Procedimiento en RStudio para la elaboración del trabajo - Grupo 1
Limpieza de data
- LIMPIEZA VARIABLE DEPENDIENTE
La variable dependiente es el porcentaje de los jóvenes en “edad oficial escolar secundaria” que se encuentran matriculados en este nivel educativo. La data fue obtenida del Banco Mundial y colocada en el GitHub del trabajo. Procedemos a traer la data, ver su estructura y los nombres de las columnas
library(rio)
schoollink='https://github.com/marianareinosov/trabajo-final-est/raw/master/datas%20originales/school%20enrollment.xls'
school_enrollment=import(schoollink)
str(school_enrollment)## 'data.frame': 215 obs. of 2 variables:
## $ Country Name : chr "Aruba" "Afghanistan" "Angola" "Albania" ...
## $ School Enrollment (%): num 76.9 50.1 11.3 86.6 NA ...names(school_enrollment)## [1] "Country Name" "School Enrollment (%)"Cambiamos los nombres de las variables a unos más sencillas. Para referirnos al porcentaje de jóvenes matriculados en el nivel secundario se empleará el nombre “Matricula”
names(school_enrollment) = c("Pais", "Matricula")La columna numérica (Matricula, la cual indicica porcentaje) tiene muchos decimales; se redondeará a solamente dos.
school_enrollment$Matricula = round(school_enrollment$Matricula, 2)Existen algunos N.A que no nos interesa conservar; los eliminamos y creamos una nueva database que será la data final limpia de nuestra variable dependiente
inscripcionsecundaria = na.omit(school_enrollment)Exportamos la data limpia. Para hacer esto, activamos la librería rio
#install.packages("rio")
library(rio)
export(inscripcionsecundaria, "inscripcionsecundaria.xlsx")2. PRIMERA VARIABLE INDEPENDIENTE : PBI PER CAPITA
Traemos la data que se encuentra en el Github
linkGDP = "https://github.com/marianareinosov/trabajo-final-est/raw/master/datas%20originales/PCI.csv"
dataGDP=import(linkGDP)Vemos los nombres de mis columnas y luego se cambian a unos más sencillos
names(dataGDP)## [1] "Country/Area" "Year"
## [3] "Unit" "Gross Domestic Product (GDP)"names(dataGDP) = c("Pais","Año","unidad","PBIPC")PBIPC = PBI per capita expresado en dólares estadounidenses.
Eliminamos la columna de “unidad” y “año” ya que no serán necesarias con el objetivo de hacer un merge de estas variables.
dataGDP$unidad = NULL
dataGDP$Año = NULLRedondeamos la segunda columna a 2 decimales.
dataGDP$`PBIPC` = round(dataGDP$PBIPC, 2)Exportamos la data limpia.
export(dataGDP, "dataGDP.xlsx")3. SEGUNDA VARIABLE INDEPENDIENTE: PORCENTAJE DE POBLACION VIVIENDO BAJO LA LINEA DE POBREZA NACIONAL
Scrappeamos la tabla de la página web
linkpobreza = "https://www.cia.gov/library/publications/resources/the-world-factbook/fields/221.html"
linkpathpobreza = '//*[@id="fieldListing"]'Se trae la data al R. Para ello, activamos la librería htmltab
#install.packages("htmltab")
library(htmltab)
Pobreza = htmltab(doc = linkpobreza,
which =linkpathpobreza)## No encoding supplied: defaulting to UTF-8.Cambiamos los nombres de las columnas
names(Pobreza) = c("Pais", "Pobreza")
names(Pobreza)## [1] "Pais" "Pobreza"Pobreza = Porcentaje de la poblacion que vive bajo la linea de pobreza nacional
Para limpiar la base de datos, solo extraemos el número de la columna “Pobreza”. Utilizamos la función parse number, para la cual activamos la libreria readr.
#install.packages("readr")
library(readr)
Pobreza$Pobreza = parse_number(Pobreza$Pobreza)## Warning: 1 parsing failure.
## row col expected actual
## 119 -- a number -Elimino los N.A
Pobreza = na.omit(Pobreza)Exporto la data limpia
export(Pobreza, "Pobreza.xlsx")4. JUNTO EN UNA TABLA LA VARIABLE DEPENDIENTE CON LAS OTRAS DOS INDEPENDIENTES
Primero, juntamos las dos variables independientes trabajadas hasta este punto. Para esto, utilizaremos la función merge.
dataeconomia=merge(dataGDP,Pobreza,all.x=T,all.y=T)Ahora, juntamos esta nueva tabla con la de la variable dependiente.
dataecovd=merge(inscripcionsecundaria,dataeconomia,all.x=T,all.y=F)Exportamos la data
export(dataecovd,"datafinal.xlsx")##LIMPIEZA DE DATA: FACTORES DE RIESGO ### Primera data Comenzamos con la data de Adolescent pregnancy. Colocamos esta data sin limpiar en el repositorio de Github. Fue descargada del sitio de la OMS.
enlaceAP="https://github.com/alessiasibille17/Trabajo_Stad/raw/master/bases_originales/Adolescent%20pregnancy.xlsx"Hora de traerla
library(rio)
dataAP=import(enlaceAP)## New names:
## * `` -> ...2
## * `` -> ...3
## * `` -> ...4Cambiamos los nombres, y nos deshacemos de la columna info (esta decia que se está midiendo la tasa de embarazos adolescentes por cada 1000 mujeres, entre las edades de 15-19)
names(dataAP)## [1] "Applied filters:\nLocation type is Country\nLatestYearLabel is Latest\nLANGUAGE_CODE is en\nIndicatorCode is MDG_0000000003"
## [2] "...2"
## [3] "...3"
## [4] "...4"names(dataAP) = c("country", "yearAP","info","rateper1000AP")
dataAP$info<-NULLVemos que hay dos filas que no nos proporcionan datos.
dataAP=dataAP[-c(1, 2, 169), ]
#Eliminamos la 169 porque figura Sudan (hasta el 2011, antes de que se separa en Sudán y Sudán del Sur). Dado que si tenemos un dato más actualizado de sólo Sudán, preferimos dejar este y no la data anterior a la separación de Sudán del Sur.Veamos la estructura de esta base de datos.
class(dataAP$rateper1000AP) #está en character, que pase a ser num## [1] "character"dataAP$rateper1000AP=as.numeric(dataAP$rateper1000AP)Ahora, veamos si es numérica.
class(dataAP$rateper1000AP)## [1] "numeric"Segunda data
Pasamos a limpiar la siguiente data:Porcentaje de la población entre 15-19 años que son actualmente consumidores de alcohol (2016). Como las anteriores, las bases de datos sin limpiar fueron descargadas de los repositorios de las Naciones Unidas (en este caso, también de la OMS).
enlaceAC="https://github.com/alessiasibille17/Trabajo_Stad/raw/master/bases_originales/alcohol_consumption.csv"
dataAC=import(enlaceAC)
names(dataAC) = c("country", "yearAC","totalAC","male","female")
#No necesitamos las columnas de female y male, sino sólo el total
dataAC$male <-NULL
dataAC$female <-NULL
#No necesitamos esas dos primeras filas.
dataAC=dataAC[-c(1, 2), ]
#Sólo queremos quedarnos con los porcentajes, no con los intervalos. Viendo que cuentan con los puntos y sólo necesitamos el primer número, aplicaremos parse_number en la columna total
library(readr)
dataAC$totalAC=parse_number(dataAC$total)Hora de hacer el merge
Procederemos a hacer el merge a partir de los países. Comenzaremos con nuestra data de Alcohol Consumption y Adolescent Pregnancy
DataACAP=merge(dataAC,dataAP,all.x=T,all.y=T)Veamos si hay países duplicados
DataACAP[duplicated(DataACAP$country),]Al parecer no. Ahora veamos si hay datos incompletos.
DataACAP[!complete.cases(DataACAP),]#Hay países que son los mismos pero la escritura es distinta.
#Côte d’Ivoire por Côte d'Ivoire
dataAP[dataAP$country=='Côte d’Ivoire',"country"]="Côte d'Ivoire"
#The former Yugoslav Republic of Macedonia por Republic of North Macedonia
dataAP[dataAP$country=='The former Yugoslav Republic of Macedonia',"country"]="Republic of North Macedonia"Volvemos a hacer el merge para que los cambios se actualicen
data_fdr=merge(dataAC,dataAP,all.x=T,all.y=T)
#Vemos si persisten estos casos de datos incompletos que sí figuraban, sólo que la escritura era distinta
data_fdr[!complete.cases(data_fdr),]Vemos si los valores que usaremos están en numérico. Efectivamente, sí.
class(data_fdr$totalAC)## [1] "numeric"class(data_fdr$rateper1000AP)## [1] "numeric"¡Listo! tenemos nuestra data respecto a la variable latente: Factores de riesgo. Vamos a proceder a exportar todas las datas, primero independientemente y luego la data final.
write.csv(dataAC,"dataAC.csv",row.names=F)
write.csv(dataAP,"dataAP.csv",row.names=F)
write.csv(data_fdr,"data_fdr.csv",row.names=F)##VARIABLE LATENTE: FACTORES SOCIODEMOGRÁFICOS ### Primera Variable: Porcentaje de población urbana POR PAÍS Para esto, primero importamos la data desde wikipedia (lugar donde se encuentra la tabla). De esta página, copiamos el link y el código xpath. Por cuestiones de practicidad, la data tendrá como nombre “urbano”.
library(htmltab)
url2 = "https://en.wikipedia.org/wiki/Urbanization_by_country"
urbano= htmltab(doc = url2,
which ='/html/body/div[3]/div[3]/div[5]/div[1]/table') #herramientas de desarrolladorPosteriormente, procedemos con la limpieza de la data “urbano”. Para ello procedemos a seleccionar solo las columnas que nos serán útiles y a la vez cambiamos el nombre de nuestras variables por unas más amigables (Pais y URBANO).
urbano=urbano[-138,] #para borrar la fila "world"
urbano = urbano[,c(2,3)]
names(urbano) = c("Pais", "URBANO")
summary(urbano)## Pais URBANO
## Length:229 Length:229
## Class :character Class :character
## Mode :character Mode :characterstr(urbano$URBANO)## chr [1:229] "100" "100" "100" "100" "100" "100" "100" "100" "100" "100" ...Al ejecutar el código “str” nos damos cuenta de que la naturaleza de la variable es “character”. Por ello procedemos a cambiar su nauraleza a numérica.
urbano$URBANO= as.numeric(urbano$URBANO)Asimismo, quitamos las “A” diferentes, ello lo realizamos con el comando gsub
urbano$Pais = gsub('Â',"",urbano$Pais)También, quitamos los espacios de adelante, ya que estos podrían dificultarnos algunos pasos posteriores.
urbano$Pais=trimws(urbano$Pais,whitespace = "[\\h\\v]")Por otra parte, procedemos a cambiar de nombres de los países, ya que hay unos que tienen una escritura particular o presentan entre paréntesis algunas referencias como: “Saint Pierre and Miquelon (France)”—> Saint Pierre and Miquelon
urbano[urbano$Pais=='Curaçao (Netherlands)',"Pais"]="Curacao"
urbano[urbano$Pais=='Wallis and Futuna (France)',"Pais"]="Wallis and Futuna"
urbano[urbano$Pais=='Saint Pierre and Miquelon (France)',"Pais"]="Saint Pierre and Miquelon"
urbano[urbano$Pais=='Saint Helena, Ascension and Tristan da Cunha (UK)',"Pais"]="SSaint Helena, Ascension and Tristan da Cunha"
urbano[urbano$Pais=='Anguilla (UK)',"Pais"]="Anguilla"
urbano[urbano$Pais=='Bermuda (UK)',"Pais"]="Bermuda"
urbano[urbano$Pais=='Cayman Islands (UK)',"Pais"]="Cayman Islands"
urbano[urbano$Pais=='Gibraltar (UK)',"Pais"]="Gibraltar"
urbano[urbano$Pais=='Turks and Caicos Islands (UK)',"Pais"]="Turks and Caicos Islands"
urbano[urbano$Pais=='Falkland Islands (UK)',"Pais"]="Falkland Islands"
urbano[urbano$Pais=='Isle of Man (UK)',"Pais"]="Isle of Man"
urbano[urbano$Pais=='British Virgin Islands (UK)',"Pais"]="British Virgin Islands"
urbano[urbano$Pais=='Hong Kong (China)',"Pais"]="Hong Kong"
urbano[urbano$Pais=='Macau (China)',"Pais"]="Macau"
urbano[urbano$Pais=='Guernsey (UK)',"Pais"]="Guernsey"
urbano[urbano$Pais=='Jersey (UK)',"Pais"]="Jersey"
urbano[urbano$Pais=='Montserrat (UK)',"Pais"]="Montserrat"
urbano[urbano$Pais=='Pitcairn Islands (UK)',"Pais"]="Pitcairn Islands"
urbano[urbano$Pais=='U.S. Virgin Islands (US)',"Pais"]="U.S. Virgin Islands"
urbano[urbano$Pais=='Guam (US)',"Pais"]="Guam"
urbano[urbano$Pais=='Puerto Rico (US)',"Pais"]="Puerto Rico"
urbano[urbano$Pais=='Northern Mariana Islands (US)',"Pais"]="Northern Mariana Islands"
urbano[urbano$Pais=='American Samoa (US)',"Pais"]="American Samoa"
urbano[urbano$Pais=='French Polynesia (France)',"Pais"]="French Polynesia"
urbano[urbano$Pais=='Sint Maarten (Netherlands)',"Pais"]="Sint Maarten"
urbano[urbano$Pais=='Aruba (Netherlands)',"Pais"]="Aruba"
urbano[urbano$Pais=='Greenland (Denmark)',"Pais"]="Greenland"
urbano[urbano$Pais=='Cook Islands (New Zealand)',"Pais"]="Cook Islands"
urbano[urbano$Pais=='Niue (New Zealand)',"Pais"]="Niue"
urbano[urbano$Pais=='Tokelau (New Zealand)',"Pais"]="Tokelau"
urbano[urbano$Pais=='Faroe Islands (Dennmark)',"Pais"]="Faroe Islands"Segunda variable: Porcentaje de población femenina POR PAÍS
Esta variable la importamos directamente desde R, ya que el archivo es un excel desacargado en mi computadora. El archivo se puede encontrar en el github - Bases sucias - SEXO (descargar))
sexolink="https://github.com/EstefanyClareth/PROYECTO-ESTAD/raw/master/Bases%20sucias/SEXO.xlsx"
sexo=import(sexolink)Cambiamos de nombre a las variables y recortamos aquellas columnas que no nos sirven mucho para este estudio.
sexo=sexo[-195,] #para borrar la fila "world"
sexo= sexo[,c(1,64)]
names(sexo) = c("Pais", "SEXO")
summary(sexo)## Pais SEXO
## Length:199 Min. :24.67
## Class :character 1st Qu.:49.67
## Mode :character Median :50.25
## Mean :49.87
## 3rd Qu.:50.91
## Max. :54.40str(sexo$SEXO)## num [1:199] 52.6 48.7 50.5 49.1 48.2 ...Cambiamos la estructura de la variable SEXO (de caracter a numérica)
sexo$SEXO= as.numeric(sexo$SEXO)Luego procedemos a recortar los decimales.
sexo$SEXO= round(sexo$SEXO,2) Posteriormente, quitamos los espacios en blanco de adelante
sexo$Pais=trimws(sexo$Pais,whitespace = "[\\h\\v]")Ahora juntamos las dos datas a través de la función merge (urbano y sexo)
sociodemo=merge(urbano,sexo) Finalmente exportamos las datas
export(sexo,"sexo.csv")
export(urbano,"urbano.csv")
export(sociodemo,"sociodemo.csv")##LATENTE: INVERSIÓN DEL ESTADO EN EDUCACIÓN Scrappeamos la data que será usada para la variable de inversión del Estado en Educación a nivel global.
library(htmltab)
url1= "https://datosmacro.expansion.com/estado/gasto/educacion"
invereduc = htmltab(doc = url1,
which ='//*[@id="node-10961"]/div[4]/div/div[2]',
encoding = "UTF-8") Eliminamos las columnas que no necesitamos
invereduc=invereduc[ ,c(-2:-4)]
invereduc=invereduc[ ,c(-4:-7)]
invereduc=invereduc[,-2]Ahora, cambiamos los nombres de nuestras columnas:
names(invereduc)=c("Pais","gastoedu")Eliminamos los porcentajes y aquellos símbolos que no se necesitan.
invereduc$Pais =gsub("\\+", "", invereduc$Pais)
invereduc$Pais =gsub("\\[]", "", invereduc$Pais)
invereduc$gastoedu =gsub("\\%", "", invereduc$gastoedu)
invereduc$gastoedu =gsub("\\,", ".", invereduc$gastoedu)
#tambien cambiamos las comas por los puntos
invereduc$gastoedu =gsub("\\,", ".", invereduc$gastoedu)Al juntar las datas nos damos cuentas que tenemos nombres repetidos, entonces cambiaremos los nombres en una data y luego volveremos a juntar.
