Introducción
El Índice de Desarrollo Humano (IDH) se creó para hacer hincapié en que la ampliación de las oportunidades de las personas debería ser el criterio más importante para evaluar los resultados en materia de desarrollo. El crecimiento económico es un medio que contribuye a ese proceso, pero no es un objetivo en sí mismo.
El IDH mide el progreso conseguido por un país en tres dimensiones básicas del desarrollo humano: disfrutar de una vida larga y saludable, acceso a educación y nivel de vida digno.- Librerias y paquetes
setwd("~/paola 6to semestre/eamj1130")
library(pacman)
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2","plotly", "gganimate","gifski","scales")
library(hpackedbubble)
## Warning: package 'hpackedbubble' was built under R version 4.0.4
##
## Attaching package: 'hpackedbubble'
## The following object is masked from 'package:datasets':
##
## CO2
library(gplots)
## Warning: package 'gplots' was built under R version 4.0.4
##
## Attaching package: 'gplots'
## The following object is masked from 'package:stats':
##
## lowess
library(psych)
## Warning: package 'psych' was built under R version 4.0.4
##
## Attaching package: 'psych'
## The following objects are masked from 'package:scales':
##
## alpha, rescale
## The following objects are masked from 'package:ggplot2':
##
## %+%, alpha
library(GGally)
## Warning: package 'GGally' was built under R version 4.0.4
## Registered S3 method overwritten by 'GGally':
## method from
## +.gg ggplot2
library(car)
## Warning: package 'car' was built under R version 4.0.4
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:psych':
##
## logit
## The following object is masked from 'package:dplyr':
##
## recode
library(gvlma)
library(strucchange)
## Warning: package 'strucchange' was built under R version 4.0.4
## Loading required package: zoo
## Warning: package 'zoo' was built under R version 4.0.4
##
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric
## Loading required package: sandwich
## Warning: package 'sandwich' was built under R version 4.0.4
#library(tidyverse)
#library(hexbin)
library(xtable)
## Warning: package 'xtable' was built under R version 4.0.4
library(extrafont)
## Registering fonts with R
library(normtest)
library("readxl")
<- read_excel(file.choose(), sheet = 1)
mydata head(mydata,n=20L)
## # A tibble: 20 x 7
## PAIS ANO IDH CF PPC SALUD EDUC
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 ARG 2000 0.77 0 8224 696 377
## 2 ARG 2001 0.775 0 7776 670 376
## 3 ARG 2002 0.77 0 6854 526 275
## 4 ARG 2003 0.775 0 7380 526 261
## 5 ARG 2004 0.775 0 7962 557 278
## 6 ARG 2005 0.777 0 8578 654 331
## 7 ARG 2006 0.801 0 9175 694 379
## 8 ARG 2007 0.806 0 9902 754 442
## 9 ARG 2008 0.81 1 10201 782 494
## 10 ARG 2009 0.81 1 9502 856 526
## 11 ARG 2010 0.818 1 10386 894 521
## 12 ARG 2013 0.823 1 10883 914 576
## 13 ARG 2012 0.823 1 10650 895 569
## 14 ARG 2013 0.824 1 10785 14 586
## 15 ARG 2014 0.825 1 10399 857 558
## 16 ARG 2015 0.828 0 10568 924 610
## 17 ARG 2016 0.828 0 10239 773 571
## 18 ARG 2017 0.832 0 10404 785 573
## 19 ARG 2018 0.83 0 10044 758 553
## 20 COL 2000 0.662 0 4858 277 171
= mydata$PAIS
pais = mydata$PPC ppc
= mydata[c(3,6,7)]
x pairs.panels(x,gap=0,method="pearson",lm=FALSE,hist.col="gray")
library(readr)
<- read_xlsx("educacion.xlsx") educacion
Población de 3 años y más por entidad federativa según condición de asistencia escolar, 2020.
Gráfica de asistencia escolar
library(ggplot2)
<- educacion$Entidad
Entidad <- educacion$Asiste
Numero <- data.frame(Entidad, Numero)
datos <- ggplot(educacion, aes( y=Numero, x=Entidad)) +
educacion geom_bar(position="dodge", stat="identity", fill= "Yellow")+
labs(x="Entidad Federativa", y="Asiste", title="Asistencia escolar por entidad 2020") +
theme(axis.text.x = element_text(angle=90, hjust=1),axis.text.y =element_text(size = 6))
library(plotly)
ggplotly(educacion)
library(readr)
<- read_xlsx("edunoasist.xlsx") educacion
Gráfica de inasistencia escolar
library(ggplot2)
<- educacion$Entidad
Entidad <- educacion$Noasiste
Numero <- data.frame(Entidad, Numero)
datos <- ggplot(educacion, aes( y=Numero, x=Entidad)) +
educacion geom_bar(position="dodge", stat="identity", fill= "skyblue")+
labs(x="Entidad Federativa", y="No Asiste", title="No asistencia escolar por entidad 2020") +
theme(axis.text.x = element_text(angle=90, hjust=1),axis.text.y =element_text(size = 6))
library(plotly)
ggplotly(educacion)
Conclusión
En conclusión, las medidas de confinamiento adoptadas como respuesta al COVID-19 interrumpieron la enseñanza convencional con el cierre a nivel nacional de las escuelas en la mayoría de los países, que se prolongó por lo menos 10 semanas en la mayoría de ellos. Por ello, que la comunidad educativa emprendió iniciativas importantes para mantener la continuidad del aprendizaje durante este periodo, los niños y los estudiantes tuvieron que depender más de sus propios recursos para seguir aprendiendo a distancia a través de Internet, la televisión o la radio. Los docentes también tuvieron que adaptarse a los nuevos conceptos pedagógicos y modos de impartir la enseñanza, para los cuales no recibieron capacitación. En particular, los aprendices de los grupos más marginados, que no tienen acceso a recursos de aprendizaje digital o que carecen de fortaleza y colaboración para aprender por su cuenta, corrieron el riesgo de quedar rezagados.