Practica Final
Indice de felicidad
library(htmltab)
linkf = "https://es.wikipedia.org/wiki/%C3%8Dndice_global_de_felicidad"
felicidad = htmltab(doc = linkf,
which ='//*[@id="mw-content-text"]/div/table')
felicidad## № País Puntuación PIB per cápita
## 2 1 Finlandia 7.633 1.305
## 3 2 Colombia 7.594 1.456
## 4 3 Noruega 7.560 1.372
## 5 4 Dinamarca 7.555 1.351
## 6 5 Islandia 7.495 1.343
## 7 6 Suiza 7.487 1.420
## 8 7 Países Bajos 7.441 1.361
## 9 8 Canadá 7.328 1.330
## 10 9 Nueva Zelanda 7.324 1.268
## 11 10 Suecia 7.314 1.355
## 12 11 Australia 7.272 1.340
## 13 12 Israel 7.190 1.244
## 14 13 Austria 7.139 1.341
## 15 14 Costa Rica 7.072 1.010
## 16 15 Irlanda 6.977 1.448
## 17 16 Alemania 6.965 1.340
## 18 17 Bélgica 6.927 1.324
## 19 18 Luxemburgo 6.910 1.576
## 20 19 Estados Unidos 6.886 1.398
## 21 20 Reino Unido 6.814 1.301
## 22 21 Emiratos Árabes Unidos 6.774 2.096
## 23 22 República Checa 6.711 1.233
## 24 23 Malta 6.627 1.270
## 25 24 Francia 6.489 1.293
## 26 25 México 6.488 1.038
## 27 26 Chile 6.476 1.131
## 28 27 Taiwán 6.441 1.365
## 29 28 Panamá 6.430 1.112
## 30 29 Brasil 6.419 0.986
## 31 30 Argentina 6.388 1.073
## 32 31 Guatemala 6.382 0.781
## 33 32 Uruguay 6.379 1.093
## 34 33 Qatar 6.374 1.649
## 35 34 Arabia Saudí 6.371 1.379
## 36 35 Singapur 6.343 1.529
## 37 36 Malasia 6.322 1.161
## 38 37 España 6.310 1.251
## 39 38 Trinidad y Tobago 6.192 1.223
## 40 39 Eslovaquia 6.173 1.210
## 41 40 El Salvador 6.167 0.806
## 42 41 Nicaragua 6.141 0.668
## 43 42 Polonia 6.123 1.176
## 44 43 Bahréin 6.105 1.338
## 45 44 Uzbekistán 6.096 0.719
## 46 45 Kuwait 6.083 1.474
## 47 46 Tailandia 6.072 1.016
## 48 47 Italia 6.000 1.264
## 49 48 Ecuador 5.973 0.889
## 50 49 Belice 5.956 0.807
## 51 50 Lituania 5.952 1.197
## 52 51 Eslovaquia 5.948 1.219
## 53 52 Rumanía 5.945 1.116
## 54 53 Letonia 5.933 1.148
## 55 54 Japón 5.915 1.294
## 56 55 Mauricio 5.891 1.090
## 57 56 Jamaica 5.890 0.819
## 58 57 Corea del Sur 5.875 1.266
## 59 58 Chipre del Norte 5.835 1.229
## 60 59 Rusia 5.810 1.151
## 61 60 Kazajistán 5.790 1.143
## 62 61 Chipre 5.762 1.229
## 63 62 Bolivia 5.752 0.751
## 64 63 Estonia 5.739 1.200
## 65 64 Paraguay 5.681 0.835
## 66 65 Perú 5.663 0.934
## 67 66 Kosovo 5.662 0.855
## 68 67 Moldavia 5.640 0.657
## 69 68 Turkmenistán 5.636 1.016
## 70 69 Hungría 5.620 1.171
## 71 70 Libia 5.566 0.985
## 72 71 Filipinas 5.524 0.775
## 73 72 Honduras 5.504 0.620
## 74 73 Bielorrusia 5.483 1.039
## 75 74 Turquía 5.483 1.148
## 76 75 Pakistán 5.472 0.652
## 77 76 Hong Kong 5.430 1.405
## 78 77 Portugal 5.410 1.188
## 79 78 Serbia 5.398 0.975
## 80 79 Grecia 5.358 1.154
## 81 80 Tayikistán 5.358 0.474
## 82 81 Montenegro 5.347 1.017
## 83 82 Croacia 5.321 1.115
## 84 83 República Dominicana 5.302 0.982
## 85 84 Argelia 5.295 0.979
## 86 85 Marruecos 5.254 0.779
## 87 86 China 5.246 0.989
## 88 87 Azerbaiyán 5.201 1.024
## 89 88 Líbano 5.199 0.965
## 90 89 Macedonia 5.185 0.959
## 91 90 Jordania 5.161 0.822
## 92 91 Nigeria 5.155 0.689
## 93 92 Kirguistán 5.131 0.530
## 94 93 Bosnia y Herzegovina 5.129 0.915
## 95 94 Mongolia 5.125 0.914
## 96 95 Vietnam 5.103 0.715
## 97 96 Indonesia 5.093 0.899
## 98 97 Bután 5.082 0.796
## 99 98 Somalia 4.982 0.000
## 100 99 Camerún 4.975 0.535
## 101 100 Bulgaria 4.933 1.054
## 102 101 Nepal 4.880 0.425
## 103 102 Venezuela 4.806 0.996
## 104 103 Gabón 4.758 1.036
## 105 104 Palestina 4.743 0.642
## 106 105 Sudáfrica 4.724 0.940
## 107 106 Irán 4.707 1.059
## 108 107 Costa de Marfil 4.671 0.541
## 109 108 Ghana 4.657 0.592
## 110 109 Senegal 4.631 0.429
## 111 110 Laos 4.623 0.720
## 112 111 Túnez 4.592 0.900
## 113 112 Albania 4.586 0.916
## 114 113 Sierra Leona 4.571 0.256
## 115 114 República del Congo 4.559 0.682
## 116 115 Bangladesh 4.500 0.532
## 117 116 Sri Lanka 4.471 0.918
## 118 117 Iraq 4.456 1.010
## 119 118 Mali 4.447 0.370
## 120 119 Namibia 4.441 0.874
## 121 120 Camboya 4.433 0.549
## 122 121 Burkina Faso 4.424 0.314
## 123 122 Egipto 4.419 0.885
## 124 123 Mozambique 4.417 0.198
## 125 124 Kenia 4.410 0.493
## 126 125 Zambia 4.377 0.562
## 127 126 Mauritania 4.356 0.557
## 128 127 Etiopía 4.350 0.308
## 129 128 Georgia 4.340 0.853
## 130 129 Armenia 4.321 0.816
## 131 130 Myanmar 4.308 0.682
## 132 131 Chad 4.301 0.358
## 133 132 República Democrática del Congo 4.245 0.069
## 134 133 India 4.190 0.721
## 135 134 Níger 4.166 0.131
## 136 135 Uganda 4.161 0.322
## 137 136 Benín 4.141 0.378
## 138 137 Sudán 4.139 0.605
## 139 138 Ucrania 4.103 0.793
## 140 139 Togo 3.999 0.259
## 141 140 Guinea 3.964 0.344
## 142 141 Lesoto 3.808 0.472
## 143 142 Angola 3.795 0.730
## 144 143 Madagascar 3.774 0.262
## 145 144 Zimbabue 3.692 0.357
## 146 145 Afganistán 3.632 0.332
## 147 146 Botsuana 3.590 1.017
## 148 147 Malawi 3.587 0.186
## 149 148 Haití 3.582 0.315
## 150 149 Liberia 3.495 0.076
## 151 150 Siria 3.462 0.689
## 152 151 Ruanda 3.408 0.332
## 153 152 Yemen 3.355 0.442
## 154 153 Tanzania 3.303 0.455
## 155 154 Sudán del Sur 3.254 0.337
## 156 155 República Centroafricana 3.083 0.024
## 157 156 Burundi 2.905 0.091
## Apoyo social Esperanza de años de vida saludable
## 2 1.592 0.874
## 3 1.582 0.873
## 4 1.595 0.870
## 5 1.590 0.868
## 6 1.644 0.914
## 7 1.549 0.927
## 8 1.488 0.878
## 9 1.532 0.896
## 10 1.601 0.876
## 11 1.501 0.913
## 12 1.573 0.910
## 13 1.433 0.888
## 14 1.504 0.891
## 15 1.459 0.817
## 16 1.583 0.876
## 17 1.474 0.861
## 18 1.483 0.894
## 19 1.520 0.896
## 20 1.471 0.819
## 21 1.559 0.883
## 22 0.776 0.670
## 23 1.489 0.854
## 24 1.525 0.884
## 25 1.466 0.908
## 26 1.252 0.761
## 27 1.331 0.808
## 28 1.436 0.857
## 29 1.438 0.759
## 30 1.474 0.675
## 31 1.468 0.744
## 32 1.268 0.608
## 33 1.459 0.771
## 34 1.303 0.748
## 35 1.331 0.633
## 36 1.451 1.008
## 37 1.258 0.669
## 38 1.538 0.965
## 39 1.492 0.564
## 40 1.537 0.776
## 41 1.231 0.639
## 42 1.319 0.700
## 43 1.448 0.781
## 44 1.366 0.698
## 45 1.584 0.605
## 46 1.301 0.675
## 47 1.417 0.707
## 48 1.501 0.946
## 49 1.330 0.736
## 50 1.101 0.474
## 51 1.527 0.716
## 52 1.506 0.856
## 53 1.219 0.726
## 54 1.454 0.671
## 55 1.462 0.988
## 56 1.387 0.684
## 57 1.493 0.693
## 58 1.204 0.955
## 59 1.211 0.909
## 60 1.479 0.599
## 61 1.516 0.631
## 62 1.191 0.909
## 63 1.223 0.508
## 64 1.532 0.737
## 65 1.522 0.615
## 66 1.249 0.674
## 67 1.230 0.578
## 68 1.301 0.620
## 69 1.533 0.517
## 70 1.401 0.732
## 71 1.350 0.553
## 72 1.312 0.513
## 73 1.205 0.622
## 74 1.498 0.700
## 75 1.380 0.686
## 76 0.810 0.424
## 77 1.290 1.030
## 78 1.429 0.884
## 79 1.369 0.685
## 80 1.202 0.879
## 81 1.179 0.598
## 82 1.279 0.729
## 83 1.161 0.737
## 84 1.441 0.614
## 85 1.154 0.687
## 86 0.797 0.669
## 87 1.142 0.799
## 88 1.161 0.603
## 89 1.166 0.785
## 90 1.239 0.691
## 91 1.265 0.645
## 92 1.172 0.048
## 93 1.416 0.594
## 94 1.078 0.758
## 95 1.517 0.575
## 96 1.365 0.702
## 97 1.215 0.522
## 98 1.335 0.527
## 99 0.712 0.115
## 100 0.891 0.182
## 101 1.515 0.712
## 102 1.228 0.539
## 103 1.469 0.657
## 104 1.164 0.404
## 105 1.217 0.602
## 106 1.410 0.330
## 107 0.771 0.691
## 108 0.872 0.080
## 109 0.896 0.337
## 110 1.117 0.433
## 111 1.034 0.441
## 112 0.906 0.690
## 113 0.817 0.790
## 114 0.813 0.000
## 115 0.811 0.343
## 116 0.850 0.579
## 117 1.314 0.672
## 118 0.971 0.536
## 119 1.233 0.152
## 120 1.281 0.365
## 121 1.088 0.457
## 122 1.097 0.254
## 123 1.025 0.553
## 124 0.902 0.173
## 125 1.048 0.454
## 126 1.047 0.295
## 127 1.245 0.292
## 128 0.950 0.391
## 129 0.592 0.643
## 130 0.990 0.666
## 131 1.174 0.429
## 132 0.907 0.053
## 133 1.136 0.204
## 134 0.747 0.485
## 135 0.867 0.221
## 136 1.090 0.237
## 137 0.372 0.240
## 138 1.240 0.312
## 139 1.413 0.609
## 140 0.474 0.253
## 141 0.792 0.211
## 142 1.215 0.079
## 143 1.125 0.269
## 144 0.908 0.402
## 145 1.094 0.248
## 146 0.537 0.255
## 147 1.174 0.417
## 148 0.541 0.306
## 149 0.714 0.289
## 150 0.858 0.267
## 151 0.382 0.539
## 152 0.896 0.400
## 153 1.073 0.343
## 154 0.991 0.381
## 155 0.608 0.177
## 156 0.000 0.010
## 157 0.627 0.145
## Libertad para tomar decisiones vitales Generosidad
## 2 0.681 0.192
## 3 0.686 0.286
## 4 0.685 0.285
## 5 0.683 0.284
## 6 0.677 0.353
## 7 0.660 0.256
## 8 0.638 0.333
## 9 0.653 0.321
## 10 0.669 0.365
## 11 0.659 0.285
## 12 0.647 0.361
## 13 0.464 0.262
## 14 0.617 0.242
## 15 0.632 0.143
## 16 0.614 0.307
## 17 0.586 0.273
## 18 0.583 0.188
## 19 0.632 0.196
## 20 0.547 0.291
## 21 0.533 0.354
## 22 0.284 0.186
## 23 0.543 0.064
## 24 0.645 0.376
## 25 0.520 0.098
## 26 0.479 0.069
## 27 0.431 0.197
## 28 0.418 0.151
## 29 0.597 0.125
## 30 0.493 0.110
## 31 0.570 0.062
## 32 0.604 0.179
## 33 0.625 0.130
## 34 0.654 0.256
## 35 0.509 0.098
## 36 0.631 0.261
## 37 0.356 0.311
## 38 0.449 0.142
## 39 0.575 0.171
## 40 0.354 0.118
## 41 0.461 0.065
## 42 0.527 0.208
## 43 0.546 0.108
## 44 0.594 0.243
## 45 0.724 0.328
## 46 0.554 0.167
## 47 0.637 0.364
## 48 0.281 0.137
## 49 0.556 0.114
## 50 0.593 0.183
## 51 0.350 0.026
## 52 0.633 0.160
## 53 0.528 0.088
## 54 0.363 0.092
## 55 0.553 0.079
## 56 0.584 0.245
## 57 0.575 0.096
## 58 0.244 0.175
## 59 0.495 0.179
## 60 0.399 0.065
## 61 0.454 0.148
## 62 0.423 0.202
## 63 0.606 0.141
## 64 0.553 0.086
## 65 0.541 0.162
## 66 0.530 0.092
## 67 0.448 0.274
## 68 0.232 0.171
## 69 0.417 0.199
## 70 0.259 0.061
## 71 0.496 0.116
## 72 0.643 0.120
## 73 0.459 0.197
## 74 0.307 0.101
## 75 0.324 0.106
## 76 0.334 0.216
## 77 0.524 0.246
## 78 0.562 0.055
## 79 0.288 0.134
## 80 0.131 0.000
## 81 0.503 0.214
## 82 0.259 0.111
## 83 0.380 0.120
## 84 0.578 0.120
## 85 0.077 0.055
## 86 0.460 0.026
## 87 0.597 0.029
## 88 0.430 0.031
## 89 0.292 0.187
## 90 0.394 0.173
## 91 0.468 0.130
## 92 0.462 0.201
## 93 0.540 0.281
## 94 0.280 0.216
## 95 0.395 0.253
## 96 0.618 0.177
## 97 0.538 0.484
## 98 0.541 0.364
## 99 0.674 0.238
## 100 0.454 0.183
## 101 0.359 0.064
## 102 0.526 0.302
## 103 0.133 0.056
## 104 0.356 0.032
## 105 0.266 0.086
## 106 0.516 0.103
## 107 0.459 0.282
## 108 0.467 0.146
## 109 0.499 0.212
## 110 0.406 0.138
## 111 0.626 0.230
## 112 0.271 0.040
## 113 0.419 0.149
## 114 0.355 0.238
## 115 0.514 0.091
## 116 0.580 0.153
## 117 0.585 0.307
## 118 0.304 0.148
## 119 0.367 0.139
## 120 0.519 0.051
## 121 0.696 0.256
## 122 0.312 0.175
## 123 0.312 0.092
## 124 0.531 0.206
## 125 0.504 0.352
## 126 0.503 0.221
## 127 0.129 0.134
## 128 0.452 0.220
## 129 0.375 0.038
## 130 0.260 0.077
## 131 0.580 0.598
## 132 0.189 0.181
## 133 0.312 0.197
## 134 0.539 0.172
## 135 0.390 0.175
## 136 0.450 0.259
## 137 0.440 0.163
## 138 0.016 0.134
## 139 0.163 0.187
## 140 0.434 0.158
## 141 0.394 0.185
## 142 0.423 0.116
## 143 0.000 0.079
## 144 0.221 0.155
## 145 0.406 0.132
## 146 0.085 0.191
## 147 0.557 0.042
## 148 0.531 0.210
## 149 0.025 0.392
## 150 0.419 0.206
## 151 0.088 0.376
## 152 0.636 0.200
## 153 0.244 0.083
## 154 0.481 0.270
## 155 0.112 0.224
## 156 0.305 0.218
## 157 0.065 0.149
## Percepción de la corrupción
## 2 0.393
## 3 0.130
## 4 0.410
## 5 0.408
## 6 0.138
## 7 0.357
## 8 0.295
## 9 0.291
## 10 0.389
## 11 0.383
## 12 0.302
## 13 0.082
## 14 0.224
## 15 0.101
## 16 0.306
## 17 0.280
## 18 0.240
## 19 0.321
## 20 0.133
## 21 0.272
## 22 0.116
## 23 0.034
## 24 0.142
## 25 0.176
## 26 0.095
## 27 0.061
## 28 0.078
## 29 0.063
## 30 0.088
## 31 0.054
## 32 0.071
## 33 0.155
## 34 0.171
## 35 0.127
## 36 0.457
## 37 0.059
## 38 0.074
## 39 0.019
## 40 0.014
## 41 0.082
## 42 0.128
## 43 0.064
## 44 0.123
## 45 0.259
## 46 0.106
## 47 0.029
## 48 0.028
## 49 0.120
## 50 0.089
## 51 0.006
## 52 0.051
## 53 0.001
## 54 0.066
## 55 0.150
## 56 0.050
## 57 0.031
## 58 0.051
## 59 0.154
## 60 0.025
## 61 0.121
## 62 0.035
## 63 0.054
## 64 0.174
## 65 0.074
## 66 0.034
## 67 0.023
## 68 0.000
## 69 0.037
## 70 0.022
## 71 0.148
## 72 0.105
## 73 0.074
## 74 0.154
## 75 0.109
## 76 0.113
## 77 0.291
## 78 0.017
## 79 0.043
## 80 0.044
## 81 0.136
## 82 0.081
## 83 0.039
## 84 0.106
## 85 0.135
## 86 0.074
## 87 0.103
## 88 0.176
## 89 0.034
## 90 0.052
## 91 0.134
## 92 0.032
## 93 0.035
## 94 0.000
## 95 0.032
## 96 0.079
## 97 0.018
## 98 0.171
## 99 0.282
## 100 0.043
## 101 0.009
## 102 0.078
## 103 0.052
## 104 0.052
## 105 0.076
## 106 0.056
## 107 0.129
## 108 0.103
## 109 0.029
## 110 0.082
## 111 0.174
## 112 0.063
## 113 0.032
## 114 0.053
## 115 0.077
## 116 0.144
## 117 0.050
## 118 0.095
## 119 0.056
## 120 0.064
## 121 0.065
## 122 0.128
## 123 0.107
## 124 0.158
## 125 0.055
## 126 0.082
## 127 0.093
## 128 0.146
## 129 0.215
## 130 0.028
## 131 0.178
## 132 0.060
## 133 0.052
## 134 0.093
## 135 0.099
## 136 0.061
## 137 0.067
## 138 0.082
## 139 0.011
## 140 0.101
## 141 0.094
## 142 0.112
## 143 0.061
## 144 0.049
## 145 0.099
## 146 0.036
## 147 0.092
## 148 0.080
## 149 0.104
## 150 0.030
## 151 0.144
## 152 0.444
## 153 0.064
## 154 0.097
## 155 0.106
## 156 0.038
## 157 0.076names(felicidad)## [1] "№"
## [2] "País"
## [3] "Puntuación"
## [4] "PIB per cápita"
## [5] "Apoyo social"
## [6] "Esperanza de años de vida saludable"
## [7] "Libertad para tomar decisiones vitales"
## [8] "Generosidad"
## [9] "Percepción de la corrupción"str(felicidad)## 'data.frame': 156 obs. of 9 variables:
## $ № : chr "1" "2" "3" "4" ...
## $ País : chr "Finlandia" "Colombia" "Noruega" "Dinamarca" ...
## $ Puntuación : chr "7.633" "7.594" "7.560" "7.555" ...
## $ PIB per cápita : chr "1.305" "1.456" "1.372" "1.351" ...
## $ Apoyo social : chr "1.592" "1.582" "1.595" "1.590" ...
## $ Esperanza de años de vida saludable : chr "0.874" "0.873" "0.870" "0.868" ...
## $ Libertad para tomar decisiones vitales: chr "0.681" "0.686" "0.685" "0.683" ...
## $ Generosidad : chr "0.192" "0.286" "0.285" "0.284" ...
## $ Percepción de la corrupción : chr "0.393" "0.130" "0.410" "0.408" ...RECODIFICACION DE LA DATA
numericas
felicidad[,c(3:9)]=lapply(felicidad[,c(3:9)], as.numeric)library(stringr)
names(felicidad)=str_split(names(felicidad)," ",simplify = T)[,1]str(felicidad)## 'data.frame': 156 obs. of 9 variables:
