Abrimos librerías

library(rio)
library(lubridate)
## 
## Attaching package: 'lubridate'
## The following objects are masked from 'package:base':
## 
##     date, intersect, setdiff, union
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

PRIMERA PARTE: LIMPIEZA DE DATOS

PRIMERO TRABAJAREMOS NUESTRA VARAIBLE DEPENDENDIENTE: contagios por población

Contagios

Traemos la data de contagios

data_covid= "https://github.com/CarlosGDiez/COVID-19/raw/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv"
#Es necesario sacar días
WorldData<-import(file = data_covid)%>%
  mutate(type="datacon")%>% 
  tidyr::gather(Fecha,Valor,-c(type,"Province/State",
                        "Country/Region",Lat,Long))   #juntando fechas distintas en una sola.
WorldData= WorldData%>%
  filter(Valor>0)

Convertimos a formato fecha

#Convertimos a formato de fecha
WorldData$Fecha=mdy(WorldData$Fecha)
WorldData$Fecha=as.Date(WorldData$Fecha)

Ponemos un nombre

names(WorldData)[2]="Country"

Juntamos provincias en paises

WorldData=aggregate(Valor
                  ~ Country + Fecha, 
          data = WorldData,    
          sum)

Nombramos bien Egipto

WorldData$Country=gsub('Egypt',"Egypt, Arab Rep.",WorldData$Country)

Un parénteisis necesario para tener el código de cada país Ahora, necesitamos agregar el código a cada país y quedarnos con eso

link1="https://github.com/CarlosGDiez/BasesLimpias/raw/master/Gee_sucio.csv" 
oto=import(link1)
oto = oto[,c(1,2)]
names(oto) = c("Country","CODE")
oto=oto[!duplicated(oto), ]

Calculamos el día 100

Dia100=WorldData%>%
group_by(Country)%>%
mutate(dia100= ifelse(Fecha==nth(Fecha,100),1,0))%>%
filter(dia100==1)
#Mergeamos con Oto para el código
Dia100=merge(oto,Dia100, by.x = 'Country', by.y='Country')
#Nos quedamos solo con el día y el código
Dia100=Dia100[,c(2:4)]
#Nombramos bien el valor
names(Dia100)[2] = "Fecha100"
names(Dia100)[3] = "Valor100"
#Variable mergeable que servirá más adelante
Dia100$DIA100=paste(Dia100$CODE,Dia100$Fecha)

Calculamos el día 7

Dia7=WorldData%>%
group_by(Country)%>%
mutate(dia7= ifelse(Fecha==nth(Fecha,7),1,0))%>%
filter(dia7==1)
#Mergeamos con Oto para el código
Dia7=merge(oto,Dia7, by.x = 'Country', by.y='Country')
#Nos quedamos solo con el día y el código
Dia7=Dia7[,c(2:4)]
#Nombramos bien el valor
names(Dia7)[2] = "Fecha7"
names(Dia7)[3] = "Valor7"
#Variable mergeable que servirá más adelante
Dia7$DIA7=paste(Dia7$CODE,Dia7$Fecha)

Ahora podemos tocar World data por separado

WorldData=merge(oto,WorldData, by.x = 'Country', by.y='Country')
WorldData$Country = NULL

Un parénteisis necesario para abrir más librerías

library(BBmisc)
## 
## Attaching package: 'BBmisc'
## The following objects are masked from 'package:dplyr':
## 
##     coalesce, collapse
## The following object is masked from 'package:base':
## 
##     isFALSE
library(car)
## Loading required package: carData
## 
## Attaching package: 'car'
## The following object is masked from 'package:dplyr':
## 
##     recode
library(cluster)
library(data.table)
## 
## Attaching package: 'data.table'
## The following objects are masked from 'package:dplyr':
## 
##     between, first, last
## The following objects are masked from 'package:lubridate':
## 
##     hour, isoweek, mday, minute, month, quarter, second, wday, week,
##     yday, year
library(dbscan)
library(descr)
library(DescTools)
## 
## Attaching package: 'DescTools'
## The following object is masked from 'package:data.table':
## 
##     %like%
## The following object is masked from 'package:car':
## 
##     Recode
## The following object is masked from 'package:BBmisc':
## 
##     %nin%
library(foreign)
library(fpc)
## 
## Attaching package: 'fpc'
## The following object is masked from 'package:dbscan':
## 
##     dbscan
library(ggcorrplot)
## Loading required package: ggplot2
library(GPArotation)
library(haven)
library(htmltab)
library(jsonlite)
library(matrixcalc)
library(nFactors)
## Loading required package: lattice
## 
## Attaching package: 'nFactors'
## The following object is masked from 'package:lattice':
## 
##     parallel
library(nortest)
library(parameters)
library(plotly)
## 
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## The following object is masked from 'package:rio':
## 
##     export
## The following object is masked from 'package:stats':
## 
##     filter
## The following object is masked from 'package:graphics':
## 
##     layout
library(PMCMRplus)
library(polycor)
library(psych)
## 
## Attaching package: 'psych'
## The following object is masked from 'package:polycor':
## 
##     polyserial
## The following objects are masked from 'package:ggplot2':
## 
##     %+%, alpha
## The following objects are masked from 'package:DescTools':
## 
##     AUC, ICC, SD
## The following object is masked from 'package:car':
## 
##     logit
library(readr) 
library(readxl)
library(rio)
library(see)
library(stringi)
library(stringr)
library(tidyr)
library(tidyverse)
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## Found more than one class "atomicVector" in cache; using the first, from namespace 'Matrix'
## Also defined by 'Rmpfr'
## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.0 ──
## ✓ tibble  3.0.4     ✓ forcats 0.5.0
## ✓ purrr   0.3.4
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## x psych::%+%()             masks ggplot2::%+%()
## x psych::alpha()           masks ggplot2::alpha()
## x lubridate::as.difftime() masks base::as.difftime()
## x data.table::between()    masks dplyr::between()
## x BBmisc::coalesce()       masks dplyr::coalesce()
## x BBmisc::collapse()       masks dplyr::collapse()
## x lubridate::date()        masks base::date()
## x plotly::filter()         masks dplyr::filter(), stats::filter()
## x data.table::first()      masks dplyr::first()
## x purrr::flatten()         masks jsonlite::flatten()
## x data.table::hour()       masks lubridate::hour()
## x lubridate::intersect()   masks base::intersect()
## x data.table::isoweek()    masks lubridate::isoweek()
## x dplyr::lag()             masks stats::lag()
## x data.table::last()       masks dplyr::last()
## x data.table::mday()       masks lubridate::mday()
## x data.table::minute()     masks lubridate::minute()
## x data.table::month()      masks lubridate::month()
## x data.table::quarter()    masks lubridate::quarter()
## x car::recode()            masks dplyr::recode()
## x data.table::second()     masks lubridate::second()
## x lubridate::setdiff()     masks base::setdiff()
## x purrr::some()            masks car::some()
## x purrr::transpose()       masks data.table::transpose()
## x lubridate::union()       masks base::union()
## x data.table::wday()       masks lubridate::wday()
## x data.table::week()       masks lubridate::week()
## x data.table::yday()       masks lubridate::yday()
## x data.table::year()       masks lubridate::year()
library(Rmisc)
## Loading required package: plyr
## ------------------------------------------------------------------------------
## You have loaded plyr after dplyr - this is likely to cause problems.
## If you need functions from both plyr and dplyr, please load plyr first, then dplyr:
## library(plyr); library(dplyr)
## ------------------------------------------------------------------------------
## 
## Attaching package: 'plyr'
## The following object is masked from 'package:purrr':
## 
##     compact
## The following objects are masked from 'package:plotly':
## 
##     arrange, mutate, rename, summarise
## The following objects are masked from 'package:dplyr':
## 
##     arrange, count, desc, failwith, id, mutate, rename, summarise,
##     summarize

Población

Traemos la data de población en cada país

linkedin = "https://github.com/AriannaNKZC/Estad-2/raw/master/%C2%BFSera%20la%20data%3F.xls"
poblacion = import(linkedin)

Nos quedamos con las columnas que nos sirven

poblacion = poblacion[,c(1,2,64)]

Le ponemos nombre

names(poblacion)= c("Country", "CODE", "pobla")

Ahora combinamos las datas de contagios y las de población

WorldData=merge(poblacion,WorldData, by.x = 'CODE', by.y='CODE')

AHORA TRABAJAMOS LAS VARIABLES INDEPENDIENTES

Un parénteisis necesario para tener el código de cada país en español Ahora, necesitamos agregar el código a cada país y quedarnos con eso Traemos la base de datos

CODESPAÑOL<- "https://raw.githubusercontent.com/AriannaNKZC/TrabajoGrupal/bases-de-datos/API_SH.XPD.CHEX.GD.ZS_DS2_es_csv_v2_1347692.csv"
CDSP=import(CODESPAÑOL)

Nos quedamos con las columnas y filas que nos sirven

names(CDSP)=(CDSP[1,])
CDSP = CDSP[-1,]
CDSP = CDSP[,c(1,2)]

Le ponemos nombres

names(CDSP) = c("PAIS", "CODE")

Primera variable: PBI PER CAPITA por precio de dolar actual (2018)

Traemos la data

data_ppp <- "https://raw.githubusercontent.com/AriannaNKZC/TrabajoGrupal/bases-de-datos/API_NY.GDP.PCAP.CD_DS2_es_csv_v2_1347337.csv"
ppp_pib =import(data_ppp)

Nos quedamos con las filas y columnas que nos sirven

names(ppp_pib)=(ppp_pib[1,])
ppp_pib = ppp_pib[-1,]
ppp_pib = ppp_pib[,c(2,63)]

Le ponemos nombres

names(ppp_pib) = c("CODE", "PPP_2018")

Segunda variable: Government Effectiveness Estimate (Índice de la Efectidad de la Gobernanza)

Traemos la data (LA MISMA QUE SE USÓ PARA CREAR A OTO)

GEE=import(link1)

Le ponemos nombres

names(GEE) = c("Country","CODE","Series", "SC", "GEE")

Nos quedamos con las filas y columnas que nos sirven

#Filtrar para tomar valor GEE y no el error estandar
GEE=GEE%>%
  group_by(Country)%>%
  mutate(Index = ifelse(Series==nth(Series,1), 1, 0))%>%
  filter(Index==1)

#eliminamos filas vacías
GEE=GEE[-c(215,216,217,218,219),]
## Warning: The `i` argument of ``[.tbl_df`()` must lie in [-rows, 0] if negative, as of tibble 3.0.0.
## Use `NA_integer_` as row index to obtain a row full of `NA` values.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_warnings()` to see where this warning was generated.
#Columnas necesarias
GEE = GEE[,c(2,5)]

Tercera variable: Índice de rigurosidad al séptimo día de contagio

Traemos las data

link2="https://github.com/CarlosGDiez/BasesLimpias/blob/master/Rigurosidad.csv?raw=true"
Rigurosidad=import(link2)

Nos quedamos con las filas y columnas que nos sirven

Rigurosidad=Rigurosidad[, c(1,2,5,35)]

