R Notebook

parte 1

library(htmltab)
democracia= htmltab(doc = "https://es.wikipedia.org/wiki/%C3%8Dndice_de_democracia", 
               which ="//*/div/table[2]",
               encoding = "UTF-8")

names(democracia)

[1] "Puesto"                        "País"                          "Puntuación"                   
[4] "Proceso electoraly pluralismo" "Funcionamientodel gobierno"    "Participaciónpolítica"        
[7] "Culturapolítica"               "Derechosciviles"               "Categoría"                    

me quedo con pais y score

democracia=democracia[,c(2,3)]

names(democracia)

[1] "País"       "Puntuación"

str(democracia)

'data.frame':   167 obs. of  2 variables:
 $ País      : chr  "Noruega" " Islandia" "Suecia" " Nueva Zelanda" ...
 $ Puntuación: chr  "9.87" "9.58" "9.39" "9.26" ...

democracia$Puntuación=as.numeric(democracia$Puntuación)

str(democracia)

'data.frame':   167 obs. of  2 variables:
 $ País      : chr  "Noruega" " Islandia" "Suecia" " Nueva Zelanda" ...
 $ Puntuación: num  9.87 9.58 9.39 9.26 9.22 9.15 9.15 9.14 9.09 9.03 ...

row.names(democracia)=NULL

Historiograma

library(ggplot2)
histNum=ggplot(democracia,aes(x=Puntuación))+ geom_histogram(bins=5) 
histNum

Del gráfico anterior, podemos decir que la distribución no es simétrica por lo tanto la MEDIA no será una medida representativa (la MEDIANA será mejor opción Boxplot Esto es mejor para revisar los valores perdidos

box=ggplot(democracia,aes(y=Puntuación)) + geom_boxplot() + coord_flip()
box 

Estadigrafos

summary(democracia$Puntuación)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  1.080   3.545   5.690   5.479   7.175   9.870 

library(ggplot2)

estadigrafos=round(as.vector(summary(democracia$Puntuación)),10)

box + scale_y_continuous(breaks = estadigrafos)

En este caso, observamos que la media es mayor a la mediana, eso significa que se tiene una asimetría positiva.

Ahora podemos confirmarla con el siguiente codigo

library(DescTools)
Skew(democracia$Puntuación,conf.level = 0.05)

       skew      lwr.ci      upr.ci 
-0.07107195 -0.08745086 -0.07241390 

distancia intercuartilica

IQR(democracia$Puntuación)

[1] 3.63

Es decir, entre el primer y tercer cuartil hay 3.63 valores. Así, podemos proponer que un atípico es aquel que está a una distancia lejana de estos valores centrales.

Ahora podemos representarlos por GINI

Gini(democracia$Puntuación,conf.level=0.95)

     gini    lwr.ci    upr.ci 
0.2316285 0.2089967 0.2574779 

Grafiquemos en la curva de Lorentz

library(ggplot2)
library(gglorenz)

ggplot(democracia,aes(x=Puntuación))+ gglorenz::stat_lorenz(color='purple') +
    geom_abline(linetype = "dashed") + coord_fixed() +
    labs(x = "% Paises ordenados por puntuación",
         y = " Puntuación",
         title = "Relación pais/puntuación",
         caption = "Fuente: Wikipedia")

Add a new chunk by clicking the Insert Chunk button on the toolbar or by pressing Ctrl+Alt+I.

When you save the notebook, an HTML file containing the code and output will be saved alongside it (click the Preview button or press Ctrl+Shift+K to preview the HTML file).

The preview shows you a rendered HTML copy of the contents of the editor. Consequently, unlike Knit, Preview does not run any R code chunks. Instead, the output of the chunk when it was last run in the editor is displayed.