## $ № : chr "1" "2" "3" "4" ...
## $ País : chr "Finlandia" "Colombia" "Noruega" "Dinamarca" ...
## $ Puntuación : num 7.63 7.59 7.56 7.55 7.5 ...
## $ PIB : num 1.3 1.46 1.37 1.35 1.34 ...
## $ Apoyo : num 1.59 1.58 1.59 1.59 1.64 ...
## $ Esperanza : num 0.874 0.873 0.87 0.868 0.914 0.927 0.878 0.896 0.876 0.913 ...
## $ Libertad : num 0.681 0.686 0.685 0.683 0.677 0.66 0.638 0.653 0.669 0.659 ...
## $ Generosidad: num 0.192 0.286 0.285 0.284 0.353 0.256 0.333 0.321 0.365 0.285 ...
## $ Percepción : num 0.393 0.13 0.41 0.408 0.138 0.357 0.295 0.291 0.389 0.383 ...CORRELACION DE PIB Y GENEROSIDAD
NUMERICA- NUMERICA
library(ggpubr)## Loading required package: ggplot2## Loading required package: magrittrrela1=ggscatter(felicidad,
x = "Esperanza", y = "Percepción",
cor.coef = TRUE,
cor.method = "pearson")
rela1
h0: las variables no tienen relacion
library(ggpubr)
rela=ggscatter(felicidad,
x = "PIB", y = "Generosidad",
cor.coef = TRUE,
cor.method = "pearson")
rela
hipo=lm(PIB~Generosidad, data=felicidad)
summary(hipo)##
## Call:
## lm(formula = PIB ~ Generosidad, data = felicidad)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.89300 -0.27786 0.05455 0.30668 1.20199
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.89766 0.06661 13.477 <2e-16 ***
## Generosidad -0.01958 0.32185 -0.061 0.952
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.395 on 154 degrees of freedom
## Multiple R-squared: 2.404e-05, Adjusted R-squared: -0.006469
## F-statistic: 0.003702 on 1 and 154 DF, p-value: 0.9516hipo2=lm(Esperanza~Percepción, data=felicidad)
summary(hipo2)##
## Call:
## lm(formula = Esperanza ~ Percepción, data = felicidad)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.61929 -0.16751 0.06128 0.15746 0.41522
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.50834 0.02914 17.448 < 2e-16 ***
## Percepción 0.80123 0.19565 4.095 6.79e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.2368 on 154 degrees of freedom
## Multiple R-squared: 0.09821, Adjusted R-squared: 0.09235
## F-statistic: 16.77 on 1 and 154 DF, p-value: 6.791e-05hipo3=lm(Percepción~Generosidad+Esperanza+PIB+Apoyo+Libertad, data=felicidad)
summary(hipo3)##
## Call:
## lm(formula = Percepción ~ Generosidad + Esperanza + PIB + Apoyo +
## Libertad, data = felicidad)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.18413 -0.05413 -0.01276 0.04097 0.31134
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.04356 0.03013 -1.446 0.150266
## Generosidad 0.25261 0.07090 3.563 0.000492 ***
## Esperanza 0.04928 0.05160 0.955 0.341075
## PIB 0.04141 0.03269 1.267 0.207190
## Apoyo -0.03841 0.03153 -1.218 0.225052
## Libertad 0.19913 0.04727 4.213 4.34e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.08212 on 150 degrees of freedom
## Multiple R-squared: 0.3098, Adjusted R-squared: 0.2868
## F-statistic: 13.47 on 5 and 150 DF, p-value: 7.529e-11generosidad relacion directa
hipo4=lm(Esperanza~Generosidad+Percepción+PIB+Apoyo+Libertad, data=felicidad)
summary(hipo4)##
## Call:
## lm(formula = Esperanza ~ Generosidad + Percepción + PIB + Apoyo +
## Libertad, data = felicidad)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.44391 -0.06484 0.01431 0.07939 0.24825
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.003605 0.047854 -0.075 0.94004
## Generosidad -0.002610 0.116482 -0.022 0.98216
## Percepción 0.122647 0.128416 0.955 0.34108
## PIB 0.445871 0.036908 12.081 < 2e-16 ***
## Apoyo 0.139466 0.048666 2.866 0.00476 **
## Libertad 0.046434 0.078767 0.590 0.55641
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.1295 on 150 degrees of freedom
## Multiple R-squared: 0.7373, Adjusted R-squared: 0.7285
## F-statistic: 84.18 on 5 and 150 DF, p-value: < 2.2e-16PARTE 2 Indice De Densidad del Estado
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vT4TQxgvehosTDGKPvkJzXWXWTLy4cg7dFF4mY7SZXExflPtkjHWP7QMYj5leuai4LyXQ_xuYDyTjp6/pub?gid=1312644304&single=true&output=csv"
densiestado=read.csv(link, stringsAsFactors = F)