Les ponemos nombres

names(Rigurosidad) = c("Country", "CODE","Date","Rigurosidad")

Hay que ordenarlos y juntarlos por fechas

Rigurosidad$Date <- ymd(Rigurosidad$Date)

Creamos variables mergeables

Rigurosidad$DIA7=paste(Rigurosidad$CODE,Rigurosidad$Date)

Nos quedamos solo con la información a la semana de contagios

Rigurosidad=merge(Rigurosidad,Dia7, by.x="DIA7", by.y = "DIA7")

Una vez más, nos quedamos con las filas y columnas que nos sirven

Rigurosidad=Rigurosidad[,c(3,5)]

Nombramos bien las columnas

names(Rigurosidad) = c("CODE","Rigurosidad")

Cuarta variable: Campañas informativas al séptimo día de contagio

Traemos las data

infocamp = "https://raw.githubusercontent.com/CarlaMendozaE/Prueba/master/public-campaigns-covid.csv"
dataic=import(infocamp)

Hay que ordenarlos y juntarlos por fechas

dataic$Date <- ymd(dataic$Date)

Creamos variables mergeables

dataic$DIA7=paste(dataic$Code,dataic$Date)

Nos quedamos solo con la información a la semana de contagios

dataic=merge(dataic,Dia7, by.x="DIA7", by.y = "DIA7")

Una vez más, nos quedamos con las filas y columnas que nos sirven

dataic=dataic[,c(5,6)]

Quinta varaible: Población Urbana

Traemos la data

xurb = "https://raw.githubusercontent.com/CarlaMendozaE/Prueba/master/API_SP.URB.TOTL.IN.ZS_DS2_es_csv_v2_1347951.csv"
dataxurb=import(xurb)

Reacomodamos el nombre de las columnas

names(dataxurb)=(dataxurb[1,])

Nos quedamos con las columnas y filas que nos sirven

dataxurb=dataxurb[,c(2,64)]
dataxurb=dataxurb[-1,]

Nombramos bien las columnas

names(dataxurb) = c("CODE","Poburbana")

Nombramos bien las filas

dataxurb$num=c(1:264)
rownames(dataxurb)=dataxurb[,3]
dataxurb[,3]= NULL

Redondeamos

dataxurb$Poburbana=round(dataxurb$Poburbana, digits = 2)

Sexta variable:Índice de Desarrollo Humano (Human Development Index), indicador que integra las variables PBI, Educación y Esperanza de vida

Traemos la data

LIDH="https://github.com/CarlaMendozaE/Prueba/blob/master/IDH.xlsx?raw=true"
IDH=import(LIDH)

Nos quedamos con las filas y columnas que nos sirven

IDH[,c(1,8,9)]=NULL

Ponemos nombres

names(IDH) = c("Country","HDI","EXPECTATIVAVIDA","EXPECTCOLE","YEARS_SCHOOLING","GNI_GROSSNATIONALINCOME")
IDH$Country=gsub('Egypt',"Egypt, Arab Rep.",IDH$Country)

Convertimos a numéricas

IDH[,c(2:6)]=lapply(IDH[,c(2:6)], as.numeric)
## Warning in lapply(IDH[, c(2:6)], as.numeric): NAs introduced by coercion

## Warning in lapply(IDH[, c(2:6)], as.numeric): NAs introduced by coercion

## Warning in lapply(IDH[, c(2:6)], as.numeric): NAs introduced by coercion

## Warning in lapply(IDH[, c(2:6)], as.numeric): NAs introduced by coercion

## Warning in lapply(IDH[, c(2:6)], as.numeric): NAs introduced by coercion

Redondeamos

IDH[2:6]=round(IDH[,2:6], digits = 2)

Agregamos CODE

IDH=merge(oto,IDH, by.x = 'Country', by.y='Country')

Séptima variable: Ayuda económica

Traemos la data

linkayuda="https://raw.githubusercontent.com/CarlosGDiez/BasesLimpias/master/Rigurosidad.csv"
dataayuda=import(linkayuda)

Nos quedamos con las filas y columnas que nos sirven

dataayuda = dataayuda[,c(2,5, 21)]
#USA
dataayuda <- dataayuda[-c(48601 :62640), ]
#UK
dataayuda <- dataayuda[-c(16741 :17820), ]

Les ponemos nombres

names(dataayuda) = c("CODE","Date","Ayuda Económica")

Hay que ordenarlos y juntarlos por fechas

dataayuda$Date <- ymd(dataayuda$Date)

Creamos variables mergeables

dataayuda$DIA7=paste(dataayuda$CODE,dataayuda$Date)

Nos quedamos solo con la información a la semana de contagios

dataayuda=merge(dataayuda,Dia7, by.x="DIA7", by.y = "DIA7")

Una vez más, nos quedamos con las filas y columnas que nos sirven

dataayuda = dataayuda[,c(2,4)]

Nombramos bien CODE

names(dataayuda)[1] = "CODE"

Octava variable: Densidad de la población

Traemos la data

linkdensidad="https://github.com/MariaJoseVega/Trabajo-grupal-2020.2/raw/master/Excel%20densidad.xlsx.xls"
datadensidad=import(linkdensidad)
## New names:
## * `` -> ...3
## * `` -> ...4
## * `` -> ...5
## * `` -> ...6
## * `` -> ...7
## * ...

Reacomodamos el nombre de las columnas

names(datadensidad)=(datadensidad[3,])

Nos quedamos con las filas y columnas que nos sirven

datadensidad = datadensidad[,c(2, 63)]
datadensidad <- datadensidad[-c(1:3),]

Ponemos nombres

names(datadensidad) = c("CODE","Densidadpob")

Convertimos a numéricas

datadensidad$Densidadpob=as.numeric(datadensidad$Densidadpob)

Redondeamos

datadensidad$Densidadpob=round(datadensidad$Densidadpob, digits = 2)

Novena variable: Tasa de desempleo

Traemos la data

datadesempleo <- "https://github.com/MariaJoseVega/Trabajo-grupal-2020.2/raw/master/datadesempleooriginal.csv"
datadesempleo=import(datadesempleo)

Le ponemos nombre

names(datadesempleo)= c("PAIS", "Tasadesempleo")
datadesempleo$PAIS=gsub("Egipto","Egipto, República Árabe de",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Benín","Benin",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Bahráin","Bahrein",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Bosnia y Hercegovina","Bosnia y Herzegovina",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Bután","Bhután",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Botsuana","Botswana",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Kazajistán","Kazajstán",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Kenia","Kenya",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Lesoto","Lesotho",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Malaui","Malawi",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Nueva Zelanda","Nueva Zelandia",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Ruanda","Rwanda",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Arabia Saudí","Arabia Saudita",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Surinam","Suriname",datadesempleo$PAIS)
datadesempleo$PAIS=gsub("Zimbabue","Zimbabwe",datadesempleo$PAIS)

Agregamos CODE

datadesempleo=merge(CDSP,datadesempleo, by.x = 'PAIS', by.y='PAIS')

Décima variable: Regulatory quality

Traemos la data

perro = "https://raw.githubusercontent.com/AriannaNKZC/Estad-2/master/258c45e7-1b68-4b8e-853d-a2554f1bb145_Data.csv"
regulatory = import(perro)

Nos quedamos con las filas y columnas que nos sirven

regulatory=regulatory[, c(2,5)]

Ponemos nombres

names(regulatory) = c("CODE","Regulatory_quality")

Convertimos a numéricas

regulatory$Regulatory_quality=as.numeric(regulatory$Regulatory_quality)
## Warning: NAs introduced by coercion

Redondeamos

regulatory$Regulatory_quality=round(regulatory$Regulatory_quality, digits = 2)

Undécima variable: Control de la corrupción

Traemos la data

gato= "https://raw.githubusercontent.com/AriannaNKZC/Estad-2/master/51253f2e-7374-408f-8685-c729a64d043a_Data.csv"
control_co = import(gato)

Nos quedamos con las filas y columnas que nos sirven

control_co=control_co[, c(2,5)]

Ponemos nombres

names(control_co) = c("CODE","Control_co")

Convertimos a numéricas

control_co$Control_co=as.numeric(control_co$Control_co)
## Warning: NAs introduced by coercion

Redondeamos

control_co$Control_co=round(control_co$Control_co, digits = 2)

Duodécima variable: Rule of law

Traemos la data

AXA = "https://raw.githubusercontent.com/AriannaNKZC/Estad-2/master/a9249c7d-95ab-4618-9160-3a247dea2bae_Data.csv"
ruleof = import(AXA)

Nos quedamos con las filas y columnas que nos sirven

ruleof=ruleof[, c(2,5)]

Ponemos nombres

names(ruleof) = c("CODE","Ruleoflaw")

Convertimos a numéricas

ruleof$Ruleoflaw=as.numeric(ruleof$Ruleoflaw)
## Warning: NAs introduced by coercion

Redondeamos

ruleof$Ruleoflaw=round(ruleof$Ruleoflaw, digits = 2)

Décimotercera variable: Voice and accountability

Traemos la data

VA = 'https://github.com/AriannaNKZC/Estad-2/raw/master/Voice_and_accountability.csv'
VocA = import(VA)

Nos quedamos con las filas y columnas que nos sirven

VocA=VocA[, c(2,5)]

Ponemos nombres

names(VocA) = c("CODE","Voice_acco")

Convertimos a numéricas

VocA$Voice_acco=as.numeric(VocA$Voice_acco)
## Warning: NAs introduced by coercion

Redondeamos

VocA$Voice_acco=round(VocA$Voice_acco, digits = 2)

Décimocuarta variable: Political stability

Traemos la data

PS='https://github.com/AriannaNKZC/Estad-2/raw/master/e0757e7a-8829-44d2-a7a3-11a580c19a53_Data.csv'
PolS = import(PS)

Nos quedamos con las filas y columnas que nos sirven

PolS=PolS[, c(2,5)]

Ponemos nombres

names(PolS) = c("CODE","Political_sta")

Convertimos a numéricas

PolS$Political_sta=as.numeric(PolS$Political_sta)
## Warning: NAs introduced by coercion

Redondeamos

PolS$Political_sta=round(PolS$Political_sta, digits = 2)

MERGEAMOS TODAS LAS VARIABLES EN UN SOLO DATAFRAME

Data=merge(PolS,VocA, by.x = 'CODE', by.y='CODE')
Data=merge(Data,ruleof, by.x = 'CODE', by.y='CODE')
Data=merge(Data,control_co, by.x = 'CODE', by.y='CODE')
Data=merge(Data,regulatory, by.x = 'CODE', by.y='CODE')
Data=merge(Data,datadesempleo, by.x = 'CODE', by.y='CODE')
Data=merge(Data,datadensidad, by.x = 'CODE', by.y='CODE')
Data=merge(Data,dataayuda, by.x = 'CODE', by.y='CODE')
Data=merge(Data,IDH, by.x = 'CODE', by.y='CODE')
Data=merge(Data,dataxurb, by.x = 'CODE', by.y='CODE')
Data=merge(Data,dataic, by.x = 'CODE', by.y='CODE')
Data=merge(Data,Rigurosidad, by.x = 'CODE', by.y='CODE')
Data=merge(Data,GEE, by.x = 'CODE', by.y='CODE')
Data=merge(Data,ppp_pib, by.x = 'CODE', by.y='CODE')
Data=merge(Data,Dia100, by.x = 'CODE', by.y='CODE')
Data=merge(Data,poblacion, by.x = 'CODE', by.y='CODE')

