#SUSTI
primera parte: indice de felicidad
library(htmltab)
linkfeli="https://es.wikipedia.org/wiki/%C3%8Dndice_global_de_felicidad"
felicidad=htmltab(doc = linkfeli, which = '//*[@id="mw-content-text"]/div/table')
felicidad## № País Puntuación PIB per cápita Apoyo social
## 2 1 Finlandia 7.633 1.305 1.592
## 3 2 Noruega 7.560 1.372 1.595
## 4 3 Dinamarca 7.555 1.351 1.590
## 5 4 Islandia 7.495 1.343 1.644
## 6 5 Suiza 7.487 1.420 1.549
## 7 6 Países Bajos 7.441 1.361 1.488
## 8 7 Canadá 7.328 1.330 1.532
## 9 8 Nueva Zelanda 7.324 1.268 1.601
## 10 9 Suecia 7.314 1.355 1.501
## 11 10 Australia 7.272 1.340 1.573
## 12 11 Israel 7.190 1.244 1.433
## 13 12 Austria 7.139 1.341 1.504
## 14 13 Costa Rica 7.072 1.010 1.459
## 15 14 Irlanda 6.977 1.448 1.583
## 16 15 Alemania 6.965 1.340 1.474
## 17 16 Bélgica 6.927 1.324 1.483
## 18 17 Luxemburgo 6.910 1.576 1.520
## 19 18 Estados Unidos 6.886 1.398 1.471
## 20 19 Reino Unido 6.814 1.301 1.559
## 21 20 Emiratos Árabes Unidos 6.774 2.096 0.776
## 22 21 República Checa 6.711 1.233 1.489
## 23 22 Malta 6.627 1.270 1.525
## 24 23 Francia 6.489 1.293 1.466
## 25 24 México 6.488 1.038 1.252
## 26 25 Chile 6.476 1.131 1.331
## 27 26 Taiwán 6.441 1.365 1.436
## 28 27 Panamá 6.430 1.112 1.438
## 29 28 Brasil 6.419 0.986 1.474
## 30 29 Argentina 6.388 1.073 1.468
## 31 30 Guatemala 6.382 0.781 1.268
## 32 31 Uruguay 6.379 1.093 1.459
## 33 32 Qatar 6.374 1.649 1.303
## 34 33 Arabia Saudí 6.371 1.379 1.331
## 35 34 Singapur 6.343 1.529 1.451
## 36 35 Malasia 6.322 1.161 1.258
## 37 36 España 6.310 1.251 1.538
## 38 37 Colombia 6.260 1.456 1.582
## 39 38 Trinidad y Tobago 6.192 1.223 1.492
## 40 39 Eslovaquia 6.173 1.210 1.537
## 41 40 El Salvador 6.167 0.806 1.231
## 42 41 Nicaragua 6.141 0.668 1.319
## 43 42 Polonia 6.123 1.176 1.448
## 44 43 Bahréin 6.105 1.338 1.366
## 45 44 Uzbekistán 6.096 0.719 1.584
## 46 45 Kuwait 6.083 1.474 1.301
## 47 46 Tailandia 6.072 1.016 1.417
## 48 47 Italia 6.000 1.264 1.501
## 49 48 Ecuador 5.973 0.889 1.330
## 50 49 Belice 5.956 0.807 1.101
## 51 50 Lituania 5.952 1.197 1.527
## 52 51 Eslovaquia 5.948 1.219 1.506
## 53 52 Rumanía 5.945 1.116 1.219
## 54 53 Letonia 5.933 1.148 1.454
## 55 54 Japón 5.915 1.294 1.462
## 56 55 Mauricio 5.891 1.090 1.387
## 57 56 Jamaica 5.890 0.819 1.493
## 58 57 Corea del Sur 5.875 1.266 1.204
## 59 58 Chipre del Norte 5.835 1.229 1.211
## 60 59 Rusia 5.810 1.151 1.479
## 61 60 Kazajistán 5.790 1.143 1.516
## 62 61 Chipre 5.762 1.229 1.191
## 63 62 Bolivia 5.752 0.751 1.223
## 64 63 Estonia 5.739 1.200 1.532
## 65 64 Paraguay 5.681 0.835 1.522
## 66 65 Perú 5.663 0.934 1.249
## 67 66 Kosovo 5.662 0.855 1.230
## 68 67 Moldavia 5.640 0.657 1.301
## 69 68 Turkmenistán 5.636 1.016 1.533
## 70 69 Hungría 5.620 1.171 1.401
## 71 70 Libia 5.566 0.985 1.350
## 72 71 Filipinas 5.524 0.775 1.312
## 73 72 Honduras 5.504 0.620 1.205
## 74 73 Bielorrusia 5.483 1.039 1.498
## 75 74 Turquía 5.483 1.148 1.380
## 76 75 Pakistán 5.472 0.652 0.810
## 77 76 Hong Kong 5.430 1.405 1.290
## 78 77 Portugal 5.410 1.188 1.429
## 79 78 Serbia 5.398 0.975 1.369
## 80 79 Grecia 5.358 1.154 1.202
## 81 80 Tayikistán 5.358 0.474 1.179
## 82 81 Montenegro 5.347 1.017 1.279
## 83 82 Croacia 5.321 1.115 1.161
## 84 83 República Dominicana 5.302 0.982 1.441
## 85 84 Argelia 5.295 0.979 1.154
## 86 85 Marruecos 5.254 0.779 0.797
## 87 86 China 5.246 0.989 1.142
## 88 87 Azerbaiyán 5.201 1.024 1.161
## 89 88 Líbano 5.199 0.965 1.166
## 90 89 Macedonia 5.185 0.959 1.239
## 91 90 Jordania 5.161 0.822 1.265
## 92 91 Nigeria 5.155 