densiestado## regionUbigeo provinciaUbigeo PROVINCIA IDE identidad
## 1 10000 10100 CHACHAPOYAS 0,7737 98,6179
## 2 10000 10200 BAGUA 0,6623 94,6079
## 3 10000 10300 BONGARA 0,6318 97,4681
## 4 10000 10400 CONDORCANQUI 0,4598 86,232
## 5 10000 10500 LUYA 0,6047 96,1927
## 6 10000 10600 RODRIGUEZ DE MENDOZA 0,6312 97,3431
## 7 10000 10700 UTCUBAMBA 0,6097 95,1745
## 8 20000 20100 HUARAZ 0,8119 98,5073
## 9 20000 20200 AIJA 0,6579 98,2344
## 10 20000 20300 ANTONIO RAYMONDI 0,6113 96,8158
## 11 20000 20400 ASUNCION 0,6975 97,1484
## 12 20000 20500 BOLOGNESI 0,6757 96,374
## 13 20000 20600 CARHUAZ 0,6956 98,4724
## 14 20000 20700 CARLOS F. FITZCARRALD 0,4982 97,0656
## 15 20000 20800 CASMA 0,7466 96,9521
## 16 20000 20900 CORONGO 0,6702 96,2646
## 17 20000 21000 HUARI 0,6746 97,3123
## 18 20000 21100 HUARMEY 0,7574 98,0051
## 19 20000 21200 HUAYLAS 0,6615 97,3926
## 20 20000 21300 MARISCAL LUZURIAGA 0,5188 96,6549
## 21 20000 21400 OCROS 0,6367 97,9574
## 22 20000 21500 PALLASCA 0,6122 94,5362
## 23 20000 21600 POMABAMBA 0,5789 96,6389
## 24 20000 21700 RECUAY 0,711 97,7199
## 25 20000 21800 SANTA 0,8245 98,0871
## 26 20000 21900 SIHUAS 0,6091 96,7049
## 27 20000 22000 YUNGAY 0,6249 97,275
## 28 30000 30100 ABANCAY 0,7466 97,9042
## 29 30000 30200 ANDAHUAYLAS 0,718 98,366
## 30 30000 30300 ANTABAMBA 0,57 96,1608
## 31 30000 30400 AYMARAES 0,611 97,5102
## 32 30000 30500 COTABAMBAS 0,5426 95,6449
## 33 30000 30600 CHINCHEROS 0,624 97,966
## 34 30000 30700 GRAU 0,5827 95,6384
## 35 40000 40100 AREQUIPA 0,9075 99,4183
## 36 40000 40200 CAMANA 0,7811 98,728
## 37 40000 40300 CARAVELI 0,6946 98,4929
## 38 40000 40400 CASTILLA 0,7406 98,5589
## 39 40000 40500 CAYLLOMA 0,6621 98,578
## 40 40000 40600 CONDESUYOS 0,6454 97,9444
## 41 40000 40700 ISLAY 0,8179 98,504
## 42 40000 40800 LA UNION 0,6325 96,7653
## 43 50000 50100 HUAMANGA 0,7591 99,4419
## 44 50000 50200 CANGALLO 0,5701 99,5
## 45 50000 50300 HUANCA SANCOS 0,5723 99,5
## 46 50000 50400 HUANTA 0,5971 98,3271
## 47 50000 50500 LA MAR 0,4946 98,2364
## 48 50000 50600 LUCANAS 0,6193 99,1895
## 49 50000 50700 PARINACOCHAS 0,6471 99,4064
## 50 50000 50800 PAUCAR DEL SARA SARA 0,7159 98,665
## 51 50000 50900 SUCRE 0,6307 99,2637
## 52 50000 51000 VICTOR FAJARDO 0,6156 99,1369
## 53 50000 51100 VILCAS HUAMAN 0,5349 99,1387
## 54 60000 60100 CAJAMARCA 0,7481 98,0678
## 55 60000 60200 CAJABAMBA 0,5979 95,2706
## 56 60000 60300 CELENDIN 0,589 96,3898
## 57 60000 60400 CHOTA 0,5856 95,8657
## 58 60000 60500 CONTUMAZA 0,6327 96,95
## 59 60000 60600 CUTERVO 0,5462 97,1251
## 60 60000 60700 HUALGAYOC 0,5614 96,224
## 61 60000 60800 JAEN 0,6372 95,813
## 62 60000 60900 SAN IGNACIO 0,5762 95,7543
## 63 60000 61000 SAN MARCOS 0,5805 95,5956
## 64 60000 61100 SAN MIGUEL 0,5787 96,5258
## 65 60000 61200 SAN PABLO 0,5587 96,9911
## 66 60000 61300 SANTA CRUZ 0,5349 96,0784
## 67 70000 70100 CALLAO 0,8514 99,4939
## 68 80000 80100 CUSCO 0,8762 97,8854
## 69 80000 80200 ACOMAYO 0,6331 97,199
## 70 80000 80300 ANTA 0,6379 97,9755
## 71 80000 80400 CALCA 0,6321 96,954
## 72 80000 80500 CANAS 0,568 98,3403
## 73 80000 80600 CANCHIS 0,7344 97,838
## 74 80000 80700 CHUMBIVILCAS 0,5329 97,8608
## 75 80000 80800 ESPINAR 0,6109 98,7317
## 76 80000 80900 LA CONVENCION 0,6069 96,3227
## 77 80000 81000 PARURO 0,5573 97,6097
## 78 80000 81100 PAUCARTAMBO 0,5599 96,7844
## 79 80000 81200 QUISPICANCHI 0,618 97,6088
## 80 80000 81300 URUBAMBA 0,7234 96,0675
## 81 90000 90100 HUANCAVELICA 0,6477 98,9226
## 82 90000 90200 ACOBAMBA 0,5771 98,7516
## 83 90000 90300 ANGARAES 0,5913 98,439
## 84 90000 90400 CASTROVIRREYNA 0,5652 98,0852
## 85 90000 90500 CHURCAMPA 0,5615 97,9364
## 86 90000 90600 HUAYTARA 0,5709 97,4424
## 87 90000 90700 TAYACAJA 0,5827 97,2705
## 88 100000 100100 HUANUCO 0,7179 97,4669
## 89 100000 100200 AMBO 0,5594 97,9204
## 90 100000 100300 DOS DE MAYO 0,5822 96,8027
## 91 100000 100400 HUACAYBAMBA 0,5826 96,5215
## 92 100000 100500 HUAMALIES 0,5598 94,9934
## 93 100000 100600 LEONCIO PRADO 0,6803 95,4785
## 94 100000 100700 MARANON 0,477 96,8355
## 95 100000 100800 PACHITEA 0,4821 94,7089
## 96 100000 100900 PUERTO INCA 0,4807 90,0761
## 97 100000 101000 LAURICOCHA 0,5554 96,3078
## 98 100000 101100 YAROWILCA 0,5294 98,2606
## 99 110000 110100 ICA 0,845 99,5035
## 100 110000 110200 CHINCHA 0,7622 99,4989
## 101 110000 110300 NAZCA 0,7812 99,3843
## 102 110000 110400 PALPA 0,775 99,3064
## 103 110000 110500 PISCO 0,7092 99,2571
## 104 120000 120100 HUANCAYO 0,8151 98,8701
## 105 120000 120200 CONCEPCION 0,6705 97,8206
## 106 120000 120300 CHANCHAMAYO 0,6428 97,5518
## 107 120000 120400 JAUJA 0,7053 98,0137
## 108 120000 120500 JUNIN 0,6267 98,9176
## 109 120000 120600 SATIPO 0,5807 96,1116
## 110 120000 120700 TARMA 0,7105 98,8506
## 111 120000 120800 YAULI 0,7727 99,5
## 112 120000 120900 CHUPACA 0,6888 97,8224
## 113 130000 130100 TRUJILLO 0,888 99,3464
## 114 130000 130200 ASCOPE 0,7553 99,5
## 115 130000 130300 BOLIVAR 0,5894 96,7847
## 116 130000 130400 CHEPEN 0,757 99,096
## 117 130000 130500 JULCAN 0,5272 97,7276
## 118 130000 130600 OTUZCO 0,5877 97,0273
## 119 130000 130700 PACASMAYO 0,7841 99,301
## 120 130000 130800 PATAZ 0,6038 95,7538
## 121 130000 130900 SANCHEZ CARRION 0,4838 96,212
## 122 130000 131000 SANTIAGO DE CHUCO 0,5667 98,0769
## 123 130000 131100 GRAN CHIMU 0,5843 97,0097
## 124 130000 131200 VIRU 0,6949 98,3704
## 125 140000 140100 CHICLAYO 0,8317 98,4564
## 126 140000 140200 FERRENAFE 0,6891 96,8825
## 127 140000 140300 LAMBAYEQUE 0,6604 97,899
## 128 150000 150100 LIMA 0,8999 99,3591
## 129 150000 150200 BARRANCA 0,8118 99,295
## 130 150000 150300 CAJATAMBO 0,6624 97,773
## 131 150000 150400 CANTA 0,6628 98,6936
## 132 150000 150500 CANETE 0,7697 99,5034
## 133 150000 150600 HUARAL 0,777 99,0524
## 134 150000 150700 HUAROCHIRI 0,7134 99,0322
## 135 150000 150800 HUAURA 0,7884 99,4633
## 136 150000 150900 OYON 0,7104 99,0082
## 137 150000 151000 YAUYOS 0,6657 98,4199
## 138 160000 160100 MAYNAS 0,6779 95,9809
## 139 160000 160200 ALTO AMAZONAS 0,5685 94,0398
## 140 160000 160300 LORETO 0,507 89,8845
## 141 160000 160400 MARISCAL RAMON CASTILLA 0,4707 91,3034
## 142 160000 160500 REQUENA 0,5378 92,4981
## 143 160000 160600 UCAYALI 0,5572 90,6369
## 144 160000 160700 DATEM DEL MARANON 0,4295 81,9682
## 145 170000 170100 TAMBOPATA 0,8027 99,2041
## 146 170000 170200 MANU 0,5941 93,5355
## 147 170000 170300 TAHUAMANU 0,7263 99,5
## 148 180000 180100 MARISCAL NIETO 0,8263 99,4366
## 149 180000 180200 GENERAL SANCHEZ CERRO 0,6417 98,8706
## 150 180000 180300 ILO 0,8504 99,5
## 151 190000 190100 PASCO 0,7169 99,5
## 152 190000 190200 DANIEL ALCIDES CARRION 0,6271 99,5
## 153 190000 190300 OXAPAMPA 0,5744 94,7617
## 154 200000 200100 PIURA 0,7426 98,5621
## 155 200000 200200 AYABACA 0,5102 94,8213
## 156 200000 200300 HUANCABAMBA 0,5334 94,1863
## 157 200000 200400 MORROPON 0,6653 97,1181
## 158 200000 200500 PAITA 0,7154 99,2638
## 159 200000 200600 SULLANA 0,7548 97,9271
## 160 200000 200700 TALARA 0,8082 99,0036
## 161 200000 200800 SECHURA 0,6745 97,9712
## 162 210000 210100 PUNO 0,7483 98,9834
## 163 210000 210200 AZANGARO 0,5716 98,7557
## 164 210000 210300 CARABAYA 0,6022 98,2289
## 165 210000 210400 CHUCUITO 0,6036 98,6818
## 166 210000 210500 EL COLLAO 0,6141 99,407
## 167 210000 210600 HUANCANE 0,5866 98,59
## 168 210000 210700 LAMPA 0,5839 99,3094
## 169 210000 210800 MELGAR 0,6322 99,0987
## 170 210000 210900 MOHO 0,6098 98,1119
## 171 210000 211000 SAN ANTONIO DE PUTINA 0,5691 98,8164
## 172 210000 211100 SAN ROMAN 0,7813 99,0267
## 173 210000 211200 SANDIA 0,6152 98,5936
## 174 210000 211300 YUNGUYO 0,6807 98,3785
## 175 220000 220100 MOYOBAMBA 0,6832 95,7572
## 176 220000 220200 BELLAVISTA 0,6256 94,1988
## 177 220000 220300 EL DORADO 0,6066 96,8349
## 178 220000 220400 HUALLAGA 0,66 96,7308
## 179 220000 220500 LAMAS 0,6051 96,557
## 180 220000 220600 MARISCAL CACERES 0,6922 96,0263
## 181 220000 220700 PICOTA 0,6884 96,1658
## 182 220000 220800 RIOJA 0,6672 95,4084
## 183 220000 220900 SAN MARTIN 0,8285 98,3258
## 184 220000 221000 TOCACHE 0,6456 94,9457
## 185 230000 230100 TACNA 0,9104 99,4928
## 