Limpiamos

#Eliminamos columnas
Data=Data[,c(-7,-24,-25)]
#Eliminamos filas repetidas
Data = Data[!duplicated(Data),]

Nombramos bien

names(Data)[10] = "Country"
names(Data)[17] = "infoalawk"

Arreglamos numérica

Data$GEE=as.numeric(Data$GEE)
## Warning: NAs introduced by coercion

Redondeamos

Data$GEE=round(Data$GEE, digits = 2)
Data$PPP_2018=round(Data$PPP_2018, digits = 2)

Arreglamos ordinales

#Ayuda Económica
Data$`Ayuda Económica`= as.ordered(Data$`Ayuda Económica`)
levels(Data$`Ayuda Económica`) = c("Sin apoyo", "Menos del 50% del sueldo")
table(Data$`Ayuda Económica`)
## 
##                Sin apoyo Menos del 50% del sueldo 
##                      121                        8
#Campañas infomrativas
Data$infoalawk = as.ordered(Data$infoalawk)
levels(Data$infoalawk) = c("Ninguna", "Campañas del gobierno", "Campañas integrales")
table(Data$infoalawk)
## 
##               Ninguna Campañas del gobierno   Campañas integrales 
##                    17                    19                    93

Eliminamos na’s

Data=na.omit(Data)

Limpieza final de la Data

names(Data)
##  [1] "CODE"                    "Political_sta"          
##  [3] "Voice_acco"              "Ruleoflaw"              
##  [5] "Control_co"              "Regulatory_quality"     
##  [7] "Tasadesempleo"           "Densidadpob"            
##  [9] "Ayuda Económica"         "Country"                
## [11] "HDI"                     "EXPECTATIVAVIDA"        
## [13] "EXPECTCOLE"              "YEARS_SCHOOLING"        
## [15] "GNI_GROSSNATIONALINCOME" "Poburbana"              
## [17] "infoalawk"               "Rigurosidad"            
## [19] "GEE"                     "PPP_2018"               
## [21] "Fecha100"                "Valor100"               
## [23] "pobla"
Data$Valor100 = (Data$Valor100/Data$pobla)*100
rownames(Data) = Data$Country 
Data$Country = NULL
Data$CODE = NULL
Data$Fecha100 = NULL

SEGUNDA PARTE: ANÁLISIS UNIVARIADO

EN ESTA PARTE DIVIDIMOS LAS VARIABLES EN CATEGORÍAS

Categoría 1: Medidas tempranas: evalúa que tan rápido y riguroso respondieron los Estados dentro de los primeros 7 días desde su primer infectado

Apoyo a través de ingresos

str(Data$`Ayuda Económica`)
##  Ord.factor w/ 2 levels "Sin apoyo"<"Menos del 50% del sueldo": 1 1 1 1 1 1 1 1 1 1 ...
Mode(Data$`Ayuda Económica`)
## [1] Sin apoyo
## attr(,"freq")
## [1] 119
## Levels: Sin apoyo < Menos del 50% del sueldo
Median(Data$`Ayuda Económica`, na.rm = TRUE) #sin apoyo
## [1] Sin apoyo
## Levels: Sin apoyo < Menos del 50% del sueldo
IQR(Data$`Ayuda Económica`) #1 
## [1] 0
pie(table(Data$`Ayuda Económica`), main="Gráfico 1: Apoyo a través de ingresos contexto Covid-19", col = c("mediumpurple1", "purple", "lightslateblue"))

Campañas informativas

str(Data$infoalawk)
##  Ord.factor w/ 3 levels "Ninguna"<"Campañas del gobierno"<..: 3 2 3 1 1 3 3 3 3 3 ...
Mode(Data$infoalawk) #Moda: campañas integrales
## [1] Campañas integrales
## attr(,"freq")
## [1] 90
## Levels: Ninguna < Campañas del gobierno < Campañas integrales
Median(Data$infoalawk) #Mediana: campañas integrales
## [1] Campañas integrales
## Levels: Ninguna < Campañas del gobierno < Campañas integrales
IQR(Data$infoalawk)
## [1] 1
library(ggplot2)
pie(table(Data$infoalawk), main="Gráfico 2: Campañas informativas del Covid-19", col = c("mediumpurple1", "purple", "lightslateblue"))

Índice de rigurosidad en medidas tempranas

str(Data$Rigurosidad)
##  num [1:126] 27.78 33.33 81.48 0 2.78 ...
summary(Data$Rigurosidad)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00   11.11   22.22   31.11   50.70   93.52
sd(Data$Rigurosidad)
## [1] 25.83322
hist(Data$Rigurosidad, col = "royalblue1", main = "Gráfico 3: Índice de rigurosidad en medidas tempranas según países", xlab = "Índice de rigurosidad", ylab ="Número de países")

Categoría 2: Demografía: Evalúa la concentración de personas en cada país

Densidad poblacional

str(Data$`Densidadpob`)
##  num [1:126] 56.9 24.7 104.6 163.8 135.6 ...
summary(Data$`Densidadpob`)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    2.04   30.55   89.42  213.91  185.29 7953.00
Mode(Data$`Densidadpob`)
## [1] NA
## attr(,"freq")
## [1] 1
sd(Data$`Densidadpob`, na.rm = TRUE)
## [1] 734.7614
mis.colores = colorRampPalette( c( "lightslateblue","cyan1"))
hist(Data$`Densidadpob`, col = mis.colores(14), main = "Gráfico 4: Densidad de población por metro cuadrado", xlab = "Número de personas por metro cuadrado ", ylab = "Número de países")

Población urbana

str(Data$`Poburbana`)
##  num [1:126] 25.8 66.2 61.2 88 86.8 ...
summary(Data$`Poburbana`)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   16.52   47.27   63.70   62.23   80.53  100.00
sd(Data$`Poburbana`)
## [1] 21.95835
Mode(Data$`Poburbana`)
## [1]  55.98 100.00
## attr(,"freq")
## [1] 2
hist(Data$`Poburbana`, col = mis.colores(14), main = "Gráfico 5: Población urbana según países", xlab = "Porcentaje de población urbana", ylab = "Número de países")

Categoría 3: Estructural: Evalúa las condiciones socioeconómicas con las que cada país tuvo que enfrentar la pandemia

Índice de Desarrollo Humano (IDH)

str(Data$HDI)
##  num [1:126] 0.5 0.57 0.79 0.86 0.87 0.83 0.94 0.91 0.75 0.92 ...
summary(Data$HDI)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.3800  0.6200  0.7600  0.7303  0.8500  0.9500
sd(Data$HDI, na.rm = TRUE)
## [1] 0.1508957
Mode(Data$HDI)
## [1] 0.76
## attr(,"freq")
## [1] 7
boxplot(Data$HDI, col = "plum1", main = "Gráfico 6: Indice de Desarrollo Humano")

PBI precio dolar actual per cápita

summary(Data$PPP_2018)
##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
##    381.3   2075.1   7093.7  16801.4  20013.4 116654.3
sd(Data$PPP_2018, na.rm = TRUE)
## [1] 22170.64
Mode(Data$PPP_2018, na.rm = TRUE)
## [1] NA
## attr(,"freq")
## [1] 1
mis.colores1 = colorRampPalette( c(  "plum", "mediumpurple1","mediumpurple2", "plum1", "plum2"))
boxplot(Data$PPP_2018, col = mis.colores1(14), main = "Gráfico 7: PBI per cápita según el precio del dolar", xlab = "PPP 2018", ylab = NULL )

Desempleo

summary(Data$Tasadesempleo)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    4.00    7.00   10.20   11.75   77.00
sd(Data$Tasadesempleo, na.rm = TRUE)
## [1] 10.41769
Mode(Data$Tasadesempleo, na.rm = TRUE)
## [1] 6
## attr(,"freq")
## [1] 14
boxplot(Data$Tasadesempleo, col = "plum1", main = "Gráfico 8: Porcentaje de desempleo en el 2018")

Categoría 4: Gobernanza: Evalúa la “capacidad de gobernar” de un Estado a través de la legitimidad, eficiencia y estabilidad, y la “forma de gobernar” a través de participación, transparencia y rendición de cuentas.

Estabilidad política

summary(Data$Political_sta)
##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
## -2.65000 -0.65750 -0.08500 -0.07762  0.64000  1.66000
sd(Data$Political_sta, na.rm = TRUE)
## [1] 0.9378438
Mode(Data$Political_sta, na.rm = TRUE)
##  [1] -0.92 -0.83 -0.78 -0.55 -0.54 -0.35 -0.24 -0.23 -0.10 -0.08  0.06  0.11
## [13]  0.12  0.31  0.46  0.52  0.53  0.64  0.70  0.82  1.01  1.05  1.09
## attr(,"freq")
## [1] 2
mis.colores1 = colorRampPalette( c(  "plum", "mediumpurple1","mediumpurple2", "plum1", "plum2"))
hist(Data$Political_sta, col = mis.colores1(14), main = "Gráfico 9: Estabilidad política por país según países", xlab = "Estabilidad Política", ylab = "Número de países" )

Imperio de la ley

summary(Data$Ruleoflaw)
##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
## -1.85000 -0.58000 -0.13000  0.07579  0.67250  2.02000
sd(Data$Ruleoflaw, na.rm = TRUE)
## [1] 0.964479
Mode(Data$Ruleoflaw, na.rm = TRUE)
## [1] -0.43
## attr(,"freq")
## [1] 4
mis.colores1 = colorRampPalette( c(  "plum", "mediumpurple1","mediumpurple2", "plum1", "plum2"))
hist(Data$Ruleoflaw, col = mis.colores1(14), main = "Gráfico 10: Imperio de la ley según países", xlab = "Imperio de la ley", ylab = "Número de países" )

Índice de Efectividad de la Gobernanza (GEE)

str(Data$GEE)
##  num [1:126] -1.46 -1.05 0.11 1.94 1.43 0.03 1.6 1.45 -0.1 1.17 ...
summary(Data$GEE)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
## -1.9100 -0.6100 -0.0050  0.1101  0.6525  2.2300
sd(Data$GEE)
## [1] 0.961738
Mode(Data$GEE)
## [1] 0.11
## attr(,"freq")
## [1] 4
hist(Data$GEE, col = mis.colores1(14), main = "Gráfico 11: Índice de Efectividad de la Gobernanza según países", xlab = "Índice de Efectividad de la Gobernanza", ylab = "Número de países" )

