PAVIMENTANDO CON VOTOS (DATA)

Nombre: Marcia Antuanette León Eulogio

#abriendo el archivo desde la web
link="https://docs.google.com/spreadsheets/d/e/2PACX-1vSTBelfkGIyoSRTsXxdCdy9mw02MAq7OIt6MrVz61LqILIv8BreQnjrQ-QknDkSRIChwZ7tAWtq6RNo/pub?gid=2057947663&single=true&output=csv"
pavimentando=read.csv(link, stringsAsFactors = F) 

VARIABLE CATEGÓRICA Prioridad técnica de un municipio en alguno de los planes (dicotómica, sí y no)

str(pavimentando$priorizado) #para ver el total de casos

##  num [1:1096] 0 1 0 0 0 0 0 0 1 0 ...

#sí se priorizó o no se priorizó, se convierte a factor
pavimentando$priorizado=factor(pavimentando$priorizado, labels = c("No", "Sí"))
str(pavimentando$priorizado)

##  Factor w/ 2 levels "No","Sí": 1 2 1 1 1 1 1 1 2 1 ...

#cuántos casos hay en los que el municipio ha sido considero como prioridad técnica en alguno de los planes
table(pavimentando$priorizado)

## 
##  No  Sí 
## 820 276

prop.table(table(pavimentando$priorizado))*100 #para hallarlo en porcentaje

## 
##       No       Sí 
## 74.81752 25.18248

Se puede decir que hubieron 276 municipios priorizados. Corresponden al 25% del total de distritos.

MECANISMOS CLIENTELARES. Municipios con alcaldes uribistas. Se elabora una variable dicotómica.

str(pavimentando$uribista) #para hallar el total de casos

##  num [1:1096] 0 1 1 1 1 1 1 1 1 NA ...

#no uribista, sí uribista, se convierte a factor
pavimentando$uribista=factor(pavimentando$uribista, labels = c("No", "Sí"))
str(pavimentando$uribista)

##  Factor w/ 2 levels "No","Sí": 1 2 2 2 2 2 2 2 2 NA ...

#tabla para identificar el total de casos en cada uno
table(pavimentando$uribista)

## 
##  No  Sí 
## 332 560

#tabla en porcentaje
prop.table(table(pavimentando$uribista))*100

## 
##       No       Sí 
## 37.21973 62.78027

El alcalde uribista ganó en 560 municipios, eso representa el 62.78%

Consejos Comunales- variable nominal dicotómica

#exploración de la variable
str(pavimentando$consejocomunal)

##  num [1:1096] 0 0 0 0 0 0 0 0 0 0 ...

#convertir en factor y cambiar de nombre
pavimentando$consejocomunal=factor(pavimentando$consejocomunal, labels = c("No", "Sí"))
str(pavimentando$consejocomunal)

##  Factor w/ 2 levels "No","Sí": 1 1 1 1 1 1 1 1 1 1 ...

#tabla y cantidad de casos
table(pavimentando$consejocomunal)

## 
##   No   Sí 
## 1036   60

#tabla con porcentaje
prop.table(table(pavimentando$consejocomunal))*100

## 
##        No        Sí 
## 94.525547  5.474453

60 municipios se han realizado en Consejos Comunales. Eso representa el 5.47%

CONSEJO COMUNAL CON EJECUCIÓN variable nominal dicotómica que identifica a los municipios en donde se ejecutaron los recursos como resultado de las promesas hechas en los Consejos Comunales

pavimentando$ejecucion=factor(pavimentando$ejecucion, labels = c("No", "Sí"))
str(pavimentando$ejecucion)

##  Factor w/ 2 levels "No","Sí": 1 1 1 1 1 1 1 1 1 1 ...

#tabla
table(pavimentando$ejecucion)

## 
##   No   Sí 
## 1055   41

#porcentaje por cada caso
prop.table(table(pavimentando$ejecucion))*100

## 
##        No        Sí 
## 96.259124  3.740876

32 municipios, que representan el 3.65%

VARIABLES NUMÉRICAS Asignación presupuestal, variable dependiente

str(pavimentando$apropiaciondolar)

##  num [1:1096] 102.17 4.19 1.59 0 0 ...

summary(pavimentando$apropiaciondolar)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   0.000   0.000   0.000   8.276   9.385 132.643

nrow(pavimentando[pavimentando$apropiaciondolar==0,])

## [1] 600

600 municipios no tuvieron recursos asignados

Mecanismos clientelistas

str(pavimentando$pctopo)

##  num [1:1096] 14.82 14.51 15.08 6.15 47.31 ...

summary(pavimentando$pctopo)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##   0.000   5.922  20.308  27.874  45.711  99.419       7

Población total- Número de habitantes por cada cien mil

str(pavimentando$poblacioncienmil)

##  num [1:1096] 20.9155 0.2406 0.0398 0.0558 0.2723 ...

summary(pavimentando$poblacioncienmil)

##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
##  0.00158  0.07422  0.13999  0.40470  0.26256 69.26836

NBI- pobreza en cada municipio

str(pavimentando$nbi)

##  num [1:1096] 12.2 33.8 28.5 33.1 27.1 ...

summary(pavimentando$nbi)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##    5.36   28.35   41.30   42.96   55.48   98.81      30

install.packages("papeR")

## Installing package into '/home/rstudio-user/R/x86_64-pc-linux-gnu-library/4.0'
## (as 'lib' is unspecified)

library("papeR")

## Loading required package: car

## Loading required package: carData

## Loading required package: xtable

## Registered S3 method overwritten by 'papeR':
##   method    from
##   Anova.lme car

## 
## Attaching package: 'papeR'

## The following object is masked from 'package:utils':
## 
##     toLatex

TABLAS

summarize(pavimentando, type = "numeric")

## Factors are dropped from the summary

##                       N Missing    Mean    SD    Min    Q1 Median    Q3    Max
## 1 poblacioncienmil 1096       0    0.40  2.39   0.00  0.07   0.14  0.26  69.27
## 2              nbi 1066      30   42.96 18.70   5.36 28.34  41.30 55.49  98.81
## 3 apropiaciondolar 1096       0    8.28 16.04   0.00  0.00   0.00  9.40 132.64
## 4           pctopo 1089       7   27.87 25.59   0.00  5.92  20.31 45.71  99.42

summarize(pavimentando, type = "factor")

## Non-factors are dropped from the summary

##                      Level      N    %
## 1 consejocomunal        No   1036 94.5
## 2                       Sí     60  5.5
## 3     priorizado        No    820 74.8
## 4                       Sí    276 25.2
## 5       uribista        No    332 30.3
## 6                       Sí    560 51.1
## 7                <Missing>    204 18.6
## 8      ejecucion        No   1055 96.3
## 9                       Sí     41  3.7