186 230000 230200 CANDARAVE 0,6521 99,5
## 187 230000 230300 JORGE BASADRE 0,8487 99,5
## 188 230000 230400 TARATA 0,7414 99,3157
## 189 240000 240100 TUMBES 0,7622 99,1184
## 190 240000 240200 CONTRALMIRANTE VILLAR 0,6659 99,1872
## 191 240000 240300 ZARUMILLA 0,6849 97,4754
## 192 250000 250100 CORONEL PORTILLO 0,667 97,5922
## 193 250000 250200 ATALAYA 0,4245 84,2895
## 194 250000 250300 PADRE ABAD 0,5023 97,3087
## 195 250000 250400 PURUS 0,4473 91,9667
## salud educacion saneamiento electrificacion poblacion costa capital
## 1 25,45 91,4986 70,3454 83,9712 54783 NO SI
## 2 14,6091 79,7902 64,479 67,9146 77438 NO NO
## 3 9,0102 76,424 54,8341 72,1693 32317 NO NO
## 4 8,557 52,2149 37,7145 39,4891 51802 NO NO
## 5 12,418 74,726 43,3484 67,3961 52185 NO NO
## 6 14,8787 79,4244 46,5018 67,5461 30236 NO NO
## 7 10,1102 77,1683 52,5195 63,1177 118747 NO NO
## 8 21,8066 95,0063 82,9326 93,1496 161003 NO SI
## 9 8,594 89,4989 47,7841 79,122 7974 NO NO
## 10 4,9923 77,7374 48,9181 73,8765 16879 NO NO
## 11 17,189 81,5383 67,1184 74,2923 9013 NO NO
## 12 9,4165 85,2385 61,385 79,1416 32452 NO NO
## 13 10,2247 72,057 73,2979 86,9098 46434 NO NO
## 14 9,0871 59,7295 29,4336 47,7474 21920 NO NO
## 15 10,0441 89,7711 81,9572 87,877 46032 SI NO
## 16 11,3027 78,1769 61,6929 80,1392 8340 NO NO
## 17 14,087 76,3536 60,0936 80,0751 63726 NO NO
## 18 13,3628 95,5122 75,2566 87,6444 29972 SI NO
## 19 14,3251 63,7338 69,345 76,4138 56102 NO NO
## 20 5,202 69,084 31,2854 53,7286 23888 NO NO
## 21 7,4294 93,4748 42,7468 71,765 10283 NO NO
## 22 9,7786 75,6362 44,66 74,9557 30536 NO NO
## 23 14,5264 63,921 49,764 54,9378 29196 NO NO
## 24 10,2591 90,2889 73,4154 76,9919 19509 NO NO
## 25 19,7013 96,4346 88,6281 96,2817 427157 SI NO
## 26 12,0564 69,5418 43,0137 75,1775 31006 NO NO
## 27 10,2298 62,354 67,3776 68,3959 57969 NO NO
## 28 16,9311 93,6909 63,0011 90,5064 105694 NO SI
## 29 12,4028 83,7088 72,297 83,9755 163662 NO NO
## 30 5,3211 91,055 25,2835 63,6509 13399 NO NO
## 31 4,9546 92,2419 34,5556 72,9106 32722 NO NO
## 32 6,0624 74,0475 33,988 57,4942 51667 NO NO
## 33 7,1636 81,505 53,1857 67,3993 57750 NO NO
## 34 8,5845 82,4632 27,8333 71,1088 26987 NO NO
## 35 40,4944 93,4114 95,5408 97,8951 936464 NO SI
## 36 21,3335 90,3838 82,9674 82,893 57187 SI NO
## 37 17,5497 80,9079 63,4413 75,1853 39317 SI NO
## 38 12,3108 82,4863 85,132 83,6063 38990 NO NO
## 39 10,9773 84,3677 58,4541 71,3575 86542 NO NO
## 40 12,945 83,2657 64,6445 55,2726 18540 NO NO
## 41 18,6627 94,2023 92,6318 92,52 53047 SI NO
## 42 19,7837 71,4648 61,8834 53,1603 15164 NO NO
## 43 19,1627 83,5629 74,3072 90,3163 261382 NO SI
## 44 10,6072 70,7635 45,1408 51,9452 34298 NO NO
## 45 10,4056 85,4506 26,8577 56,9772 10472 NO NO
## 46 7,8265 72,0394 50,3193 64,8231 102619 NO NO
## 47 5,9239 61,5692 30,5293 47,0695 87160 NO NO
## 48 10,0509 91,0306 36,7625 65,8977 67167 NO NO
## 49 13,4073 83,9144 43,3083 74,5507 32023 NO NO
## 50 14,4225 93,9172 54,0318 87,283 11028 NO NO
## 51 12,7053 86,8535 38,4042 69,6481 12255 NO NO
## 52 8,7686 77,8064 46,8821 69,3787 24213 NO NO
## 53 7,8826 72,025 45,8992 37,2551 23412 NO NO
## 54 15,7259 86,1347 76,1244 87,531 368639 NO SI
## 55 6,2862 66,8311 63,4764 62,887 80086 NO NO
## 56 6,3241 68,4681 57,1751 61,9291 95433 NO NO
## 57 6,9577 79,134 41,0023 65,2231 167670 NO NO
## 58 8,5074 89,5479 51,3358 64,3249 32602 NO NO
## 59 10,0209 72,5216 36,2101 50,5428 143667 NO NO
## 60 6,0375 71,3687 51,6709 51,3883 100009 NO NO
## 61 10,8123 83,2315 44,7478 76,7748 198354 NO NO
## 62 5,6695 76,5965 47,2578 59,029 145478 NO NO
## 63 4,4653 69,885 66,3363 50,9721 54622 NO NO
## 64 6,9082 85,777 48,1129 47,3965 57492 NO NO
## 65 3,7146 75,1291 55,086 45,9765 23885 NO NO
## 66 6,7198 87,9763 13,79 58,3943 45955 NO NO
## 67 26,4218 89,8493 93,0432 99,2529 969170 SI SI
## 68 30,5147 99,5 90,3696 99,5 427580 NO SI
## 69 10,4537 83,1267 48,2393 70,5703 28318 NO NO
## 70 4,6273 82,8919 43,5397 86,8348 57262 NO NO
## 71 6,3367 77,724 52,6436 78,1668 72583 NO NO
## 72 5,3289 84,5397 34,0964 58,153 39973 NO NO
## 73 10,8021 92,7148 70,1059 88,5203 102826 NO NO
## 74 6,0491 76,0087 39,4397 43,0746 81878 NO NO
## 75 8,9812 88,4132 45,8511 57,4631 68390 NO NO
## 76 9,2718 84,7681 40,9197 66,0037 179515 NO NO
## 77 4,8544 74,8891 41,1514 56,9302 31521 NO NO
## 78 6,1349 59,7834 46,3203 66,8591 50323 NO NO
## 79 4,9016 74,7613 52,6529 75,8022 88967 NO NO
## 80 11,1369 89,0927 59,2273 98,7497 63039 NO NO
## 81 8,4463 83,9779 40,4136 86,4489 153773 NO SI
## 82 2,6282 77,5408 31,1721 76,7208 73243 NO NO
## 83 3,004 76,8243 36,9268 78,4647 60816 NO NO
## 84 4,7333 99,5 20,8772 56,2698 19500 NO NO
## 85 3,7926 75,4469 25,9138 75,1098 45172 NO NO
## 86 6,9062 93,0713 24,043 59,383 23361 NO NO
## 87 4,6864 77,79 28,8652 79,6273 107715 NO NO
## 88 21,9022 84,4585 65,5353 74,9612 301396 NO SI
## 89 11,1829 74,8834 25,5836 62,6859 57957 NO NO
## 90 13,0303 74,0063 49,4522 49,1357 52025 NO NO
## 91 6,5479 66,9303 53,1725 63,7385 22403 NO NO
## 92 11,3609 75,2894 41,526 49,1445 73621 NO NO
## 93 18,5407 91,4246 51,5353 70,8055 129953 NO NO
## 94 6,7634 64,0645 23,8282 42,5136 30594 NO NO
## 95 8,922 52,4708 35,9075 43,0686 69003 NO NO
## 96 13,7197 68,0194 25,5408 33,8304 32060 NO NO
## 97 11,2596 82,0013 36,3976 44,2322 38257 NO NO
## 98 9,5985 76,9046 31,8684 41,6769 33715 NO NO
## 99 30,0232 87,7433 94,266 90,9563 349036 SI SI
## 100 16,2647 84,4472 83,1503 86,8764 210098 SI NO
## 101 18,7779 87,539 84,1663 88,2205 58817 SI NO
## 102 18,157 85,4934 91,1803 81,2415 12621 NO NO
## 103 13,8738 84,8986 70,459 76,8762 132986 SI NO
## 104 20,3101 94,5642 85,4177 94,8395 497299 NO SI
## 105 6,3452 85,5002 58,1659 83,1976 58942 NO NO
## 106 8,1031 80,7343 58,9306 70,703 193140 NO NO
## 107 10,3796 90,8331 55,8857 90,6086 88524 NO NO
## 108 12,5177 88,0828 23,2858 82,1882 27722 NO NO
## 109 5,1873 72,4222 51,8365 61,3319 244727 NO NO
## 110 10,9357 84,8047 62,1884 91,1852 111631 NO NO
## 111 12,4015 99,0315 75,5876 91,573 45858 NO NO
## 112 6,7123 93,7842 58,9627 82,6588 53564 NO NO
## 113 32,9186 95,7003 98,0614 96,0229 914036 SI SI
## 114 17,602 96,5098 65,4569 86,8584 120884 SI NO
## 115 17,0746 59,0046 51,4671 58,9619 16910 NO NO
## 116 13,0308 92,1739 84,7516 80,7373 84037 SI NO
## 117 9,0297 60,0022 54,2229 36,6195 32400 NO NO
## 118 11,9985 59,9136 61,6578 55,241 92237 NO NO
## 119 15,9519 93,8715 82,1331 90,1695 101954 SI NO
## 120 11,8223 61,6108 58,1123 66,7366 85687 NO NO
## 121 8,273 48,1215 39,5255 44,2572 149616 NO NO
## 122 11,9058 68,7819 45,5874 51,0685 61329 NO NO
## 123 10,7215 67,204 66,2424 43,8284 31402 NO NO
## 124 5,9394 74,0766 84,9306 80,1798 101167 SI NO
## 125 25,7449 88,9529 86,0233 99,5 836299 SI SI
## 126 14,0778 73,4821 76,3114 74,4212 104820 NO NO
## 127 8,3964 72,9188 73,0946 72,3053 288141 SI NO
## 128 38,3657 89,5797 97,5604 99,5 8481415 SI SI
## 129 21,4062 83,9918 96,9944 89,9645 143216 SI NO
## 130 16,2382 78,1014 51,6375 76,623 8139 NO NO
## 131 29,0179 76,8965 39,9944 67,4349 14669 NO NO
## 132 16,3725 86,2599 86,3501 85,4381 222877 SI NO
## 133 17,7469 84,0086 85,1771 90,6684 182409 SI NO
## 134 16,2867 81,9827 73,6597 74,8972 79177 NO NO
## 135 22,032 84,1302 85,147 88,7237 213188 SI NO
## 136 9,4051 77,9139 77,8538 84,76 22217 NO NO
## 137 14,4953 83,6558 52,3377 74,2986 27842 NO NO
## 138 12,4254 79,0188 57,2983 85,9357 550031 NO SI
## 139 10,814 61,7112 44,4909 66,0007 117163 NO NO
## 140 6,2437 60,1239 32,464 60,621 69508 NO NO
## 141 4,5533 55,2372 23,2198 58,0174 67143 NO NO
## 142 4,9098 64,907 27,0976 76,2223 72706 NO NO
## 143 4,5009 71,0551 33,5148 75,8978 70782 NO NO
## 144 4,7538 44,0338 32,0778 48,7369 59620 NO NO
## 145 26,2887 86,1364 84,2227 87,9527 91988 NO SI
## 146 12,1582 81,1164 37,0703 65,0632 22906 NO NO
## 147 27,4945 82,3381 56,4859 79,0064 12745 NO NO
## 148 26,9476 94,0548 80,8463 93,9171 78890 NO SI
## 149 13,2708 86,5558 38,3928 74,9002 27275 NO NO
## 150 21,2476 91,3031 99,5 99,5 68694 SI NO
## 151 10,7282 94,3146 58,5859 88,1771 156259 NO SI
## 152 4,6297 95,0075 41,9339 69,4167 51789 NO NO
## 153 12,5667 65,4202 42,7355 63,3166 89543 NO NO