0.689 1.172
## 93 92 Kirguistán 5.131 0.530 1.416
## 94 93 Bosnia y Herzegovina 5.129 0.915 1.078
## 95 94 Mongolia 5.125 0.914 1.517
## 96 95 Vietnam 5.103 0.715 1.365
## 97 96 Indonesia 5.093 0.899 1.215
## 98 97 Bután 5.082 0.796 1.335
## 99 98 Somalia 4.982 0.000 0.712
## 100 99 Camerún 4.975 0.535 0.891
## 101 100 Bulgaria 4.933 1.054 1.515
## 102 101 Nepal 4.880 0.425 1.228
## 103 102 Venezuela 4.806 0.996 1.469
## 104 103 Gabón 4.758 1.036 1.164
## 105 104 Palestina 4.743 0.642 1.217
## 106 105 Sudáfrica 4.724 0.940 1.410
## 107 106 Irán 4.707 1.059 0.771
## 108 107 Costa de Marfil 4.671 0.541 0.872
## 109 108 Ghana 4.657 0.592 0.896
## 110 109 Senegal 4.631 0.429 1.117
## 111 110 Laos 4.623 0.720 1.034
## 112 111 Túnez 4.592 0.900 0.906
## 113 112 Albania 4.586 0.916 0.817
## 114 113 Sierra Leona 4.571 0.256 0.813
## 115 114 República del Congo 4.559 0.682 0.811
## 116 115 Bangladesh 4.500 0.532 0.850
## 117 116 Sri Lanka 4.471 0.918 1.314
## 118 117 Iraq 4.456 1.010 0.971
## 119 118 Mali 4.447 0.370 1.233
## 120 119 Namibia 4.441 0.874 1.281
## 121 120 Camboya 4.433 0.549 1.088
## 122 121 Burkina Faso 4.424 0.314 1.097
## 123 122 Egipto 4.419 0.885 1.025
## 124 123 Mozambique 4.417 0.198 0.902
## 125 124 Kenia 4.410 0.493 1.048
## 126 125 Zambia 4.377 0.562 1.047
## 127 126 Mauritania 4.356 0.557 1.245
## 128 127 Etiopía 4.350 0.308 0.950
## 129 128 Georgia 4.340 0.853 0.592
## 130 129 Armenia 4.321 0.816 0.990
## 131 130 Myanmar 4.308 0.682 1.174
## 132 131 Chad 4.301 0.358 0.907
## 133 132 República Democrática del Congo 4.245 0.069 1.136
## 134 133 India 4.190 0.721 0.747
## 135 134 Níger 4.166 0.131 0.867
## 136 135 Uganda 4.161 0.322 1.090
## 137 136 Benín 4.141 0.378 0.372
## 138 137 Sudán 4.139 0.605 1.240
## 139 138 Ucrania 4.103 0.793 1.413
## 140 139 Togo 3.999 0.259 0.474
## 141 140 Guinea 3.964 0.344 0.792
## 142 141 Lesoto 3.808 0.472 1.215
## 143 142 Angola 3.795 0.730 1.125
## 144 143 Madagascar 3.774 0.262 0.908
## 145 144 Zimbabue 3.692 0.357 1.094
## 146 145 Afganistán 3.632 0.332 0.537
## 147 146 Botsuana 3.590 1.017 1.174
## 148 147 Malawi 3.587 0.186 0.541
## 149 148 Haití 3.582 0.315 0.714
## 150 149 Liberia 3.495 0.076 0.858
## 151 150 Siria 3.462 0.689 0.382
## 152 151 Ruanda 3.408 0.332 0.896
## 153 152 Yemen 3.355 0.442 1.073
## 154 153 Tanzania 3.303 0.455 0.991
## 155 154 Sudán del Sur 3.254 0.337 0.608
## 156 155 República Centroafricana 3.083 0.024 0.000
## 157 156 Burundi 2.905 0.091 0.627
## Esperanza de años de vida saludable Libertad para tomar decisiones vitales
## 2 0.874 0.681
## 3 0.870 0.685
## 4 0.868 0.683
## 5 0.914 0.677
## 6 0.927 0.660
## 7 0.878 0.638
## 8 0.896 0.653
## 9 0.876 0.669
## 10 0.913 0.659
## 11 0.910 0.647
## 12 0.888 0.464
## 13 0.891 0.617
## 14 0.817 0.632
## 15 0.876 0.614
## 16 0.861 0.586
## 17 0.894 0.583
## 18 0.896 0.632
## 19 0.819 0.547
## 20 0.883 0.533
## 21 0.670 0.284
## 22 0.854 0.543
## 23 0.884 0.645
## 24 0.908 0.520
## 25 0.761 0.479
## 26 0.808 0.431
## 27 0.857 0.418
## 28 0.759 0.597
## 29 0.675 0.493
## 30 0.744 0.570
## 31 0.608 0.604
## 32 0.771 0.625
## 33 0.748 0.654
## 34 0.633 0.509
## 35 1.008 0.631
## 36 0.669 0.356
## 37 0.965 0.449
## 38 0.873 0.686
## 39 0.564 0.575
## 40 0.776 0.354
## 41 0.639 0.461
## 42 0.700 0.527
## 43 0.781 0.546
## 44 0.698 0.594
## 45 0.605 0.724
## 46 0.675 0.554
## 47 0.707 0.637
## 48 0.946 0.281
## 49 0.736 0.556
## 50 0.474 0.593
## 51 0.716 0.350
## 52 0.856 0.633
## 53 0.726 0.528
## 54 0.671 0.363
## 55 0.988 0.553
## 56 0.684 0.584
## 57 0.693 0.575
## 58 