Voz y rendición de cuentas

str(Data$Voice_acco)
##  num [1:126] -0.99 -0.78 0.15 1.14 -1.12 0.6 1.32 1.33 -1.49 1.37 ...
summary(Data$Voice_acco)
##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
## -1.83000 -0.66000  0.12000  0.09802  0.89500  1.69000
sd(Data$Voice_acco)
## [1] 0.9142315
Mode(Data$Voice_acco)
## [1] 0.03 0.53
## attr(,"freq")
## [1] 3
hist(Data$Voice_acco, col = mis.colores1(14), main = "Gráfico 12: Voz y rendición de cuentas según países", xlab = "Voz y rendición de cuentas", ylab = "Número de países" )

Control de la corrupción

str(Data$Control_co)
##  num [1:126] -1.4 -1.05 -0.53 1.23 1.11 -0.07 1.81 1.55 -0.87 1.55 ...
summary(Data$Control_co)
##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
## -1.60000 -0.70750 -0.19000  0.06984  0.75000  2.17000
sd(Data$Control_co)
## [1] 1.01238
Mode(Data$Control_co)
## [1] -0.32
## attr(,"freq")
## [1] 4
hist(Data$Control_co, col = mis.colores1(14), main = "Gráfico 13: Control de la corrupción según países", xlab = "Control de la corrupción", ylab = "Número de países" )

Calidad regulatoria

str(Data$Regulatory_quality)
##  num [1:126] -1.12 -0.89 0.27 1.23 0.98 -0.49 1.87 1.46 -0.23 1.29 ...
summary(Data$Regulatory_quality)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
## -2.3500 -0.5700 -0.0600  0.1278  0.8825  2.1600
sd(Data$Regulatory_quality)
## [1] 0.933464
Mode(Data$Regulatory_quality)
## [1] -0.11
## attr(,"freq")
## [1] 3
hist(Data$Regulatory_quality, col = mis.colores1(14), main = "Gráfico 14: Calidad regulatoria según países", xlab = "Calidad regulatoria", ylab = "Número de países" )

################################################################################

TERCERA PARTE: ANÁLISIS BIVARIADO

CONTINÚA LA DIVISIÓN POR CATEGORÍAS

Categoría 1: Medidas tempranas: evalúa que tan rápido y riguroso respondieron los Estados dentro de los primeros 7 días desde su primer infectado

Apoyo económico

#Con número de contagios al día 100
tab1=table(Data$`Ayuda Económica`,Data$Valor100)
chisq.test(tab1)
## Warning in chisq.test(tab1): Chi-squared approximation may be incorrect
## 
##  Pearson's Chi-squared test
## 
## data:  tab1
## X-squared = 126, df = 125, p-value = 0.4581
aov(Data$Valor100~Data$`Ayuda Económica`)
## Call:
##    aov(formula = Data$Valor100 ~ Data$`Ayuda Económica`)
## 
## Terms:
##                 Data$`Ayuda Económica` Residuals
## Sum of Squares                 0.07331   9.69036
## Deg. of Freedom                      1       124
## 
## Residual standard error: 0.2795497
## Estimated effects may be unbalanced
summary(aov(Data$Valor100~Data$`Ayuda Económica`))
##                         Df Sum Sq Mean Sq F value Pr(>F)
## Data$`Ayuda Económica`   1  0.073 0.07331   0.938  0.335
## Residuals              124  9.690 0.07815
TukeyHSD(aov(Data$Valor100~Data$`Ayuda Económica`))
##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = Data$Valor100 ~ Data$`Ayuda Económica`)
## 
## $`Data$`Ayuda Económica``
##                                          diff        lwr       upr     p adj
## Menos del 50% del sueldo-Sin apoyo -0.1053042 -0.3204977 0.1098893 0.3346532
ggplot(Data, aes(y = Valor100, x = `Ayuda Económica`,fill=factor(`Ayuda Económica`))) +
  geom_boxplot()+ggtitle("Gráfico 15: Número de contagios según el tipo de Ayuda económica")+xlab("Apoyo económico")

Campañas informativas

#Es una variable categórica requiere anova o chi cuadrado  
#Con número de contagios al día 100
tabla=table(Data$infoalawk,Data$Valor100)
chisq.test(tabla)
## Warning in chisq.test(tabla): Chi-squared approximation may be incorrect
## 
##  Pearson's Chi-squared test
## 
## data:  tabla
## X-squared = 252, df = 250, p-value = 0.4526
aov(Data$Valor100~Data$infoalawk)
## Call:
##    aov(formula = Data$Valor100 ~ Data$infoalawk)
## 
## Terms:
##                 Data$infoalawk Residuals
## Sum of Squares        0.194237  9.569433
## Deg. of Freedom              2       123
## 
## Residual standard error: 0.278927
## Estimated effects may be unbalanced
summary(aov(Data$Valor100~Data$infoalawk))
##                 Df Sum Sq Mean Sq F value Pr(>F)
## Data$infoalawk   2  0.194 0.09712   1.248  0.291
## Residuals      123  9.569 0.07780
TukeyHSD(aov(Data$Valor100~Data$infoalawk))
##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = Data$Valor100 ~ Data$infoalawk)
## 
## $`Data$infoalawk`
##                                                  diff        lwr        upr
## Campañas del gobierno-Ninguna              0.04696467 -0.1739541 0.26788343
## Campañas integrales-Ninguna               -0.05757857 -0.2325748 0.11741770
## Campañas integrales-Campañas del gobierno -0.10454323 -0.2716130 0.06252651
##                                               p adj
## Campañas del gobierno-Ninguna             0.8693544
## Campañas integrales-Ninguna               0.7156298
## Campañas integrales-Campañas del gobierno 0.3018519
ggplot(Data, aes(y = Valor100, x = infoalawk,fill=factor(infoalawk))) +
  geom_boxplot()+ggtitle("Gráfico 16: Número de contagios según el tipo de campañas")+xlab("campañas informativas")

Índice de rigurosidad en medidas tempranas

#Con número de contagios al día 100
cor.test(Data$Rigurosidad,Data$Valor100) #p-value 0.03 y cor -0.19
## 
##  Pearson's product-moment correlation
## 
## data:  Data$Rigurosidad and Data$Valor100
## t = -2.4657, df = 124, p-value = 0.01504
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.37684504 -0.04290302
## sample estimates:
##        cor 
## -0.2161877
plot(Valor100~Rigurosidad,data=Data, main="Gráfico 17: Número de contagios según el índice de Rigurosidad en medidas tempranas", xlab="Índice de rigurosidad en medidas tempranas", ylab="Número de contagios")

Categoría 2: Demografía: Evalúa la concentración de personas en cada país

Densidad poblacional

#Con número de contagios al día 100
cor.test(Data$Densidadpob,Data$Valor100)
## 
##  Pearson's product-moment correlation
## 
## data:  Data$Densidadpob and Data$Valor100
## t = 1.1244, df = 124, p-value = 0.263
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.07577095  0.27061893
## sample estimates:
##       cor 
## 0.1004674
plot(Valor100~Densidadpob,data=Data, main="Gráfico 18: Número de contagios según la densidad poblacional", xlab="Densidad poblacional", ylab="Número de contagios")

Población urbana

#Con número de contagios al día 100
cor.test(Data$Poburbana,Data$Valor100) #p-value 0.003 y cor 0.26
## 
##  Pearson's product-moment correlation
## 
## data:  Data$Poburbana and Data$Valor100
## t = 5.6256, df = 124, p-value = 1.167e-07
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.2996437 0.5800753
## sample estimates:
##       cor 
## 0.4509181
plot(Valor100~Poburbana,data=Data, main="Gráfico 19: Número de contagios según la población urbana de un país", xlab="Población urbana", ylab="Número de contagios")

Categoría 3: Estructural: Evalúa las condiciones socioeconómicas con las que cada país tuvo que enfrentar la pandemia

Índice de Desarrollo Humano (IDH)

#Con número de contagios al día 100
cor.test(Data$HDI,Data$Valor100) #p-value 0.01 y cor 0.22
## 
##  Pearson's product-moment correlation
## 
## data:  Data$HDI and Data$Valor100
## t = 4.4007, df = 124, p-value = 2.3e-05
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.2058616 0.5096775
## sample estimates:
##       cor 
## 0.3675349
plot(Valor100~HDI,data=Data, main="Gráfico 20: Número de contagios según el IDH de un país", xlab="IDH", ylab="Número de contagios")

PBI precio dolar actual per cápita

#Con número de contagios al día 100
cor.test(Data$PPP_2018,Data$Valor100)
## 
##  Pearson's product-moment correlation
## 
## data:  Data$PPP_2018 and Data$Valor100
## t = 6.7992, df = 124, p-value = 3.95e-10
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.3809398 0.6378891
## sample estimates:
##       cor 
## 0.5211247
plot(Valor100~PPP_2018,data=Data, main="Gráfico 21: Número de contagios según el Precio del Dólar actual per cápita de un país", xlab="PBI por Precio del dólar actual", ylab="Número de contagios")

Desempleo

#Con número de contagios al día 100
cor.test(Data$Tasadesempleo,Data$Valor100)
## 
##  Pearson's product-moment correlation
## 
## data:  Data$Tasadesempleo and Data$Valor100
## t = -1.5076, df = 124, p-value = 0.1342
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.30198104  0.04172577
## sample estimates:
##        cor 
## -0.1341603
plot(Valor100~Tasadesempleo,data=Data, main="Gráfico 22: Número de contagios según el Desempleo en un país", xlab="Tasa de desempleo", ylab="Número de contagios")

Categoría 4: Gobernanza: Evalúa la “capacidad de gobernar” de un Estado a través de la legitimidad, eficiencia y estabilidad, y la “forma de gobernar” a través de participación, transparencia y rendición de cuentas.