#reemplazamos las vocales con tilde por vocales sin tilde
invereduc$Pais =gsub("í", "i", invereduc$Pais)
invereduc$Pais =gsub("á", "a", invereduc$Pais)
invereduc$Pais =gsub("é", "e", invereduc$Pais)
invereduc$Pais =gsub("ó", "o", invereduc$Pais)
invereduc$Pais =gsub("ú", "u", invereduc$Pais)Verificamos nuestras variables
str(invereduc)## 'data.frame': 191 obs. of 2 variables:
## $ Pais : chr "España " "Alemania " "Reino Unido " "Francia " ...
## $ gastoedu: chr "4.21" "4.80" "5.49" "5.46" ...#cambiamos nuestra variables a numericas
invereduc$gastoedu=as.numeric(invereduc$gastoedu)
#varificamos con un summary
summary(invereduc)## Pais gastoedu
## Length:191 Min. : 0.720
## Class :character 1st Qu.: 3.145
## Mode :character Median : 4.170
## Mean : 4.455
## 3rd Qu.: 5.300
## Max. :12.840Estudiantes por maestro
Ahora limpiamos la data de estudiantes por maestro
link2="https://github.com/Maritza1224/Trabajo-Grupal-estadistica/raw/master/Bases%20originales/API_SE.SEC.ENRL.TC.ZS_DS2_es_excel_v2_1348815.xls"
maestros=import(link2)## New names:
## * `` -> ...3
## * `` -> ...4
## * `` -> ...5
## * `` -> ...6
## * `` -> ...7
## * ...Eliminamos las columnas que no necesitamos
maestros= maestros[,-2:-54]Eliminamos filas que no necesitamos
maestros=maestros[-1:-2,]
maestros=maestros[-1,]Cambiamos de nombre a nuestros columnas:
names(maestros) = c("pais", "2010","2011","2012", "2013","2014","2015", "2016","2017","2018", "2019")
#eliminare la columna del 2019 ya que hay no encuentro datos
maestros$'2019'=NULL
export(maestros,"maestrosxestu.xlsx")En Excel juntamos los datos para tener el más reciente, ahora cambiamos nombres, borramos tildes y espacios en balnco
link3="https://github.com/Maritza1224/Trabajo-Grupal-estadistica/raw/master/Bases%20originales/maestroxestu1.xlsx?raw=true"
maestroxestu=import(link3)names(maestroxestu)=c("Pais","profxes")
maestroxestu[!complete.cases(maestroxestu),]#reemplazamos las vocales con tilde por vocales sin tilde
maestroxestu$Pais=gsub("í", "i", maestroxestu$Pais)
maestroxestu$Pais =gsub("á", "a", maestroxestu$Pais)
maestroxestu$Pais =gsub("é", "e", maestroxestu$Pais)
maestroxestu$Pais =gsub("ó", "o", maestroxestu$Pais)
maestroxestu$Pais =gsub("ú", "u", maestroxestu$Pais)
maestroxestu$Pais =gsub("Ã", "A", maestroxestu$Pais)invereduc$Pais=trimws(invereduc$Pais,whitespace = "[\\h\\v]")
maestroxestu$Pais=trimws(maestroxestu$Pais,whitespace = "[\\h\\v]")#juntamos la data de nuevo
dataesteducacion=merge(invereduc,maestroxestu,all.x = T, all.y = T)
export(dataesteducacion,"estatalin11.xlsx")MERGE DE DATAS
Importamos las bases de datos ##Variable dependiente y factores económicos
library(rio)
Linkmariana="https://github.com/marianareinosov/trabajo-final-est/raw/master/datas%20limpias/datafinal.xlsx"
datafinal=import(Linkmariana)
#columnas: Matricula, PBIPC y PobrezaFactores de riesgo
linkAle="https://github.com/alessiasibille17/Trabajo_Stad/raw/master/bases_limpias/datafdrfinal.csv"
datariesgo=import(linkAle)
names(datariesgo)[1]='Pais'
#columnas: totalAC y rateper1000APFactores sociodemográficos
linkEstef="https://github.com/EstefanyClareth/PROYECTO-ESTAD/raw/master/BASES%20LIMPIAS/sociodemo.csv"
datasociodemo=import(linkEstef)
#columna= URBANO y SEXOPresencia del Estado en educación
linkMaritza="https://raw.githubusercontent.com/Maritza1224/Trabajo-Grupal-estadistica/master/Bases%20Finales-Limpiadas/estatalin11.csv"
dataedues=import(linkMaritza)
#columna= gastoedu y profxesMERGE
En este punto realizamos el merge de las variables limpiadas por separado. Primero juntamos aquella que contenía factores económicos y la variable dependiente con la de factores sociodemográficos, luego esta data mergeada con la de gasto en educación y, finalmente, el conjunto de todas las variables ya mencionadas con la data de factores de riesgo.
data1=merge(datafinal,datasociodemo,all.x=T,all.y=T)
data2=merge(data1,dataedues,all.x=T,all.y=T)
mergefinal=merge(data2,datariesgo,all.x=T,all.y=T)Cambios a realizar
Vemos que hay países que no se han juntado debido a que los nombres tienen alguna diferencia. Procederemos a uniformizarlos para que se pueda realizar el merge de manera correcta.
#Afganistan a Afghanistan
dataedues[dataedues$Pais=='Afganistan',"Pais"]="Afghanistan"
#Alemania a Germany
dataedues[dataedues$Pais=='Alemania',"Pais"]="Germany"
# Antigua y Barbuda a Antigua and Barbuda
dataedues[dataedues$Pais=='Antigua y Barbuda',"Pais"]="Antigua and Barbuda"
#Azerbaiyan a Azerbaijan
dataedues[dataedues$Pais=='Azerbaiyan',"Pais"]="Azerbaijan"
#Bahamas, The a Bahamas
datafinal[datafinal$Pais=='Bahamas, The',"Pais"]="Bahamas"
#Bahrein a Bahrain
dataedues[dataedues$Pais=='Bahrein',"Pais"]="Bahrain"
#Bielorrusia a Belarus. AQUÍ NO CAMBIA. CHECAR PQ NO HACE MATCH EN LA MISMA DATA
dataedues[dataedues$Pais=='Bielorrusia',"Pais"]="Belarus"
#Belgica a Belgium
dataedues[dataedues$Pais=='Belgica',"Pais"]="Belgium"
#Belice a Belize
dataedues[dataedues$Pais=='Belice',"Pais"]="Belize"
#Bermudas a Bermuda
dataedues[dataedues$Pais=='Bermudas',"Pais"]="Bermuda"
#Bolivia (Plurinational State of) a Bolivia
datariesgo[datariesgo$Pais=='Bolivia (Plurinational State of)',"Pais"]="Bolivia"
#Bosnia y Herzegovina a Bosnia and Herzegovina
dataedues[dataedues$Pais=='Bosnia y Herzegovina',"Pais"]="Bosnia and Herzegovina"
#Brasil a Brazil
dataedues[dataedues$Pais=='Brasil',"Pais"]="Brazil"
#Brunei a Brunei Darussalam
dataedues[dataedues$Pais=='Brunei',"Pais"]="Brunei Darussalam"
#Butan a Bhutan MISMO PROBLEMA QUE CON BIELORRUSIA
dataedues[dataedues$Pais=='Butan',"Pais"]="Bhutan"
#Camboya a Cambodia
dataedues[dataedues$Pais=='Camboya',"Pais"]="Cambodia"
#Camerun a Cameroon
dataedues[dataedues$Pais=='Camerun',"Pais"]="Cameroon"
#Comoras a Comoros
dataedues[dataedues$Pais=='Comoras',"Pais"]="Comoros"
#Cote d'Ivoire y Costa de Marfil, Côte d'Ivoire a Ivory Coast MISMO PROBLEMA QUE CON BIELORRUSIA
datafinal[datafinal$Pais=="Cote d'Ivoire","Pais"]="Côte d'Ivoire"
dataedues[dataedues$Pais=='Costa de Marfil',"Pais"]="Côte d'Ivoire"
#Croacia a Croatia
dataedues[dataedues$Pais=='Croacia',"Pais"]="Croatia"
#Czechia a Czech Republic
datariesgo[datariesgo$Pais=='Czechia',"Pais"]="Czech Republic"
#Chipre a Cyprus
dataedues[dataedues$Pais=='Chipre',"Pais"]="Cyprus"
#Dinamarca a Denmark
dataedues[dataedues$Pais=='Dinamarca',"Pais"]="Denmark"
#Egipto y Egypt, Arab Rep. a Egypt
dataedues[dataedues$Pais=='Egipto',"Pais"]="Egypt"
datafinal[datafinal$Pais=="Egypt, Arab Rep.","Pais"]="Egypt"
#Fiyi a Fiji
dataedues[dataedues$Pais=='Fiyi',"Pais"]="Fiji"
#Estados Unidos a United States
dataedues[dataedues$Pais=='Estados Unidos',"Pais"]="United States"
#Finlandia a Finland
dataedues[dataedues$Pais=='Finlandia',"Pais"]="Finland"
#Francia a France
dataedues[dataedues$Pais=='Francia',"Pais"]="France"
#Grecia a Greece
dataedues[dataedues$Pais=='Grecia',"Pais"]="Greece"
#Granada a Grenada
dataedues[dataedues$Pais=='Granada',"Pais"]="Grenada"
#Hungria a Hungary
dataedues[dataedues$Pais=='Hungria',"Pais"]="Hungary"
#Iran (Islamic Republic of) y Iran, Islamic Rep. a Iran
datariesgo[datariesgo$Pais=='Iran (Islamic Republic of)',"Pais"]="Iran"
datafinal[datafinal$Pais=="Iran, Islamic Rep.","Pais"]="Iran"
#Islandia a Iceland
dataedues[dataedues$Pais=='Islandia',"Pais"]="Iceland"
#Irlanda a Ireland
dataedues[dataedues$Pais=='Irlanda',"Pais"]="Ireland"
#Italia a Italy
dataedues[dataedues$Pais=='Italia',"Pais"]="Italy"
#Japon a Japan
dataedues[dataedues$Pais=='Japon',"Pais"]="Japan"
#Jordania a Jordan
dataedues[dataedues$Pais=='Jordania',"Pais"]="Jordan"Seguimos cambiando los nombres
#Kazajistan a Kazakhstan
dataedues[dataedues$Pais=='Kazajistan',"Pais"]="Kazakhstan"
#Kyrgyz Republic y Kirguistan a Kyrgyzstan
datafinal[datafinal$Pais=="Kyrgyz Republic","Pais"]="Kyrgyzstan"
dataedues[dataedues$Pais=='Kirguistan',"Pais"]="Kyrgyzstan"
#Corea del Sur, Korea, Rep. a Republic of Korea
datafinal[datafinal$Pais=="Korea, Rep.","Pais"]="Republic of Korea"
dataedues[dataedues$Pais=='Corea del Sur',"Pais"]="Republic of Korea"
#Lao PDR y Lao People's Democratic Republic a Laos
datafinal[datafinal$Pais=="Lao PDR","Pais"]="Laos"
datariesgo[datariesgo$Pais=="Lao People's Democratic Republic","Pais"]="Laos"
#Letonia a Latvia
dataedues[dataedues$Pais=='Letonia',"Pais"]="Latvia"
#Lituania a Lithuania
dataedues[dataedues$Pais=='Lituania',"Pais"]="Lithuania"
#Luxemburgo a Luxembourg
dataedues[dataedues$Pais=='Luxemburgo',"Pais"]="Luxembourg"
#Malasia a Malaysia
dataedues[dataedues$Pais=='Malasia',"Pais"]="Malaysia"
#Islas Marshall a Marshall Islands
dataedues[dataedues$Pais=='Islas Marshall',"Pais"]="Marshall Islands"
#Mauricio a Mauritius
dataedues[dataedues$Pais=='Mauricio',"Pais"]="Mauritius"
#Moldavia, Republic of Moldova y Republica de Moldova a Moldova
dataedues[dataedues$Pais=='Moldavia',"Pais"]="Moldova"
dataedues[dataedues$Pais=='Republica de Moldova',"Pais"]="Moldova"
datariesgo[datariesgo$Pais=="Republic of Moldova","Pais"]="Moldova"
#Marruecos a Morocco
dataedues[dataedues$Pais=='Marruecos',"Pais"]="Morocco"
#Paises Bajos a Netherlands
dataedues[dataedues$Pais=='Paises Bajos',"Pais"]="Netherlands"
#Etiopia a Ethiopia
dataedues[dataedues$Pais=='Etiopia',"Pais"]="Ethiopia"
#Noruega a Norway
dataedues[dataedues$Pais=='Noruega',"Pais"]="Norway"
#Nueva Zelanda a New Zealand
dataedues[dataedues$Pais=='Nueva Zelanda',"Pais"]="New Zealand"
#Papua Nueva Guinea a Papua New Guinea
dataedues[dataedues$Pais=='Papua Nueva Guinea',"Pais"]="Papua New Guinea"
#Polonia a Poland
dataedues[dataedues$Pais=='Polonia',"Pais"]="Poland"
#Filipinas a Philippines
dataedues[dataedues$Pais=='Filipinas',"Pais"]="Philippines"
#Catar a Qatar
dataedues[dataedues$Pais=='Catar',"Pais"]="Qatar"
# Siria y Republica Arabe Siria a Syrian Arab Republic
dataedues[dataedues$Pais=='Siria',"Pais"]="Syrian Arab Republic"
dataedues[dataedues$Pais=='Republica Arabe Siria ',"Pais"]="Syrian Arab Republic"
#Rumania a Romania
dataedues[dataedues$Pais=='Rumania',"Pais"]="Romania"
#Ruanda a Rwanda
dataedues[dataedues$Pais=='Ruanda',"Pais"]="Rwanda"
#Rusia a Russian Federation
dataedues[dataedues$Pais=='Rusia',"Pais"]="Russian Federation"
#Republica Centroafricana a Central African Republic
dataedues[dataedues$Pais=='Republica Centroafricana',"Pais"]="Central African Republic"
#Republica Checa a Czech Republic
dataedues[dataedues$Pais=='Republica Checa',"Pais"]="Czech Republic"
#Republica Dominicana a Dominican Republic
dataedues[dataedues$Pais=='Republica Dominicana',"Pais"]="Dominican Republic"
#Sierra Leona a Sierra Leone
dataedues[dataedues$Pais=='Sierra Leona',"Pais"]="Sierra Leone"
#Arabia Saudita a Saudi Arabia
dataedues[dataedues$Pais=='Arabia Saudita',"Pais"]="Saudi Arabia"Seguimos haciendo match con los nombres.
#Santo Tome y Principe a Sao Tome and Principe
dataedues[dataedues$Pais=='Santo Tome y Principe',"Pais"]="Sao Tome and Principe"
#Singapur a Singapore
dataedues[dataedues$Pais=='Singapur',"Pais"]="Singapore"
#España a Spain
dataedues[dataedues$Pais=='España',"Pais"]="Spain"
#Republica Eslovaca, Eslovaquia, Slovak Republic a Slovakia
dataedues[dataedues$Pais=='Republica Eslovaca',"Pais"]="Slovakia"
dataedues[dataedues$Pais=='Eslovaquia',"Pais"]="Slovakia"
datafinal[datafinal$Pais=="Slovak Republic","Pais"]="Slovakia"
#Eslovenia a Slovenia
dataedues[dataedues$Pais=='Eslovenia',"Pais"]="Slovenia"
#Suecia a Sweden
dataedues[dataedues$Pais=='Suecia',"Pais"]="Sweden"
#Suiza a Switzerland
dataedues[dataedues$Pais=='Suiza',"Pais"]="Switzerland"
#Sudafrica a South Africa
dataedues[dataedues$Pais=='Sudafrica',"Pais"]="South Africa"
#Tayikistan a Tajikistan
dataedues[dataedues$Pais=='Tayikistan',"Pais"]="Tajikistan"
#Tailandia a Thailand
dataedues[dataedues$Pais=='Tailandia',"Pais"]="Thailand"
#Turquia a Turkey
dataedues[dataedues$Pais=='Turquia',"Pais"]="Turkey"
#Ucrania a Ukraine
dataedues[dataedues$Pais=='Ucrania',"Pais"]="Ukraine"
#Emiratos Árabes Unidos a United Arab Emirates
dataedues[dataedues$Pais=='Emiratos Árabes Unidos',"Pais"]="United Arab Emirates"
#Reino Unido y United Kingdom of Great Britain and Northern Ireland a United Kingdom
dataedues[dataedues$Pais=='Reino Unido',"Pais"]="United Kingdom"
datariesgo[datariesgo$Pais=="United Kingdom of Great Britain and Northern Ireland","Pais"]="United Kingdom"
#United States of America a United States
datariesgo[datariesgo$Pais=="United States of America","Pais"]="United States"
#Venezuela, RB y Venezuela (Bolivarian Republic of) a Venezuela
datafinal[datafinal$Pais=="Venezuela, RB","Pais"]="Venezuela"
datariesgo[datariesgo$Pais=="Venezuela (Bolivarian Republic of)","Pais"]="Venezuela"
#Yemen, Rep. a Yemen
datafinal[datafinal$Pais=="Yemen, Rep.","Pais"]="Yemen"
#Yibuti a Djibouti
dataedues[dataedues$Pais=='Yibuti',"Pais"]="Djibouti"
#Zimbabue a Zimbabwe
dataedues[dataedues$Pais=='Zimbabue',"Pais"]="Zimbabwe"
#Saint Lucia, Santa Lucia a St. Lucia
datariesgo[datariesgo$Pais=="Saint Lucia","Pais"]="St. Lucia"
dataedues[dataedues$Pais=='Santa Lucia',"Pais"]="St. Lucia"
#Sudan del Sur al South Sudan
dataedues[dataedues$Pais=='Sudan del Sur',"Pais"]="South Sudan"
#Timor Oriental a Timor-Leste
dataedues[dataedues$Pais=='Timor Oriental',"Pais"]="Timor-Leste"
#Birmania - Myanmar a Myanmar
dataedues[dataedues$Pais=='Birmania - Myanmar',"Pais"]="Myanmar"
#Argelia a Algeria
dataedues[dataedues$Pais=='Argelia',"Pais"]="Algeria"
#Guinea Ecuatorial a Equatorial Guinea
dataedues[dataedues$Pais=='Guinea Ecuatorial',"Pais"]="Equatorial Guinea"
#Kenia a Kenya
dataedues[dataedues$Pais=='Kenia',"Pais"]="Kenya"
#United Republic of Tanzania a Tanzania
datariesgo[datariesgo$Pais=="United Republic of Tanzania","Pais"]="Tanzania"
#Trinidad y Tobago a Trinidad and Tobago
dataedues[dataedues$Pais=='Trinidad y Tobago',"Pais"]="Trinidad and Tobago"
#Maldivas a Maldives
dataedues[dataedues$Pais=='Maldivas',"Pais"]="Maldives"
#Libano a Lebanon
dataedues[dataedues$Pais=='Libano',"Pais"]="Lebanon"
#Libia a Libya
dataedues[dataedues$Pais=='Libia',"Pais"]="Libya"
#Macedonia del Norte, Republic of North Macedonia a North Macedonia
dataedues[dataedues$Pais=='Macedonia del Norte',"Pais"]="North Macedonia"
datariesgo[datariesgo$Pais=="Republic of North Macedonia","Pais"]="North Macedonia"
#Saint Kitts y Nevis, Saint Kitts and Nevis a St. Kitts and Nevis
dataedues[dataedues$Pais=='Saint Kitts y Nevis',"Pais"]="St. Kitts and Nevis"
datariesgo[datariesgo$Pais=="Saint Kitts and Nevis","Pais"]="St. Kitts and Nevis"
#Saint Vincent and the Grenadines a St. Vincent and the Grenadines
datariesgo[datariesgo$Pais=="Saint Vincent and the Grenadines","Pais"]="St. Vincent and the Grenadines"
#Estado de Palestina a State of Palestine
dataedues[dataedues$Pais=='Estado de Palestina',"Pais"]="State of Palestine"
#Tunez a Tunisia
dataedues[dataedues$Pais=='Tunez',"Pais"]="Tunisia"
#Islas Salomon a Solomon Islands
dataedues[dataedues$Pais=='Islas Salomon',"Pais"]="Solomon Islands"
#Micronesia (Federated States of), Estados Federados de Micronesia a Federated States of Micronesia
datariesgo[datariesgo$Pais=="Micronesia (Federated States of)","Pais"]="Federated States of Micronesia"
dataedues[dataedues$Pais=='Estados Federados de Micronesia',"Pais"]="Federated States of Micronesia"
#Republica Democratica del Congo a Democratic Republic of the Congo
dataedues[dataedues$Pais=='Republica Democratica del Congo',"Pais"]="Democratic Republic of the Congo"
#Republica del Congo a Congo
dataedues[dataedues$Pais=='Republica del Congo',"Pais"]="Congo"
#Viet Nam a Vietnam
datariesgo[datariesgo$Pais=="Viet Nam","Pais"]="Vietnam"Después de realizar estos cambios, mergeamos de nuevo la data.
data1=merge(datafinal,datasociodemo,all.x=T,all.y=T)
data2=merge(data1,dataedues,all.x=T,all.y=T)
mergefinal=merge(data2,datariesgo,all.x=T,all.y=T)Verificamos los cambios realizados.
mergefinal[!complete.cases(mergefinal),]Ahora importamos la data mergeada
write.csv(mergefinal,"mergefinal.csv",row.names=F)#Análisis univariado y bivariado Importamos la data desde un repositorio de Github
library(rio)
link="https://github.com/alessiasibille17/Trabajo_Stad/raw/master/entrega2_final/mergefinal.xlsx"
datamerge=import(link)##ANÁLISIS UNIVARIADO
#Antes que nada, colocamos los nombres de los países en row.names.
row.names(datamerge)=datamerge$Pais
#Activamos las librerías que usaremos.