0.955 0.244
## 59 0.909 0.495
## 60 0.599 0.399
## 61 0.631 0.454
## 62 0.909 0.423
## 63 0.508 0.606
## 64 0.737 0.553
## 65 0.615 0.541
## 66 0.674 0.530
## 67 0.578 0.448
## 68 0.620 0.232
## 69 0.517 0.417
## 70 0.732 0.259
## 71 0.553 0.496
## 72 0.513 0.643
## 73 0.622 0.459
## 74 0.700 0.307
## 75 0.686 0.324
## 76 0.424 0.334
## 77 1.030 0.524
## 78 0.884 0.562
## 79 0.685 0.288
## 80 0.879 0.131
## 81 0.598 0.503
## 82 0.729 0.259
## 83 0.737 0.380
## 84 0.614 0.578
## 85 0.687 0.077
## 86 0.669 0.460
## 87 0.799 0.597
## 88 0.603 0.430
## 89 0.785 0.292
## 90 0.691 0.394
## 91 0.645 0.468
## 92 0.048 0.462
## 93 0.594 0.540
## 94 0.758 0.280
## 95 0.575 0.395
## 96 0.702 0.618
## 97 0.522 0.538
## 98 0.527 0.541
## 99 0.115 0.674
## 100 0.182 0.454
## 101 0.712 0.359
## 102 0.539 0.526
## 103 0.657 0.133
## 104 0.404 0.356
## 105 0.602 0.266
## 106 0.330 0.516
## 107 0.691 0.459
## 108 0.080 0.467
## 109 0.337 0.499
## 110 0.433 0.406
## 111 0.441 0.626
## 112 0.690 0.271
## 113 0.790 0.419
## 114 0.000 0.355
## 115 0.343 0.514
## 116 0.579 0.580
## 117 0.672 0.585
## 118 0.536 0.304
## 119 0.152 0.367
## 120 0.365 0.519
## 121 0.457 0.696
## 122 0.254 0.312
## 123 0.553 0.312
## 124 0.173 0.531
## 125 0.454 0.504
## 126 0.295 0.503
## 127 0.292 0.129
## 128 0.391 0.452
## 129 0.643 0.375
## 130 0.666 0.260
## 131 0.429 0.580
## 132 0.053 0.189
## 133 0.204 0.312
## 134 0.485 0.539
## 135 0.221 0.390
## 136 0.237 0.450
## 137 0.240 0.440
## 138 0.312 0.016
## 139 0.609 0.163
## 140 0.253 0.434
## 141 0.211 0.394
## 142 0.079 0.423
## 143 0.269 0.000
## 144 0.402 0.221
## 145 0.248 0.406
## 146 0.255 0.085
## 147 0.417 0.557
## 148 0.306 0.531
## 149 0.289 0.025
## 150 0.267 0.419
## 151 0.539 0.088
## 152 0.400 0.636
## 153 0.343 0.244
## 154 0.381 0.481
## 155 0.177 0.112
## 156 0.010 0.305
## 157 0.145 0.065
## Generosidad Percepción de la corrupción
## 2 0.192 0.393
## 3 0.285 0.410
## 4 0.284 0.408
## 5 0.353 0.138
## 6 0.256 0.357
## 7 0.333 0.295
## 8 0.321 0.291
## 9 0.365 0.389
## 10 0.285 0.383
## 11 0.361 0.302
## 12 0.262 0.082
## 13 0.242 0.224
## 14 0.143 0.101
## 15 0.307 0.306
## 16 0.273 0.280
## 17 0.188 0.240
## 18 0.196 0.321
## 19 0.291 0.133
## 20 0.354 0.272
## 21 0.186 0.116
## 22 0.064 0.034
## 23 0.376 0.142
## 24 0.098 0.176
## 25 0.069 0.095
## 26 0.197 0.061
## 27 0.151 0.078
## 28 0.125 0.063
## 29 0.110 0.088
## 30 0.062 0.054
## 31 0.179 0.071
## 32 0.130 0.155
## 33 0.256 0.171
## 34 0.098 0.127
## 35 0.261 0.457
## 36 0.311 0.059
## 37 0.142 0.074
## 38 0.286 0.130
## 39 0.171 0.019
## 40 0.118 0.014
## 41 0.065 0.082
## 42 0.208 0.128
## 43 0.108 0.064
## 44 0.243 0.123
## 45 0.328 0.259
## 46 0.167 0.106
## 47 0.364 0.029
## 48 0.137 0.028
## 49 0.114 0.120
## 50 0.183 0.089
## 51 0.026 0.006
## 52 0.160 0.051
## 53 0.088 0.001
## 54 0.092 0.066
## 55 0.079 0.150
## 56 0.245 0.050
## 57 0.096 0.031
## 58 0.175 0.051
## 59 0.179 0.154
## 60 0.065 0.025
## 61 0.148 0.121
## 62 0.202 0.035
## 63 0.141 0.054
## 64 0.086 0.174
## 65 0.162 0.074
## 66 0.092 0.034
## 67 0.274 0.023
## 68 0.171 0.000
## 69 0.199 0.037
## 70 0.061 0.022
## 71 0.116 0.148
## 72 0.120 0.105
## 73 0.197 0.074
## 74 0.101 0.154
## 75 0.106 0.109
## 76 0.216 0.113
## 77 0.246 0.291
## 78 0.055 0.017
## 79 0.134 0.043
## 80 0.000 0.044
## 81 0.214 0.136
## 82 0.111 0.081
## 83 0.120 0.039
## 84 0.120 0.106
## 85 0.055 0.135
## 86 0.026 0.074
## 87 0.029 0.103
## 88 0.031 0.176
## 89 0.187 0.034
## 90 0.173 0.052
## 91 0.130 0.134
## 92 0.201 0.032
## 93 0.281 0.035
## 94 0.216 0.000