## 154 15,3145 89,086 77,9517 80,1926 734437 SI SI
## 155 3,6732 60,0579 51,9557 42,1461 141708 NO NO
## 156 5,6703 65,4099 56,4812 41,1786 127423 NO NO
## 157 7,3392 80,9296 67,5797 74,8067 159486 NO NO
## 158 6,7769 85,3579 76,5216 85,2715 122725 SI NO
## 159 12,9206 91,7215 78,0363 88,1845 309605 NO NO
## 160 17,2074 97,9404 84,5123 93,9844 133148 SI NO
## 161 5,9599 79,84 72,387 77,137 71075 NO NO
## 162 18,5388 93,596 64,1132 86,5741 244692 NO SI
## 163 2,9063 81,044 39,6135 61,5461 139092 NO NO
## 164 4,6188 74,6275 52,4479 68,1171 87812 NO NO
## 165 3,6953 88,2616 37,3401 71,3466 142711 NO NO
## 166 4,2362 92,492 34,7087 73,3596 84865 NO NO
## 167 6,42 86,7475 33,66 63,5913 67726 NO NO
## 168 5,6917 83,7246 39,5906 59,8291 51039 NO NO
## 169 6,044 81,0894 60,8358 65,0074 77355 NO NO
## 170 2,598 83,4812 45,2047 73,7554 26799 NO NO
## 171 2,64 88,4295 29,5768 63,3287 62247 NO NO
## 172 15,507 94,0194 72,2405 99,5 276352 NO NO
## 173 6,4219 84,2576 50,2309 63,8324 68253 NO NO
## 174 6,8712 87,114 52,7099 90,6861 48179 NO NO
## 175 9,9368 83,2734 72,5388 73,4589 136414 NO SI
## 176 7,979 76,7049 59,9836 68,6068 55815 NO NO
## 177 7,7403 66,9119 68,0806 58,5684 38152 NO NO
## 178 11,4771 78,1732 74,7704 61,2204 25357 NO NO
## 179 6,3469 72,5867 61,5244 61,297 83825 NO NO
## 180 9,981 85,2023 75,5526 72,7025 51489 NO NO
## 181 7,8023 82,3184 73,9773 78,7176 42369 NO NO
## 182 10,3815 83,083 58,2882 79,4966 120387 NO NO
## 183 21,3298 99,5 85,3935 95,5041 179184 NO NO
## 184 10,5095 92,4323 43,6077 74,3133 73460 NO NO
## 185 44,7413 90,0518 95,8766 95,2144 302852 SI SI
## 186 7,1132 90,0467 40,1112 84,534 8435 NO NO
## 187 30,0799 97,3276 83,9754 93,4183 9641 SI NO
## 188 22,5366 90,173 68,7254 74,9025 7987 NO NO
## 189 18,382 86,2661 77,6778 87,4196 159548 SI SI
## 190 6,6236 81,4642 59,7919 81,4494 19180 SI NO
## 191 6,9758 81,2087 71,0227 81,1197 49499 SI NO
## 192 12,5195 85,4286 42,8511 86,7715 366040 NO SI
## 193 4,5206 55,4652 13,2425 51,7253 50569 NO NO
## 194 4,4984 73,2013 13,243 59,8946 56756 NO NO
## 195 15,9542 51,3878 0,2351 53,4704 4251 NO NO
## tamano
## 1 Pequena
## 2 Pequena
## 3 Muy pequena
## 4 Pequena
## 5 Pequena
## 6 Muy pequena
## 7 Mediana
## 8 Mediana
## 9 Muy pequena
## 10 Muy pequena
## 11 Muy pequena
## 12 Muy pequena
## 13 Muy pequena
## 14 Muy pequena
## 15 Muy pequena
## 16 Muy pequena
## 17 Pequena
## 18 Muy pequena
## 19 Pequena
## 20 Muy pequena
## 21 Muy pequena
## 22 Muy pequena
## 23 Muy pequena
## 24 Muy pequena
## 25 Grande
## 26 Muy pequena
## 27 Pequena
## 28 Mediana
## 29 Mediana
## 30 Muy pequena
## 31 Muy pequena
## 32 Pequena
## 33 Pequena
## 34 Muy pequena
## 35 Grande
## 36 Pequena
## 37 Muy pequena
## 38 Muy pequena
## 39 Pequena
## 40 Muy pequena
## 41 Pequena
## 42 Muy pequena
## 43 Mediana
## 44 Muy pequena
## 45 Muy pequena
## 46 Mediana
## 47 Pequena
## 48 Pequena
## 49 Muy pequena
## 50 Muy pequena
## 51 Muy pequena
## 52 Muy pequena
## 53 Muy pequena
## 54 Grande
## 55 Pequena
## 56 Pequena
## 57 Mediana
## 58 Muy pequena
## 59 Mediana
## 60 Mediana
## 61 Mediana
## 62 Mediana
## 63 Pequena
## 64 Pequena
## 65 Muy pequena
## 66 Muy pequena
## 67 Grande
## 68 Grande
## 69 Muy pequena
## 70 Pequena
## 71 Pequena
## 72 Muy pequena
## 73 Mediana
## 74 Pequena
## 75 Pequena
## 76 Mediana
## 77 Muy pequena
## 78 Pequena
## 79 Pequena
## 80 Pequena
## 81 Mediana
## 82 Pequena
## 83 Pequena
## 84 Muy pequena
## 85 Muy pequena
## 86 Muy pequena
## 87 Mediana
## 88 Grande
## 89 Pequena
## 90 Pequena
## 91 Muy pequena
## 92 Pequena
## 93 Mediana
## 94 Muy pequena
## 95 Pequena
## 96 Muy pequena
## 97 Muy pequena
## 98 Muy pequena
## 99 Grande
## 100 Mediana
## 101 Pequena
## 102 Muy pequena
## 103 Mediana
## 104 Grande
## 105 Pequena
## 106 Mediana
## 107 Pequena
## 108 Muy pequena
## 109 Mediana
## 110 Mediana
## 111 Muy pequena
## 112 Pequena
## 113 Grande
## 114 Mediana
## 115 Muy pequena
## 116 Pequena
## 117 Muy pequena
## 118 Pequena
## 119 Mediana
## 120 Pequena
## 121 Mediana
## 122 Pequena
## 123 Muy pequena
## 124 Mediana
## 125 Grande
## 126 Mediana
## 127 Mediana
## 128 Muy grande
## 129 Mediana
## 130 Muy pequena
## 131 Muy pequena
## 132 Mediana
## 133 Mediana
## 134 Pequena
## 135 Mediana
## 136 Muy pequena
## 137 Muy pequena
## 138 Grande
## 139 Mediana
## 140 Pequena
## 141 Pequena
## 142 Pequena
## 143 Pequena
## 144 Pequena
## 145 Pequena
## 146 Muy pequena
## 147 Muy pequena
## 148 Pequena
## 149 Muy pequena
## 150 Pequena
## 151 Mediana
## 152 Pequena
## 153 Pequena
## 154 Grande
## 155 Mediana
## 156 Mediana
## 157 Mediana
## 158 Mediana
## 159 Grande
## 160 Mediana
## 161 Pequena
## 162 Mediana
## 163 Mediana
## 164 Pequena
## 165 Mediana
## 166 Pequena
## 167 Pequena
## 168 Pequena
## 169 Pequena
## 170 Muy pequena
## 171 Pequena
## 172 Mediana
## 173 Pequena
## 174 Muy pequena
## 175 Mediana
## 176 Pequena
## 177 Muy pequena
## 178 Muy pequena
## 179 Pequena
## 180 Pequena
## 181 Muy pequena
## 182 Mediana
## 183 Mediana
## 184 Pequena
## 185 Grande
## 186 Muy pequena
## 187 Muy pequena
## 188 Muy pequena
## 189 Mediana
## 190 Muy pequena
## 191 Muy pequena
## 192 Grande
## 193 Pequena
## 194 Pequena
## 195 Muy pequenanames(densiestado)## [1] "regionUbigeo" "provinciaUbigeo" "PROVINCIA"
## [4] "IDE" "identidad" "salud"
## [7] "educacion" "saneamiento" "electrificacion"
## [10] "poblacion" "costa" "capital"
## [13] "tamano"str(densiestado)## 'data.frame': 195 obs. of 13 variables:
## $ regionUbigeo : int 10000 10000 10000 10000 10000 10000 10000 20000 20000 20000 ...
## $ provinciaUbigeo: int 10100 10200 10300 10400 10500 10600 10700 20100 20200 20300 ...
## $ PROVINCIA : chr "CHACHAPOYAS" "BAGUA" "BONGARA" "CONDORCANQUI" ...
## $ IDE : chr "0,7737" "0,6623" "0,6318" "0,4598" ...
## $ identidad : chr "98,6179" "94,6079" "97,4681" "86,232" ...
## $ salud : chr "25,45" "14,6091" "9,0102" "8,557" ...
## $ educacion : chr "91,4986" "79,7902" "76,424" "52,2149" ...
## $ saneamiento : chr "70,3454" "64,479" "54,8341" "37,7145" ...
## $ electrificacion: chr "83,9712" "67,9146" "72,1693" "39,4891" ...
## $ poblacion : int 54783 77438 32317 51802 52185 30236 118747 161003 7974 16879 ...
## $ costa : chr "NO" "NO" "NO" "NO" ...
## $ capital : chr "SI" "NO" "NO" "NO" ...
## $ tamano : chr "Pequena" "Pequena" "Muy pequena" "Pequena" ...densiestado$IDE=gsub(",", ".", densiestado$IDE)
densiestado$identidad=gsub(",", ".", densiestado$identidad)
densiestado$salud=gsub(",", ".", densiestado$salud)
densiestado$educacion=gsub(",", ".", densiestado$educacion)
densiestado$saneamiento=gsub(",", ".", densiestado$saneamiento)
densiestado$electrificacion=gsub(",", ".", densiestado$electrificacion)
densiestado## regionUbigeo provinciaUbigeo PROVINCIA IDE identidad
## 1 10000 10100 CHACHAPOYAS 0.7737 98.6179
## 2 10000 10200 BAGUA 0.6623 94.6079
## 3 10000 10300 BONGARA 0.6318 97.4681
## 4 10000 10400 CONDORCANQUI 0.4598 86.232
## 5 10000 10500 LUYA 0.6047 96.1927
## 6 10000 10600 RODRIGUEZ DE MENDOZA 0.6312 97.3431
## 7 10000 10700 UTCUBAMBA 0.6097 95.1745
## 8 20000 20100 HUARAZ 0.8119 98.5073
## 9 20000 20200 AIJA 0.6579 98.2344
## 10 20000 20300 ANTONIO RAYMONDI 0.6113 96.8158
## 11 20000 20400 ASUNCION 0.6975 97.1484
## 12 20000 20500 BOLOGNESI 0.6757 96.374
## 13 20000 20600 CARHUAZ 0.6956 98.4724
## 14 20000 20700 CARLOS F. FITZCARRALD 0.4982 97.0656
## 15 20000 20800 CASMA 0.7466 96.9521
## 16 20000 20900 CORONGO 0.6702 96.2646
## 17 20000 21000 HUARI 0.6746 97.3123
## 18 20000 21100 HUARMEY 0.7574 98.0051
## 19 20000 21200 HUAYLAS 0.6615 97.3926
## 20 20000 21300 MARISCAL LUZURIAGA 0.5188 96.6549
## 21 20000 21400 OCROS 0.6367 97.9574
## 22 20000 21500 PALLASCA 0.6122 94.5362
## 23 20000 21600 POMABAMBA 0.5789 96.6389
## 24 20000 21700 RECUAY 0.711 97.7199
## 25 20000 21800 SANTA 0.8245 98.0871
## 26 20000 21900 SIHUAS 0.6091 96.7049
## 27 20000 22000 YUNGAY 0.6249 97.275
## 28 30000 30100 ABANCAY 0.7466 97.9042
## 29 30000 30200 ANDAHUAYLAS 0.718 98.366
## 30 30000 30300 ANTABAMBA 0.57 96.1608
## 31 30000 30400 AYMARAES 0.611 97.5102
## 32 30000 30500 COTABAMBAS 0.5426 95.6449
## 33 30000 30600 CHINCHEROS 0.624 