library(DescTools)
library(psych)##
## Attaching package: 'psych'## The following objects are masked from 'package:DescTools':
##
## AUC, ICC, SD#Eliminamos la columna con los países, pues estos ya se encuentran en los row names.
datamerge$Pais= NULLVARIABLE - MATRICULA
#Identificando la variable
str(datamerge)## 'data.frame': 207 obs. of 9 variables:
## $ Matricula : num 50.1 86.6 NA NA 11.3 ...
## $ PBIPC : num 552 5224 NA NA 3437 ...
## $ Pobreza : num 54.5 14.3 NA NA 36.6 NA 25.7 32 NA NA ...
## $ URBANO : num 26 62.1 73.7 NA 66.8 24.4 92.1 63.3 43.7 86.2 ...
## $ SEXO : num 48.7 49.1 49.5 NA 50.5 ...
## $ gastoedu : num 4.06 2.47 4.34 3.23 3.42 2.52 5.46 2.71 NA 5.27 ...
## $ profxes : num 33.5 11.2 NA 8.02 26.77 ...
## $ totalAC : num 0.3 37.7 1.5 64.2 33.5 35.3 54.5 16.3 NA 69.3 ...
## $ rateper1000AP: num 62 15.9 9.7 2.7 163 27.7 54.4 21.2 NA 10.1 ...class(datamerge$Matricula)## [1] "numeric"summary(datamerge$Matricula)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 5.48 57.52 82.07 72.01 90.89 99.84 44table(datamerge$Matricula)##
## 5.48 11.29 12.72 15.69 18.86 19.28 20.07 26.55 27.52 29.85 29.93 30.81 30.98
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 31 31.5 32.21 32.38 34.24 35.87 37.4 37.67 37.82 40.2 41.01 41.35 41.58
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 41.7 41.77 43.78 45.99 46.58 47.59 48.42 48.5 48.73 48.94 50.14 50.36 55.85
## 1 1 2 1 1 1 1 1 1 1 1 1 1
## 57.24 57.79 60.01 61.63 61.83 61.87 62.5 62.6 62.74 63.79 64.06 64.49 65.23
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 65.56 65.88 66.54 66.55 66.73 68.11 70.2 70.43 70.61 71.15 71.81 71.93 72.21
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 72.77 73.24 73.97 75.92 76.55 76.95 77.27 77.47 77.96 78.73 80.06 81.16 81.31
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 81.38 81.73 82.07 82.34 82.45 82.65 82.78 82.85 83.22 83.58 84.18 84.31 84.39
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 84.52 84.67 84.76 85.3 85.33 85.52 85.68 85.94 86.53 86.61 87 87.23 87.73
## 1 1 1 1 1 1 1 1 1 1 1 2 1
## 87.74 88.21 88.53 88.65 88.79 89.06 89.07 89.28 89.31 89.47 90.19 90.52 90.68
## 2 1 1 1 1 1 1 1 1 1 1 1 1
## 90.8 90.86 90.92 91.04 91.27 92.07 92.28 92.39 92.45 92.8 92.96 93.16 93.35
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 93.63 93.8 93.84 93.89 94.08 94.36 94.66 94.67 94.95 95.34 95.61 95.64 95.69
## 1 1 1 1 1 1 2 1 1 1 1 1 1
## 95.95 96.1 96.19 96.36 96.86 96.88 97.13 98 98.01 98.43 98.64 98.66 99.06
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 99.78 99.81 99.84
## 1 1 1#Análisis estadístico
median(datamerge$Matricula,na.rm=T)## [1] 82.07mean(datamerge$Matricula,na.rm=T)## [1] 72.01429Mode(datamerge$Matricula,na.rm=T)## [1] 43.78 87.23 87.74 94.66
## attr(,"freq")
## [1] 2sd(datamerge$Matricula,na.rm=T)## [1] 23.95137table(datamerge$Matricula)##
## 5.48 11.29 12.72 15.69 18.86 19.28 20.07 26.55 27.52 29.85 29.93 30.81 30.98
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 31 31.5 32.21 32.38 34.24 35.87 37.4 37.67 37.82 40.2 41.01 41.35 41.58
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 41.7 41.77 43.78 45.99 46.58 47.59 48.42 48.5 48.73 48.94 50.14 50.36 55.85
## 1 1 2 1 1 1 1 1 1 1 1 1 1
## 57.24 57.79 60.01 61.63 61.83 61.87 62.5 62.6 62.74 63.79 64.06 64.49 65.23
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 65.56 65.88 66.54 66.55 66.73 68.11 70.2 70.43 70.61 71.15 71.81 71.93 72.21
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 72.77 73.24 73.97 75.92 76.55 76.95 77.27 77.47 77.96 78.73 80.06 81.16 81.31
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 81.38 81.73 82.07 82.34 82.45 82.65 82.78 82.85 83.22 83.58 84.18 84.31 84.39
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 84.52 84.67 84.76 85.3 85.33 85.52 85.68 85.94 86.53 86.61 87 87.23 87.73
## 1 1 1 1 1 1 1 1 1 1 1 2 1
## 87.74 88.21 88.53 88.65 88.79 89.06 89.07 89.28 89.31 89.47 90.19 90.52 90.68
## 2 1 1 1 1 1 1 1 1 1 1 1 1
## 90.8 90.86 90.92 91.04 91.27 92.07 92.28 92.39 92.45 92.8 92.96 93.16 93.35
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 93.63 93.8 93.84 93.89 94.08 94.36 94.66 94.67 94.95 95.34 95.61 95.64 95.69
## 1 1 1 1 1 1 2 1 1 1 1 1 1
## 95.95 96.1 96.19 96.36 96.86 96.88 97.13 98 98.01 98.43 98.64 98.66 99.06
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 99.78 99.81 99.84
## 1 1 1prop.table(table(datamerge$Matricula))*100##
## 5.48 11.29 12.72 15.69 18.86 19.28 20.07 26.55
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 27.52 29.85 29.93 30.81 30.98 31 31.5 32.21
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 32.38 34.24 35.87 37.4 37.67 37.82 40.2 41.01
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 41.35 41.58 41.7 41.77 43.78 45.99 46.58 47.59
## 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939 0.6134969 0.6134969 0.6134969
## 48.42 48.5 48.73 48.94 50.14 50.36 55.85 57.24
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 57.79 60.01 61.63 61.83 61.87 62.5 62.6 62.74
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 63.79 64.06 64.49 65.23 65.56 65.88 66.54 66.55
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 66.73 68.11 70.2 70.43 70.61 71.15 71.81 71.93
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 72.21 72.77 73.24 73.97 75.92 76.55 76.95 77.27
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 77.47 77.96 78.73 80.06 81.16 81.31 81.38 81.73
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 82.07 82.34 82.45 82.65 82.78 82.85 83.22 83.58
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 84.18 84.31 84.39 84.52 84.67 84.76 85.3 85.33
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 85.52 85.68 85.94 86.53 86.61 87 87.23 87.73
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939 0.6134969
## 87.74 88.21 88.53 88.65 88.79 89.06 89.07 89.28
## 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 89.31 89.47 90.19 90.52 90.68 90.8 90.86 90.92
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 91.04 91.27 92.07 92.28 92.39 92.45 92.8 92.96
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 93.16 93.35 93.63 93.8 93.84 93.89 94.08 94.36
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 94.66 94.67 94.95 95.34 95.61 95.64 95.69 95.95
## 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 96.1 96.19 96.36 96.86 96.88 97.13 98 98.01
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 98.43 98.64 98.66 99.06 99.78 99.81 99.84
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969#Gráfico de la variable matrícula
boxplot(datamerge$Matricula)
graficomatricula <- (datamerge$Matricula)
hist(graficomatricula, col= rainbow(10),
xlab="Países",
ylab="Porcentaje de alumnos matriculados en la escuela secundaria",
main=" ALUMNOS MATRICULADOS POR PAÍS")
#Gráfico de la variable matricula en boxplot
boxplot(datamerge$Matricula, main="BOXPLOT DE ALUMNOS MATRICULADOS POR PAÍS", col="Yellow",
xlab="país", ylab="Porcentaje de alumnos matriculados en la escuela secundaria")
#Para visualizar los descriptivos de manera más clara
library(table1)## Warning: package 'table1' was built under R version 4.0.3##
## Attaching package: 'table1'## The following objects are masked from 'package:base':
##
## units, units<-table1::label(datamerge$Matricula) <- "Porcentaje de alumnos matriculados en el nivel secundario"
table1(~Matricula, data = datamerge)| Overall (N=207) |
|
|---|---|
| Porcentaje de alumnos matriculados en el nivel secundario | |
| Mean (SD) | 72.0 (24.0) |
| Median [Min, Max] | 82.1 [5.48, 99.8] |
| Missing | 44 (21.3%) |
table1## function (x, ...)
## {
## UseMethod("table1")
## }
## <bytecode: 0x000000001a002a90>
## <environment: namespace:table1>VARIABLE PBI-PERCAPITA
#Identificando la variable
str(datamerge)## 'data.frame': 207 obs. of 9 variables:
## $ Matricula : num 50.1 86.6 NA NA 11.3 ...
## ..- attr(*, "label")= chr "Porcentaje de alumnos matriculados en el nivel secundario"
## $ PBIPC : num 552 5224 NA NA 3437 ...
## $ Pobreza : num 54.5 14.3 NA NA 36.6 NA 25.7 32 NA NA ...
## $ URBANO : num 26 62.1 73.7 NA 66.8 24.4 92.1 63.3 43.7 86.2 ...
## $ SEXO : num 48.7 49.1 49.5 NA 50.5 ...
## $ gastoedu : num 4.06 2.47 4.34 3.23 3.42 2.52 5.46 2.71 NA 5.27 ...
## $ profxes : num 33.5 11.2 NA 8.02 26.77 ...
## $ totalAC : num 0.3 37.7 1.5 64.2 33.5 35.3 54.5 16.3 NA 69.3 ...
## $ rateper1000AP: num 62 15.9 9.7 2.7 163 27.7 54.4 21.2 NA 10.1 ...class(datamerge$PBIPC)## [1] "numeric"summary(datamerge$PBIPC)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 294 2040 6798 18564 23419 179258 65table(datamerge$PBIPC)##
## 293.96 396.63 440.25 480.71 498.94 527.4 536.11 551.87
## 1 1 1 1 1 1 1 1
## 571.27 654.76 735.11 735.73 747.72 773.05 820.17 826.62
## 1 1 1 1 1 1 1 1
## 900.1 906.54 937.6 981.3 990.56 1208.44 1248.02 1330.39
## 1 1 1 1 1 1 1 1
## 1354.45 1400.53 1501.72 1534.49 1554.98 1670.8 1683.77 1730.44
## 1 1 1 1 1 1 1 1
## 1948.11 1985.43 2028.9 2035.53 2054.76 2201.58 2500.11 2681.43
## 1 1 1 1 1 1 1 1
## 2956.92 3037.22 3048.59 3102.73 3272.95 3437.3 3523.8 3635.41
## 1 1 1 1 1 1 1 1
## 3666.9 3893.49 4000.62 4058.24 4189.69 4212.13 4237.8 4249.57
## 1 1 1 1 1 1 1 1
## 4396.67 4549.02 4717.72 4884.74 4885.81 4900.76 5223.81 5354.25
## 1 1 1 1 1 1 1 1
## 5794.58 6003.72 6267.03 6311.72 6344.87 6369.23 6649.64 6947.25
## 1 1 1 1 1 1 1 1
## 7208.78 7273.56 7650.09 7691.35 8771.69 8821.82 8920.7 9367.92
## 1 1 1 1 1 1 1 1
## 9387.81 9694.85 9789.5 10485.91 11221.98 11373.35 11394.14 11687.6
## 1 1 1 1 1 1 1 1
## 11875.86 12026.55 12280.84 14674.02 15444 15575.08 15923.36 16264.02
## 1 1 1 1 1 1 1 1
## 16377.86 16726.98 17278.06 17745.87 17851.58 19072.78 19082.52 20731.2
## 1 1 1 1 1 1 1 1
## 23217.2 23241.89 23477.73 24133.55 26005.1 28967.58 30262.49 30405.83
## 1 1 1 1 1 1 1 1
## 31627.23 33122.8 33271.16 34248.84 34388.51 41358.09 43004.95 43836.15
## 1 1 1 1 1 1 1 1
## 44214.91 46192.38 47292.97 47513.7 48472.71 48511.26 50135.72 51230.28
## 1 1 1 1 1 1 1 1
## 53583.14 55766.81 58392.71 61833.71 62720.88 62917.94 68793.66 76867.3
## 1 1 1 1 1 1 1 1
## 79414.6 81335.65 82708.51 101207.85 117369.54 179258.25
## 1 1 1 1 1 1#Análisis estadístico
median(datamerge$PBIPC,na.rm=T)## [1] 6798.445mean(datamerge$PBIPC,na.rm=T)## [1] 18563.8Mode(datamerge$PBIPC,na.rm=T)## [1] NA
## attr(,"freq")
## [1] 1sd(datamerge$PBIPC,na.rm=T)## [1] 26672.1table(datamerge$PBIPC)##
## 293.96 396.63 440.25 480.71 498.94 527.4 536.11 551.87
## 1 1 1 1 1 1 1 1
## 571.27 654.76 735.11 735.73 747.72 773.05 820.17 826.62
## 1 1 1 1 1 1 1 1
## 900.1 906.54 937.6 981.3 990.56 1208.44 1248.02 1330.39
## 1 1 1 1 1 1 1 1
## 1354.45 1400.53 1501.72 1534.49 1554.98 1670.8 1683.77 1730.44
## 1 1 1 1 1 1 1 1
## 1948.11 1985.43 2028.9 2035.53 2054.76 2201.58 2500.11 2681.43
## 1 1 1 1 1 1 1 1
## 2956.92 3037.22 3048.59 3102.73 3272.95 3437.3 3523.8 3635.41
## 1 1 1 1 1 1 1 1
## 3666.9 3893.49 4000.62 4058.24 4189.69 4212.13 4237.8 4249.57
## 1 1 1 1 1 1 1 1
## 4396.67 4549.02 4717.72 4884.74 4885.81 4900.76 5223.81 5354.25
## 1 1 1 1 1 1 1 1
## 5794.58 6003.72 6267.03 6311.72 6344.87 6369.23 6649.64 6947.25
## 1 1 1 1 1 1 1 1
## 7208.78 7273.56 7650.09 7691.35 8771.69 8821.82 8920.7 9367.92
## 1 1 1 1 1 1 1 1
## 9387.81 9694.85 9789.5 10485.91 11221.98 11373.35 11394.14 11687.6
## 1 1 1 1 1 1 1 1
## 11875.86 12026.55 12280.84 14674.02 15444 15575.08 15923.36 16264.02
## 1 1 1 1 1 1 1 1
## 16377.86 16726.98 17278.06 17745.87 17851.58 19072.78 19082.52 20731.2
## 1 1 1 1 1 1 1 1
## 23217.2 23241.89 23477.73 24133.55 26005.1 28967.58 30262.49 30405.83
## 1 1 1 1 1 1 1 1
## 31627.23 33122.8 33271.16 34248.84 34388.51 41358.09 43004.95 43836.15
## 1 1 1 1 1 1 1 1
## 44214.91 46192.38 47292.97 47513.7 48472.71 48511.26 50135.72 51230.28
## 1 1 1 1 1 1 1 1
## 53583.14 55766.81 58392.71 61833.71 62720.88 62917.94 68793.66 76867.3
## 1 1 1 1 1 1 1 1
## 79414.6 81335.65 82708.51 101207.85 117369.54 179258.25
## 1 1 1 1 1 1prop.table(table(datamerge$PBIPC))*100##
## 293.96 396.63 440.25 480.71 498.94 527.4 536.11 551.87
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 571.27 654.76 735.11 735.73 747.72 773.05 820.17 826.62
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 900.1 906.54 937.6 981.3 990.56 1208.44 1248.02 1330.39
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 1354.45 1400.53 1501.72 1534.49 1554.98 1670.8 1683.77 1730.44
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 1948.11 1985.43 2028.9 2035.53 2054.76 2201.58 2500.11 2681.43
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 2956.92 3037.22 3048.59 3102.73 3272.95 3437.3 3523.8 3635.41
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 3666.9 3893.49 4000.62 4058.24 4189.69 4212.13 4237.8 4249.57
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 4396.67 4549.02 4717.72 4884.74 4885.81 4900.76 5223.81 5354.25
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 5794.58 6003.72 6267.03 6311.72 6344.87 6369.23 6649.64 6947.25
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 7208.78 7273.56 7650.09 7691.35 8771.69 8821.82 8920.7 9367.92
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 9387.81 9694.85 9789.5 10485.91 11221.98 11373.35 11394.14 11687.6
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 11875.86 12026.55 12280.84 14674.02 15444 15575.08 15923.36 16264.02
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 16377.86 16726.98 17278.06 17745.87 17851.58 19072.78 19082.52 20731.2
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 23217.2 23241.89 23477.73 24133.55 26005.1 28967.58 30262.49 30405.83
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 31627.23 33122.8 33271.16 34248.84 34388.51 41358.09 43004.95 43836.15
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 44214.91 46192.38 47292.97 47513.7 48472.71 48511.26 50135.72 51230.28
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 53583.14 55766.81 58392.71 61833.71 62720.88 62917.94 68793.66 76867.3
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254
## 79414.6 81335.65 82708.51 101207.85 117369.54 179258.25
## 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254 0.7042254#Para visualizar los descriptivos de manera más clara
table1::label(datamerge$PBIPC) <- "PBI per cápita (nominal) por país"
table1(~PBIPC, data = datamerge, )| Overall (N=207) |
|
|---|---|
| PBI per cápita (nominal) por país | |
| Mean (SD) | 18600 (26700) |
| Median [Min, Max] | 6800 [294, 179000] |
| Missing | 65 (31.4%) |
#Grafico de la variable PBIPC
graficoPBIPC <- (datamerge$PBIPC)
hist(graficoPBIPC, col= rainbow(10),
xlab="PBI per cápita (nominal)",
main="PBI PER CÁPITA POR PAÍS")
#Gráfico de la variable PBIPERCAPITA en boxplot.