## 95 0.253 0.032
## 96 0.177 0.079
## 97 0.484 0.018
## 98 0.364 0.171
## 99 0.238 0.282
## 100 0.183 0.043
## 101 0.064 0.009
## 102 0.302 0.078
## 103 0.056 0.052
## 104 0.032 0.052
## 105 0.086 0.076
## 106 0.103 0.056
## 107 0.282 0.129
## 108 0.146 0.103
## 109 0.212 0.029
## 110 0.138 0.082
## 111 0.230 0.174
## 112 0.040 0.063
## 113 0.149 0.032
## 114 0.238 0.053
## 115 0.091 0.077
## 116 0.153 0.144
## 117 0.307 0.050
## 118 0.148 0.095
## 119 0.139 0.056
## 120 0.051 0.064
## 121 0.256 0.065
## 122 0.175 0.128
## 123 0.092 0.107
## 124 0.206 0.158
## 125 0.352 0.055
## 126 0.221 0.082
## 127 0.134 0.093
## 128 0.220 0.146
## 129 0.038 0.215
## 130 0.077 0.028
## 131 0.598 0.178
## 132 0.181 0.060
## 133 0.197 0.052
## 134 0.172 0.093
## 135 0.175 0.099
## 136 0.259 0.061
## 137 0.163 0.067
## 138 0.134 0.082
## 139 0.187 0.011
## 140 0.158 0.101
## 141 0.185 0.094
## 142 0.116 0.112
## 143 0.079 0.061
## 144 0.155 0.049
## 145 0.132 0.099
## 146 0.191 0.036
## 147 0.042 0.092
## 148 0.210 0.080
## 149 0.392 0.104
## 150 0.206 0.030
## 151 0.376 0.144
## 152 0.200 0.444
## 153 0.083 0.064
## 154 0.270 0.097
## 155 0.224 0.106
## 156 0.218 0.038
## 157 0.149 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" "Noruega" "Dinamarca" "Islandia" ...
## $ Puntuación : chr "7.633" "7.560" "7.555" "7.495" ...
## $ PIB per cápita : chr "1.305" "1.372" "1.351" "1.343" ...
## $ Apoyo social : chr "1.592" "1.595" "1.590" "1.644" ...
## $ Esperanza de años de vida saludable : chr "0.874" "0.870" "0.868" "0.914" ...
## $ Libertad para tomar decisiones vitales: chr "0.681" "0.685" "0.683" "0.677" ...
## $ Generosidad : chr "0.192" "0.285" "0.284" "0.353" ...
## $ Percepción de la corrupción : chr "0.393" "0.410" "0.408" "0.138" ...library(stringr)
names(felicidad)=str_split(names(felicidad)," ",simplify = T)[,1]redocodificacion numerica
felicidad[,c(3:9)]=lapply(felicidad[,c(3:9)], as.numeric)str(felicidad)## 'data.frame': 156 obs. of 9 variables:
## $ № : chr "1" "2" "3" "4" ...
## $ País : chr "Finlandia" "Noruega" "Dinamarca" "Islandia" ...
## $ Puntuación : num 7.63 7.56 7.55 7.5 7.49 ...
## $ PIB : num 1.3 1.37 1.35 1.34 1.42 ...
## $ Apoyo : num 1.59 1.59 1.59 1.64 1.55 ...
## $ Esperanza : num 0.874 0.87 0.868 0.914 0.927 0.878 0.896 0.876 0.913 0.91 ...
## $ Libertad : num 0.681 0.685 0.683 0.677 0.66 0.638 0.653 0.669 0.659 0.647 ...
## $ Generosidad: num 0.192 0.285 0.284 0.353 0.256 0.333 0.321 0.365 0.285 0.361 ...
## $ Percepción : num 0.393 0.41 0.408 0.138 0.357 0.295 0.291 0.389 0.383 0.302 ...1.Si tomamos de nuestras variable de interés a esperanza de años de vida saludable como la dependiente, y a las demás como las independientes, puede concluir que:
library(ggpubr)## Loading required package: ggplot2## Loading required package: magrittrp1=ggscatter(felicidad,
x = "Esperanza", y = "Apoyo",
cor.coef = TRUE,
cor.method = "pearson")
p1
h0: no
- La correlación entre PIB y GENEROSIDAD es:
library(ggpubr)
p2=ggscatter(felicidad,
x = "PIB", y = "Generosidad",
cor.coef = TRUE,
cor.method = "pearson")
p2
felix=lm(PIB~Generosidad, data = felicidad)
summary(felix)##
## 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: 0.9516felicidadd=lm(Percepción~Puntuación+PIB+Apoyo+Libertad+Generosidad+Esperanza,data = felicidad)
summary(felicidadd)##
## Call:
## lm(formula = Percepción ~ Puntuación + PIB + Apoyo + Libertad +
## Generosidad + Esperanza, data = felicidad)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.17247 -0.05901 -0.01474 0.04397 0.33498
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.08207 0.03828 -2.144 0.03364 *