97.966
## 34 30000 30700 GRAU 0.5827 95.6384
## 35 40000 40100 AREQUIPA 0.9075 99.4183
## 36 40000 40200 CAMANA 0.7811 98.728
## 37 40000 40300 CARAVELI 0.6946 98.4929
## 38 40000 40400 CASTILLA 0.7406 98.5589
## 39 40000 40500 CAYLLOMA 0.6621 98.578
## 40 40000 40600 CONDESUYOS 0.6454 97.9444
## 41 40000 40700 ISLAY 0.8179 98.504
## 42 40000 40800 LA UNION 0.6325 96.7653
## 43 50000 50100 HUAMANGA 0.7591 99.4419
## 44 50000 50200 CANGALLO 0.5701 99.5
## 45 50000 50300 HUANCA SANCOS 0.5723 99.5
## 46 50000 50400 HUANTA 0.5971 98.3271
## 47 50000 50500 LA MAR 0.4946 98.2364
## 48 50000 50600 LUCANAS 0.6193 99.1895
## 49 50000 50700 PARINACOCHAS 0.6471 99.4064
## 50 50000 50800 PAUCAR DEL SARA SARA 0.7159 98.665
## 51 50000 50900 SUCRE 0.6307 99.2637
## 52 50000 51000 VICTOR FAJARDO 0.6156 99.1369
## 53 50000 51100 VILCAS HUAMAN 0.5349 99.1387
## 54 60000 60100 CAJAMARCA 0.7481 98.0678
## 55 60000 60200 CAJABAMBA 0.5979 95.2706
## 56 60000 60300 CELENDIN 0.589 96.3898
## 57 60000 60400 CHOTA 0.5856 95.8657
## 58 60000 60500 CONTUMAZA 0.6327 96.95
## 59 60000 60600 CUTERVO 0.5462 97.1251
## 60 60000 60700 HUALGAYOC 0.5614 96.224
## 61 60000 60800 JAEN 0.6372 95.813
## 62 60000 60900 SAN IGNACIO 0.5762 95.7543
## 63 60000 61000 SAN MARCOS 0.5805 95.5956
## 64 60000 61100 SAN MIGUEL 0.5787 96.5258
## 65 60000 61200 SAN PABLO 0.5587 96.9911
## 66 60000 61300 SANTA CRUZ 0.5349 96.0784
## 67 70000 70100 CALLAO 0.8514 99.4939
## 68 80000 80100 CUSCO 0.8762 97.8854
## 69 80000 80200 ACOMAYO 0.6331 97.199
## 70 80000 80300 ANTA 0.6379 97.9755
## 71 80000 80400 CALCA 0.6321 96.954
## 72 80000 80500 CANAS 0.568 98.3403
## 73 80000 80600 CANCHIS 0.7344 97.838
## 74 80000 80700 CHUMBIVILCAS 0.5329 97.8608
## 75 80000 80800 ESPINAR 0.6109 98.7317
## 76 80000 80900 LA CONVENCION 0.6069 96.3227
## 77 80000 81000 PARURO 0.5573 97.6097
## 78 80000 81100 PAUCARTAMBO 0.5599 96.7844
## 79 80000 81200 QUISPICANCHI 0.618 97.6088
## 80 80000 81300 URUBAMBA 0.7234 96.0675
## 81 90000 90100 HUANCAVELICA 0.6477 98.9226
## 82 90000 90200 ACOBAMBA 0.5771 98.7516
## 83 90000 90300 ANGARAES 0.5913 98.439
## 84 90000 90400 CASTROVIRREYNA 0.5652 98.0852
## 85 90000 90500 CHURCAMPA 0.5615 97.9364
## 86 90000 90600 HUAYTARA 0.5709 97.4424
## 87 90000 90700 TAYACAJA 0.5827 97.2705
## 88 100000 100100 HUANUCO 0.7179 97.4669
## 89 100000 100200 AMBO 0.5594 97.9204
## 90 100000 100300 DOS DE MAYO 0.5822 96.8027
## 91 100000 100400 HUACAYBAMBA 0.5826 96.5215
## 92 100000 100500 HUAMALIES 0.5598 94.9934
## 93 100000 100600 LEONCIO PRADO 0.6803 95.4785
## 94 100000 100700 MARANON 0.477 96.8355
## 95 100000 100800 PACHITEA 0.4821 94.7089
## 96 100000 100900 PUERTO INCA 0.4807 90.0761
## 97 100000 101000 LAURICOCHA 0.5554 96.3078
## 98 100000 101100 YAROWILCA 0.5294 98.2606
## 99 110000 110100 ICA 0.845 99.5035
## 100 110000 110200 CHINCHA 0.7622 99.4989
## 101 110000 110300 NAZCA 0.7812 99.3843
## 102 110000 110400 PALPA 0.775 99.3064
## 103 110000 110500 PISCO 0.7092 99.2571
## 104 120000 120100 HUANCAYO 0.8151 98.8701
## 105 120000 120200 CONCEPCION 0.6705 97.8206
## 106 120000 120300 CHANCHAMAYO 0.6428 97.5518
## 107 120000 120400 JAUJA 0.7053 98.0137
## 108 120000 120500 JUNIN 0.6267 98.9176
## 109 120000 120600 SATIPO 0.5807 96.1116
## 110 120000 120700 TARMA 0.7105 98.8506
## 111 120000 120800 YAULI 0.7727 99.5
## 112 120000 120900 CHUPACA 0.6888 97.8224
## 113 130000 130100 TRUJILLO 0.888 99.3464
## 114 130000 130200 ASCOPE 0.7553 99.5
## 115 130000 130300 BOLIVAR 0.5894 96.7847
## 116 130000 130400 CHEPEN 0.757 99.096
## 117 130000 130500 JULCAN 0.5272 97.7276
## 118 130000 130600 OTUZCO 0.5877 97.0273
## 119 130000 130700 PACASMAYO 0.7841 99.301
## 120 130000 130800 PATAZ 0.6038 95.7538
## 121 130000 130900 SANCHEZ CARRION 0.4838 96.212
## 122 130000 131000 SANTIAGO DE CHUCO 0.5667 98.0769
## 123 130000 131100 GRAN CHIMU 0.5843 97.0097
## 124 130000 131200 VIRU 0.6949 98.3704
## 125 140000 140100 CHICLAYO 0.8317 98.4564
## 126 140000 140200 FERRENAFE 0.6891 96.8825
## 127 140000 140300 LAMBAYEQUE 0.6604 97.899
## 128 150000 150100 LIMA 0.8999 99.3591
## 129 150000 150200 BARRANCA 0.8118 99.295
## 130 150000 150300 CAJATAMBO 0.6624 97.773
## 131 150000 150400 CANTA 0.6628 98.6936
## 132 150000 150500 CANETE 0.7697 99.5034
## 133 150000 150600 HUARAL 0.777 99.0524
## 134 150000 150700 HUAROCHIRI 0.7134 99.0322
## 135 150000 150800 HUAURA 0.7884 99.4633
## 136 150000 150900 OYON 0.7104 99.0082
## 137 150000 151000 YAUYOS 0.6657 98.4199
## 138 160000 160100 MAYNAS 0.6779 95.9809
## 139 160000 160200 ALTO AMAZONAS 0.5685 94.0398
## 140 160000 160300 LORETO 0.507 89.8845
## 141 160000 160400 MARISCAL RAMON CASTILLA 0.4707 91.3034
## 142 160000 160500 REQUENA 0.5378 92.4981
## 143 160000 160600 UCAYALI 0.5572 90.6369
## 144 160000 160700 DATEM DEL MARANON 0.4295 81.9682
## 145 170000 170100 TAMBOPATA 0.8027 99.2041
## 146 170000 170200 MANU 0.5941 93.5355
## 147 170000 170300 TAHUAMANU 0.7263 99.5
## 148 180000 180100 MARISCAL NIETO 0.8263 99.4366
## 149 180000 180200 GENERAL SANCHEZ CERRO 0.6417 98.8706
## 150 180000 180300 ILO 0.8504 99.5
## 151 190000 190100 PASCO 0.7169 99.5
## 152 190000 190200 DANIEL ALCIDES CARRION 0.6271 99.5
## 153 190000 190300 OXAPAMPA 0.5744 94.7617
## 154 200000 200100 PIURA 0.7426 98.5621
## 155 200000 200200 AYABACA 0.5102 94.8213
## 156 200000 200300 HUANCABAMBA 0.5334 94.1863
## 157 200000 200400 MORROPON 0.6653 97.1181
## 158 200000 200500 PAITA 0.7154 99.2638
## 159 200000 200600 SULLANA 0.7548 97.9271
## 160 200000 200700 TALARA 0.8082 99.0036
## 161 200000 200800 SECHURA 0.6745 97.9712
## 162 210000 210100 PUNO 0.7483 98.9834
## 163 210000 210200 AZANGARO 0.5716 98.7557
## 164 210000 210300 CARABAYA 0.6022 98.2289
## 165 210000 210400 CHUCUITO 0.6036 98.6818
## 166 210000 210500 EL COLLAO 0.6141 99.407
## 167 210000 210600 HUANCANE 0.5866 98.59
## 168 210000 210700 LAMPA 0.5839 99.3094
## 169 210000 210800 MELGAR 0.6322 99.0987
## 170 210000 210900 MOHO 0.6098 98.1119
## 171 210000 211000 SAN ANTONIO DE PUTINA 0.5691 98.8164
## 172 210000 211100 SAN ROMAN 0.7813 99.0267
## 173 210000 211200 SANDIA 0.6152 98.5936
## 174 210000 211300 YUNGUYO 0.6807 98.3785
## 175 220000 220100 MOYOBAMBA 0.6832 95.7572
## 176 220000 220200 BELLAVISTA 0.6256 94.1988
## 177 220000 220300 EL DORADO 0.6066 96.8349
## 178 220000 220400 HUALLAGA 0.66 96.7308
## 179 220000 220500 LAMAS 0.6051 96.557
## 180 220000 220600 MARISCAL CACERES 0.6922 96.0263
## 181 220000 220700 PICOTA 0.6884 96.1658
## 182 220000 220800 RIOJA 0.6672 95.4084
## 183 220000 220900 SAN MARTIN 0.8285 98.3258
## 184 220000 221000 TOCACHE 0.6456 94.9457
## 185 230000 230100 TACNA 0.9104 99.4928
## 186 230000 230200 CANDARAVE 0.6521 99.5
## 187 230000 230300 JORGE BASADRE 0.8487 99.5
## 188 230000 230400 TARATA 0.7414 99.3157
## 189 240000 240100 TUMBES 0.7622 99.1184
## 190 240000 240200 CONTRALMIRANTE VILLAR 0.6659 99.1872
## 191 240000 240300 ZARUMILLA 0.6849 97.4754
## 192 250000 250100 CORONEL PORTILLO 0.667 97.5922
## 193 250000 250200 ATALAYA 0.4245 84.2895
## 194 250000 250300 PADRE ABAD 0.5023 97.3087
## 195 250000 250400 PURUS 0.4473 91.9667
## salud educacion saneamiento electrificacion poblacion costa capital
## 1 25.45 91.4986 70.3454 83.9712 54783 NO SI
## 2 14.6091 79.7902 64.479 67.9146 77438 NO NO
## 3 9.0102 76.424 54.8341 72.1693 32317 NO NO
## 4 8.557 52.2149 37.7145 39.4891 51802 NO NO
## 5 12.418 74.726 43.3484 67.3961 52185 NO NO
## 6 14.8787 79.4244 46.5018 67.5461 30236 NO NO
## 7 10.1102 77.1683 52.5195 63.1177 118747 NO NO
## 8 21.8066 95.0063 82.9326 93.1496 161003 NO SI
## 9 8.594 89.4989 47.7841 79.122 7974 NO NO
## 10 4.9923 77.7374 48.9181 73.8765 16879 NO NO
## 11 17.189 81.5383 67.1184 74.2923 9013 NO NO
## 12 9.4165 85.2385 61.385 79.1416 32452 NO NO
## 13 10.2247 72.057 73.2979 86.9098 46434 NO NO
## 14 9.0871 59.7295 29.4336 47.7474 21920 NO NO
## 15 10.0441 89.7711 81.9572 87.877 46032 SI NO
## 16 11.3027 78.1769 61.6929 80.1392 8340 NO NO
## 17 14.087 76.3536 60.0936 80.0751 63726 NO NO
## 18 13.3628 95.5122 75.2566 87.6444 29972 SI NO
## 19 14.3251 63.7338 69.345 76.4138 56102 NO