boxplot(datamerge$PBIPC, main="BOXPLOT DE PBI PER CAPITA POR PAIS ", col="Red",xlab="países",ylab="PBI per cápita (nominal)")
### VARIABLE-NIVEL DE POBREZA
#identificando la variable
str(datamerge)## 'data.frame': 207 obs. of 9 variables:
## $ Matricula : num 50.1 86.6 NA NA 11.3 ...
## ..- attr(*, "label")= chr "Porcentaje de alumnos matriculados en el nivel secundario"
## $ PBIPC : num 552 5224 NA NA 3437 ...
## ..- attr(*, "label")= chr "PBI per cápita (nominal) por país"
## $ Pobreza : num 54.5 14.3 NA NA 36.6 NA 25.7 32 NA NA ...
## $ URBANO : num 26 62.1 73.7 NA 66.8 24.4 92.1 63.3 43.7 86.2 ...
## $ SEXO : num 48.7 49.1 49.5 NA 50.5 ...
## $ gastoedu : num 4.06 2.47 4.34 3.23 3.42 2.52 5.46 2.71 NA 5.27 ...
## $ profxes : num 33.5 11.2 NA 8.02 26.77 ...
## $ totalAC : num 0.3 37.7 1.5 64.2 33.5 35.3 54.5 16.3 NA 69.3 ...
## $ rateper1000AP: num 62 15.9 9.7 2.7 163 27.7 54.4 21.2 NA 10.1 ...class(datamerge$Pobreza)## [1] "numeric"summary(datamerge$Pobreza)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 2.60 14.40 23.00 28.02 38.60 72.30 86table(datamerge$Pobreza)##
## 2.6 3 3.8 4.2 4.9 5.7 6.6 6.7 7.2 8 8.2 8.6 8.8 8.9 9 9.2
## 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1
## 9.3 9.4 9.6 9.7 10.9 11 12 13.4 13.9 14 14.2 14.3 14.4 14.9 15 15.1
## 1 1 1 1 1 1 1 1 1 1 2 1 1 1 3 2
## 16.3 16.6 16.7 17.1 17.6 19 19.5 21.1 21.5 21.6 21.7 21.9 22 22.2 22.4 22.5
## 1 1 1 1 1 1 2 2 1 1 1 2 1 2 1 1
## 22.7 22.8 23 23.4 24.2 24.3 25.2 25.5 25.7 26.3 28 29 29.5 29.6 29.9 30
## 1 1 2 1 1 1 1 1 1 1 1 1 1 3 1 2
## 30.5 31 31.5 32 32.7 35 36 36.1 36.2 36.6 37 38 38.6 39.1 39.3 40.1
## 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 41 41.8 44.8 45.4 46.1 46.2 46.3 46.5 46.7 47 50 50.7 54.1 54.5 55.1 57
## 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1
## 59.3 62 63 64.6 66 66.2 70 70.2 70.7 72.3
## 1 1 1 1 1 1 1 1 1 1#Análisis estadístico
median(datamerge$Pobreza,na.rm=T)## [1] 23mean(datamerge$Pobreza,na.rm=T)## [1] 28.01818Mode(datamerge$Pobreza,na.rm=T)## [1] 15.0 29.6
## attr(,"freq")
## [1] 3sd(datamerge$Pobreza,na.rm=T)## [1] 17.65422table(datamerge$Pobreza)##
## 2.6 3 3.8 4.2 4.9 5.7 6.6 6.7 7.2 8 8.2 8.6 8.8 8.9 9 9.2
## 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1
## 9.3 9.4 9.6 9.7 10.9 11 12 13.4 13.9 14 14.2 14.3 14.4 14.9 15 15.1
## 1 1 1 1 1 1 1 1 1 1 2 1 1 1 3 2
## 16.3 16.6 16.7 17.1 17.6 19 19.5 21.1 21.5 21.6 21.7 21.9 22 22.2 22.4 22.5
## 1 1 1 1 1 1 2 2 1 1 1 2 1 2 1 1
## 22.7 22.8 23 23.4 24.2 24.3 25.2 25.5 25.7 26.3 28 29 29.5 29.6 29.9 30
## 1 1 2 1 1 1 1 1 1 1 1 1 1 3 1 2
## 30.5 31 31.5 32 32.7 35 36 36.1 36.2 36.6 37 38 38.6 39.1 39.3 40.1
## 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 41 41.8 44.8 45.4 46.1 46.2 46.3 46.5 46.7 47 50 50.7 54.1 54.5 55.1 57
## 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1
## 59.3 62 63 64.6 66 66.2 70 70.2 70.7 72.3
## 1 1 1 1 1 1 1 1 1 1prop.table(table(datamerge$Pobreza))*100##
## 2.6 3 3.8 4.2 4.9 5.7 6.6 6.7
## 0.8264463 0.8264463 1.6528926 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463
## 7.2 8 8.2 8.6 8.8 8.9 9 9.2
## 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463
## 9.3 9.4 9.6 9.7 10.9 11 12 13.4
## 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463
## 13.9 14 14.2 14.3 14.4 14.9 15 15.1
## 0.8264463 0.8264463 1.6528926 0.8264463 0.8264463 0.8264463 2.4793388 1.6528926
## 16.3 16.6 16.7 17.1 17.6 19 19.5 21.1
## 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 1.6528926 1.6528926
## 21.5 21.6 21.7 21.9 22 22.2 22.4 22.5
## 0.8264463 0.8264463 0.8264463 1.6528926 0.8264463 1.6528926 0.8264463 0.8264463
## 22.7 22.8 23 23.4 24.2 24.3 25.2 25.5
## 0.8264463 0.8264463 1.6528926 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463
## 25.7 26.3 28 29 29.5 29.6 29.9 30
## 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 2.4793388 0.8264463 1.6528926
## 30.5 31 31.5 32 32.7 35 36 36.1
## 0.8264463 1.6528926 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463
## 36.2 36.6 37 38 38.6 39.1 39.3 40.1
## 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463
## 41 41.8 44.8 45.4 46.1 46.2 46.3 46.5
## 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463
## 46.7 47 50 50.7 54.1 54.5 55.1 57
## 1.6528926 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463
## 59.3 62 63 64.6 66 66.2 70 70.2
## 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463 0.8264463
## 70.7 72.3
## 0.8264463 0.8264463#Para visualizar los descriptivos de manera más clara
table1::label(datamerge$Pobreza) <- "Porcentaje de la población bajo la línea nacional de pobreza"
table1::table1(~Pobreza, data = datamerge, )| Overall (N=207) |
|
|---|---|
| Porcentaje de la población bajo la línea nacional de pobreza | |
| Mean (SD) | 28.0 (17.7) |
| Median [Min, Max] | 23.0 [2.60, 72.3] |
| Missing | 86 (41.5%) |
#Gráfico de la variable Pobreza
graficopobreza <- (datamerge$Pobreza)
hist(graficopobreza, col= rainbow(10),
main="PORCENTAJE DE POBREZA POR PAÍS",
xlab="Porcentaje de la población bajo la línea nacional de pobreza",ylab="Países")
#Gráfico de la variable Pobreza en boxplot
boxplot(datamerge$Pobreza, main="BOXPLOT DE POBREZA ", col="Blue",
xlab="países", ylab="Porcentaje de la población bajo la línea nacional de pobreza")
### VARIABLE-URBANO
#Identificando la variable
str(datamerge)## 'data.frame': 207 obs. of 9 variables:
## $ Matricula : num 50.1 86.6 NA NA 11.3 ...
## ..- attr(*, "label")= chr "Porcentaje de alumnos matriculados en el nivel secundario"
## $ PBIPC : num 552 5224 NA NA 3437 ...
## ..- attr(*, "label")= chr "PBI per cápita (nominal) por país"
## $ Pobreza : num 54.5 14.3 NA NA 36.6 NA 25.7 32 NA NA ...
## ..- attr(*, "label")= chr "Porcentaje de la población bajo la línea nacional de pobreza"
## $ URBANO : num 26 62.1 73.7 NA 66.8 24.4 92.1 63.3 43.7 86.2 ...
## $ SEXO : num 48.7 49.1 49.5 NA 50.5 ...
## $ gastoedu : num 4.06 2.47 4.34 3.23 3.42 2.52 5.46 2.71 NA 5.27 ...
## $ profxes : num 33.5 11.2 NA 8.02 26.77 ...
## $ totalAC : num 0.3 37.7 1.5 64.2 33.5 35.3 54.5 16.3 NA 69.3 ...
## $ rateper1000AP: num 62 15.9 9.7 2.7 163 27.7 54.4 21.2 NA 10.1 ...class(datamerge$URBANO)## [1] "numeric"summary(datamerge$URBANO)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 13.30 42.55 59.50 59.79 79.60 100.00 44table(datamerge$URBANO)##
## 13.3 13.7 16.6 17.4 18.7 20.2 20.6 21.7 23.1 23.5 24.2 24.4 24.7 25 25.5 26
## 1 1 1 2 1 1 1 1 1 1 2 1 1 1 1 1
## 26.8 27.5 28 29 29.4 30.6 31.1 31.2 32.2 34.9 35.2 35.3 36.5 37.1 37.2 37.3
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 38.2 38.5 40.7 40.8 41.3 42.2 42.3 42.8 42.9 43.7 43.9 44.2 44.6 46 46.1 47.4
## 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1
## 48.1 48.4 49 50.4 51.4 51.8 52 52.1 52.5 53.2 55.1 55.3 55.6 56.3 56.4 56.6
## 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1
## 57.1 57.2 57.3 57.5 57.6 57.7 58.4 58.5 58.7 59 59.5 60 61.4 62 62.1 62.2
## 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1
## 63.3 63.5 63.7 64.2 66.1 66.3 66.8 67.4 67.5 68 68.3 68.4 68.7 69.2 69.6 70.1
## 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1
## 70.9 71 71.9 73.1 73.4 73.7 73.9 74.1 75.7 76.1 77.2 77.5 78.1 78.3 79.5 79.7
## 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1
## 80.7 80.8 81 81.4 81.6 82.5 82.7 83 83.9 84.3 85.5 86.2 86.3 86.7 87 87.1
## 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 87.7 88 88.1 88.9 89.1 89.5 90.1 91.4 91.5 91.8 92.1 92.2 92.6 93.6 93.9 94.7
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 94.9 95.5 98.1 99.2 100
## 1 1 1 1 2#Análisis estadístico
median(datamerge$URBANO,na.rm=T)## [1] 59.5mean(datamerge$URBANO,na.rm=T)## [1] 59.78834Mode(datamerge$URBANO,na.rm=T)## [1] 56.4
## attr(,"freq")
## [1] 3sd(datamerge$URBANO,na.rm=T)## [1] 22.95692table(datamerge$URBANO)##
## 13.3 13.7 16.6 17.4 18.7 20.2 20.6 21.7 23.1 23.5 24.2 24.4 24.7 25 25.5 26
## 1 1 1 2 1 1 1 1 1 1 2 1 1 1 1 1
## 26.8 27.5 28 29 29.4 30.6 31.1 31.2 32.2 34.9 35.2 35.3 36.5 37.1 37.2 37.3
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 38.2 38.5 40.7 40.8 41.3 42.2 42.3 42.8 42.9 43.7 43.9 44.2 44.6 46 46.1 47.4
## 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1
## 48.1 48.4 49 50.4 51.4 51.8 52 52.1 52.5 53.2 55.1 55.3 55.6 56.3 56.4 56.6
## 1 1 1 1 1 1 2 1 1 1 1 1 1 1 3 1
## 57.1 57.2 57.3 57.5 57.6 57.7 58.4 58.5 58.7 59 59.5 60 61.4 62 62.1 62.2
## 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1
## 63.3 63.5 63.7 64.2 66.1 66.3 66.8 67.4 67.5 68 68.3 68.4 68.7 69.2 69.6 70.1
## 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1
## 70.9 71 71.9 73.1 73.4 73.7 73.9 74.1 75.7 76.1 77.2 77.5 78.1 78.3 79.5 79.7
## 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1
## 80.7 80.8 81 81.4 81.6 82.5 82.7 83 83.9 84.3 85.5 86.2 86.3 86.7 87 87.1
## 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 87.7 88 88.1 88.9 89.1 89.5 90.1 91.4 91.5 91.8 92.1 92.2 92.6 93.6 93.9 94.7
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 94.9 95.5 98.1 99.2 100
## 1 1 1 1 2prop.table(table(datamerge$URBANO))*100##
## 13.3 13.7 16.6 17.4 18.7 20.2 20.6 21.7
## 0.6134969 0.6134969 0.6134969 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969
## 23.1 23.5 24.2 24.4 24.7 25 25.5 26
## 0.6134969 0.6134969 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 26.8 27.5 28 29 29.4 30.6 31.1 31.2
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 32.2 34.9 35.2 35.3 36.5 37.1 37.2 37.3
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 38.2 38.5 40.7 40.8 41.3 42.2 42.3 42.8
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939
## 42.9 43.7 43.9 44.2 44.6 46 46.1 47.4
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 48.1 48.4 49 50.4 51.4 51.8 52 52.1
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939 0.6134969
## 52.5 53.2 55.1 55.3 55.6 56.3 56.4 56.6
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 1.8404908 0.6134969
## 57.1 57.2 57.3 57.5 57.6 57.7 58.4 58.5
## 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939 0.6134969 0.6134969 0.6134969
## 58.7 59 59.5 60 61.4 62 62.1 62.2
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 63.3 63.5 63.7 64.2 66.1 66.3 66.8 67.4
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939 0.6134969
## 67.5 68 68.3 68.4 68.7 69.2 69.6 70.1
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939 0.6134969
## 70.9 71 71.9 73.1 73.4 73.7 73.9 74.1
## 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 75.7 76.1 77.2 77.5 78.1 78.3 79.5 79.7
## 0.6134969 0.6134969 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 80.7 80.8 81 81.4 81.6 82.5 82.7 83
## 1.2269939 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 83.9 84.3 85.5 86.2 86.3 86.7 87 87.1
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 87.7 88 88.1 88.9 89.1 89.5 90.1 91.4
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 91.5 91.8 92.1 92.2 92.6 93.6 93.9 94.7
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 94.9 95.5 98.1 99.2 100
## 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939#Para visualizar los descriptivos de manera más clara
table1::label(datamerge$URBANO) <- "Porcentaje de urbanización por país"
table1::table1(~URBANO, data = datamerge, )| Overall (N=207) |
|
|---|---|
| Porcentaje de urbanización por país | |
| Mean (SD) | 59.8 (23.0) |
| Median [Min, Max] | 59.5 [13.3, 100] |
| Missing | 44 (21.3%) |
#Gráfico de la variable urbano
graficourbano <- (datamerge$URBANO)
hist(graficourbano, col= rainbow(10),
xlab="Países",
ylab="Porcentaje de urbanización",
main="PORCENTAJE DE URBANIZACIÓN POR PAÍS")
#Gráfico de la variable URBANO en boxplot
boxplot(datamerge$URBANO, main="BOXPLOT PORCENTAJE DE URBANIZACIÓN POR PAÍS ", col="light pink",
xlab="países", ylab="Porcentaje de urbanización")
### VARIABLE-SEXO
#Identificando la variable
str(datamerge)## 'data.frame': 207 obs. of 9 variables:
## $ Matricula : num 50.1 86.6 NA NA 11.3 ...
## ..- attr(*, "label")= chr "Porcentaje de alumnos matriculados en el nivel secundario"
## $ PBIPC : num 552 5224 NA NA 3437 ...
## ..- attr(*, "label")= chr "PBI per cápita (nominal) por país"
## $ Pobreza : num 54.5 14.3 NA NA 36.6 NA 25.7 32 NA NA ...
## ..- attr(*, "label")= chr "Porcentaje de la población bajo la línea nacional de pobreza"
## $ URBANO : num 26 62.1 73.7 NA 66.8 24.4 92.1 63.3 43.7 86.2 ...
## ..- attr(*, "label")= chr "Porcentaje de urbanización por país"
## $ SEXO : num 48.7 49.1 49.5 NA 50.5 ...
## $ gastoedu : num 4.06 2.47 4.34 3.23 3.42 2.52 5.46 2.71 NA 5.27 ...
## $ profxes : num 33.5 11.2 NA 8.02 26.77 ...
## $ totalAC : num 0.3 37.7 1.5 64.2 33.5 35.3 54.5 16.3 NA 69.3 ...
## $ rateper1000AP: num 62 15.9 9.7 2.7 163 27.7 54.4 21.2 NA 10.1 ...class(datamerge$SEXO)## [1] "numeric"summary(datamerge$SEXO)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 24.67 49.75 50.33 49.81 50.99 54.40 44table(datamerge$SEXO)##
## 24.67 30.74 33.98 35.73 36.7 39.08 42.27 44.41 46.92 47.41 47.66 48.03 48.54
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 48.6 48.66 48.67 48.69 48.95 49.08 49.09 49.15 49.17 49.3 49.32 49.33 49.34
## 1 1 1 1 1 1 1 1 1 1 1 2 1
## 49.38 49.4 49.42 49.47 49.48 49.49 49.5 49.53 49.56 49.6 49.65 49.69 49.73
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 49.75 49.76 49.79 49.8 49.87 49.88 49.92 49.93 49.95 49.96 49.97 49.98 49.99
## 2 2 1 2 1 1 2 1 1 1 2 1 1
## 50 50.02 50.03 50.04 50.06 50.08 50.11 50.12 50.14 50.2 50.22 50.23 50.25
## 1 1 1 3 1 4 1 2 1 2 1 1 1
## 50.26 50.28 50.31 50.33 50.34 50.35 50.38 50.39 50.4 50.41 50.42 50.43 50.49
## 1 1 1 1 1 1 1 2 1 1 1 1 1
## 50.5 50.52 50.53 50.56 50.61 50.62 50.65 50.66 50.69 50.7 50.71 50.72 50.74
## 1 1 1 1 3 1 1 1 2 2 2 1 2
## 50.76 50.79 50.83 50.84 50.85 50.87 50.91 50.92 50.98 51.01 51.02 51.09 51.12
## 2 1 1 1 2 1 1 1 1 1 1 1 1
## 51.17 51.19 51.23 51.24 51.3 51.34 51.36 51.43 51.44 51.49 51.54 51.6 51.64
## 1 1 1 1 1 1 1 1 1 1 2 1 2
## 51.7 51.72 51.76 51.81 51.82 52.01 52.07 52.32 52.42 52.55 52.7 52.73 52.96
## 1 1 1 1 1 1 1 2 1 2 1 1 1
## 53.15 53.45 53.68 53.74 53.96 54.06 54.4
## 1 1 1 1 1 1 1#Análisis estadistico
median(datamerge$SEXO,na.rm=T)## [1] 50.33mean(datamerge$SEXO,na.rm=T)## [1] 49.80791Mode(datamerge$SEXO,na.rm=T)## [1] 50.08
## attr(,"freq")
## [1] 4sd(datamerge$SEXO,na.rm=T)## [1] 3.625772table(datamerge$SEXO)##
## 24.67 30.74 33.98 35.73 36.7 39.08 42.27 44.41 46.92 47.41 47.66 48.03 48.54
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 48.6 48.66 48.67 48.69 48.95 49.08 49.09 49.15 49.17 49.3 49.32 49.33 49.34
## 1 1 1 1 1 1 1 1 1 1 1 2 1
## 49.38 49.4 49.42 49.47 49.48 49.49 49.5 49.53 49.56 49.6 49.65 49.69 49.73
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 49.75 49.76 49.79 49.8 49.87 49.88 49.92 49.93 49.95 49.96 49.97 49.98 49.99
## 2 2 1 2 1 1 2 1 1 1 2 1 1
## 50 50.02 50.03 50.04 50.06 50.08 50.11 50.12 50.14 50.2 50.22 50.23 50.25
## 1 1 1 3 1 4 1 2 1 2 1 1 1
## 50.26 50.28 50.31 50.33 50.34 50.35 50.38 50.39 50.4 50.41 50.42 50.43 50.49
## 1 1 1 1 1 1 1 2 1 1 1 1 1
## 50.5 50.52 50.53 50.56 50.61 50.62 50.65 50.66 50.69 50.7 50.71 50.72 50.74
## 1 1 1 1 3 1 1 1 2 2 2 1 2
## 50.76 50.79 50.83 50.84 50.85 50.87 50.91 50.92 50.98 51.01 51.02 51.09 51.12
## 2 1 1 1 2 1 1 1 1 1 1 1 1
## 51.17 51.19 51.23 51.24 51.3 51.34 51.36 51.43 51.44 51.49 51.54 51.6 51.64
## 1 1 1 1 1 1 1 1 1 1 2 1 2
## 51.7 51.72 51.76 51.81 51.82 52.01 52.07 52.32 52.42 52.55 52.7 52.73 52.96
## 1 1 1 1 1 1 1 2 1 2 1 1 1
## 53.15 53.45 53.68 53.74 53.96 54.06 54.4
## 1 1 1 1 1 1 1prop.table(table(datamerge$SEXO))*100##
## 24.67 30.74 33.98 35.73 36.7 39.08 42.27 44.41
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 46.92 47.41 47.66 48.03 48.54 48.6 48.66 48.67
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 48.69 48.95 49.08 49.09 49.15 49.17 49.3 49.32
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 49.33 49.34 49.38 49.4 49.42 49.47 49.48 49.49
## 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 49.5 49.53 49.56 49.6 49.65 49.69 49.73 49.75
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939
## 49.76 49.79 49.8 49.87 49.88 49.92 49.93 49.95
## 1.2269939 0.6134969 1.2269939 0.6134969 0.6134969 1.2269939 0.6134969 0.6134969
## 49.96 49.97 49.98 49.99 50 50.02 50.03 50.04
## 0.6134969 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 1.8404908
## 50.06 50.08 50.11 50.12 50.14 50.2 50.22 50.23
## 0.6134969 2.4539877 0.6134969 1.2269939 0.6134969 1.2269939 0.6134969 0.6134969
## 50.25 50.26 50.28 50.31 50.33 50.34 50.35 50.38
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 50.39 50.4 50.41 50.42 50.43 50.49 50.5 50.52
## 1.2269939 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 50.53 50.56 50.61 50.62 50.65 50.66 50.69 50.7
## 0.6134969 0.6134969 1.8404908 0.6134969 0.6134969 0.6134969 1.2269939 1.2269939
## 50.71 50.72 50.74 50.76 50.79 50.83 50.84 50.85
## 1.2269939 0.6134969 1.2269939 1.2269939 0.6134969 0.6134969 0.6134969 1.2269939
## 50.87 50.91 50.92 50.98 51.01 51.02 51.09 51.12
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 51.17 51.19 51.23 51.24 51.3 51.34 51.36 51.43
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 51.44 51.49 51.54 51.6 51.64 51.7 51.72 51.76
## 0.6134969 0.6134969 1.2269939 0.6134969 1.2269939 0.6134969 0.6134969 0.6134969
## 51.81 51.82 52.01 52.07 52.32 52.42 52.55 52.7
## 0.6134969 0.6134969 0.6134969 0.6134969 1.2269939 0.6134969 1.2269939 0.6134969
## 52.73 52.96 53.15 53.45 53.68 53.74 53.96 54.06
## 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969 0.6134969
## 54.4
## 0.6134969#Para visualizar los descriptivos de manera más clara
table1::label(datamerge$SEXO) <- "Porcentaje de población femenina"
table1::table1(~SEXO, data = datamerge, )| Overall (N=207) |
|
|---|---|
| Porcentaje de población femenina | |
| Mean (SD) | 49.8 (3.63) |
| Median [Min, Max] | 50.3 [24.7, 54.4] |
| Missing | 44 (21.3%) |
#Grafico de la variable sexo
graficosexo <- (datamerge$SEXO)
hist(graficosexo, col= rainbow(10),
xlab="Porcentaje de población femenina",
ylab="Países",
main="PORCENTAJE DE POBLACIÓN FEMENINA POR PAÍS")
#Grafico de la variable SEXO en boxplot
boxplot(datamerge$SEXO, main="BOXPLOT PORCENTAJE DE POBLACIÓN FEMENINA POR PAÍS ", col="orchid",
xlab="países", ylab="Porcentaje de población femenina")
### VARIABLE - GASTO EN EDUCACION
#Identificando la variable
str(datamerge)## 'data.frame': 207 obs. of 9 variables:
## $ Matricula : num 50.1 86.6 NA NA 11.3 ...
## ..- attr(*, "label")= chr "Porcentaje de alumnos matriculados en el nivel secundario"
## $ PBIPC : num 552 5224 NA NA 3437 ...
## ..- attr(*, "label")= chr "PBI per cápita (nominal) por país"
## $ Pobreza : num 54.5 14.3 NA NA 36.6 NA 25.7 32 NA NA ...
## ..- attr(*, "label")= chr "Porcentaje de la población bajo la línea nacional de pobreza"
## $ URBANO : num 26 62.1 73.7 NA 66.8 24.4 92.1 63.3 43.7 86.2 ...
## ..- attr(*, "label")= chr "Porcentaje de urbanización por país"
## $ SEXO : num 48.7 49.1 49.5 NA 50.5 ...
## ..- attr(*, "label")= chr "Porcentaje de población femenina"
## $ gastoedu : num 4.06 2.47 4.34 3.23 3.42 2.52 5.46 2.71 NA 5.27 ...
## $ profxes : num 33.5 11.2 NA 8.02 26.77 ...
## $ totalAC : num 0.3 37.7 1.5 64.2 33.5 35.3 54.5 16.3 NA 69.3 ...
## $ rateper1000AP: num 62 15.9 9.7 2.7 163 27.7 54.4 21.2 NA 10.1 ...class(datamerge$gastoedu)## [1] "numeric"summary(datamerge$gastoedu)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.720 3.145 4.170 4.455 5.300 12.840 16table(datamerge$gastoedu)##
## 0.72 0.98 1.11 1.28 1.45 1.46 1.89 1.93 1.97 1.99 2.11 2.13 2.16
## 1 1 2 1 1 1 1 1 1 1 1 2 1
## 2.22 2.23 2.24 2.26 2.33 2.43 2.47 2.49 2.52 2.56 2.57 2.58 2.61
## 1 1 1 1 1 2 2 1 2 1 1 1 1
## 2.63 2.65 2.67 2.71 2.75 2.78 2.85 2.86 2.9 2.93 2.94 2.97 3.05
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 3.06 3.1 3.11 3.14 3.15 3.16 3.17 3.19 3.23 3.3 3.32 3.39 3.42
## 1 1 1 1 2 1 1 1 2 1 1 1 1
## 3.44 3.55 3.58 3.59 3.6 3.64 3.68 3.7 3.72 3.73 3.74 3.76 3.79
## 1 1 1 1 1 1 1 1 3 1 2 2 1
## 3.83 3.84 3.85 3.88 3.9 3.91 3.96 3.99 4.01 4.04 4.06 4.07 4.08
## 1 1 1 1 1 1 3 1 1 1 1 1 2
## 4.09 4.12 4.13 4.17 4.21 4.29 4.34 4.37 4.42 4.43 4.5 4.53 4.56
## 1 1 1 1 1 1 2 1 1 1 1 1 1
## 4.59 4.6 4.64 4.65 4.66 4.67 4.7 4.71 4.72 4.74 4.79 4.8 4.83
## 1 1 1 1 1 1 1 2 1 1 1 2 1
## 4.84 4.88 4.91 4.92 4.96 5 5.01 5.11 5.13 5.14 5.15 5.16 5.17
## 1 1 2 1 1 1 1 1 1 1 2 1 2
## 5.2 5.23 5.25 5.27 5.28 5.32 5.4 5.41 5.43 5.46 5.48 5.49 5.5
## 1 1 1 2 1 1 1 2 1 2 1 1 1
## 5.51 5.56 5.59 5.6 5.68 5.85 5.89 6.03 6.04 6.08 6.16 6.24 6.25
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 6.29 6.44 6.51 6.55 6.6 6.64 6.67 6.87 6.9 7.03 7.13 7.14 7.29
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 7.38 7.46 7.58 7.63 7.67 7.98 9.63 9.86 11.99 12.24 12.46 12.84
## 1 1 1 1 1 1 1 1 1 1 1 1#Análisis estadístico
median(datamerge$gastoedu,na.rm=T)## [1] 4.17mean(datamerge$gastoedu,na.rm=T)## [1] 4.454869Mode(datamerge$gastoedu,na.rm=T)## [1] 3.72 3.96
## attr(,"freq")
## [1] 3sd(datamerge$gastoedu,na.rm=T)## [1] 1.985327table(datamerge$gastoedu)##
## 0.72 0.98 1.11 1.28 1.45 1.46 1.89 1.93 1.97 1.99 2.11 2.13 2.16
## 1 1 2 1 1 1 1 1 1 1 1 2 1
## 2.22 2.23 2.24 2.26 2.33 2.43 2.47 2.49 2.52 2.56 2.57 2.58 2.61
## 1 1 1 1 1 2 2 1 2 1 1 1 1
## 2.63 2.65 2.67 2.71 2.75 2.78 2.85 2.86 2.9 2.93 2.94 2.97 3.05
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 3.06 3.1 3.11 3.14 3.15 3.16 3.17 3.19 3.23 3.3 3.32 3.39 3.42
## 1 1 1 1 2 1 1 1 2 1 1 1 1
## 3.44 3.55 3.58 3.59 3.6 3.64 3.68 3.7 3.72 3.73 3.74 3.76 3.79
## 1 1 1 1 1 1 1 1 3 1 2 2 1
## 3.83 3.84 3.85 3.88 3.9 3.91 3.96 3.99 4.01 4.04 4.06 4.07 4.08
## 1 1 1 1 1 1 3 1 1 1 1 1 2
## 4.09 4.12 4.13 4.17 4.21 4.29 4.34 4.37 4.42 4.43 4.5 4.53 4.56
## 1 1 1 1 1 1 2 1 1 1 1 1 1
## 4.59 4.6 4.64 4.65 4.66 4.67 4.7 4.71 4.72 4.74 4.79 4.8 4.83
## 1 1 1 1 1 1 1 2 1 1 1 2 1
## 4.84 4.88 4.91 4.92 4.96 5 5.01 5.11 5.13 5.14 5.15 5.16 5.17
## 1 1 2 1 1 1 1 1 1 1 2 1 2
## 5.2 5.23 5.25 5.27 5.28 5.32 5.4 5.41 5.43 5.46 5.48 5.49 5.5
## 1 1 1 2 1 1 1 2 1 2 1 1 1
## 5.51 5.56 5.59 5.6 5.68 5.85 5.89 6.03 6.04 6.08 6.16 6.24 6.25
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 6.29 6.44 6.51 6.55 6.6 6.64 6.67 6.87 6.9 7.03 7.13 7.14 7.29
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 7.38 7.46 7.58 7.63 7.67 7.98 9.63 9.86 11.99 12.24 12.46 12.84
## 1 1 1 1 1 1 1 1 1 1 1 1prop.table(table(datamerge$gastoedu))*100##
## 0.72 0.98 1.11 1.28 1.45 1.46 1.89 1.93
## 0.5235602 0.5235602 1.0471204 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 1.97 1.99 2.11 2.13 2.16 2.22 2.23 2.24
## 0.5235602 0.5235602 0.5235602 1.0471204 0.5235602 0.5235602 0.5235602 0.5235602
## 2.26 2.33 2.43 2.47 2.49 2.52 2.56 2.57
## 0.5235602 0.5235602 1.0471204 1.0471204 0.5235602 1.0471204 0.5235602 0.5235602
## 2.58 2.61 2.63 2.65 2.67 2.71 2.75 2.78
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 2.85 2.86 2.9 2.93 2.94 2.97 3.05 3.06
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 3.1 3.11 3.14 3.15 3.16 3.17 3.19 3.23
## 0.5235602 0.5235602 0.5235602 1.0471204 0.5235602 0.5235602 0.5235602 1.0471204
## 3.3 3.32 3.39 3.42 3.44 3.55 3.58 3.59
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 3.6 3.64 3.68 3.7 3.72 3.73 3.74 3.76
## 0.5235602 0.5235602 0.5235602 0.5235602 1.5706806 0.5235602 1.0471204 1.0471204
## 3.79 3.83 3.84 3.85 3.88 3.9 3.91 3.96
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 1.5706806
## 3.99 4.01 4.04 4.06 4.07 4.08 4.09 4.12
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 1.0471204 0.5235602 0.5235602
## 4.13 4.17 4.21 4.29 4.34 4.37 4.42 4.43
## 0.5235602 0.5235602 0.5235602 0.5235602 1.0471204 0.5235602 0.5235602 0.5235602
## 4.5 4.53 4.56 4.59 4.6 4.64 4.65 4.66
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 4.67 4.7 4.71 4.72 4.74 4.79 4.8 4.83
## 0.5235602 0.5235602 1.0471204 0.5235602 0.5235602 0.5235602 1.0471204 0.5235602
## 4.84 4.88 4.91 4.92 4.96 5 5.01 5.11
## 0.5235602 0.5235602 1.0471204 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 5.13 5.14 5.15 5.16 5.17 5.2 5.23 5.25
## 0.5235602 0.5235602 1.0471204 0.5235602 1.0471204 0.5235602 0.5235602 0.5235602
## 5.27 5.28 5.32 5.4 5.41 5.43 5.46 5.48
## 1.0471204 0.5235602 0.5235602 0.5235602 1.0471204 0.5235602 1.0471204 0.5235602
## 5.49 5.5 5.51 5.56 5.59 5.6 5.68 5.85
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 5.89 6.03 6.04 6.08 6.16 6.24 6.25 6.29
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 6.44 6.51 6.55 6.6 6.64 6.67 6.87 6.9
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 7.03 7.13 7.14 7.29 7.38 7.46 7.58 7.63
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602
## 7.67 7.98 9.63 9.86 11.99 12.24 12.46 12.84
## 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602 0.5235602#Para visualizar los descriptivos de manera más clara
table1::label(datamerge$gastoedu) <- "Porcentaje del PBI invertido en educación por parte del Estado"
table1::table1(~PBIPC, data = datamerge, )| Overall (N=207) |
|
|---|---|
| PBI per cápita (nominal) por país | |
| Mean (SD) | 18600 (26700) |
| Median [Min, Max] | 6800 [294, 179000] |
| Missing | 65 (31.4%) |
#Grafico de la variable urbano
graficogastoedu <- (datamerge$gastoedu)
hist(graficogastoedu, col= rainbow(10),xlab="Porcentaje de inversión en educación por parte del Estado", main="PORCENTAJE DE INVERSIÓN ESTATAL EN EDUCACIÓN POR PAÍS")
#Gráfico de la variable gasatoedu en boxplot
boxplot(datamerge$gastoedu, main="BOXPLOT DE PORCENTAJE DE INVERSIÓN ESTATAL EN EDUCACIÓN POR PAÍS", col="light green",xlab="países", ylab="Porcentaje de inversión en educación por parte del Estado")
VARIABLE-ESTUDIANTES POR PROFESOS EN SECUNDARIA
#Identificando la variable
str(datamerge)## 'data.frame': 207 obs. of 9 variables:
## $ Matricula : num 50.1 86.6 NA NA 11.3 ...
## ..- attr(*, "label")= chr "Porcentaje de alumnos matriculados en el nivel secundario"
## $ PBIPC : num 552 5224 NA NA 3437 ...
## ..- attr(*, "label")= chr "PBI per cápita (nominal) por país"
## $ Pobreza : num 54.5 14.3 NA NA 36.6 NA 25.7 32 NA NA ...
## ..- attr(*, "label")= chr "Porcentaje de la población bajo la línea nacional de pobreza"
## $ URBANO : num 26 62.1 73.7 NA 66.8 24.4 92.1 63.3 43.7 86.2 ...
## ..- attr(*, "label")= chr "Porcentaje de urbanización por país"
## $ SEXO : num 48.7 49.1 49.5 NA 50.5 ...
## ..- attr(*, "label")= chr "Porcentaje de población femenina"
## $ gastoedu : num 4.06 2.47 4.34 3.23 3.42 2.52 5.46 2.71 NA 5.27 ...
## ..- attr(*, "label")= chr "Porcentaje del PBI invertido en educación por parte del Estado"
## $ profxes : num 33.5 11.2 NA 8.02 26.77 ...
## $ totalAC : num 0.3 37.7 1.5 64.2 33.5 35.3 54.5 16.3 NA 69.3 ...
## $ rateper1000AP: num 62 15.9 9.7 2.7 163 27.7 54.4 21.2 NA 10.1 ...class(datamerge$profxes)## [1] "numeric"summary(datamerge$profxes)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 5.841 9.954 13.580 16.401 20.581 72.310 51table(datamerge$profxes)##
## 5.84099 6.33229 6.73221 6.95898 7.11247 7.33711 7.57537 7.58836
## 1 1 1 1 1 1 1 1
## 7.67398 7.80821 7.9222 7.946 8.01599 8.01689 8.26843 8.2712
## 1 1 1 1 1 1 1 1
## 8.30834 8.31131 8.54364 8.55985 8.56276 8.57685 8.64286 8.74033
## 1 1 1 1 1 1 1 1
## 8.76378 8.82794 8.98821 9.09854 9.1229 9.18187 9.29704 9.32983
## 1 1 1 1 1 1 1 1
## 9.51599 9.54885 9.55752 9.63133 9.69943 9.82943 9.86318 9.98461
## 1 1 1 1 1 1 1 1
## 10.01652 10.21867 10.23948 10.32977 10.49312 10.64648 10.69423 10.7789
## 1 1 1 1 1 1 1 1
## 10.81456 10.9653 10.9886 10.99168 11.04303 11.06981 11.11967 11.14556
## 1 1 1 1 1 1 1 1
## 11.19927 11.22247 11.29034 11.40208 11.47558 11.52893 11.54847 11.56883
## 1 1 1 1 1 1 1 1
## 11.97424 11.97658 12.07981 12.26127 12.42779 12.48097 12.63651 12.65841
## 1 1 1 1 1 1 1 1
## 12.81206 12.9392 13.07043 13.25879 13.26544 13.57979 13.5809 13.62495
## 1 1 1 1 1 1 1 1
## 13.62875 13.8727 14.20042 14.49262 14.51694 14.5488 14.62452 15.04762
## 1 1 1 1 1 1 1 1
## 15.16281 15.42052 15.43893 15.54522 16.01642 16.61873 16.65963 16.69828
## 1 1 1 1 1 1 1 1
## 16.72317 16.72391 16.85759 17.15997 17.34797 17.43224 17.52875 17.93859
## 1 1 1 1 1 1 1 1
## 18.36688 18.39079 18.4041 18.49627 18.64652 18.88356 19.00886 19.25706
## 1 1 1 1 1 1 1 1
## 19.2926 19.29784 20.29138 20.39658 20.568 20.62112 20.86254 21.46821
## 1 1 1 1 1 1 1 1
## 22.04465 22.48353 23.11995 23.19708 23.88062 24.8 24.82051 25.34293
## 1 1 1 1 1 1 1 1
## 25.41709 25.91073 25.9167 25.92408 25.94603 26.24584 26.59842 26.76619
## 1 1 1 1 1 1 1 1
## 27.13412 27.24679 27.28114 27.47489 27.55579 27.61705 28.24773 28.52287
## 1 1 1 1 1 1 1 1
## 28.82411 29.73171 30.83047 31.63737 33.13554 33.50124 34.2964 35.02165
## 1 1 1 1 1 1 1 1
## 35.09524 36.54379 40.35064 72.31002
## 1 1 1 1#Análisis estadístico
median(datamerge$profxes,na.rm=T)## [1] 13.58034mean(datamerge$profxes,na.rm=T)## [1] 16.40087Mode(datamerge$profxes,na.rm=T)## [1] NA
## attr(,"freq")
## [1] 1sd(datamerge$profxes,na.rm=T)## [1] 8.939118table(datamerge$profxes)##
## 5.84099 6.33229 6.73221 6.95898 7.11247 7.33711 7.57537 7.58836
## 1 1 1 1 1 1 1 1
## 7.67398 7.80821 7.9222 7.946 8.01599 8.01689 8.26843 8.2712
## 1 1 1 1 1 1 1 1
## 8.30834 8.31131 8.54364 8.55985 8.56276 8.57685 8.64286 8.74033
## 1 1 1 1 1 1 1 1
## 8.76378 8.82794 8.98821 9.09854 9.1229 9.18187 9.29704 9.32983
## 1 1 1 1 1 1 1 1
## 9.51599 9.54885 9.55752 9.63133 9.69943 9.82943 9.86318 9.98461
## 1 1 1 1 1 1 1 1
## 10.01652 10.21867 10.23948 10.32977 10.49312 10.64648 10.69423 10.7789
## 1 1 1 1 1 1 1 1
## 10.81456 10.9653 10.9886 10.99168 11.04303 11.06981 11.11967 11.14556
## 1 1 1 1 1 1 1 1
## 11.19927 11.22247 11.29034 11.40208 11.47558 11.52893 11.54847 11.56883
## 1 1 1 1 1 1 1 1
## 11.97424 11.97658 12.07981 12.26127 12.42779 12.48097 12.63651 12.65841
## 1 1 1 1 1 1 1 1
## 12.81206 12.9392 13.07043 13.25879 13.26544 13.57979 13.5809 13.62495
## 1 1 1 1 1 1 1 1
## 13.62875 13.8727 14.20042 14.49262 14.51694 14.5488 14.62452 15.04762
## 1 1 1 1 1 1 1 1
## 15.16281 15.42052 15.43893 15.54522 16.01642 16.61873 16.65963 16.69828
## 1 1 1 1 1 1 1 1
## 16.72317 16.72391 16.85759 17.15997 17.34797 17.43224 17.52875 17.93859
## 1 1 1 1 1 1 1 1
## 18.36688 18.39079 18.4041 18.49627 18.64652 18.88356 19.00886 19.25706
## 1 1 1 1 1 1 1 1
## 19.2926 19.29784 20.29138 20.39658 20.568 20.62112 20.86254 21.46821
## 1 1 1 1 1 1 1 1
## 22.04465 22.48353 23.11995 23.19708 23.88062 24.8 24.82051 25.34293
## 1 1 1 1 1 1 1 1
## 25.41709 25.91073 25.9167 25.92408 25.94603 26.24584 26.59842 26.76619
## 1 1 1 1 1 1 1 1
## 27.13412 27.24679 27.28114 27.47489 27.55579 27.61705 28.24773 28.52287
## 1 1 1 1 1 1 1 1
## 28.82411 29.73171 30.83047 31.63737 33.13554 33.50124 34.2964 35.02165
## 1 1 1 1 1 1 1 1
## 35.09524 36.54379 40.35064 72.31002
## 1 1 1 1prop.table(table(datamerge$profxes))*100##
## 5.84099 6.33229 6.73221 6.95898 7.11247 7.33711 7.57537 7.58836
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 7.67398 7.80821 7.9222 7.946 8.01599 8.01689 8.26843 8.2712
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 8.30834 8.31131 8.54364 8.55985 8.56276 8.57685 8.64286 8.74033
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 8.76378 8.82794 8.98821 9.09854 9.1229 9.18187 9.29704 9.32983
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 9.51599 9.54885 9.55752 9.63133 9.69943 9.82943 9.86318 9.98461
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 10.01652 10.21867 10.23948 10.32977 10.49312 10.64648 10.69423 10.7789
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 10.81456 10.9653 10.9886 10.99168 11.04303 11.06981 11.11967 11.14556
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 11.19927 11.22247 11.29034 11.40208 11.47558 11.52893 11.54847 11.56883
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 11.97424 11.97658 12.07981 12.26127 12.42779 12.48097 12.63651 12.65841
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 12.81206 12.9392 13.07043 13.25879 13.26544 13.57979 13.5809 13.62495
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 13.62875 13.8727 14.20042 14.49262 14.51694 14.5488 14.62452 15.04762
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 15.16281 15.42052 15.43893 15.54522 16.01642 16.61873 16.65963 16.69828
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 16.72317 16.72391 16.85759 17.15997 17.34797 17.43224 17.52875 17.93859
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 18.36688 18.39079 18.4041 18.49627 18.64652 18.88356 19.00886 19.25706
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 19.2926 19.29784 20.29138 20.39658 20.568 20.62112 20.86254 21.46821
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 22.04465 22.48353 23.11995 23.19708 23.88062 24.8 24.82051 25.34293
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 25.41709 25.91073 25.9167 25.92408 25.94603 26.24584 26.59842 26.76619
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 27.13412 27.24679 27.28114 27.47489 27.55579 27.61705 28.24773 28.52287
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 28.82411 29.73171 30.83047 31.63737 33.13554 33.50124 34.2964 35.02165
## 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256 0.6410256
## 35.09524 36.54379 40.35064 72.31002
## 0.6410256 0.6410256 0.6410256 0.6410256#Para visualizar los descriptivos de manera más clara
table1::label(datamerge$profxes) <- "Promedio de estudiantes por maestro"
table1::table1(~profxes, data = datamerge, )| Overall (N=207) |
|
|---|---|
| Promedio de estudiantes por maestro | |
| Mean (SD) | 16.4 (8.94) |
| Median [Min, Max] | 13.6 [5.84, 72.3] |
| Missing | 51 (24.6%) |
#Grafico de la variable PROFEX
graficoprofxes <- (datamerge$profxes)
hist(graficoprofxes, col= rainbow(10),
ylab="Países",
xlab="Cantidad de estudiantes por profesor",
main="CANTIDAD DE ESTUDIANTES EN EDUCACIÓN SECUNDARIA POR PROFESOR POR PAÍSES")
#Grafico de la variable profex en boxplot
boxplot(datamerge$profxes, main="BOXPLOT DE CANTIDAD DE ESTUDIANTES EN EDUCACIÓN SECUNDARIA POR PROFESOR POR PAÍSES ", col="paleturquoise", xlab="países", ylab="Cantidad de estudiantes por profesor")
VARIABLE- PORCENTAJE DEL CONSUMO DE ALCOHOL DE LOS JÓVENES
#Identificando la variable
str(datamerge)## 'data.frame': 207 obs. of 9 variables:
## $ Matricula : num 50.1 86.6 NA NA 11.3 ...
## ..- attr(*, "label")= chr "Porcentaje de alumnos matriculados en el nivel secundario"
## $ PBIPC : num 552 5224 NA NA 3437 ...
## ..- attr(*, "label")= chr "PBI per cápita (nominal) por país"
## $ Pobreza : num 54.5 14.3 NA NA 36.6 NA 25.7 32 NA NA ...
## ..- attr(*, "label")= chr "Porcentaje de la población bajo la línea nacional de pobreza"
## $ URBANO : num 26 62.1 73.7 NA 66.8 24.4 92.1 63.3 43.7 86.2 ...
## ..- attr(*, "label")= chr "Porcentaje de urbanización por país"
## $ SEXO : num 48.7 49.1 49.5 NA 50.5 ...
## ..- attr(*, "label")= chr "Porcentaje de población femenina"
## $ gastoedu : num 4.06 2.47 4.34 3.23 3.42 2.52 5.46 2.71 NA 5.27 ...
## ..- attr(*, "label")= chr "Porcentaje del PBI invertido en educación por parte del Estado"
## $ profxes : num 33.5 11.2 NA 8.02 26.77 ...
## ..- attr(*, "label")= chr "Promedio de estudiantes por maestro"
## $ totalAC : num 0.3 37.7 1.5 64.2 33.5 35.3 54.5 16.3 NA 69.3 ...
## $ rateper1000AP: num 62 15.9 9.7 2.7 163 27.7 54.4 21.2 NA 10.1 ...class(datamerge$totalAC)## [1] "numeric"summary(datamerge$totalAC)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 0.10 12.90 23.60 28.96 45.20 86.40 18table(datamerge$totalAC)##
## 0.1 0.2 0.3 0.5 0.6 1 1.1 1.3 1.4 1.5 1.7 2 2.5 2.6 3 3.3
## 1 1 3 1 1 1 1 2 1 3 1 1 1 1 1 1
## 3.5 3.8 6.6 7.4 7.9 8.2 8.5 9.1 9.8 9.9 10 11 11.5 11.7 11.8 12
## 1 2 1 3 2 1 1 1 1 1 1 1 1 1 2 1
## 12.4 12.5 12.6 12.8 12.9 13.1 13.3 13.8 14 15 15.3 15.4 15.9 16.2 16.3 16.5
## 1 1 1 2 2 1 2 1 1 1 2 1 1 1 1 1
## 16.8 16.9 17.1 17.2 17.5 17.6 18 18.3 18.4 18.7 19 19.2 19.3 19.4 19.5 19.6
## 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1
## 20.4 20.5 20.8 20.9 21.1 22.4 22.6 22.7 23 23.4 23.6 23.7 24.4 24.5 24.7 25
## 1 1 2 1 1 1 1 1 1 1 4 1 2 1 1 1
## 25.2 25.5 26.1 26.4 26.8 27.3 27.4 28.2 28.7 29.1 29.8 31.3 32 32.2 32.5 33.2
## 2 1 2 2 1 2 1 1 1 1 1 2 1 1 1 1
## 33.5 34.4 34.9 35.3 36 36.9 37.3 37.5 37.7 38.5 39.4 39.5 40.4 40.6 41.2 41.4
## 1 1 1 2 1 1 1 1 1 1 2 1 1 1 1 1
## 43.9 45.2 45.5 47.3 47.4 49.4 50.5 50.8 51.7 52.3 52.9 53.4 54.1 54.4 54.5 54.6
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 55.2 55.3 55.6 56.5 56.6 57.1 57.2 58 59.2 59.3 59.6 59.9 60.9 61.9 62 62.3
## 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2
## 63.8 63.9 64.2 64.6 65.3 65.4 66.2 68.1 68.8 69.3 70.2 70.6 71.4 72 86.4
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1#Análisis estadístico
median(datamerge$totalAC,na.rm=T)## [1] 23.6mean(datamerge$totalAC,na.rm=T)## [1] 28.9582Mode(datamerge$totalAC,na.rm=T)## [1] 23.6
## attr(,"freq")
## [1] 4sd(datamerge$totalAC,na.rm=T)## [1] 20.83547table(datamerge$totalAC)##
## 0.1 0.2 0.3 0.5 0.6 1 1.1 1.3 1.4 1.5 1.7 2 2.5 2.6 3 3.3
## 1 1 3 1 1 1 1 2 1 3 1 1 1 1 1 1
## 3.5 3.8 6.6 7.4 7.9 8.2 8.5 9.1 9.8 9.9 10 11 11.5 11.7 11.8 12
## 1 2 1 3 2 1 1 1 1 1 1 1 1 1 2 1
## 12.4 12.5 12.6 12.8 12.9 13.1 13.3 13.8 14 15 15.3 15.4 15.9 16.2 16.3 16.5
## 1 1 1 2 2 1 2 1 1 1 2 1 1 1 1 1
## 16.8 16.9 17.1 17.2 17.5 17.6 18 18.3 18.4 18.7 19 19.2 19.3 19.4 19.5 19.6
## 1 1 1 1 1 1 1 1 1 3 1 1 1 1 1 1
## 20.4 20.5 20.8 20.9 21.1 22.4 22.6 22.7 23 23.4 23.6 23.7 24.4 24.5 24.7 25
## 1 1 2 1 1 1 1 1 1 1 4 1 2 1 1 1
## 25.2 25.5 26.1 26.4 26.8 27.3 27.4 28.2 28.7 29.1 29.8 31.3 32 32.2 32.5 33.2
## 2 1 2 2 1 2 1 1 1 1 1 2 1 1 1 1
## 33.5 34.4 34.9 35.3 36 36.9 37.3 37.5 37.7 38.5 39.4 39.5 40.4 40.6 41.2 41.4
## 1 1 1 2 1 1 1 1 1 1 2 1 1 1 1 1
## 43.9 45.2 45.5 47.3 47.4 49.4 50.5 50.8 51.7 52.3 52.9 53.4 54.1 54.4 54.5 54.6
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
## 55.2 55.3 55.6 56.5 56.6 57.1 57.2 58 59.2 59.3 59.6 59.9 60.9 61.9 62 62.3
## 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2
## 63.8 63.9 64.2 64.6 65.3 65.4 66.2 68.1 68.8 69.3 70.2 70.6 71.4 72 86.4
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1prop.table(table(datamerge$totalAC))*100##
## 0.1 0.2 0.3 0.5 0.6 1 1.1 1.3
## 0.5291005 0.5291005 1.5873016 0.5291005 0.5291005 0.5291005 0.5291005 1.0582011
## 1.4 1.5 1.7 2 2.5 2.6 3 3.3
## 0.5291005 1.5873016 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005
## 3.5 3.8 6.6 7.4 7.9 8.2 8.5 9.1
## 0.5291005 1.0582011 0.5291005 1.5873016 1.0582011 0.5291005 0.5291005 0.5291005
## 9.8 9.9 10 11 11.5 11.7 11.8 12
## 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 1.0582011 0.5291005
## 12.4 12.5 12.6 12.8 12.9 13.1 13.3 13.8
## 0.5291005 0.5291005 0.5291005 1.0582011 1.0582011 0.5291005 1.0582011 0.5291005
## 14 15 15.3 15.4 15.9 16.2 16.3 16.5
## 0.5291005 0.5291005 1.0582011 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005
## 16.8 16.9 17.1 17.2 17.5 17.6 18 18.3
## 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005
## 18.4 18.7 19 19.2 19.3 19.4 19.5 19.6
## 0.5291005 1.5873016 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005
## 20.4 20.5 20.8 20.9 21.1 22.4 22.6 22.7
## 0.5291005 0.5291005 1.0582011 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005
## 23 23.4 23.6 23.7 24.4 24.5 24.7 25
## 0.5291005 0.5291005 2.1164021 0.5291005 1.0582011 0.5291005 0.5291005 0.5291005
## 25.2 25.5 26.1 26.4 26.8 27.3 27.4 28.2
## 1.0582011 0.5291005 1.0582011 1.0582011 0.5291005 1.0582011 0.5291005 0.5291005
## 28.7 29.1 29.8 31.3 32 32.2 32.5 33.2
## 0.5291005 0.5291005 0.5291005 1.0582011 0.5291005 0.5291005 0.5291005 0.5291005
## 33.5 34.4 34.9 35.3 36 36.9 37.3 37.5
## 0.5291005 0.5291005 0.5291005 1.0582011 0.5291005 0.5291005 0.5291005 0.5291005
## 37.7 38.5 39.4 39.5 40.4 40.6 41.2 41.4
## 0.5291005 0.5291005 1.0582011 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005
## 43.9 45.2 45.5 47.3 47.4 49.4 50.5 50.8
## 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005
## 51.7 52.3 52.9 53.4 54.1 54.4 54.5 54.6
## 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005
## 55.2 55.3 55.6 56.5 56.6 57.1 57.2 58
## 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 1.0582011
## 59.2 59.3 59.6 59.9 60.9 61.9 62 62.3
## 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 1.0582011
## 63.8 63.9 64.2 64.6 65.3 65.4 66.2 68.1
## 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005
## 68.8 69.3 70.2 70.6 71.4 72 86.4
## 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005 0.5291005#Para visualizar los descriptivos de manera más clara
table1::label(datamerge$totalAC) <- "Porcentaje de jóvenes que consumen alcohol"
table1::table1(~totalAC, data = datamerge, )| Overall (N=207) |
|
|---|---|
| Porcentaje de jóvenes que consumen alcohol | |
| Mean (SD) | 29.0 (20.8) |
| Median [Min, Max] | 23.6 [0.100, 86.4] |
| Missing | 18 (8.7%) |
#Gráfico de la variable urbano
graficototalAC <- (datamerge$totalAC)
hist(graficototalAC, col= rainbow(10),
xlab="Porcentaje de jovenes que consumen alcohol",
ylab="Países",
main="PORCENTAJE DE JOVENES QUE CONSUMEN ALCOHOL POR PAÍS")
#Gráfico de la variable totalAC en boxplot
boxplot(datamerge$totalAC, main="BOXPLOT DE PORCENTAJE DE JÓVENES QUE CONSUMEN ALCOHOL POR PAÍS ", col="Skyblue",
xlab="países", ylab="Porcentaje de jovenes que consumen alcohol")
VARIABLE- TASA DE NATALIDAD DE ADOLESCENTES POR PAÍS (EMBARAZOS A TEMPRANA EDAD)
#Identificando la variable
str(datamerge)## 'data.frame': 207 obs. of 9 variables:
## $ Matricula : num 50.1 86.6 NA NA 11.3 ...
## ..- attr(*, "label")= chr "Porcentaje de alumnos matriculados en el nivel secundario"
## $ PBIPC : num 552 5224 NA NA 3437 ...
## ..- attr(*, "label")= chr "PBI per cápita (nominal) por país"
## $ Pobreza : num 54.5 14.3 NA NA 36.6 NA 25.7 32 NA NA ...
## ..- attr(*, "label")= chr "Porcentaje de la población bajo la línea nacional de pobreza"
## $ URBANO : num 26 62.1 73.7 NA 66.8 24.4 92.1 63.3 43.7 86.2 ...
## ..- attr(*, "label")= chr "Porcentaje de urbanización por país"
## $ SEXO : num 48.7 49.1 49.5 NA 50.5 ...
## ..- attr(*, "label")= chr "Porcentaje de población femenina"
## $ gastoedu : num 4.06 2.47 4.34 3.23 3.42 2.52 5.46 2.71 NA 5.27 ...
## ..- attr(*, "label")= chr "Porcentaje del PBI invertido en educación por parte del Estado"
## $ profxes : num 33.5 11.2 NA 8.02 26.77 ...
## ..- attr(*, "label")= chr "Promedio de estudiantes por maestro"
## $ totalAC : num 0.3 37.7 1.5 64.2 33.5 35.3 54.5 16.3 NA 69.3 ...
## ..- attr(*, "label")= chr "Porcentaje de jóvenes que consumen alcohol"
## $ rateper1000AP: num 62 15.9 9.7 2.7 163 27.7 54.4 21.2 NA 10.1 ...class(datamerge$rateper1000AP)## [1] "numeric"summary(datamerge$rateper1000AP)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1.00 12.53 38.60 50.94 75.97 229.00 13table(datamerge$rateper1000AP)##
## 1 1.4 2.4 2.5 2.7 2.8 2.9 3.4 4 4.1 4.4 4.6 4.9
## 2 1 1 1 1 1 2 1 2 1 2 1 1
## 5.4 5.7 5.9 6 6.3 6.7 7.1 7.2 7.7 8 8.5 8.6 8.7
## 1 1 1 1 1 1 1 1 1 1 1 2 1
## 8.9 9.1 9.2 9.3 9.7 9.8 9.9 10 10.1 10.5 10.7 10.9 11
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 11.1 11.7 12.1 12.4 12.5 12.6 13.3 13.6 13.8 14.2 15.1 15.2 15.9
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 16.1 18.8 18.9 19 19.1 20 20.9 21 21.2 21.4 21.5 22.9 23.1
## 1 1 1 1 1 1 1 2 1 1 1 1 1
## 24 25.6 26.4 26.6 26.8 27 27.7 28 28.4 29 30 30.1 32.3
## 1 1 1 1 1 1 1 2 1 1 1 1 1
## 32.6 33.2 33.8 33.9 35.8 35.9 36 37.8 38 38.1 38.2 39 39.2
## 1 1 1 1 1 1 2 1 1 1 1 1 1
## 40.9 41 41.9 44 45 46 46.1 48 48.4 49 49.7 50 50.4
## 1 1 1 2 1 1 1 1 1 1 1 1 1
## 51 51.2 51.7 51.8 52 52.3 52.7 54 54.3 54.4 54.8 56.7 57.4
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 58.2 61 62 63.9 64.3 67 67.2 68 68.3 70.3 70.5 71 71.1
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 72 73.7 74 75.1 75.9 76 77.5 77.6 78 78.9 79.5 80 82.1
## 1 1 2 1 1 1 1 1 1 1 1 1 1
## 83.4 84 84.5 86 86.8 87.1 88.2 88.7 91 92 94 94.5 96
## 1 1 1 1 1 1 1 2 1 2 2 1 1
## 101.3 106 106.4 108 111.3 119 120 123 123.3 131.5 132.3 135 137.6
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 138.1 138.9 150.3 152 154 158.1 163 164 176 179.4 180 229
## 1 1 1 1 1 1 1 1 1 1 1 1#Análisis estadístico
median(datamerge$rateper1000AP,na.rm=T)## [1] 38.6mean(datamerge$rateper1000AP,na.rm=T)## [1] 50.94278Mode(datamerge$rateper1000AP,na.rm=T)## [1] 1.0 2.9 4.0 4.4 8.6 21.0 28.0 36.0 44.0 74.0 88.7 92.0 94.0
## attr(,"freq")
## [1] 2sd(datamerge$rateper1000AP,na.rm=T)## [1] 45.1498table(datamerge$rateper1000AP)##
## 1 1.4 2.4 2.5 2.7 2.8 2.9 3.4 4 4.1 4.4 4.6 4.9
## 2 1 1 1 1 1 2 1 2 1 2 1 1
## 5.4 5.7 5.9 6 6.3 6.7 7.1 7.2 7.7 8 8.5 8.6 8.7
## 1 1 1 1 1 1 1 1 1 1 1 2 1
## 8.9 9.1 9.2 9.3 9.7 9.8 9.9 10 10.1 10.5 10.7 10.9 11
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 11.1 11.7 12.1 12.4 12.5 12.6 13.3 13.6 13.8 14.2 15.1 15.2 15.9
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 16.1 18.8 18.9 19 19.1 20 20.9 21 21.2 21.4 21.5 22.9 23.1
## 1 1 1 1 1 1 1 2 1 1 1 1 1
## 24 25.6 26.4 26.6 26.8 27 27.7 28 28.4 29 30 30.1 32.3
## 1 1 1 1 1 1 1 2 1 1 1 1 1
## 32.6 33.2 33.8 33.9 35.8 35.9 36 37.8 38 38.1 38.2 39 39.2
## 1 1 1 1 1 1 2 1 1 1 1 1 1
## 40.9 41 41.9 44 45 46 46.1 48 48.4 49 49.7 50 50.4
## 1 1 1 2 1 1 1 1 1 1 1 1 1
## 51 51.2 51.7 51.8 52 52.3 52.7 54 54.3 54.4 54.8 56.7 57.4
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 58.2 61 62 63.9 64.3 67 67.2 68 68.3 70.3 70.5 71 71.1
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 72 73.7 74 75.1 75.9 76 77.5 77.6 78 78.9 79.5 80 82.1
## 1 1 2 1 1 1 1 1 1 1 1 1 1
## 83.4 84 84.5 86 86.8 87.1 88.2 88.7 91 92 94 94.5 96
## 1 1 1 1 1 1 1 2 1 2 2 1 1
## 101.3 106 106.4 108 111.3 119 120 123 123.3 131.5 132.3 135 137.6
## 1 1 1 1 1 1 1 1 1 1 1 1 1
## 138.1 138.9 150.3 152 154 158.1 163 164 176 179.4 180 229
## 1 1 1 1 1 1 1 1 1 1 1 1prop.table(table(datamerge$rateper1000AP))*100##
## 1 1.4 2.4 2.5 2.7 2.8 2.9 3.4
## 1.0309278 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 1.0309278 0.5154639
## 4 4.1 4.4 4.6 4.9 5.4 5.7 5.9
## 1.0309278 0.5154639 1.0309278 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 6 6.3 6.7 7.1 7.2 7.7 8 8.5
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 8.6 8.7 8.9 9.1 9.2 9.3 9.7 9.8
## 1.0309278 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 9.9 10 10.1 10.5 10.7 10.9 11 11.1
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 11.7 12.1 12.4 12.5 12.6 13.3 13.6 13.8
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 14.2 15.1 15.2 15.9 16.1 18.8 18.9 19
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 19.1 20 20.9 21 21.2 21.4 21.5 22.9
## 0.5154639 0.5154639 0.5154639 1.0309278 0.5154639 0.5154639 0.5154639 0.5154639
## 23.1 24 25.6 26.4 26.6 26.8 27 27.7
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 28 28.4 29 30 30.1 32.3 32.6 33.2
## 1.0309278 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 33.8 33.9 35.8 35.9 36 37.8 38 38.1
## 0.5154639 0.5154639 0.5154639 0.5154639 1.0309278 0.5154639 0.5154639 0.5154639
## 38.2 39 39.2 40.9 41 41.9 44 45
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 1.0309278 0.5154639
## 46 46.1 48 48.4 49 49.7 50 50.4
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 51 51.2 51.7 51.8 52 52.3 52.7 54
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 54.3 54.4 54.8 56.7 57.4 58.2 61 62
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 63.9 64.3 67 67.2 68 68.3 70.3 70.5
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 71 71.1 72 73.7 74 75.1 75.9 76
## 0.5154639 0.5154639 0.5154639 0.5154639 1.0309278 0.5154639 0.5154639 0.5154639
## 77.5 77.6 78 78.9 79.5 80 82.1 83.4
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 84 84.5 86 86.8 87.1 88.2 88.7 91
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 1.0309278 0.5154639
## 92 94 94.5 96 101.3 106 106.4 108
## 1.0309278 1.0309278 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 111.3 119 120 123 123.3 131.5 132.3 135
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 137.6 138.1 138.9 150.3 152 154 158.1 163
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639
## 164 176 179.4 180 229
## 0.5154639 0.5154639 0.5154639 0.5154639 0.5154639#Para visualizar los descriptivos de manera más clara
table1::label(datamerge$rateper1000AP) <- "Porcentaje de natalidad por cada 1000 mujeres de 15 a 19 años"
table1::table1(~rateper1000AP, data = datamerge, )| Overall (N=207) |
|
|---|---|
| Porcentaje de natalidad por cada 1000 mujeres de 15 a 19 años | |
| Mean (SD) | 50.9 (45.1) |
| Median [Min, Max] | 38.6 [1.00, 229] |
| Missing | 13 (6.3%) |
#Grafico de la variable rater1000AP
graficorateper1000AP<- (datamerge$rateper1000AP)
hist(graficorateper1000AP, col= rainbow(10),
xlab="Tasa de natalidad por cada 1000 mujeres de 15 a 19 años",
ylab="Países",
main="TASA DE NATALIDAD POR 1000 MUJERES DE 15 A 19 AÑOS POR PAÍS")
#Grafico de la variable rateper1000AP en boxplot
boxplot(datamerge$rateper1000AP, main="BOXPLOT DE NATALIDAD POR 1000 MUJERES DE 15 A 19 AÑOS POR PAÍS", col="goldenrod",xlab="países", ylab="Tasa de natalidad por 1000 mujeres de 15 a 19 años")
ANÁLISIS BIVARIADO
V. EXPLICADA = MATRICULA VARIABLES EXPLICATIVAS:
A)v. EXPLICATIVA1= PBIPC
attach(datamerge)## The following object is masked _by_ .GlobalEnv:
##
## Pobrezaplot(datamerge$Matricula,datamerge$PBIPC)
cor.test(datamerge$Matricula, datamerge$PBIPC)##
## Pearson's product-moment correlation
##
## data: datamerge$Matricula and datamerge$PBIPC
## t = 6.0444, df = 140, p-value = 1.288e-08
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.3137040 0.5764519
## sample estimates:
## cor
## 0.4549229B)v. EXPLICATIVA2= Pobreza
plot(datamerge$Matricula, datamerge$Pobreza)
cor.test(datamerge$Matricula, datamerge$Pobreza)##
## Pearson's product-moment correlation
##
## data: datamerge$Matricula and datamerge$Pobreza
## t = -10.674, df = 119, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.7804528 -0.5951926
## sample estimates:
## cor
## -0.6993865C)v. EXPLICATIVA3= URBANO
plot(datamerge$Matricula, datamerge$URBANO)
cor.test(datamerge$Matricula, datamerge$URBANO)##
## Pearson's product-moment correlation
##
## data: datamerge$Matricula and datamerge$URBANO
## t = 9.4097, df = 130, p-value = 2.355e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.5224676 0.7281876
## sample estimates:
## cor
## 0.636515D)v. EXPLICATIVA4= SEXO
plot(datamerge$Matricula, datamerge$SEXO)
cor.test(datamerge$Matricula, datamerge$SEXO)##
## Pearson's product-moment correlation
##
## data: datamerge$Matricula and datamerge$SEXO
## t = -0.94575, df = 130, p-value = 0.346
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.25000532 0.08947202
## sample estimates:
## cor
## -0.08266421E)v. EXPLICATIVA5= GASTOEDU
plot(datamerge$Matricula,datamerge$gastoedu)
cor.test(datamerge$Matricula, datamerge$gastoedu)##
## Pearson's product-moment correlation
##
## data: datamerge$Matricula and datamerge$gastoedu
## t = 2.6088, df = 153, p-value = 0.009988
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.05035626 0.35254504
## sample estimates:
## cor
## 0.2063662F) v. EXPLICATIVA6= PROFXES
plot(datamerge$Matricula,datamerge$profxes)
cor.test(datamerge$Matricula,datamerge$profxes)##
## Pearson's product-moment correlation
##
## data: datamerge$Matricula and datamerge$profxes
## t = -10.505, df = 141, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.7456619 -0.5593027
## sample estimates:
## cor
## -0.6626172G) v. EXPLICATIVA7= totalAC
plot(datamerge$Matricula,datamerge$totalAC)
cor.test(datamerge$Matricula,datamerge$totalAC)##
## Pearson's product-moment correlation
##
## data: datamerge$Matricula and datamerge$totalAC
## t = 8.6096, df = 151, p-value = 8.955e-15
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## 0.4567218 0.6713638
## sample estimates:
## cor
## 0.5738146H) v. EXPLICATIVA8= rateper1000AP
plot(datamerge$Matricula,datamerge$rateper1000AP)
cor.test(datamerge$Matricula,datamerge$rateper1000AP)##
## Pearson's product-moment correlation
##
## data: datamerge$Matricula and datamerge$rateper1000AP
## t = -18.885, df = 154, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
## -0.8776083 -0.7811665
## sample estimates:
## cor
## -0.8357201ANÁLISIS FACTORIAL EXPLORATORIO: VERIFICAR LATENTES
- Importar data (ya limpia) La data ya estaba importada.
#library(rio)
#link="https://github.com/alessiasibille17/Trabajo_Stad/raw/master/entrega2_final/mergefinal.xlsx"
#datamerge=import(link)- Preparación de data
datamerge=na.omit(datamerge)
#subdata con que se va a analizar la factorización/clusterización
subdata1=datamerge[,c(2:9)]- FACTORIZACIÓN
Creamos un data frame especial para el análisis de factorización ya que en la data “subdata” está incluida la variable Sexo, la cual es de control.
subdataefa=datamerge[,c(2:4, 6:9)]3.1 Matriz de correlaciones
library(polycor)## Warning: package 'polycor' was built under R version 4.0.3##
## Attaching package: 'polycor'## The following object is masked from 'package:psych':
##
## polyserialcorMatrix=polycor::hetcor(subdataefa)$correlations3.2 Verificamos si el análisis factorial será util dados los datos disponibles
library(psych)
KMO(corMatrix)$MSA## [1] 0.8239962MSA es 0.82… >0.06 así que OK
3.3 Para ver como cada variable contribuye al “adequacy”:
KMO(corMatrix)$MSAi## PBIPC Pobreza URBANO gastoedu profxes
## 0.7894311 0.8157053 0.8882222 0.8883019 0.8491775
## totalAC rateper1000AP
## 0.8042819 0.7991507Todas OK >0.78
3.4 Sólo falta confirmar que la matriz de correlación cumple los dos requisitos solicitados: a) Hnula: La matriz de correlacion es una matriz identidad
cortest.bartlett(corMatrix,n=nrow(subdataefa))$p.value>0.05## [1] FALSE- Hnula: La matriz de correlacion es una matriz singular.
matrixcalc::is.singular.matrix(corMatrix)## [1] FALSEAmbas FALSE, todo bien en este sentido.
3.5 Cuántas variables latentes se sugiere
#install.packages("see")
library(see)## Warning: package 'see' was built under R version 4.0.3sugerencia=parameters::n_factors(corMatrix)
plot(sugerencia)
Recomienda solo 1 factor; no responde con lo propuesto en la teoría.
3.6 Gráfico
library(GPArotation)## Warning: package 'GPArotation' was built under R version 4.0.3resfa <- fa(subdataefa,
nfactors = 1,
rotate = "varimax")
fa.diagram(resfa)
Pone todas en una misma latente, pero la variable GastoEdu sale con 0.4. Antes salía en el aporte 0.88
CLUSTERIZACIÓN
Traemos la data
#Subdata para poder realizar la clusterización
subdata=datamerge[,-1]#Calcular distancia
library(cluster)
g.dist = daisy(subdata, metric="gower",stand=T)
#Cluster de partición... Cuántos debería haber?
library(factoextra)## Loading required package: ggplot2##
## Attaching package: 'ggplot2'## The following objects are masked from 'package:psych':
##
## %+%, alpha## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa#para partición
fviz_nbclust(subdata, pam,diss=g.dist,method = "gap_stat",k.max = 10,verbose = F)
#para jerarquización
fviz_nbclust(subdata, hcut,diss=g.dist,method = "gap_stat",k.max = 10,verbose = F) 
Ambos métodos recomiendan 5 clusters.
#creación de clusters
res.pam = pam(g.dist,5,cluster.only = F) #particion
res.agnes = hcut(g.dist, k = 5,hc_func='agnes',hc_method = "ward.D") #aglomerativa
res.diana = hcut(g.dist, k = 5,hc_func='diana') #divisivo
##Gráficos width: para saber cual es el método más apropiado
fviz_silhouette(res.pam)## cluster size ave.sil.width
## 1 1 21 0.23
## 2 2 26 0.05
## 3 3 20 0.29
## 4 4 10 0.41
## 5 5 18 0.14
fviz_silhouette(res.agnes)## cluster size ave.sil.width
## 1 1 21 0.10
## 2 2 33 0.16
## 3 3 12 0.17
## 4 4 20 0.31
## 5 5 9 0.44
fviz_silhouette(res.diana)## cluster size ave.sil.width
## 1 1 13 0.15
## 2 2 22 0.13
## 3 3 18 0.14
## 4 4 29 0.33
## 5 5 13 0.10
Lo que se observa es que el método jerárquico aglomerativo es el más adecuado ya que tiene el mayor valor de width (0.21 frente al 0.19 del método particionante y divisivo)
Creo columnas
subdata$clusterPT=res.pam$cluster #particionante
subdata$clustAGLO=res.diana$cluster #aglomerativo
subdata$clustDIV=res.diana$cluster #divisivo- Explorar resultados: saber las caracteristicas de los paises en cada cluster
library(plyr)
agg= aggregate(as.matrix(cbind(subdata[,c(1:8)]))~ clustAGLO, data=subdata,
FUN=plyr::each(MD = median, Media = mean))
# convertir en data frame, y
tablaResumen=t(as.data.frame(agg))
tablaResumen## [,1] [,2] [,3] [,4]
## clustAGLO 1.000000 2.000000 3.000000 4.000000
## PBIPC.MD 1730.440000 7110.405000 695.245000 23241.890000
## PBIPC.Media 2084.003077 7891.393636 1122.970000 29721.704828
## Pobreza.MD 29.600000 19.300000 52.400000 15.100000
## Pobreza.Media 31.730769 19.136364 53.372222 16.513793
## URBANO.MD 29.400000 67.900000 37.800000 75.700000
## URBANO.Media 31.069231 68.754545 36.983333 75.713793
## SEXO.MD 49.760000 50.340000 50.415000 51.230000
## SEXO.Media 49.645385 50.309545 50.568889 51.431379
## gastoedu.MD 2.650000 4.460000 4.625000 4.840000
## gastoedu.Media 2.960769 4.466818 4.248889 4.983448
## profxes.MD 28.247730 13.890660 25.794385 9.699430
## profxes.Media 26.585812 15.523024 27.088423 10.456869
## totalAC.MD 8.200000 24.350000 13.650000 58.000000
## totalAC.Media 10.130769 23.409091 16.238889 58.551724
## rateper1000AP.MD 62.000000 39.350000 134.950000 10.500000
## rateper1000AP.Media 53.961538 40.518182 129.877778 14.717241
## [,5]
## clustAGLO 5.000000
## PBIPC.MD 2500.110000
## PBIPC.Media 3109.073077
## Pobreza.MD 30.000000
## Pobreza.Media 29.246154
## URBANO.MD 57.200000
## URBANO.Media 48.976923
## SEXO.MD 49.990000
## SEXO.Media 50.207692
## gastoedu.MD 4.340000
## gastoedu.Media 4.832308
## profxes.MD 18.404100
## profxes.Media 19.315377
## totalAC.MD 18.300000
## totalAC.Media 18.961538
## rateper1000AP.MD 74.000000
## rateper1000AP.Media 73.907692- Identificación de casos mal asignados
# data.frame equivalente a ese elemento
widths.aglomerativo=data.frame(res.agnes $silinfo$widths)
# Creamos un vector que sea el nombre de la región. Lo jalamos del nombre de la fila.
widths.aglomerativo$Id=row.names(widths.aglomerativo)