## Puntuación 0.02049 0.01267 1.617 0.10801
## PIB 0.01869 0.03542 0.528 0.59848
## Apoyo -0.05800 0.03362 -1.725 0.08655 .
## Libertad 0.16812 0.05078 3.311 0.00117 **
## Generosidad 0.23753 0.07113 3.339 0.00106 **
## Esperanza 0.03145 0.05250 0.599 0.54998
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.08168 on 149 degrees of freedom
## Multiple R-squared: 0.3217, Adjusted R-squared: 0.2944
## F-statistic: 11.78 on 6 and 149 DF, p-value: 8.687e-11felixidad=lm(Esperanza~Apoyo, data=felicidad)
summary(felixidad)##
## Call:
## lm(formula = Esperanza ~ Apoyo, data = felicidad)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.52772 -0.11029 0.01834 0.11554 0.40938
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.06838 0.06129 -1.116 0.266
## Apoyo 0.54957 0.04898 11.220 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.185 on 154 degrees of freedom
## Multiple R-squared: 0.4498, Adjusted R-squared: 0.4462
## F-statistic: 125.9 on 1 and 154 DF, p-value: < 2.2e-16densidad estatal
linkdensi="https://docs.google.com/spreadsheets/d/e/2PACX-1vSGbzn95z5_HwfXVfBUL1tTVb1YtAw-sdzcml6DK0IvKTYNate73hvisRJSIlneHA/pub?gid=959748961&single=true&output=csv"
densidad=read.csv(linkdensi, stringsAsFactors = F, na.strings = '')
densidad## 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 86.2320
## 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 96.3740
## 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 0.7110 97.7199
## 25 20000 21800 SANTA 0.8245 98.0871
## 26 20000 21900 SIHUAS 0.6091 96.7049
## 27 20000 22000 YUNGAY 0.6249 97.2750
## 28 30000 30100 ABANCAY 0.7466 97.9042
## 29 30000 30200 ANDAHUAYLAS 0.7180 98.3660
## 30 30000 30300 ANTABAMBA 0.5700 96.1608
## 31 30000 30400 AYMARAES 0.6110 97.5102
## 32 30000 30500 COTABAMBAS 0.5426 95.6449
## 33 30000 30600 CHINCHEROS 0.6240 97.9660
## 34 30000 30700 GRAU 0.5827 95.6384
## 35 40000 40100 AREQUIPA 0.9075 99.4183
## 36 40000 40200 CAMANA 0.7811 98.7280
## 37 40000 40300 CARAVELI 0.6946 98.4929
## 38 40000 40400 CASTILLA 0.7406 98.5589
## 39 40000 40500 CAYLLOMA 0.6621 98.5780
## 40 40000 40600 CONDESUYOS 0.6454 97.9444
## 41 40000 40700 ISLAY 0.8179 98.5040
## 42 40000 40800 LA UNION 0.6325 96.7653
## 43 50000 50100 HUAMANGA 0.7591 99.4419
## 44 50000 50200 CANGALLO 0.5701 99.5000
## 45 50000 50300 HUANCA SANCOS 0.5723 99.5000
## 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 98.6650
## 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 0.5890 96.3898
## 57 60000 60400 CHOTA 0.5856 95.8657
## 58 60000 60500 CONTUMAZA 0.6327 96.9500
## 59 60000 60600 CUTERVO 0.5462 97.1251
## 60 60000 60700 HUALGAYOC 0.5614 96.2240
## 61 60000 60800 JAEN 0.6372 95.8130
## 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 97.1990
## 70 80000 80300 ANTA 0.6379 97.9755
## 71 80000 80400 CALCA 0.6321 96.9540
## 72 80000 80500 CANAS 0.5680 98.3403
## 73 80000 80600 CANCHIS 0.7344 97.8380
## 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 0.6180 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 98.4390
## 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 0.4770 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 0.8450 99.5035
## 100 110000 110200 CHINCHA 0.7622 99.4989
## 101 110000 110300 NAZCA 0.7812 99.3843
## 102 110000 110400 PALPA 0.7750 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 99.5000
## 112 120000 120900 CHUPACA 0.6888 97.8224
## 113 130000 130100 TRUJILLO 0.8880 99.3464
## 114 130000 130200 ASCOPE 0.7553 99.5000
## 115 130000 130300 BOLIVAR 