Ejercicios

Carga todas las librerías del notebook clase_4.

Tip si quieres eliminar los NA de la muestra sigue este ejemplo. Así sacarán todos los missing values de su dataframe al ejecutar una función. Ojo! aplicar cuando sea necesario.

x<-c(NA,NA,3,4,5,6)
x %>% na.omit()
## [1] 3 4 5 6
## attr(,"na.action")
## [1] 1 2
## attr(,"class")
## [1] "omit"
  1. Usando la función WDIsearch obten los códigos para pib per capita a precios constantes/reales, gini, población, consumo final e inflación
  2. Crea un data frame llamado wdi_1 y conviertelo en un tibble.
  3. Selecciona del tibble solo las variables del punto 1 y la columna de país
  4. Obten estadísticas descriptivas usando stat.desc()
  5. Ordena por países en orden ascendente usando arrange()
  6. Crea una nueva variable que sea el crecimiento del pib per capita en el tiempo por país. Usa las funciones group_by() y mutate para generar la nueva variable. Recuerda solo es un cambio porcentual. Hint: busca en R funciones o ayudas en blogs como Stack Overflow o Rpubs.
  7. Usa la función filter() para obtener datos para todos los países de América del Sur, excluyendo Guyana y Suriname. Asigna este dataframe/tibble es el nuevo dataframe/tibble que usaremos.
  8. Mediante la función summarise encuentra el número de observaciones, media, desviación estándar, mediana, y quintiles.
  9. Crea un ggplot de caja y bigote. Usa + facet(~country) en tu ggplot para tener un gráfico por país.
  10. Investiga el geom_line de ggplot2. Crea un gráfico en donde y sea el crecimiento del pib y x sea los años. Usa facet para crear un gráfico por país.
  11. El siguiente código genera un histograma donde se muestran los quintiles marcados en la distribución.
dt <- data.frame(x=c(1:200),y=rnorm(200))
dens <- density(dt$y)
df <- data.frame(x=dens$x, y=dens$y)
probs <- c(0, 0.25, 0.5, 0.75, 1)
quantiles <- quantile(dt$y, prob=probs)
df$quant <- factor(findInterval(df$x,quantiles))
ggplot(df, aes(x,y)) + geom_line() + geom_ribbon(aes(ymin=0, ymax=y, fill=quant)) + scale_x_continuous(breaks=quantiles) + scale_fill_brewer(guide="none")

Usando el código crea un histograma con quintiles marcados para la variable de consumo.