NO
## 20 5.202 69.084 31.2854 53.7286 23888 NO NO
## 21 7.4294 93.4748 42.7468 71.765 10283 NO NO
## 22 9.7786 75.6362 44.66 74.9557 30536 NO NO
## 23 14.5264 63.921 49.764 54.9378 29196 NO NO
## 24 10.2591 90.2889 73.4154 76.9919 19509 NO NO
## 25 19.7013 96.4346 88.6281 96.2817 427157 SI NO
## 26 12.0564 69.5418 43.0137 75.1775 31006 NO NO
## 27 10.2298 62.354 67.3776 68.3959 57969 NO NO
## 28 16.9311 93.6909 63.0011 90.5064 105694 NO SI
## 29 12.4028 83.7088 72.297 83.9755 163662 NO NO
## 30 5.3211 91.055 25.2835 63.6509 13399 NO NO
## 31 4.9546 92.2419 34.5556 72.9106 32722 NO NO
## 32 6.0624 74.0475 33.988 57.4942 51667 NO NO
## 33 7.1636 81.505 53.1857 67.3993 57750 NO NO
## 34 8.5845 82.4632 27.8333 71.1088 26987 NO NO
## 35 40.4944 93.4114 95.5408 97.8951 936464 NO SI
## 36 21.3335 90.3838 82.9674 82.893 57187 SI NO
## 37 17.5497 80.9079 63.4413 75.1853 39317 SI NO
## 38 12.3108 82.4863 85.132 83.6063 38990 NO NO
## 39 10.9773 84.3677 58.4541 71.3575 86542 NO NO
## 40 12.945 83.2657 64.6445 55.2726 18540 NO NO
## 41 18.6627 94.2023 92.6318 92.52 53047 SI NO
## 42 19.7837 71.4648 61.8834 53.1603 15164 NO NO
## 43 19.1627 83.5629 74.3072 90.3163 261382 NO SI
## 44 10.6072 70.7635 45.1408 51.9452 34298 NO NO
## 45 10.4056 85.4506 26.8577 56.9772 10472 NO NO
## 46 7.8265 72.0394 50.3193 64.8231 102619 NO NO
## 47 5.9239 61.5692 30.5293 47.0695 87160 NO NO
## 48 10.0509 91.0306 36.7625 65.8977 67167 NO NO
## 49 13.4073 83.9144 43.3083 74.5507 32023 NO NO
## 50 14.4225 93.9172 54.0318 87.283 11028 NO NO
## 51 12.7053 86.8535 38.4042 69.6481 12255 NO NO
## 52 8.7686 77.8064 46.8821 69.3787 24213 NO NO
## 53 7.8826 72.025 45.8992 37.2551 23412 NO NO
## 54 15.7259 86.1347 76.1244 87.531 368639 NO SI
## 55 6.2862 66.8311 63.4764 62.887 80086 NO NO
## 56 6.3241 68.4681 57.1751 61.9291 95433 NO NO
## 57 6.9577 79.134 41.0023 65.2231 167670 NO NO
## 58 8.5074 89.5479 51.3358 64.3249 32602 NO NO
## 59 10.0209 72.5216 36.2101 50.5428 143667 NO NO
## 60 6.0375 71.3687 51.6709 51.3883 100009 NO NO
## 61 10.8123 83.2315 44.7478 76.7748 198354 NO NO
## 62 5.6695 76.5965 47.2578 59.029 145478 NO NO
## 63 4.4653 69.885 66.3363 50.9721 54622 NO NO
## 64 6.9082 85.777 48.1129 47.3965 57492 NO NO
## 65 3.7146 75.1291 55.086 45.9765 23885 NO NO
## 66 6.7198 87.9763 13.79 58.3943 45955 NO NO
## 67 26.4218 89.8493 93.0432 99.2529 969170 SI SI
## 68 30.5147 99.5 90.3696 99.5 427580 NO SI
## 69 10.4537 83.1267 48.2393 70.5703 28318 NO NO
## 70 4.6273 82.8919 43.5397 86.8348 57262 NO NO
## 71 6.3367 77.724 52.6436 78.1668 72583 NO NO
## 72 5.3289 84.5397 34.0964 58.153 39973 NO NO
## 73 10.8021 92.7148 70.1059 88.5203 102826 NO NO
## 74 6.0491 76.0087 39.4397 43.0746 81878 NO NO
## 75 8.9812 88.4132 45.8511 57.4631 68390 NO NO
## 76 9.2718 84.7681 40.9197 66.0037 179515 NO NO
## 77 4.8544 74.8891 41.1514 56.9302 31521 NO NO
## 78 6.1349 59.7834 46.3203 66.8591 50323 NO NO
## 79 4.9016 74.7613 52.6529 75.8022 88967 NO NO
## 80 11.1369 89.0927 59.2273 98.7497 63039 NO NO
## 81 8.4463 83.9779 40.4136 86.4489 153773 NO SI
## 82 2.6282 77.5408 31.1721 76.7208 73243 NO NO
## 83 3.004 76.8243 36.9268 78.4647 60816 NO NO
## 84 4.7333 99.5 20.8772 56.2698 19500 NO NO
## 85 3.7926 75.4469 25.9138 75.1098 45172 NO NO
## 86 6.9062 93.0713 24.043 59.383 23361 NO NO
## 87 4.6864 77.79 28.8652 79.6273 107715 NO NO
## 88 21.9022 84.4585 65.5353 74.9612 301396 NO SI
## 89 11.1829 74.8834 25.5836 62.6859 57957 NO NO
## 90 13.0303 74.0063 49.4522 49.1357 52025 NO NO
## 91 6.5479 66.9303 53.1725 63.7385 22403 NO NO
## 92 11.3609 75.2894 41.526 49.1445 73621 NO NO
## 93 18.5407 91.4246 51.5353 70.8055 129953 NO NO
## 94 6.7634 64.0645 23.8282 42.5136 30594 NO NO
## 95 8.922 52.4708 35.9075 43.0686 69003 NO NO
## 96 13.7197 68.0194 25.5408 33.8304 32060 NO NO
## 97 11.2596 82.0013 36.3976 44.2322 38257 NO NO
## 98 9.5985 76.9046 31.8684 41.6769 33715 NO NO
## 99 30.0232 87.7433 94.266 90.9563 349036 SI SI
## 100 16.2647 84.4472 83.1503 86.8764 210098 SI NO
## 101 18.7779 87.539 84.1663 88.2205 58817 SI NO
## 102 18.157 85.4934 91.1803 81.2415 12621 NO NO
## 103 13.8738 84.8986 70.459 76.8762 132986 SI NO
## 104 20.3101 94.5642 85.4177 94.8395 497299 NO SI
## 105 6.3452 85.5002 58.1659 83.1976 58942 NO NO
## 106 8.1031 80.7343 58.9306 70.703 193140 NO NO
## 107 10.3796 90.8331 55.8857 90.6086 88524 NO NO
## 108 12.5177 88.0828 23.2858 82.1882 27722 NO NO
## 109 5.1873 72.4222 51.8365 61.3319 244727 NO NO
## 110 10.9357 84.8047 62.1884 91.1852 111631 NO NO
## 111 12.4015 99.0315 75.5876 91.573 45858 NO NO
## 112 6.7123 93.7842 58.9627 82.6588 53564 NO NO
## 113 32.9186 95.7003 98.0614 96.0229 914036 SI SI
## 114 17.602 96.5098 65.4569 86.8584 120884 SI NO
## 115 17.0746 59.0046 51.4671 58.9619 16910 NO NO
## 116 13.0308 92.1739 84.7516 80.7373 84037 SI NO
## 117 9.0297 60.0022 54.2229 36.6195 32400 NO NO
## 118 11.9985 59.9136 61.6578 55.241 92237 NO NO
## 119 15.9519 93.8715 82.1331 90.1695 101954 SI NO
## 120 11.8223 61.6108 58.1123 66.7366 85687 NO NO
## 121 8.273 48.1215 39.5255 44.2572 149616 NO NO
## 122 11.9058 68.7819 45.5874 51.0685 61329 NO NO
## 123 10.7215 67.204 66.2424 43.8284 31402 NO NO
## 124 5.9394 74.0766 84.9306 80.1798 101167 SI NO
## 125 25.7449 88.9529 86.0233 99.5 836299 SI SI
## 126 14.0778 73.4821 76.3114 74.4212 104820 NO NO
## 127 8.3964 72.9188 73.0946 72.3053 288141 SI NO
## 128 38.3657 89.5797 97.5604 99.5 8481415 SI SI
## 129 21.4062 83.9918 96.9944 89.9645 143216 SI NO
## 130 16.2382 78.1014 51.6375 76.623 8139 NO NO
## 131 29.0179 76.8965 39.9944 67.4349 14669 NO NO
## 132 16.3725 86.2599 86.3501 85.4381 222877 SI NO
## 133 17.7469 84.0086 85.1771 90.6684 182409 SI NO
## 134 16.2867 81.9827 73.6597 74.8972 79177 NO NO
## 135 22.032 84.1302 85.147 88.7237 213188 SI NO
## 136 9.4051 77.9139 77.8538 84.76 22217 NO NO
## 137 14.4953 83.6558 52.3377 74.2986 27842 NO NO
## 138 12.4254 79.0188 57.2983 85.9357 550031 NO SI
## 139 10.814 61.7112 44.4909 66.0007 117163 NO NO
## 140 6.2437 60.1239 32.464 60.621 69508 NO NO
## 141 4.5533 55.2372 23.2198 58.0174 67143 NO NO
## 142 4.9098 64.907 27.0976 76.2223 72706 NO NO
## 143 4.5009 71.0551 33.5148 75.8978 70782 NO NO
## 144 4.7538 44.0338 32.0778 48.7369 59620 NO NO
## 145 26.2887 86.1364 84.2227 87.9527 91988 NO SI
## 146 12.1582 81.1164 37.0703 65.0632 22906 NO NO
## 147 27.4945 82.3381 56.4859 79.0064 12745 NO NO
## 148 26.9476 94.0548 80.8463 93.9171 78890 NO SI
## 149 13.2708 86.5558 38.3928 74.9002 27275 NO NO
## 150 21.2476 91.3031 99.5 99.5 68694 SI NO
## 151 10.7282 94.3146 58.5859 88.1771 156259 NO SI
## 152 4.6297 95.0075 41.9339 69.4167 51789 NO NO
## 153 12.5667 65.4202 42.7355 63.3166 89543 NO NO
## 154 15.3145 89.086 77.9517 80.1926 734437 SI SI
## 155 3.6732 60.0579 51.9557 42.1461 141708 NO NO
## 156 5.6703 65.4099 56.4812 41.1786 127423 NO NO
## 157 7.3392 80.9296 67.5797 74.8067 159486 NO NO
## 158 6.7769 85.3579 76.5216 85.2715 122725 SI NO
## 159 12.9206 91.7215 78.0363 88.1845 309605 NO NO
## 160 17.2074 97.9404 84.5123 93.9844 133148 SI NO
## 161 5.9599 79.84 72.387 77.137 71075 NO NO
## 162 18.5388 93.596 64.1132 86.5741 244692 NO SI
## 163 2.9063 81.044 39.6135 61.5461 139092 NO NO
## 164 4.6188 74.6275 52.4479 68.1171 87812 NO NO
## 165 3.6953 88.2616 37.3401 71.3466 142711 NO NO
## 166 4.2362 92.492 34.7087 73.3596 84865 NO NO
## 167 6.42 86.7475 33.66 63.5913 67726 NO NO
## 168 5.6917 83.7246 39.5906 59.8291 51039 NO NO
## 169 6.044 81.0894 60.8358 65.0074 77355 NO NO
## 170 2.598 83.4812 45.2047 73.7554 26799 NO NO
## 171 2.64 88.4295 29.5768 63.3287 62247 NO NO
## 172 15.507 94.0194 72.2405 99.5 276352 NO NO
## 173 6.4219 84.2576 50.2309 63.8324 68253 NO NO
## 174 6.8712 87.114 52.7099 90.6861 48179 NO NO
## 175 9.9368 83.2734 72.5388 73.4589 136414 NO SI
## 176 7.979 76.7049 59.9836 68.6068 55815 NO NO
## 177 7.7403 66.9119 68.0806 58.5684 38152 NO NO
## 178 11.4771 78.1732 74.7704 61.2204 25357 NO NO
## 179 6.3469 72.5867 61.5244 61.297 83825 NO NO
## 180 9.981 85.2023 75.5526 72.7025 51489 NO NO
## 181 7.8023 82.3184 73.9773 78.7176 42369 NO NO
## 182 10.3815 83.083 58.2882 79.4966 120387 NO NO
## 