0.5894 96.7847
## 116 130000 130400 CHEPEN 0.7570 99.0960
## 117 130000 130500 JULCAN 0.5272 97.7276
## 118 130000 130600 OTUZCO 0.5877 97.0273
## 119 130000 130700 PACASMAYO 0.7841 99.3010
## 120 130000 130800 PATAZ 0.6038 95.7538
## 121 130000 130900 SANCHEZ CARRION 0.4838 96.2120
## 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 97.8990
## 128 150000 150100 LIMA 0.8999 99.3591
## 129 150000 150200 BARRANCA 0.8118 99.2950
## 130 150000 150300 CAJATAMBO 0.6624 97.7730
## 131 150000 150400 CANTA 0.6628 98.6936
## 132 150000 150500 CANETE 0.7697 99.5034
## 133 150000 150600 HUARAL 0.7770 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 0.5070 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 99.5000
## 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 99.5000
## 151 190000 190100 PASCO 0.7169 99.5000
## 152 190000 190200 DANIEL ALCIDES CARRION 0.6271 99.5000
## 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 99.4070
## 167 210000 210600 HUANCANE 0.5866 98.5900
## 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 0.6600 96.7308
## 179 220000 220500 LAMAS 0.6051 96.5570
## 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 99.5000
## 187 230000 230300 JORGE BASADRE 0.8487 99.5000
## 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 0.6670 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 25.4500 91.4986 70.3454 83.9712 54783 NO SI
## 2 14.6091 79.7902 64.4790 67.9146 77438 NO NO
## 3 9.0102 76.4240 54.8341 72.1693 32317 NO NO
## 4 8.5570 52.2149 37.7145 39.4891 51802 NO NO
## 5 12.4180 74.7260 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 8.5940 89.4989 47.7841 79.1220 7974 NO NO
## 10 4.9923 77.7374 48.9181 73.8765 16879 NO NO
## 11 17.1890 81.5383 67.1184 74.2923 9013 NO NO
## 12 9.4165 85.2385 61.3850 79.1416 32452 NO NO
## 13 10.2247 72.0570 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 87.8770 46032 SI NO
## 16 11.3027 78.1769 61.6929 80.1392 8340 NO NO
## 17 14.0870 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 69.3450 76.4138 56102 NO NO
## 20 5.2020 69.0840 31.2854 53.7286 23888 NO NO
## 21 7.4294 93.4748 42.7468 71.7650 10283 NO NO
## 22 9.7786 75.6362 44.6600 74.9557 30536 NO NO
## 23 14.5264 63.9210 49.7640 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 62.3540 67.3776 68.3959 57969 NO NO
## 28 16.9311 93.6909 63.0011 90.5064 105694 NO SI
## 29 12.4028 83.7088 72.2970 83.9755 163662 NO NO
## 30 5.3211 91.0550 25.2835 63.6509 13399 NO NO
## 31 4.9546 92.2419 34.5556 72.9106 32722 NO NO
## 32 6.0624 74.0475 33.9880 57.4942 51667 NO NO
## 33 7.1636 81.5050 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 82.8930 57187 SI NO
## 37 17.5497 80.9079 63.4413 75.1853 39317 SI NO
## 38 12.3108 82.4863 85.1320 83.6063 38990 NO NO
## 39 10.9773 84.3677 58.4541 71.3575 86542 NO NO
## 40 12.9450 83.2657 64.6445 55.2726 18540 NO NO
## 41 18.6627 94.2023 92.6318 92.5200 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 87.2830 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 72.0250 45.8992 37.2551 23412 NO NO
## 54 15.7259 86.1347 76.1244 87.5310 368639 NO SI
## 55 6.2862 66.8311 63.4764 62.8870 80086 NO NO
## 56 6.3241 68.4681 57.1751 61.9291 95433 NO NO
## 57 6.9577 79.1340 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 59.0290 145478 NO NO
## 63 4.4653 69.8850 66.3363 50.9721 54622 NO NO
## 64 6.9082 85.7770 48.1129 47.3965 57492 NO NO
## 65 3.7146 75.1291 55.0860 45.9765 23885 NO NO
## 66 6.7198 87.9763 13.7900 58.3943 45955 NO NO
## 67 26.4218 89.8493 93.0432 99.2529 969170 SI SI
## 68 30.5147 99.5000 