Estabilidad política

#Con número de contagios al día 100
cor.test(Data$Political_sta,Data$Valor100)
## 
##  Pearson's product-moment correlation
## 
## data:  Data$Political_sta and Data$Valor100
## t = 3.2977, df = 124, p-value = 0.001272
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.1147402 0.4371449
## sample estimates:
##       cor 
## 0.2839486
plot(Valor100~Political_sta,data=Data, main="Gráfico 23: Número de contagios según la estabilidad política en un país", xlab="Estabilidad política", ylab="Número de contagios")

Imperio de la ley

#Con número de contagios al día 100
cor.test(Data$Ruleoflaw,Data$Valor100)
## 
##  Pearson's product-moment correlation
## 
## data:  Data$Ruleoflaw and Data$Valor100
## t = 4.1167, df = 124, p-value = 6.961e-05
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.1829388 0.4918286
## sample estimates:
##       cor 
## 0.3467507
plot(Valor100~Ruleoflaw,data=Data, main="Gráfico 24: Número de contagios según el imperio de la ley en un país", xlab="Imperio de la ley", ylab="Número de contagios")

Índice de Efectividad de la Gobernanza (GEE)

#Con número de contagios al día 100
cor.test(Data$GEE,Data$Valor100)
## 
##  Pearson's product-moment correlation
## 
## data:  Data$GEE and Data$Valor100
## t = 3.9627, df = 124, p-value = 0.0001243
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.1703449 0.4819106
## sample estimates:
##       cor 
## 0.3352628
plot(Valor100~GEE,data=Data, main="Gráfico 25: Número de contagios según el Índice de Efectividad de la Governanza en un país", xlab=" Índice de Efectividad de la Governanza", ylab="Número de contagios")

Voz y rendición de cuentas

#Con número de contagios al día 100
cor.test(Data$Voice_acco,Data$Valor100)
## 
##  Pearson's product-moment correlation
## 
## data:  Data$Voice_acco and Data$Valor100
## t = 1.1472, df = 124, p-value = 0.2535
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.0737526  0.2724990
## sample estimates:
##       cor 
## 0.1024762
plot(Valor100~Voice_acco,data=Data, main="Gráfico 26: Número de contagios según la voz y rendición de cuentas de un país", xlab="Voz y rendición de cuentas", ylab="Número de contagios")

Control de la corrupción

#Con número de contagios al día 100
cor.test(Data$Control_co,Data$Valor100)
## 
##  Pearson's product-moment correlation
## 
## data:  Data$Control_co and Data$Valor100
## t = 3.6697, df = 124, p-value = 0.0003591
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.1460846 0.4625774
## sample estimates:
##       cor 
## 0.3129942
plot(Valor100~Control_co,data=Data, main="Gráfico 27: Número de contagios según el control de la corrupción en un país", xlab="Control de la corrupción", ylab="Número de contagios")

Calidad regulatoria

#Con número de contagios al día 100
cor.test(Data$Regulatory_quality,Data$Valor100)
## 
##  Pearson's product-moment correlation
## 
## data:  Data$Regulatory_quality and Data$Valor100
## t = 4.2319, df = 124, p-value = 4.468e-05
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.1922861 0.4991384
## sample estimates:
##       cor 
## 0.3552454
plot(Valor100~Regulatory_quality,data=Data, main="Gráfico 28: Número de contagios según la calidad regulatoria en un país", xlab="Control de la corrupción", ylab="Número de contagios")

CUARTA PARTE: ANÁLISIS FACTORIAL

FACTORIAL DE LEVIATAN

EFA

Paso 0. creando una sub-data para trabajar

names(Data)
##  [1] "Political_sta"           "Voice_acco"             
##  [3] "Ruleoflaw"               "Control_co"             
##  [5] "Regulatory_quality"      "Tasadesempleo"          
##  [7] "Densidadpob"             "Ayuda Económica"        
##  [9] "HDI"                     "EXPECTATIVAVIDA"        
## [11] "EXPECTCOLE"              "YEARS_SCHOOLING"        
## [13] "GNI_GROSSNATIONALINCOME" "Poburbana"              
## [15] "infoalawk"               "Rigurosidad"            
## [17] "GEE"                     "PPP_2018"               
## [19] "Valor100"                "pobla"
Choclo<- Data[,c(1:9, 14:18)]

Paso 1: Matriz de correlaciones

Generamos la matriz de correlaciones para identificar qué variables de nuestra Choclo están correlacionadas. Vemos las correlaciones significativas: Si puedes ver bloques correlacionados hay esperanza de un buen analisis resfa.

# esta es:
library(polycor)
Matrixcor=polycor::hetcor(Choclo)$correlations
ggcorrplot(Matrixcor)

ggcorrplot(Matrixcor,
           p.mat = cor_pmat(Matrixcor),
           insig = "blank")

Paso 2: Diagnóstico de nuestra matríz de correlaciones

Primero, verificar si datos permiten factorizar:

KMO(Matrixcor) 
## Kaiser-Meyer-Olkin factor adequacy
## Call: KMO(r = Matrixcor)
## Overall MSA =  0.73
## MSA for each item = 
##      Political_sta         Voice_acco          Ruleoflaw         Control_co 
##               0.92               0.75               0.86               0.70 
## Regulatory_quality      Tasadesempleo        Densidadpob    Ayuda Económica 
##               0.75               0.83               0.33               0.16 
##                HDI          Poburbana          infoalawk        Rigurosidad 
##               0.74               0.82               0.48               0.66 
##                GEE           PPP_2018 
##               0.78               0.76
#problema. menor a 0.6, ¿por qué esta pasando esto? existencia de variables que pueden mover para un lado

####Verificar si la matriz de correlaciones es adecuada. Para ello, se tienen dos funciones:

  • Test de Bartlett: H0: La matriz de correlacion es una matriz identidad. ##Buscamos rechazar la H0, esperamos que sea signifitivo (False)
cortest.bartlett(Matrixcor,n=nrow(Choclo))$p.value>0.05
## [1] FALSE
  • Test For Singular Square Matrix: H0: La matriz de correlacion es una matriz singular. ##Buscamos que sea False.
is.singular.matrix(Matrixcor)
## [1] FALSE

Paso 3: Identificamos el número recomendado de factores y solicitamos el EFA

Determinar en cuantos factores o variables latentes podríamos redimensionar la data. Vemos el número sugerido y también el gráfico.

Choclo$Tasadesempleo = as.numeric(Choclo$Tasadesempleo)
Choclo$`Ayuda Económica` = as.numeric(Choclo$Tasadesempleo)
Choclo$infoalawk = as.numeric(Choclo$infoalawk)
str(Choclo)
## 'data.frame':    126 obs. of  14 variables:
##  $ Political_sta     : num  -2.65 -0.31 0.12 1.62 0.7 -0.12 1.09 0.98 -0.68 0.48 ...
##  $ Voice_acco        : num  -0.99 -0.78 0.15 1.14 -1.12 0.6 1.32 1.33 -1.49 1.37 ...
##  $ Ruleoflaw         : num  -1.71 -1.05 -0.41 1.58 0.84 -0.43 1.73 1.88 -0.58 1.36 ...
##  $ Control_co        : num  -1.4 -1.05 -0.53 1.23 1.11 -0.07 1.81 1.55 -0.87 1.55 ...
##  $ Regulatory_quality: num  -1.12 -0.89 0.27 1.23 0.98 -0.49 1.87 1.46 -0.23 1.29 ...
##  $ Tasadesempleo     : num  24 7 14 4 2 8 6 6 5 7 ...
##  $ Densidadpob       : num  56.9 24.7 104.6 163.8 135.6 ...
##  $ Ayuda Económica   : num  24 7 14 4 2 8 6 6 5 7 ...
##  $ HDI               : num  0.5 0.57 0.79 0.86 0.87 0.83 0.94 0.91 0.75 0.92 ...
##  $ Poburbana         : num  25.8 66.2 61.2 88 86.8 ...
##  $ infoalawk         : num  3 2 3 1 1 3 3 3 3 3 ...
##  $ Rigurosidad       : num  27.78 33.33 81.48 0 2.78 ...
##  $ GEE               : num  -1.46 -1.05 0.11 1.94 1.43 0.03 1.6 1.45 -0.1 1.17 ...
##  $ PPP_2018          : num  524 3290 5284 41793 43839 ...
library(parameters)
library(nFactors)
library(see)
matrixcalc::is.singular.matrix(Matrixcor)
## [1] FALSE
sugerencia=parameters::n_factors(Matrixcor)
## 
##  These indices are only valid with a principal component solution.
##  ...................... So, only positive eugenvalues are permitted.
plot(sugerencia)

Solicitamos el número de factores. Considerar si se presentan mensajes de alerta.

resfax <- fa(Choclo,nfactors = 2,cor = 'mixed',rotate = "varimax",fm="minres") #fijarnos en la prueba
## Warning in cor.smooth(R): Matrix was not positive definite, smoothing was done
## In smc, smcs < 0 were set to .0
## Warning in cor.smooth(R): Matrix was not positive definite, smoothing was done
## In smc, smcs < 0 were set to .0
## Warning in cor.smooth(R): Matrix was not positive definite, smoothing was done
## In smc, smcs < 0 were set to .0
## Warning in cor.smooth(r): Matrix was not positive definite, smoothing was done
## In factor.scores, the correlation matrix is singular, an approximation is used
## Warning in cor.smooth(r): Matrix was not positive definite, smoothing was done

Paso 4: Visualizamos el EFA solicitado

Vemos el resultado inicial

print(resfax$loadings)
## 
## Loadings:
##                    MR1    MR2   
## Political_sta       0.776 -0.155
## Voice_acco          0.761       
## Ruleoflaw           0.972 -0.131
## Control_co          0.940 -0.109
## Regulatory_quality  0.935 -0.181
## Tasadesempleo              0.986
## Densidadpob         0.159       
## Ayuda Económica            0.986
## HDI                 0.804 -0.286
## Poburbana           0.585 -0.172
## infoalawk          -0.135  0.164
## Rigurosidad        -0.389  0.202
## GEE                 0.951 -0.223
## PPP_2018            0.814 -0.189
## 
##                  MR1   MR2
## SS loadings    6.651 2.307
## Proportion Var 0.475 0.165
## Cumulative Var 0.475 0.640

Vemos el resultado mejorado: Cuando logramos que cada variable se vaya a un factor, tenemos una estructura simple.

print(resfax$loadings,cutoff = 0.5)
## 
## Loadings:
##                    MR1    MR2   
## Political_sta       0.776       
## Voice_acco          0.761       
## Ruleoflaw           0.972       
## Control_co          0.940       
## Regulatory_quality  0.935       
## Tasadesempleo              0.986
## Densidadpob                     
## Ayuda Económica            0.986
## HDI                 0.804       
## Poburbana           0.585       
## infoalawk                       
## Rigurosidad                     
## GEE                 0.951       
## PPP_2018            0.814       
## 
##                  MR1   MR2
## SS loadings    6.651 2.307
## Proportion Var 0.475 0.165
## Cumulative Var 0.475 0.640

PASO 4.2. GRAFICO FACTORES. Podemos visualizar los variables y su relación con las latentes creadas:

fa.diagram(resfax)

Paso 5: Evaluamos el Análisis resfa Exploratorio solicitado

  • ¿La Raíz del error cuadrático medio corregida está cerca a cero?
resfax$crms
## [1] 0.07897521
  • ¿La Raíz del error cuadrático medio de aproximación es menor a 0.05?
resfax$RMSEA
##      RMSEA      lower      upper confidence 
##  0.5350055  0.5187986  0.5558288  0.9000000
  • ¿El índice de Tucker-Lewis es mayor a 0.9?
resfax$TLI
## [1] 0.2150672
  • ¿Qué variables aportaron mas a los factores?
sort(resfax$communality)
##        Densidadpob          infoalawk        Rigurosidad          Poburbana 
##         0.03494687         0.04508238         0.19172250         0.37237009 
##         Voice_acco      Political_sta           PPP_2018                HDI 
##         0.58000207         0.62582310         0.69873428         0.72855678 
##         Control_co Regulatory_quality                GEE          Ruleoflaw 
##         0.89633355         0.90696984         0.95343952         0.96160215 
##      Tasadesempleo    Ayuda Económica 
##         0.98114563         0.98114563
  • ¿Qué variables contribuyen a mas de un factor?
sort(resfax$complexity)
##         Voice_acco      Tasadesempleo    Ayuda Económica         Control_co 
##           1.001057           1.016493           1.016493           1.026979 
##          Ruleoflaw Regulatory_quality      Political_sta           PPP_2018 
##           1.036554           1.074820           1.079650           1.107067 
##                GEE          Poburbana                HDI        Rigurosidad 
##           1.109477           1.171243           1.249030           1.503459 
##        Densidadpob          infoalawk 
##           1.677688           1.929564