# Creamos un objeto que sea los nombres de aquellos casos cuyos widths sean menor a 0.
malos.widths.aglomerativo=widths.aglomerativo[widths.aglomerativo$sil_width<0,'Id']
malos.widths.aglomerativo## [1] "Tonga" "Guatemala" "Burkina Faso" "Eritrea" "Benin"
## [6] "Malta"#cantidad de casos
length(malos.widths.aglomerativo)## [1] 6Son 6 casos mal asignados en el método aglomerativo: Tonga, Guatemala, Burkina Faso, Eritrea, Benins y Malta
Viendo qué países corresponden a cada cluster
#crear esta columna
subdata$Id=row.names(subdata)
#Ahora pedimos
subdata[subdata$clustAGLO==1,'Id']## [1] "Afghanistan" "Bangladesh" "Comoros" "Eritrea"
## [5] "Ethiopia" "India" "Mauritania" "Pakistan"
## [9] "Papua New Guinea" "Philippines" "Rwanda" "Sri Lanka"
## [13] "Tonga"subdata[subdata$clustAGLO==2,'Id']## [1] "Albania" "Armenia" "Brazil"
## [4] "Colombia" "Costa Rica" "Djibouti"
## [7] "Dominican Republic" "Ecuador" "Georgia"
## [10] "Jamaica" "Jordan" "Kazakhstan"
## [13] "Malaysia" "Mauritius" "Mexico"
## [16] "Panama" "Peru" "Seychelles"
## [19] "South Africa" "Thailand" "Turkey"
## [22] "Uzbekistan"subdata[subdata$clustAGLO==3,'Id']## [1] "Angola" "Burkina Faso"
## [3] "Burundi" "Central African Republic"
## [5] "Chad" "Guatemala"
## [7] "Guinea" "Lesotho"
## [9] "Liberia" "Madagascar"
## [11] "Malawi" "Mali"
## [13] "Mozambique" "Niger"
## [15] "Senegal" "Sierra Leone"
## [17] "Togo" "Zimbabwe"subdata[subdata$clustAGLO==4,'Id']## [1] "Argentina" "Austria" "Belarus" "Belgium"
## [5] "Bulgaria" "Chile" "Croatia" "Denmark"
## [9] "Estonia" "France" "Germany" "Greece"
## [13] "Hungary" "Italy" "Latvia" "Lithuania"
## [17] "Malta" "Netherlands" "Poland" "Portugal"
## [21] "Romania" "Serbia" "Slovenia" "Spain"
## [25] "Sweden" "Switzerland" "Ukraine" "United States"
## [29] "Uruguay"subdata[subdata$clustAGLO==5,'Id']## [1] "Belize" "Benin" "Bhutan" "Cameroon" "El Salvador"
## [6] "Fiji" "Ghana" "Guyana" "Honduras" "Nepal"
## [11] "Nicaragua" "Paraguay" "Tajikistan"- Gráfico
library(ggrepel)
subdata$clustAGLO=res.agnes$cluster
fviz_cluster(object = list(data=g.dist, cluster = subdata$clustAGLO),
geom = c("text"),
ellipse = FALSE,labelsize = 5,
repel = T)
REGRESIÓN LINEAL MULTIVARIADA
CREACIÓN DE MODELOS
Modelo1: utilizamos todas las variables independientes consideradas según la teoría
#Modelo1
modelo1=lm(Matricula~PBIPC+Pobreza +URBANO+SEXO+gastoedu+ profxes+ totalAC+rateper1000AP, data=datamerge)
summary(modelo1)##
## Call:
## lm(formula = Matricula ~ PBIPC + Pobreza + URBANO + SEXO + gastoedu +
## profxes + totalAC + rateper1000AP, data = datamerge)
##
## Residuals:
## Min 1Q Median 3Q Max
## -29.8148 -4.4753 -0.2367 5.9235 25.8838
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -4.955e+01 5.045e+01 -0.982 0.32880
## PBIPC -8.090e-05 1.202e-04 -0.673 0.50282
## Pobreza -2.862e-01 9.999e-02 -2.863 0.00528 **
## URBANO 8.636e-02 7.299e-02 1.183 0.24005
## SEXO 2.658e+00 1.004e+00 2.649 0.00961 **
## gastoedu 8.785e-01 9.126e-01 0.963 0.33844
## profxes -3.876e-01 1.537e-01 -2.522 0.01351 *
## totalAC 1.724e-01 1.103e-01 1.563 0.12167
## rateper1000AP -2.712e-01 3.722e-02 -7.286 1.43e-10 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 11.1 on 86 degrees of freedom
## Multiple R-squared: 0.8312, Adjusted R-squared: 0.8155
## F-statistic: 52.93 on 8 and 86 DF, p-value: < 2.2e-16Podemos decir que el modelo de regresión 1 es válido porque el p-value de ANOVA es menor a 0.05 (2.2e-16 → estadísticamente significativo). En ese sentido, se rechaza la hipótesis nula inicial y se acepta la validez del modelo. El valor del R cuadrado ajustado de 0.82 explicará un 82% de la variabilidad de la variable dependiente (tasa de matrícula escolar secundaria).
modelo2: 4 variables independientes que más aportan
modelo2=lm(Matricula~Pobreza +SEXO+ profxes+ rateper1000AP, data=datamerge)
summary(modelo2)##
## Call:
## lm(formula = Matricula ~ Pobreza + SEXO + profxes + rateper1000AP,
## data = datamerge)
##
## Residuals:
## Min 1Q Median 3Q Max
## -27.9224 -4.9782 -0.3097 5.7935 26.0919
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -74.28989 45.66824 -1.627 0.107291
## Pobreza -0.34754 0.09812 -3.542 0.000632 ***
## SEXO 3.50727 0.89231 3.931 0.000166 ***
## profxes -0.52902 0.14555 -3.635 0.000463 ***
## rateper1000AP -0.28610 0.03646 -7.847 8.42e-12 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 11.37 on 90 degrees of freedom
## Multiple R-squared: 0.8146, Adjusted R-squared: 0.8064
## F-statistic: 98.88 on 4 and 90 DF, p-value: < 2.2e-16Podemos decir que el modelo de regresión 2 es válido porque el p-value de ANOVA es menor a 0.05 (2.2e-16 → estadísticamente significativo). En ese sentido, se rechaza la hipótesis nula inicial y se acepta la validez del modelo.El valor del R cuadrado ajustado de 0.81 explicará un 81% de la variabilidad de la variable dependiente (Tasa de matrícula escolar secundaria)
Modelo 3:el modelo 2 pero se le añade la variable “URBANO”
modelo3=lm(Matricula~Pobreza +SEXO+ profxes+ rateper1000AP +URBANO, data=datamerge)
summary(modelo3)##
## Call:
## lm(formula = Matricula ~ Pobreza + SEXO + profxes + rateper1000AP +
## URBANO, data = datamerge)
##
## Residuals:
## Min 1Q Median 3Q Max
## -30.3077 -4.2454 -0.2027 6.2011 29.4677
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -80.33207 44.94625 -1.787 0.077294 .
## Pobreza -0.29119 0.10012 -2.908 0.004586 **
## SEXO 3.39816 0.87793 3.871 0.000207 ***
## profxes -0.42432 0.15159 -2.799 0.006281 **
## rateper1000AP -0.28191 0.03586 -7.861 8.39e-12 ***
## URBANO 0.13772 0.06636 2.075 0.040860 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 11.17 on 89 degrees of freedom
## Multiple R-squared: 0.8232, Adjusted R-squared: 0.8133
## F-statistic: 82.87 on 5 and 89 DF, p-value: < 2.2e-16Podemos decir que el modelo de regresión 3 es válido porque el p-value de ANOVA es menor a 0.05 (2.2e-16 → estadísticamente significativo). En ese sentido, se rechaza la hipótesis nula inicial y se acepta la validez del modelo. El valor del R cuadrado ajustado de 0.81 explicará un 81% de la variabilidad de la variable dependiente (Tasa de matrícula escolar secundaria).
modelo 4: igual que el modelo 3 pero se le agrega la variable “gastoedu”
modelo4=lm(Matricula~Pobreza +SEXO+ profxes+ rateper1000AP +URBANO+gastoedu, data=datamerge)
summary(modelo4)##
## Call:
## lm(formula = Matricula ~ Pobreza + SEXO + profxes + rateper1000AP +
## URBANO + gastoedu, data = datamerge)
##
## Residuals:
## Min 1Q Median 3Q Max
## -30.7823 -4.3666 -0.0655 6.4787 27.3904
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -85.54503 45.06071 -1.898 0.06092 .
## Pobreza -0.29848 0.10008 -2.982 0.00370 **
## SEXO 3.42733 0.87630 3.911 0.00018 ***
## profxes -0.43395 0.15146 -2.865 0.00521 **
## rateper1000AP -0.27496 0.03626 -7.582 3.28e-11 ***
## URBANO 0.12101 0.06770 1.787 0.07730 .
## gastoedu 1.05671 0.89248 1.184 0.23959
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 11.14 on 88 degrees of freedom
## Multiple R-squared: 0.826, Adjusted R-squared: 0.8141
## F-statistic: 69.61 on 6 and 88 DF, p-value: < 2.2e-16Podemos decir que el modelo de regresión 4 es válido porque el p-value de ANOVA es menor a 0.05 (2.2e-16 → estadísticamente significativo). En ese sentido, se rechaza la hipótesis nula inicial y se acepta la validez del modelo. El valor del R cuadrado ajustado de 0.81 explicará un 81% de la variabilidad de la variable dependiente (Tasa de matrícula escolar secundaria).
Comparación de modelos
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#tabla anova
tanova=anova(modelo1, modelo2, modelo3, modelo4)
stargazer(tanova,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 86 10,601.960
## 2 90 11,640.950 -4 -1,038.986 2.107 0.087
## 3 89 11,103.700 1 537.247 4.358 0.040
## 4 88 10,929.580 1 174.117 1.412 0.238
## -----------------------------------------------#tabla stargazer
stargazer(modelo1, modelo2, modelo3, modelo4, type="text")##
## ===============================================================================================================
## Dependent variable:
## -------------------------------------------------------------------------------------------
## Matricula
## (1) (2) (3) (4)
## ---------------------------------------------------------------------------------------------------------------
## PBIPC -0.0001
## (0.0001)
##
## Pobreza -0.286*** -0.348*** -0.291*** -0.298***
## (0.100) (0.098) (0.100) (0.100)
##
## URBANO 0.086 0.138** 0.121*
## (0.073) (0.066) (0.068)
##
## SEXO 2.658*** 3.507*** 3.398*** 3.427***
## (1.004) (0.892) (0.878) (0.876)
##
## gastoedu 0.878 1.057
## (0.913) (0.892)
##
## profxes -0.388** -0.529*** -0.424*** -0.434***
## (0.154) (0.146) (0.152) (0.151)
##
## totalAC 0.172
## (0.110)
##
## rateper1000AP -0.271*** -0.286*** -0.282*** -0.275***
## (0.037) (0.036) (0.036) (0.036)
##
## Constant -49.547 -74.290 -80.332* -85.545*
## (50.450) (45.668) (44.946) (45.061)
##
## ---------------------------------------------------------------------------------------------------------------
## Observations 95 95 95 95
## R2 0.831 0.815 0.823 0.826
## Adjusted R2 0.815 0.806 0.813 0.814
## Residual Std. Error 11.103 (df = 86) 11.373 (df = 90) 11.170 (df = 89) 11.144 (df = 88)
## F Statistic 52.928*** (df = 8; 86) 98.884*** (df = 4; 90) 82.875*** (df = 5; 89) 69.608*** (df = 6; 88)
## ===============================================================================================================
## Note: *p<0.1; **p<0.05; ***p<0.01Lo que se puede apreciar gracias a la tabla anova es que ninguna de los modelos permite rechazar la hipótesis nula de que “los modelos no difieren”. A excepción del modelo 3 que sí cuenta con un p value menor a 0.05 por lo que indicaría que sería el único que sí tiene una diferencia significativa: el modelo 3 sí reduce el error al incluir una variable más Por otro lado, gracias a la tabla stargazer se puede observar también que el modelo 3 es el más apropiado por contar con un valor del R2 de 0.81, y porque todas sus variables independientemente sí aportan al modelo (p value menor a 0.05), a diferencia del modelo 1 y 4.
#SUPUESTOS
##PRUEBAS DE VALIDEZ DEL MODELO 1 1.1 Linealidad. La linea roja debe tender a ser horizontal
plot(modelo1, 1)
La línea roja dista considerablemente en los extremos de la línea horizontal, por lo tanto se concluye que no hay linealidad.
1.2 Homocedasticidad. Línea roja debe tender a ser horizontal, O la prueba de Breusch-Pagan debe tener un p-value mayor a 0.05 para comprobar homocedasticidad
plot(modelo1, 3)
library(lmtest)## Loading required package: zoo##
## Attaching package: 'zoo'## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numericbptest(modelo1) #H0: el modelo es homocedástico##
## studentized Breusch-Pagan test
##
## data: modelo1
## BP = 16.967, df = 8, p-value = 0.03046La línea no es horizontal y el p-value en el test Breusch-Pagan es menor a 0.05 (0.03046). Por lo tanto, se concluye que el modelo NO es homocedástico, es decir es heterocedástico
1.3 Normalidad de residuos. Puntos deben estar cerca a la diagonal, O la prueba de normalidad de los residuos debe tener un p-value mayor a 0.05
plot(modelo1, 2)
shapiro.test(modelo1$residuals) #H0: Tiene distribución normal##
## Shapiro-Wilk normality test
##
## data: modelo1$residuals
## W = 0.98217, p-value = 0.2233Los puntos no distan mucho de la línea diagonal y el p value del Shapiro Test es mayor a 0. 05 (0.2233); por lo tanto, se concluye que los residuos sí cuentan con distribución normal.
1.4 Multicolinealidad. Valor no debe ser >5. Si los predictores tienen una correlación muy alta entre sí, hay multicolinealidad, lo cual no es deseable:
library(DescTools)
VIF(modelo1)## PBIPC Pobreza URBANO SEXO gastoedu
## 3.042545 2.162954 2.016485 1.380803 1.180817
## profxes totalAC rateper1000AP
## 1.846695 3.985895 2.496510Se concluye que no tenemos multicolinealidad dado que los valores son menores a 5.
¿Cuáles son los valores influyentes?
plot(modelo1, 5)
checkreg1=as.data.frame(influence.measures(modelo1)$is.inf)
checkreg1[checkreg1$cook.d | checkreg1$hat,]Caso que influye: Malawi
PRUEBAS DE VALIDEZ DEL MODELO 2
2.1 Linealidad. La linea roja debe tender a ser horizontal
plot(modelo2, 1)
La línea roja dista considerablemente en los extremos de la línea horizontal; por lo tanto, se concluye que no hay linealidad.
2.2 Homocedasticidad. Línea roja debe tender a ser horizontal, O la prueba de Breusch-Pagan debe tener un p-value mayor a 0.05 para comprobar homocedasticidad
plot(modelo2, 3)
library(lmtest)
bptest(modelo2) #H0: el modelo es homocedástico##
## studentized Breusch-Pagan test
##
## data: modelo2
## BP = 17.817, df = 4, p-value = 0.00134La línea no es horizontal y el p-value en el test Breusch-Pagan es menor a 0.05 (0.00134). Por lo tanto, se concluye que NO es homocedástico; es decir es heterocedástico.
2.3 Normalidad de residuos. Puntos deben estar cerca a la diagonal, O la prueba de normalidad de los residuos debe tener un p-value mayor a 0.05
plot(modelo2, 2)
shapiro.test(modelo2$residuals) #H0: Tiene distribución normal##
## Shapiro-Wilk normality test
##
## data: modelo2$residuals
## W = 0.97988, p-value = 0.1518Los puntos distan mucho de la línea diagonal y el p value del Shapiro Test es mayor a 0. 05 (se obtuvo un valor de 0.1518); por lo tanto, se concluye que los residuos cuentan con distribución normal.
2.4 Multicolinealidad. Valor no debe ser >5. Si los predictores tienen una correlación muy alta entre sí, hay multicolinealidad, lo cual no es deseable:
library(DescTools)
VIF(modelo2)## Pobreza SEXO profxes rateper1000AP
## 1.984967 1.040465 1.578607 2.283722Ninguno es mayor a 5, no hay multicolinealidad.
¿Cuáles son los valores influyentes?
plot(modelo2, 5)
checkreg2=as.data.frame(influence.measures(modelo2)$is.inf)
checkreg2[checkreg2$cook.d | checkreg2$hat,]Caso que influye: Malawi
PRUEBAS DE VALIDEZ DEL MODELO 3
3.1 Linealidad. La linea roja debe tender a ser horizontal
plot(modelo3, 1)
La línea roja dista considerablemente en los extremos de la línea horizontal; por lo tanto, se concluye que no hay linealidad.
3.2 Homocedasticidad. Línea roja debe tender a ser horizontal, O la prueba de Breusch-Pagan debe tener un p-value mayor a 0.05 para comprobar homocedasticidad
plot(modelo3, 3)
library(lmtest)
bptest(modelo3) #H0: el modelo es homocedástico##
## studentized Breusch-Pagan test
##
## data: modelo3
## BP = 15.331, df = 5, p-value = 0.009036La línea no es horizontal y el p value en el test Breusch-Pagan es menor a 0.05 (0.009036); por lo tanto, se concluye que NO es homocedástico; es decir es heterocedástico.
3.3 Normalidad de residuos. Puntos deben estar cerca a la diagonal, O la prueba de normalidad de los residuos debe tener un p-value mayor a 0.05
plot(modelo3, 2)
shapiro.test(modelo3$residuals) #H0: Tiene distribución normal##
## Shapiro-Wilk normality test
##
## data: modelo3$residuals
## W = 0.97258, p-value = 0.04333Los puntos distan mucho de la línea diagonal, pero el p value del Shapiro Test es mayor a 0. 05 (0.1518). Por lo tanto, se acepta la hipótesis nula que decía que los residuos tienen una distribución normal.
3.4 Multicolinealidad. Valor no debe ser >5. Si los predictores tienen una correlación muy alta entre sí, hay multicolinealidad, lo cual no es deseable:
library(DescTools)
VIF(modelo3)## Pobreza SEXO profxes rateper1000AP URBANO
## 2.142587 1.044210 1.775255 2.290951 1.647039Ninguno es mayor a 5, no hay multicolinealidad.
¿Cuáles son los valores influyentes?
plot(modelo3, 5)
checkreg3=as.data.frame(influence.measures(modelo3)$is.inf)
checkreg3checkreg3[checkreg3$cook.d | checkreg3$hat,]Caso que influye: Malawi
PRUEBAS DE VALIDEZ DEL MODELO 4
4.1 Linealidad. La linea roja debe tender a ser horizontal
plot(modelo4, 1)
La línea roja dista considerablemente en los extremos de la línea horizontal por lo tanto se concluye que no hay linealidad.
4.2 Homocedasticidad. Línea roja debe tender a ser horizontal, O la prueba de Breusch-Pagan debe tener un p-value mayor a 0.05 para comprobar homocedasticidad
plot(modelo4, 3)
library(lmtest)
bptest(modelo4) #H0: el modelo es homocedástico##
## studentized Breusch-Pagan test
##
## data: modelo4
## BP = 15.27, df = 6, p-value = 0.01826La línea no es horizontal y el p value en el test Breusch-Pagan es menor a 0.05 (0.01826); por lo tanto, se concluye que NO es homocedástico; es decir es heterocedástico.
4.3 Normalidad de residuos. Puntos deben estar cerca a la diagonal, O la prueba de normalidad de los residuos debe tener un p-value mayor a 0.05
plot(modelo4, 2)
shapiro.test(modelo4$residuals) #H0: Tiene distribución normal##
## Shapiro-Wilk normality test
##
## data: modelo4$residuals
## W = 0.97614, p-value = 0.08001Los puntos distan mucho de la línea diagonal y el p value del Shapiro Test es mayor a 0. 05 (0.08001); por lo tanto, se concluye que los residuos cuentan con una distribución normal.
4.4 Multicolinealidad. Valor no debe ser >5. Si los predictores tienen una correlación muy alta entre sí, hay multicolinealidad, lo cual no es deseable:
library(DescTools)
VIF(modelo4)## Pobreza SEXO profxes rateper1000AP URBANO
## 2.150725 1.045036 1.780391 2.352743 1.721786
## gastoedu
## 1.120913Se concluye que no tenemos multicolinealidad dado que los valores son menores a 5.
¿Cuáles son los valores influyentes?
plot(modelo4, 5)
checkreg4=as.data.frame(influence.measures(modelo4)$is.inf)
checkreg4[checkreg4$cook.d | checkreg4$hat,]Caso que influye: Malawi
ECUACIÓN FINAL
La ecuación del modelo (modelo 3) elegido es: -80.33+(-0.29Pobreza)+(3.4sexo)+(-0.42proxfes)+(-0.28rater1000ap)+(0.14*urbano) +ϵ