90.3696 99.5000 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 77.7240 52.6436 78.1668 72583 NO NO
## 72 5.3289 84.5397 34.0964 58.1530 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 3.0040 76.8243 36.9268 78.4647 60816 NO NO
## 84 4.7333 99.5000 20.8772 56.2698 19500 NO NO
## 85 3.7926 75.4469 25.9138 75.1098 45172 NO NO
## 86 6.9062 93.0713 24.0430 59.3830 23361 NO NO
## 87 4.6864 77.7900 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 41.5260 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 8.9220 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 94.2660 90.9563 349036 SI SI
## 100 16.2647 84.4472 83.1503 86.8764 210098 SI NO
## 101 18.7779 87.5390 84.1663 88.2205 58817 SI NO
## 102 18.1570 85.4934 91.1803 81.2415 12621 NO NO
## 103 13.8738 84.8986 70.4590 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 70.7030 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 91.5730 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 17.6020 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 55.2410 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 8.2730 48.1215 39.5255 44.2572 149616 NO NO
## 122 11.9058 68.7819 45.5874 51.0685 61329 NO NO
## 123 10.7215 67.2040 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 99.5000 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 99.5000 8481415 SI SI
## 129 21.4062 83.9918 96.9944 89.9645 143216 SI NO
## 130 16.2382 78.1014 51.6375 76.6230 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 22.0320 84.1302 85.1470 88.7237 213188 SI NO
## 136 9.4051 77.9139 77.8538 84.7600 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 10.8140 61.7112 44.4909 66.0007 117163 NO NO
## 140 6.2437 60.1239 32.4640 60.6210 69508 NO NO
## 141 4.5533 55.2372 23.2198 58.0174 67143 NO NO
## 142 4.9098 64.9070 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 99.5000 99.5000 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 89.0860 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 79.8400 72.3870 77.1370 71075 NO NO
## 162 18.5388 93.5960 64.1132 86.5741 244692 NO SI
## 163 2.9063 81.0440 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 92.4920 34.7087 73.3596 84865 NO NO
## 167 6.4200 86.7475 33.6600 63.5913 67726 NO NO
## 168 5.6917 83.7246 39.5906 59.8291 51039 NO NO
## 169 6.0440 81.0894 60.8358 65.0074 77355 NO NO
## 170 2.5980 83.4812 45.2047 73.7554 26799 NO NO
## 171 2.6400 88.4295 29.5768 63.3287 62247 NO NO
## 172 15.5070 94.0194 72.2405 99.5000 276352 NO NO
## 173 6.4219 84.2576 50.2309 63.8324 68253 NO NO
## 174 6.8712 87.1140 52.7099 90.6861 48179 NO NO
## 175 9.9368 83.2734 72.5388 73.4589 136414 NO SI
## 176 7.9790 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 61.2970 83825 NO NO
## 180 9.9810 85.2023 75.5526 72.7025 51489 NO NO
## 181 7.8023 82.3184 73.9773 78.7176 42369 NO NO
## 182 10.3815 83.0830 58.2882 79.4966 120387 NO NO
## 183 21.3298 99.5000 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 84.5340 8435 NO NO
## 187 30.0799 97.3276 83.9754 93.4183 9641 SI NO
## 188 22.5366 90.1730 68.7254 74.9025 7987 NO NO
## 189 18.3820 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 13.2430 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(densidad)## [1] "regionUbigeo" "provinciaUbigeo" "PROVINCIA" "IDE"
## [5] "identidad" "salud" "educacion" "saneamiento"
## [9] "electrificacion" "poblacion" "costa" "capital"
## [13] "tamano"str(densidad)## '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 : 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 : chr "NO" "NO" "NO" "NO" ...
