_point()+
  theme_minimal()+
  labs(x = "Anio", y="Indice de Felicidad") +
  theme( legend.position  = "bottom", #leyenda abajo
         legend.text = element_text(size = 8, colour = "black"), #leyenda en color
         legend.title = element_text(face = "bold")) #titulo leyenda en negrita

grafico

Durante el período 2005-2011 se considera a Dinamarca el país “más feliz”, sin embargo en 2012 su índice de felicidad es superado por Noruega y Suiza.

En 2014 vuelve a obtener el primer puesto en felicidad junto con Suiza, cuyos índices de felicidad difieren en decimales.

Al año siguiente, nuevamente Noruega y Suiza vuelven a superar el índice de felicidad de Dinamarca.

En el año 2018 Finlandia se convierte en el país más feliz de ese año ya que su índice de felicidad supera en un 2.74% al índice de felicidad de Dinamarca.

PBI percápita vs Felicidad

ggplot(felicidad, aes(x=log_pib, y=Indice_felicidad)) + geom_point() +ylab("Indice de felicidad") + xlab("Log PBI") + geom_smooth(method=lm)+ theme_minimal()+ theme( legend.position  = "bottom", #leyenda abajo
         legend.text = element_text(size = 8, colour = "black"), #leyenda en color
         legend.title = element_text(face = "bold")) #titulo leyenda en negrita

cor.test(~ felicidad$log_pib+felicidad$Indice_felicidad, method = "pearson")

## 
##  Pearson's product-moment correlation
## 
## data:  felicidad$log_pib and felicidad$Indice_felicidad
## t = 50.842, df = 1674, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.7595144 0.7972074
## sample estimates:
##       cor 
## 0.7790639

Se observa que a medida que aumenta el log del PBI también aumenta el índice de felicidad. La correlación entre ambas variables es de 0.77 y la misma resulta significativa.

Se realiza el gráfico con la información de los 4 países más felices.

df_2<-  as.data.frame(subset(felicidad, felicidad$Pais%in%c("Suiza", "Noruega", "Finlandia", "Dinamarca")))
ggplot(df_2, aes(x=log_pib, y=Indice_felicidad)) + geom_point() +ylab("Indice de felicidad") + xlab("Log PBI") + geom_smooth(method=lm)+ theme_minimal()+ theme( legend.position  = "bottom", #leyenda abajo
         legend.text = element_text(size = 8, colour = "black"), #leyenda en color
         legend.title = element_text(face = "bold")) #titulo leyenda en negrita

cor.test(~ df_2$log_pib+df_2$Indice_felicidad, method = "pearson")

## 
##  Pearson's product-moment correlation
## 
## data:  df_2$log_pib and df_2$Indice_felicidad
## t = -0.87066, df = 38, p-value = 0.3894
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.4325185  0.1794763
## sample estimates:
##       cor 
## -0.139852

Al calcular la correlación únicamente con los datos de los países que consideramos más felices no se obtienen resultados estadísticamente significativos.

Si observamos la distribución de los puntos discriminando por país, tenemos:

ggplot(df_2, aes(x=log_pib, y=Indice_felicidad, fill=Pais)) + geom_point() +ylab("Indice de felicidad") + xlab("Log PBI") + geom_smooth(method=lm)+ theme_minimal()+ theme( legend.position  = "bottom", #leyenda abajo
         legend.text = element_text(size = 8, colour = "black"), #leyenda en color
         legend.title = element_text(face = "bold")) #titulo leyenda en negrita

¿De qué depende la Felicidad?

mcfinal = felicidad[c(3:15)]

for (i in 1:ncol(mcfinal)) {
  mcfinal<-  mcfinal[!is.na(mcfinal[i]),]
}


Matriz_de_correlacion_FINAL = round(cor(mcfinal),4)
library(corrplot)
corrplot(Matriz_de_correlacion_FINAL,method="square", type= "upper")

Se observa que las variables más correlacionadas con el índice de felicidad son: log_pib, expectativa_vida, calidad_entrega, soporte_social y calidad_democracia.

A continuación se analiza cómo se percibe la democracia y la corrupción en los países considerados más felices.

Percepción de Corrupción vs Felicidad en países más felices

ggplot(df_2, aes(x=percepcion_corrupcion, y=Indice_felicidad, fill=Pais)) + geom_point() +ylab("Indice de felicidad") + xlab("Percepci?n de corrupci?n") + geom_smooth(method=lm)+ theme_minimal()+ theme( legend.position  = "bottom", #leyenda abajo
         legend.text = element_text(size = 8, colour = "black"), #leyenda en color
         legend.title = element_text(face = "bold")) #titulo leyenda en negrita

cor.test(~ df_2$percepcion_corrupcion+df_2$Indice_felicidad, method = "pearson")

## 
##  Pearson's product-moment correlation
## 
## data:  df_2$percepcion_corrupcion and df_2$Indice_felicidad
## t = -2.6087, df = 38, p-value = 0.01292
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.62532092 -0.08902683
## sample estimates:
##       cor 
## -0.389728

Democracia vs Felicidad en países más felices

ggplot(df_2, aes(x=calidad_democracia, y=Indice_felicidad, fill=Pais)) + geom_point() +ylab("Indice de felicidad") + xlab("Calidad de Democracia") + geom_smooth(method=lm)+ theme_minimal()+ theme( legend.position  = "bottom", #leyenda abajo
         legend.text = element_text(size = 8, colour = "black"), #leyenda en color
         legend.title = element_text(face = "bold")) #titulo leyenda en negrita

cor.test(~ df_2$calidad_democracia+df_2$Indice_felicidad, method = "pearson")

## 
##  Pearson's product-moment correlation
## 
## data:  df_2$calidad_democracia and df_2$Indice_felicidad
## t = -1.0224, df = 34, p-value = 0.3138
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.4743300  0.1652013
## sample estimates:
##        cor 
## -0.1727081

Felicidad mundial

Daiana Emili