Paso 6: Posibles valores proyectados

¿Qué nombres les darías?

resfa_casosx<-as.data.frame(resfax$scores)
head(resfa_casosx)
##                             MR1        MR2
## Afghanistan          -1.5525617  1.1580957
## Angola               -1.2415497 -0.4539761
## Albania              -0.1147450  0.3788696
## Andorra               1.4792339 -0.6673443
## United Arab Emirates  0.9684772 -0.8986776
## Argentina            -0.3721714 -0.2890792
summary(resfa_casosx)
##       MR1               MR2         
##  Min.   :-2.0414   Min.   :-1.1966  
##  1st Qu.:-0.7337   1st Qu.:-0.5330  
##  Median :-0.1731   Median :-0.2425  
##  Mean   : 0.0000   Mean   : 0.0000  
##  3rd Qu.: 0.6428   3rd Qu.: 0.1613  
##  Max.   : 2.0550   Max.   : 6.3915

PASITO A PASITO

FACTORIAL DE GOBERNANZA Y MEDIDAS TEMPRANAS

Calculemos matriz de correlación:

names(Data)
##  [1] "Political_sta"           "Voice_acco"             
##  [3] "Ruleoflaw"               "Control_co"             
##  [5] "Regulatory_quality"      "Tasadesempleo"          
##  [7] "Densidadpob"             "Ayuda Económica"        
##  [9] "HDI"                     "EXPECTATIVAVIDA"        
## [11] "EXPECTCOLE"              "YEARS_SCHOOLING"        
## [13] "GNI_GROSSNATIONALINCOME" "Poburbana"              
## [15] "infoalawk"               "Rigurosidad"            
## [17] "GEE"                     "PPP_2018"               
## [19] "Valor100"                "pobla"
theData = Data
theData = Data[, c(1:5,8,15:17)]
table(theData$`Ayuda Económica`)
## 
##                Sin apoyo Menos del 50% del sueldo 
##                      119                        7
#theData$Voice_acco = NULL

Analizamos

lapiz=polycor::hetcor(theData)$correlations

Exploramos correlaciones:

ggcorrplot(lapiz)

#evaluandos ignificancia
ggcorrplot(lapiz,
          p.mat = cor_pmat(lapiz),
          insig = "blank",
          title = "Gráfico 1: Matriz de correlación")

Verificamos si los datos se pueden factorizar

psych::KMO(lapiz) 
## Kaiser-Meyer-Olkin factor adequacy
## Call: psych::KMO(r = lapiz)
## Overall MSA =  0.83
## MSA for each item = 
##      Political_sta         Voice_acco          Ruleoflaw         Control_co 
##               0.90               0.90               0.85               0.83 
## Regulatory_quality    Ayuda Económica          infoalawk        Rigurosidad 
##               0.82               0.35               0.53               0.74 
##                GEE 
##               0.86

Verificamos si la matriz de correlaciones es adecuada

cortest.bartlett(lapiz,n=nrow(theData))$p.value>0.05
## [1] FALSE
library(matrixcalc)
is.singular.matrix(lapiz)
## [1] FALSE

Determinamos en cuántos factores o variables latentes podriamos redimensionar la data

theData$`Ayuda Económica` = as.numeric(theData$`Ayuda Económica`)
theData$infoalawk = as.numeric(theData$infoalawk)
fa.parallel(theData, fm = 'ML', fa = 'fa')

## Parallel analysis suggests that the number of factors =  2  and the number of components =  NA

REDIMENSIONAMOS A UN NÚMERO MENOR DE FACTORES

Resultado inicial:

mandarina <- fa(theData,nfactors = 2,cor = 'mixed',rotate ="varimax",fm="minres")
## Warning in fa.stats(r = r, f = f, phi = phi, n.obs = n.obs, np.obs = np.obs, :
## The estimated weights for the factor scores are probably incorrect. Try a
## different factor score estimation method.
## Warning in fac(r = r, nfactors = nfactors, n.obs = n.obs, rotate = rotate, : An
## ultra-Heywood case was detected. Examine the results carefully
## mixed.cor is deprecated, please use mixedCor.
print(mandarina$loadings)
## 
## Loadings:
##                    MR1    MR2   
## Political_sta       0.840       
## Voice_acco          0.792       
## Ruleoflaw           0.963 -0.217
## Control_co          0.946 -0.135
## Regulatory_quality  0.926 -0.179
## Ayuda Económica            0.482
## infoalawk                  0.481
## Rigurosidad        -0.242  0.979
## GEE                 0.931 -0.256
## 
##                  MR1   MR2
## SS loadings    4.942 1.585
## Proportion Var 0.549 0.176
## Cumulative Var 0.549 0.725

Resultado visual

fa.diagram(mandarina, main = c("Gráfico 2: Árbol de factorización del primer modelo"))

Evaluamos resultado obtenido: ¿La Raíz del error cuadrático medio corregida está cerca a cero?

mandarina$crms
## [1] 0.03658976

¿La Raíz del error cuadrático medio de aproximación es menor a 0.05?

mandarina$RMSEA
##      RMSEA      lower      upper confidence 
##  0.1667304  0.1324592  0.2044561  0.9000000

¿El índice de Tucker-Lewis es mayor a 0.9?

mandarina$TLI
## [1] 0.8956513

¿Qué variables aportaron mas a los factores?

sort(mandarina$communality)
##    Ayuda Económica          infoalawk         Voice_acco      Political_sta 
##          0.2325703          0.2357622          0.6277258          0.7061226 
## Regulatory_quality         Control_co                GEE          Ruleoflaw 
##          0.8892774          0.9138902          0.9314220          0.9734708 
##        Rigurosidad 
##          1.0163076

¿Qué variables contribuyen a mas de un factor? #conviene que salga 1

sort(mandarina$complexity)
##    Ayuda Económica         Voice_acco      Political_sta          infoalawk 
##           1.000263           1.000346           1.001687           1.037678 
##         Control_co Regulatory_quality          Ruleoflaw        Rigurosidad 
##           1.040483           1.074851           1.101283           1.121989 
##                GEE 
##           1.149998
factorial_casos<-as.data.frame(mandarina$scores) #en esta no me sale el factorial
head(factorial_casos)
##                             MR1        MR2
## Afghanistan          -1.8887443 -0.4077092
## Angola               -1.1601934 -0.2620495
## Albania               0.0368565  1.7407112
## Andorra               1.4049975 -1.3051795
## United Arab Emirates  0.6920686 -1.2259458
## Argentina            -0.5383236 -0.8125784
summary(factorial_casos)
##       MR1               MR2         
##  Min.   :-2.0235   Min.   :-1.7756  
##  1st Qu.:-0.6876   1st Qu.:-0.7682  
##  Median :-0.2155   Median :-0.2225  
##  Mean   : 0.0000   Mean   : 0.0000  
##  3rd Qu.: 0.7355   3rd Qu.: 0.6333  
##  Max.   : 1.9438   Max.   : 3.2592

FACTORIALES CON LA DIMENSIÓN ESTRUCTURAL

Calculamos matriz de correlación:

#Creamos una data con variables seleccionadas por teoría
demo = Data
names(demo)
##  [1] "Political_sta"           "Voice_acco"             
##  [3] "Ruleoflaw"               "Control_co"             
##  [5] "Regulatory_quality"      "Tasadesempleo"          
##  [7] "Densidadpob"             "Ayuda Económica"        
##  [9] "HDI"                     "EXPECTATIVAVIDA"        
## [11] "EXPECTCOLE"              "YEARS_SCHOOLING"        
## [13] "GNI_GROSSNATIONALINCOME" "Poburbana"              
## [15] "infoalawk"               "Rigurosidad"            
## [17] "GEE"                     "PPP_2018"               
## [19] "Valor100"                "pobla"
demo = (Data[, c(10:13, 18, 6)])
#Convertimos la tasa de desempleo a proporciones 
demo$empleo = 100 - (demo$Tasadesempleo)
head(demo)
##                      EXPECTATIVAVIDA EXPECTCOLE YEARS_SCHOOLING
## Afghanistan                    64.49      10.14            3.93
## Angola                         60.78      11.78            5.13
## Albania                        78.46      15.23           10.05
## Andorra                        81.79      13.30           10.16
## United Arab Emirates           77.81      13.64           10.95
## Argentina                      76.52      17.64           10.56
##                      GNI_GROSSNATIONALINCOME PPP_2018 Tasadesempleo empleo
## Afghanistan                          1745.67   524.16            24     76
## Angola                               5554.70  3289.65             7     93
## Albania                             12299.80  5284.38            14     86
## Andorra                             48640.89 41793.06             4     96
## United Arab Emirates                66911.66 43839.36             2     98
## Argentina                           17611.22 11683.95             8     92
demo$Tasadesempleo = NULL

Analizamos

pinguino=polycor::hetcor(demo)$correlations

Exploramos correlaciones

ggcorrplot(pinguino)

#evaluandos ignificancia
ggcorrplot(pinguino,
          p.mat = cor_pmat(pinguino),
          insig = "blank",
          title = "Gráfico 1: Matriz de correlación")

Verificamos si los datos se pueden factorizar

psych::KMO(pinguino) 
## Kaiser-Meyer-Olkin factor adequacy
## Call: psych::KMO(r = pinguino)
## Overall MSA =  0.83
## MSA for each item = 
##         EXPECTATIVAVIDA              EXPECTCOLE         YEARS_SCHOOLING 
##                    0.89                    0.84                    0.87 
## GNI_GROSSNATIONALINCOME                PPP_2018                  empleo 
##                    0.76                    0.77                    0.93

Verificamos si la matriz de correlaciones es adecuada

cortest.bartlett(pinguino,n=nrow(demo))$p.value>0.05
## [1] FALSE
library(matrixcalc)
is.singular.matrix(pinguino)
## [1] FALSE

Determinar en cuántos factores o variables latentes podriamos redimensionar la data

fa.parallel(demo, fm = 'ML', fa = 'fa')

## Parallel analysis suggests that the number of factors =  2  and the number of components =  NA

REDIMENSIONAMOS A UN NÚMERO MENOR DE FACTORES

Resultado inicial:

alfalfa <- fa(demo,nfactors = 1,cor = 'mixed',rotate ="varimax",fm="minres")

## mixed.cor is deprecated, please use mixedCor.
print(alfalfa$loadings,cutoff = 0.5)
## 
## Loadings:
##                         MR1  
## EXPECTATIVAVIDA         0.864
## EXPECTCOLE              0.855
## YEARS_SCHOOLING         0.862
## GNI_GROSSNATIONALINCOME 0.839
## PPP_2018                0.825
## empleo                       
## 
##                  MR1
## SS loadings    3.731
## Proportion Var 0.622

Resultado visual

fa.diagram(alfalfa, main = c("Gráfico 2: Árbol de factorización del primer modelo"))

Evaluando Resultado obtenido: ¿La Raíz del error cuadrático medio corregida está cerca a cero?