## $ capital : chr "SI" "NO" "NO" "NO" ...
## $ tamano : chr "Pequena" "Pequena" "Muy pequena" "Pequena" ...densidad$IDE=gsub(",", ".", densidad$IDE)
densidad$identidad=gsub(",", ".", densidad$identidad)
densidad$salud=gsub(",", ".", densidad$salud)
densidad$educacion=gsub(",", ".", densidad$educacion)
densidad$saneamiento=gsub(",", ".", densidad$saneamiento)
densidad$electrificacion=gsub(",", ".", densidad$electrificacion)
densidad## 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 pequenadensidad[,c(11:13)]=lapply(densidad[,c(11:13)], as.ordered)
densidad[,c(4:9)]=lapply(densidad[,c(4:9)], as.numeric)
densidad[,c(1:2)]=lapply(densidad[,c(1:2)], as.character)str(densidad)## '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 ...densidadd=lm(salud~+educacion+saneamiento+electrificacion+poblacion+costa+capital+tamano,data = densidad)
summary(densidadd)##
## Call:
## lm(formula = salud ~ +educacion + saneamiento + electrificacion +
## poblacion + costa + capital + tamano, data = densidad)
##
## Residuals:
## Min 1Q Median 3Q Max
## -10.3400 -3.2117 -0.2078 2.6947 19.4549
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.235e+00 9.831e+00 0.533 0.594982
## educacion 8.563e-03 4.297e-02 0.199 0.842281
## saneamiento 1.344e-01 2.528e-02 5.318 3.02e-07 ***
## electrificacion 2.576e-02 3.737e-02 0.689 0.491502
## poblacion 1.377e-06 4.929e-06 0.279 0.780232
## costa.L 1.532e+00 8.585e-01 1.785 0.075978 .
## capital.L 4.972e+00 1.090e+00 4.561 9.27e-06 ***
## tamano.L -6.311e-01 2.003e+00 -0.315 0.753090
## tamano.Q 2.493e-01 2.104e+01 0.012 0.990559
## tamano.C -2.784e+00 8.279e-01 -3.363 0.000937 ***
## tamano^4 7.524e-01 2.984e+01 0.025 0.979913
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.847 on 184 degrees of freedom
## Multiple R-squared: 0.5837, Adjusted R-squared: 0.561
## F-statistic: 25.8 on 10 and 184 DF, p-value: < 2.2e-16densidadd1=lm(identidad~+educacion+saneamiento+electrificacion+poblacion+costa+capital+tamano,data = densidad)
summary(densidadd1)##
## Call:
## lm(formula = identidad ~ +educacion + saneamiento + electrificacion +
## poblacion + costa + capital + tamano, data = densidad)
##
## Residuals:
## Min 1Q Median 3Q Max
## -10.1743 -0.8840 0.2357 1.1461 4.0141
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 8.495e+01 3.852e+00 22.050 < 2e-16 ***
## educacion 1.189e-01 1.684e-02 7.063 3.25e-11 ***
## saneamiento 2.922e-02 9.905e-03 2.950 0.00359 **
## electrificacion -8.502e-03 1.465e-02 -0.580 0.56230
## poblacion 9.133e-07 1.932e-06 0.473 0.63695
## costa.L 1.343e-01 3.364e-01 0.399 0.69023
## capital.L 1.629e-01 4.272e-01 0.381 0.70337
## tamano.L 8.401e-01 7.851e-01 1.070 0.28597
## tamano.Q 3.375e+00 8.246e+00 0.409 0.68280
## tamano.C -3.612e-02 3.244e-01 -0.111 0.91148
## tamano^4 -6.134e+00 1.170e+01 -0.525 0.60056
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.899 on 184 degrees of freedom
## Multiple R-squared: 0.4343, Adjusted R-squared: 0.4035
## F-statistic: 14.12 on 10 and 184 DF, p-value: < 2.2e-16f1=formula(saneamiento~costa)
aggregate(f1,densidad, mean)## costa saneamiento
## 1 NO 50.97556
## 2 SI 83.20243library(ggpubr)
ggqqplot(data=densidad,x="saneamiento") + facet_grid(. ~ costa)