183 21.3298 99.5 85.3935 95.5041 179184 NO NO
## 184 10.5095 92.4323 43.6077 74.3133 73460 NO NO
## 185 44.7413 90.0518 95.8766 95.2144 302852 SI SI
## 186 7.1132 90.0467 40.1112 84.534 8435 NO NO
## 187 30.0799 97.3276 83.9754 93.4183 9641 SI NO
## 188 22.5366 90.173 68.7254 74.9025 7987 NO NO
## 189 18.382 86.2661 77.6778 87.4196 159548 SI SI
## 190 6.6236 81.4642 59.7919 81.4494 19180 SI NO
## 191 6.9758 81.2087 71.0227 81.1197 49499 SI NO
## 192 12.5195 85.4286 42.8511 86.7715 366040 NO SI
## 193 4.5206 55.4652 13.2425 51.7253 50569 NO NO
## 194 4.4984 73.2013 13.243 59.8946 56756 NO NO
## 195 15.9542 51.3878 0.2351 53.4704 4251 NO NO
## tamano
## 1 Pequena
## 2 Pequena
## 3 Muy pequena
## 4 Pequena
## 5 Pequena
## 6 Muy pequena
## 7 Mediana
## 8 Mediana
## 9 Muy pequena
## 10 Muy pequena
## 11 Muy pequena
## 12 Muy pequena
## 13 Muy pequena
## 14 Muy pequena
## 15 Muy pequena
## 16 Muy pequena
## 17 Pequena
## 18 Muy pequena
## 19 Pequena
## 20 Muy pequena
## 21 Muy pequena
## 22 Muy pequena
## 23 Muy pequena
## 24 Muy pequena
## 25 Grande
## 26 Muy pequena
## 27 Pequena
## 28 Mediana
## 29 Mediana
## 30 Muy pequena
## 31 Muy pequena
## 32 Pequena
## 33 Pequena
## 34 Muy pequena
## 35 Grande
## 36 Pequena
## 37 Muy pequena
## 38 Muy pequena
## 39 Pequena
## 40 Muy pequena
## 41 Pequena
## 42 Muy pequena
## 43 Mediana
## 44 Muy pequena
## 45 Muy pequena
## 46 Mediana
## 47 Pequena
## 48 Pequena
## 49 Muy pequena
## 50 Muy pequena
## 51 Muy pequena
## 52 Muy pequena
## 53 Muy pequena
## 54 Grande
## 55 Pequena
## 56 Pequena
## 57 Mediana
## 58 Muy pequena
## 59 Mediana
## 60 Mediana
## 61 Mediana
## 62 Mediana
## 63 Pequena
## 64 Pequena
## 65 Muy pequena
## 66 Muy pequena
## 67 Grande
## 68 Grande
## 69 Muy pequena
## 70 Pequena
## 71 Pequena
## 72 Muy pequena
## 73 Mediana
## 74 Pequena
## 75 Pequena
## 76 Mediana
## 77 Muy pequena
## 78 Pequena
## 79 Pequena
## 80 Pequena
## 81 Mediana
## 82 Pequena
## 83 Pequena
## 84 Muy pequena
## 85 Muy pequena
## 86 Muy pequena
## 87 Mediana
## 88 Grande
## 89 Pequena
## 90 Pequena
## 91 Muy pequena
## 92 Pequena
## 93 Mediana
## 94 Muy pequena
## 95 Pequena
## 96 Muy pequena
## 97 Muy pequena
## 98 Muy pequena
## 99 Grande
## 100 Mediana
## 101 Pequena
## 102 Muy pequena
## 103 Mediana
## 104 Grande
## 105 Pequena
## 106 Mediana
## 107 Pequena
## 108 Muy pequena
## 109 Mediana
## 110 Mediana
## 111 Muy pequena
## 112 Pequena
## 113 Grande
## 114 Mediana
## 115 Muy pequena
## 116 Pequena
## 117 Muy pequena
## 118 Pequena
## 119 Mediana
## 120 Pequena
## 121 Mediana
## 122 Pequena
## 123 Muy pequena
## 124 Mediana
## 125 Grande
## 126 Mediana
## 127 Mediana
## 128 Muy grande
## 129 Mediana
## 130 Muy pequena
## 131 Muy pequena
## 132 Mediana
## 133 Mediana
## 134 Pequena
## 135 Mediana
## 136 Muy pequena
## 137 Muy pequena
## 138 Grande
## 139 Mediana
## 140 Pequena
## 141 Pequena
## 142 Pequena
## 143 Pequena
## 144 Pequena
## 145 Pequena
## 146 Muy pequena
## 147 Muy pequena
## 148 Pequena
## 149 Muy pequena
## 150 Pequena
## 151 Mediana
## 152 Pequena
## 153 Pequena
## 154 Grande
## 155 Mediana
## 156 Mediana
## 157 Mediana
## 158 Mediana
## 159 Grande
## 160 Mediana
## 161 Pequena
## 162 Mediana
## 163 Mediana
## 164 Pequena
## 165 Mediana
## 166 Pequena
## 167 Pequena
## 168 Pequena
## 169 Pequena
## 170 Muy pequena
## 171 Pequena
## 172 Mediana
## 173 Pequena
## 174 Muy pequena
## 175 Mediana
## 176 Pequena
## 177 Muy pequena
## 178 Muy pequena
## 179 Pequena
## 180 Pequena
## 181 Muy pequena
## 182 Mediana
## 183 Mediana
## 184 Pequena
## 185 Grande
## 186 Muy pequena
## 187 Muy pequena
## 188 Muy pequena
## 189 Mediana
## 190 Muy pequena
## 191 Muy pequena
## 192 Grande
## 193 Pequena
## 194 Pequena
## 195 Muy pequenaRECODIFICACION
densiestado[,c(1,2)]=lapply(densiestado[,c(1,2)], as.character)densiestado[,c(4:9)]=lapply(densiestado[,c(4:9)], as.numeric)densiestado[,c(11:13)]=lapply(densiestado[,c(11:13)], as.ordered)str(densiestado)## 'data.frame': 195 obs. of 13 variables:
## $ regionUbigeo : chr "10000" "10000" "10000" "10000" ...
## $ provinciaUbigeo: chr "10100" "10200" "10300" "10400" ...
## $ PROVINCIA : chr "CHACHAPOYAS" "BAGUA" "BONGARA" "CONDORCANQUI" ...
## $ IDE : num 0.774 0.662 0.632 0.46 0.605 ...
## $ identidad : num 98.6 94.6 97.5 86.2 96.2 ...
## $ salud : num 25.45 14.61 9.01 8.56 12.42 ...
## $ educacion : num 91.5 79.8 76.4 52.2 74.7 ...
## $ saneamiento : num 70.3 64.5 54.8 37.7 43.3 ...
## $ electrificacion: num 84 67.9 72.2 39.5 67.4 ...
## $ poblacion : int 54783 77438 32317 51802 52185 30236 118747 161003 7974 16879 ...
## $ costa : Ord.factor w/ 2 levels "NO"<"SI": 1 1 1 1 1 1 1 1 1 1 ...
## $ capital : Ord.factor w/ 2 levels "NO"<"SI": 2 1 1 1 1 1 1 2 1 1 ...
## $ tamano : Ord.factor w/ 5 levels "Grande"<"Mediana"<..: 5 5 4 5 5 4 2 2 4 4 ...hipo5=lm(salud~saneamiento+educacion+capital+tamano+identidad+electrificacion+poblacion+costa, data=densiestado)
summary(hipo5)##
## Call:
## lm(formula = salud ~ saneamiento + educacion + capital + tamano +
## identidad + electrificacion + poblacion + costa, data = densiestado)
##
## Residuals:
## Min 1Q Median 3Q Max
## -10.3402 -3.2121 -0.2517 2.6801 19.4999
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 7.264e+00 1.881e+01 0.386 0.699836
## saneamiento 1.351e-01 2.594e-02 5.209 5.07e-07 ***
## educacion 1.140e-02 4.858e-02 0.235 0.814672
## capital.L 4.976e+00 1.093e+00 4.551 9.73e-06 ***
## tamano.L -6.110e-01 2.015e+00 -0.303 0.762034
## tamano.Q 3.300e-01 2.111e+01 0.016 0.987546
## tamano.C -2.785e+00 8.301e-01 -3.355 0.000964 ***
## tamano^4 6.059e-01 2.995e+01 0.020 0.983879
## identidad -2.388e-02 1.886e-01 -0.127 0.899378
## electrificacion 2.556e-02 3.751e-02 0.681 0.496471
## poblacion 1.399e-06 4.946e-06 0.283 0.777558
## costa.L 1.535e+00 8.611e-01 1.783 0.076285 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.86 on 183 degrees of freedom
## Multiple R-squared: 0.5837, Adjusted R-squared: 0.5587
## F-statistic: 23.33 on 11 and 183 DF, p-value: < 2.2e-16hipo6=lm(identidad~saneamiento+educacion+capital+tamano+salud+electrificacion+poblacion+costa, data=densiestado)
summary(hipo6)##
## Call:
## lm(formula = identidad ~ saneamiento + educacion + capital +
## tamano + salud + electrificacion + poblacion + costa, data = densiestado)
##
## Residuals:
## Min 1Q Median 3Q Max
## -10.1774 -0.8996 0.2286 1.1466 4.0155
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 8.497e+01 3.866e+00 21.979 < 2e-16 ***
## saneamiento 2.971e-02 1.067e-02 2.785 0.00592 **
## educacion 1.190e-01 1.689e-02 7.045 3.64e-11 ***
## capital.L 1.811e-01 4.519e-01 0.401 0.68898
## tamano.L 8.378e-01 7.874e-01 1.064 0.28872
## tamano.Q 3.376e+00 8.269e+00 0.408 0.68353
## tamano.C -4.633e-02 3.351e-01 -0.138 0.89021
## tamano^4 -6.131e+00 1.173e+01 -0.523 0.60170
## salud -3.668e-03 2.897e-02 -0.127 0.89938
## electrificacion -8.407e-03 1.470e-02 -0.572 0.56819
## poblacion 9.183e-07 1.937e-06 0.474 0.63607
## costa.L 1.399e-01 3.402e-01 0.411 0.68139
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.905 on 183 degrees of freedom
## Multiple R-squared: 0.4343, Adjusted R-squared: 0.4003
## F-statistic: 12.77 on 11 and 183 DF, p-value: < 2.2e-16saneamiento y costa
numerica y ordinal
f1=formula(saneamiento~costa)
aggregate(f1, densiestado, mean)## costa saneamiento
## 1 NO 50.97556
## 2 SI 83.20243library(ggpubr)
ggqqplot(data=densiestado,x="saneamiento") + facet_grid(. ~ costa)
normalidadTest=function(x) {y =shapiro.test(x);
c(y$statistic, y$p.value)}
resultado= aggregate(f1, densiestado,
FUN = normalidadTest)
library(knitr)
shapiroTest=as.data.frame(resultado[,2])
names(shapiroTest)=c("Statistic","Probabilidad")
kable(cbind(resultado[1],shapiroTest))| costa | Statistic | Probabilidad |
|---|---|---|
| NO | 0.9949525 | 0.8529651 |
| SI | 0.9580179 | 0.2422331 |
distribucion normal prueba t
t.test(f1,densiestado)##
## Welch Two Sample t-test
##
## data: saneamiento by costa
## t = -14.131, df = 73.273, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -36.77164 -27.68210
## sample estimates:
## mean in group NO mean in group SI
## 50.97556 83.20243