alfalfa$crms
## [1] 0.09378219

¿La Raíz del error cuadrático medio de aproximación es menor a 0.05?

alfalfa$RMSEA
##      RMSEA      lower      upper confidence 
##  0.2930635  0.2456668  0.3457595  0.9000000

¿El índice de Tucker-Lewis es mayor a 0.9?

alfalfa$TLI
## [1] 0.7117268

¿Qué variables aportaron mas a los factores?

sort(alfalfa$communality)
##                  empleo                PPP_2018 GNI_GROSSNATIONALINCOME 
##               0.1260794               0.6811339               0.7043395 
##              EXPECTCOLE         YEARS_SCHOOLING         EXPECTATIVAVIDA 
##               0.7308917               0.7424977               0.7462551

¿Qué variables contribuyen a mas de un factor? #conviene que salga 1

sort(alfalfa$complexity)
##         EXPECTATIVAVIDA              EXPECTCOLE                PPP_2018 
##                       1                       1                       1 
##         YEARS_SCHOOLING GNI_GROSSNATIONALINCOME                  empleo 
##                       1                       1                       1
factorial_casos<-as.data.frame(alfalfa$scores) #en esta no me sale el factorial
head(factorial_casos)
##                             MR1
## Afghanistan          -1.2751293
## Angola               -1.0796263
## Albania               0.1860176
## Andorra               0.8835804
## United Arab Emirates  1.0710668
## Argentina             0.4568132
summary(factorial_casos)
##       MR1          
##  Min.   :-1.77527  
##  1st Qu.:-0.77311  
##  Median :-0.02028  
##  Mean   : 0.00000  
##  3rd Qu.: 0.67733  
##  Max.   : 1.94743

DataDer=cbind(Data[1],as.data.frame(resfax$scores))

Data$experimento=normalize(DataDer$MR1, 
                       method = "range", 
                       margin=2, # by column
                       range = c(0, 10))

Data$experimenton=normalize(DataDer$MR2, 
                       method = "range", 
                       margin=2, # by column
                       range = c(0, 10))

AGREGAMOS LOS FACTORES A LA DATA

AJA=cbind(Data[1],as.data.frame(mandarina$scores))
Data$Gobernanza= normalize(AJA$MR1, 
                       method = "range", 
                       margin=2, # by column
                       range = c(0, 10))
Data$Medidas_tempranas=normalize(AJA$MR2, 
                       method = "range", 
                       margin=2, # by column
                       range = c(0, 10))
EJE=cbind(Data[1],as.data.frame(alfalfa$scores))
Data$estructural= normalize(EJE$MR1, 
                       method = "range", 
                       margin=2, # by column
                       range = c(0, 10))

QUINTA PARTE: REGRESIÓN MULTIVARIADA

TAMBIÉN PASITO A PASITO

Creamos un dataframe con lo que se va utilizar por teoría en la regresión

data_regre=Data
names(data_regre)
##  [1] "Political_sta"           "Voice_acco"             
##  [3] "Ruleoflaw"               "Control_co"             
##  [5] "Regulatory_quality"      "Tasadesempleo"          
##  [7] "Densidadpob"             "Ayuda Económica"        
##  [9] "HDI"                     "EXPECTATIVAVIDA"        
## [11] "EXPECTCOLE"              "YEARS_SCHOOLING"        
## [13] "GNI_GROSSNATIONALINCOME" "Poburbana"              
## [15] "infoalawk"               "Rigurosidad"            
## [17] "GEE"                     "PPP_2018"               
## [19] "Valor100"                "pobla"                  
## [21] "experimento"             "experimenton"           
## [23] "Gobernanza"              "Medidas_tempranas"      
## [25] "estructural"
data_regre$pobla = NULL
str(data_regre)
## 'data.frame':    126 obs. of  24 variables:
##  $ Political_sta          : num  -2.65 -0.31 0.12 1.62 0.7 -0.12 1.09 0.98 -0.68 0.48 ...
##  $ Voice_acco             : num  -0.99 -0.78 0.15 1.14 -1.12 0.6 1.32 1.33 -1.49 1.37 ...
##  $ Ruleoflaw              : num  -1.71 -1.05 -0.41 1.58 0.84 -0.43 1.73 1.88 -0.58 1.36 ...
##  $ Control_co             : num  -1.4 -1.05 -0.53 1.23 1.11 -0.07 1.81 1.55 -0.87 1.55 ...
##  $ Regulatory_quality     : num  -1.12 -0.89 0.27 1.23 0.98 -0.49 1.87 1.46 -0.23 1.29 ...
##  $ Tasadesempleo          : int  24 7 14 4 2 8 6 6 5 7 ...
##  $ Densidadpob            : num  56.9 24.7 104.6 163.8 135.6 ...
##  $ Ayuda Económica        : Ord.factor w/ 2 levels "Sin apoyo"<"Menos del 50% del sueldo": 1 1 1 1 1 1 1 1 1 1 ...
##  $ HDI                    : num  0.5 0.57 0.79 0.86 0.87 0.83 0.94 0.91 0.75 0.92 ...
##  $ EXPECTATIVAVIDA        : num  64.5 60.8 78.5 81.8 77.8 ...
##  $ EXPECTCOLE             : num  10.1 11.8 15.2 13.3 13.6 ...
##  $ YEARS_SCHOOLING        : num  3.93 5.13 10.05 10.16 10.95 ...
##  $ GNI_GROSSNATIONALINCOME: num  1746 5555 12300 48641 66912 ...
##  $ Poburbana              : num  25.8 66.2 61.2 88 86.8 ...
##  $ infoalawk              : Ord.factor w/ 3 levels "Ninguna"<"Campañas del gobierno"<..: 3 2 3 1 1 3 3 3 3 3 ...
##  $ Rigurosidad            : num  27.78 33.33 81.48 0 2.78 ...
##  $ GEE                    : num  -1.46 -1.05 0.11 1.94 1.43 0.03 1.6 1.45 -0.1 1.17 ...
##  $ PPP_2018               : num  524 3290 5284 41793 43839 ...
##  $ Valor100               : num  0.043397 0.000814 0.058581 1.104457 0.166214 ...
##  $ experimento            : num  1.19 1.95 4.7 8.59 7.35 ...
##  $ experimenton           : num  3.103 0.979 2.076 0.697 0.393 ...
##  $ Gobernanza             : num  0.34 2.18 5.19 8.64 6.84 ...
##  $ Medidas_tempranas      : num  2.717 3.006 6.984 0.934 1.092 ...
##  $ estructural            : num  1.34 1.87 5.27 7.14 7.65 ...
##  - attr(*, "na.action")= 'omit' Named int [1:3] 39 107 112
##   ..- attr(*, "names")= chr [1:3] "39" "116" "121"
names(data_regre)=c("Political stability", "Voice and accountability", "Rule of law", "Control Corruption", "Regulatory Quality", "Tasa de desempleo", "Densidad de la poblacion", "Ayuda economica", "IDH", "Expectativa de vida", "Expectativa de años de escolaridad", "Promedio de años de escolaridad", "Renta Nacional", "Poblacion urbana", "Campañas informativas", "Rigurosidad", "GEE", "PBI per capita", "Contagiados", "Experimento", "Experimenton","Gobernanza", "Medidas tempranas", "Estructural")

Realizamos las regresiones

Todas las variables con IDH

#todas las variables  (IDH como variable)
Hipotesis = formula(Contagiados~data_regre$`Political stability` + data_regre$`Voice and accountability` + data_regre$`Rule of law` + data_regre$`Control Corruption` + data_regre$`Regulatory Quality` + data_regre$`Tasa de desempleo` + data_regre$`Densidad de la poblacion` + data_regre$`Ayuda economica` + data_regre$IDH + data_regre$`Poblacion urbana` +  data_regre$`Campañas informativas` + data_regre$Rigurosidad + data_regre$GEE + data_regre$`PBI per capita`)
regre = lm(Hipotesis, data=data_regre)
summary(regre)
## 
## Call:
## lm(formula = Hipotesis, data = data_regre)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.39800 -0.10782 -0.02222  0.06540  1.49170 
## 
## Coefficients:
##                                         Estimate Std. Error t value Pr(>|t|)
## (Intercept)                            1.314e-02  2.152e-01   0.061  0.95140
## data_regre$`Political stability`       8.115e-02  4.149e-02   1.956  0.05301
## data_regre$`Voice and accountability` -1.329e-01  4.153e-02  -3.201  0.00179
## data_regre$`Rule of law`               2.462e-02  1.006e-01   0.245  0.80710
## data_regre$`Control Corruption`       -5.884e-02  7.731e-02  -0.761  0.44824
## data_regre$`Regulatory Quality`        1.428e-01  7.817e-02   1.827  0.07044
## data_regre$`Tasa de desempleo`         1.141e-03  2.191e-03   0.521  0.60371
## data_regre$`Densidad de la poblacion` -3.532e-05  3.052e-05  -1.157  0.24958
## data_regre$`Ayuda economica`.L        -1.605e-02  6.683e-02  -0.240  0.81062
## data_regre$IDH                        -2.625e-01  3.261e-01  -0.805  0.42260
## data_regre$`Poblacion urbana`          3.716e-03  1.427e-03   2.605  0.01046
## data_regre$`Campañas informativas`.L   8.700e-03  4.901e-02   0.178  0.85942
## data_regre$`Campañas informativas`.Q  -5.581e-02  5.112e-02  -1.092  0.27729
## data_regre$Rigurosidad                -7.098e-04  1.050e-03  -0.676  0.50026
## data_regre$GEE                        -1.204e-01  9.775e-02  -1.231  0.22086
## data_regre$`PBI per capita`            7.446e-06  1.793e-06   4.154 6.49e-05
##                                          
## (Intercept)                              
## data_regre$`Political stability`      .  
## data_regre$`Voice and accountability` ** 
## data_regre$`Rule of law`                 
## data_regre$`Control Corruption`          
## data_regre$`Regulatory Quality`       .  
## data_regre$`Tasa de desempleo`           
## data_regre$`Densidad de la poblacion`    
## data_regre$`Ayuda economica`.L           
## data_regre$IDH                           
## data_regre$`Poblacion urbana`         *  
## data_regre$`Campañas informativas`.L     
## data_regre$`Campañas informativas`.Q     
## data_regre$Rigurosidad                   
## data_regre$GEE                           
## data_regre$`PBI per capita`           ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.2262 on 110 degrees of freedom
## Multiple R-squared:  0.4233, Adjusted R-squared:  0.3447 
## F-statistic: 5.383 on 15 and 110 DF,  p-value: 5.273e-08

Regresión con los EFAs

#Gobernanza, medidas tempranas, Estructural, Población urbana y Densidad de la población
efe= formula(Contagiados~ + data_regre$Gobernanza + data_regre$`Medidas tempranas` + data_regre$Estructural + data_regre$`Poblacion urbana`)
afa = lm(efe, data = data_regre)
summary(afa)
## 
## Call:
## lm(formula = efe, data = data_regre)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.32589 -0.12337 -0.02507  0.05448  2.01454 
## 
## Coefficients:
##                                 Estimate Std. Error t value Pr(>|t|)  
## (Intercept)                    -0.157333   0.084013  -1.873   0.0635 .
## data_regre$Gobernanza          -0.010540   0.016611  -0.635   0.5269  
## data_regre$`Medidas tempranas` -0.004673   0.011673  -0.400   0.6896  
## data_regre$Estructural          0.037086   0.019822   1.871   0.0638 .
## data_regre$`Poblacion urbana`   0.003135   0.001474   2.128   0.0354 *
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.2473 on 121 degrees of freedom
## Multiple R-squared:  0.2424, Adjusted R-squared:  0.2173 
## F-statistic: 9.678 on 4 and 121 DF,  p-value: 7.971e-07

Regresión de los Efas con todo

data_regre\(`Densidad de la poblacion` + data_regre\)Campañas informativas)

Rick =  formula(Contagiados~  Experimento + Experimenton)
Morty = lm(Rick, data=data_regre)
summary(Morty)
## 
## Call:
## lm(formula = Rick, data = data_regre)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.30618 -0.11700 -0.05005  0.00959  2.20319 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  -0.01867    0.06037  -0.309    0.758    
## Experimento   0.04074    0.00962   4.234 4.45e-05 ***
## Experimenton -0.02532    0.01783  -1.420    0.158    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.2613 on 123 degrees of freedom
## Multiple R-squared:  0.1399, Adjusted R-squared:  0.1259 
## F-statistic:    10 on 2 and 123 DF,  p-value: 9.427e-05

Modelo estrella

#Gobernanza, densidad de la población, renta nacional, expectativa de años de escolaridad (elegido)

MINARISE=formula(Contagiados~data_regre$Gobernanza+data_regre$`Renta Nacional` +data_regre$`Expectativa de años de escolaridad` + data_regre$`Densidad de la poblacion`)
MINARISEM=lm(MINARISE,data=data_regre)
summary(MINARISEM)
## 
## Call:
## lm(formula = MINARISE, data = data_regre)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.63339 -0.08434 -0.02316  0.04935  0.93377 
## 
## Coefficients:
##                                                   Estimate Std. Error t value
## (Intercept)                                      3.548e-01  9.372e-02   3.786
## data_regre$Gobernanza                           -2.619e-02  1.144e-02  -2.288
## data_regre$`Renta Nacional`                      1.488e-05  1.328e-06  11.205
## data_regre$`Expectativa de años de escolaridad` -2.666e-02  8.724e-03  -3.055
## data_regre$`Densidad de la poblacion`           -6.015e-05  2.438e-05  -2.467
##                                                 Pr(>|t|)    
## (Intercept)                                      0.00024 ***
## data_regre$Gobernanza                            0.02387 *  
## data_regre$`Renta Nacional`                      < 2e-16 ***
## data_regre$`Expectativa de años de escolaridad`  0.00277 ** 
## data_regre$`Densidad de la poblacion`            0.01502 *  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.1886 on 121 degrees of freedom
## Multiple R-squared:  0.5593, Adjusted R-squared:  0.5447 
## F-statistic: 38.38 on 4 and 121 DF,  p-value: < 2.2e-16
#Gobernanza + renta nacional + expectativa de años de escolaridad + renta nacional + población urbana

MINARISEX=formula(Contagiados~data_regre$Gobernanza+data_regre$`Renta Nacional` +data_regre$`Expectativa de años de escolaridad`+ data_regre$`Poblacion urbana`)
MINARISEME=lm(MINARISEX,data=data_regre)
summary(MINARISEME)
## 
## Call:
## lm(formula = MINARISEX, data = data_regre)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.58747 -0.07887 -0.01999  0.04565  1.03327 
## 
## Coefficients:
##                                                   Estimate Std. Error t value
## (Intercept)                                      2.980e-01  9.494e-02   3.139
## data_regre$Gobernanza                           -2.327e-02  1.175e-02  -1.979
## data_regre$`Renta Nacional`                      1.288e-05  1.444e-06   8.921
## data_regre$`Expectativa de años de escolaridad` -3.024e-02  9.619e-03  -3.144
## data_regre$`Poblacion urbana`                    1.906e-03  1.152e-03   1.655
##                                                 Pr(>|t|)    
## (Intercept)                                      0.00213 ** 
## data_regre$Gobernanza                            0.05004 .  
## data_regre$`Renta Nacional`                     5.95e-15 ***
## data_regre$`Expectativa de años de escolaridad`  0.00210 ** 
## data_regre$`Poblacion urbana`                    0.10045    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.1911 on 121 degrees of freedom
## Multiple R-squared:  0.5473, Adjusted R-squared:  0.5324 
## F-statistic: 36.58 on 4 and 121 DF,  p-value: < 2.2e-16
#Gobernanza, densidad de la población, renta nacional, expectativa de años de escolaridad, población urbana

MINA=formula(Contagiados~data_regre$Gobernanza+data_regre$`Renta Nacional` +data_regre$`Expectativa de años de escolaridad` + data_regre$`Densidad de la poblacion` + data_regre$`Poblacion urbana`)
GIRAIS=lm(MINA,data=data_regre)
summary(GIRAIS)
## 
## Call:
## lm(formula = MINA, data = data_regre)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.63557 -0.08094 -0.01957  0.05382  0.94681 
## 
## Coefficients:
##                                                   Estimate Std. Error t value
## (Intercept)                                      3.322e-01  9.405e-02   3.532
## data_regre$Gobernanza                           -2.309e-02  1.152e-02  -2.005
## data_regre$`Renta Nacional`                      1.382e-05  1.466e-06   9.432
## data_regre$`Expectativa de años de escolaridad` -3.309e-02  9.495e-03  -3.485
## data_regre$`Densidad de la poblacion`           -5.959e-05  2.421e-05  -2.461
## data_regre$`Poblacion urbana`                    1.867e-03  1.128e-03   1.655
##                                                 Pr(>|t|)    
## (Intercept)                                     0.000586 ***
## data_regre$Gobernanza                           0.047251 *  
## data_regre$`Renta Nacional`                     3.87e-16 ***
## data_regre$`Expectativa de años de escolaridad` 0.000688 ***
## data_regre$`Densidad de la poblacion`           0.015264 *  
## data_regre$`Poblacion urbana`                   0.100528    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.1872 on 120 degrees of freedom
## Multiple R-squared:  0.5691, Adjusted R-squared:  0.5511 
## F-statistic:  31.7 on 5 and 120 DF,  p-value: < 2.2e-16
library(stargazer)
## 
## Please cite as:
##  Hlavac, Marek (2018). stargazer: Well-Formatted Regression and Summary Statistics Tables.
##  R package version 5.2.2. https://CRAN.R-project.org/package=stargazer
#Anova para comprobar 
Anovita=anova(MINARISEM, GIRAIS)
stargazer(Anovita,type = 'text',summary = F,title = "Table de Análisis de Varianza")
## 
## Table de Análisis de Varianza
## =========================================
##   Res.Df  RSS  Df Sum of Sq   F   Pr(> F)
## -----------------------------------------
## 1  121   4.303                           
## 2  120   4.207 1    0.096   2.739  0.101 
## -----------------------------------------
stargazer(MINARISEME, MINARISEM,  type='text')
## 
## =================================================================
##                                          Dependent variable:     
##                                      ----------------------------
##                                              Contagiados         
##                                           (1)            (2)     
## -----------------------------------------------------------------
## Gobernanza                              -0.023*       -0.026**   
##                                         (0.012)        (0.011)   
##                                                                  
## `Renta Nacional`                       0.00001***    0.00001***  
##                                        (0.00000)      (0.00000)  
##                                                                  
## `Expectativa de años de escolaridad`   -0.030***      -0.027***  
##                                         (0.010)        (0.009)   
##                                                                  
## `Poblacion urbana`                       0.002                   
##                                         (0.001)                  
##                                                                  
## `Densidad de la poblacion`                            -0.0001**  
##                                                       (0.00002)  
##                                                                  
## Constant                                0.298***      0.355***   
##                                         (0.095)        (0.094)   
##                                                                  
## -----------------------------------------------------------------
## Observations                              126            126     
## R2                                       0.547          0.559    
## Adjusted R2                              0.532          0.545    
## Residual Std. Error (df = 121)           0.191          0.189    
## F Statistic (df = 4; 121)              36.577***      38.384***  
## =================================================================
## Note:                                 *p<0.1; **p<0.05; ***p<0.01
el_elegido = MINARISEM

Un paréntesis necesario para abrir más librerías

library(ggpubr) #gráfico para ver normalidad
## 
## Attaching package: 'ggpubr'
## The following object is masked from 'package:plyr':
## 
##     mutate
library(scatterplot3d)
library(stargazer)
library(lmtest)
## Loading required package: zoo
## 
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric

ANALIZAMOS LAS CIFRAS DE MINARISEM

Empezamos con linealidad

plot(el_elegido, 1, main = c("Gráfico 2: Linealidad"))  #diagonal, casi lineal

Continuamos con homocedasticidad

plot(el_elegido, 3, main = c("Gráfico 3: Homocedasticidad"))#diagonal

bptest(el_elegido) #valor P mayor a 0.05 Homocedasticidad
## 
##  studentized Breusch-Pagan test
## 
## data:  el_elegido
## BP = 52.403, df = 4, p-value = 1.136e-10

Sigue normalidad de residuos. Puntos cerca de la diagonal.

plot(el_elegido, 2, main = c("Gráfico 4: Normalidad de residuos")) #se alejan de diagonal

shapiro.test(el_elegido$residuals) #menor a 0.05 el valor P entonces indica que no hay normaldiad de residusos
## 
##  Shapiro-Wilk normality test
## 
## data:  el_elegido$residuals
## W = 0.81063, p-value = 1.884e-11

Última prueba

VIF(el_elegido)
##                           data_regre$Gobernanza 
##                                        2.870339 
##                     data_regre$`Renta Nacional` 
##                                        2.478354 
## data_regre$`Expectativa de años de escolaridad` 
##                                        2.287552 
##           data_regre$`Densidad de la poblacion` 
##                                        1.128146

ANALIZAMOS VALORES INFLUYENTES

Prestar atención al indice de Cook.

plot(el_elegido, 5, main = c("Gráfico 5: Identificación de valores influyentes"))

checkMINARISA=as.data.frame(influence.measures(el_elegido)$is.inf)
## Warning in abbreviate(vn): abbreviate used with non-ASCII chars
checkMINARISA[checkMINARISA$cook.d | checkMINARISA$hat,] #120, 124
##           dfb.1_ dfb.d_$G dfb.d_$N dfb.ddade dfb.ddlp dffit cov.r cook.d  hat
## Kuwait     FALSE    FALSE    FALSE     FALSE    FALSE FALSE  TRUE  FALSE TRUE
## Qatar       TRUE     TRUE     TRUE      TRUE     TRUE  TRUE  TRUE   TRUE TRUE
## Singapore  FALSE    FALSE    FALSE     FALSE     TRUE  TRUE  TRUE   TRUE TRUE