knitr::opts_chunk$set(echo = TRUE, message = FALSE, warning = FALSE)

Pregunta 1

Cargue las librerias data.table, readxl, ggplot2, chilemapas,sf,sp,leaflet. Cargue, además la base de datos ENE.csv con el nombre ENE y la base de comunas.xls con el nombre comunas el este debe tener la clase de data.table y realice un merge con estas dos bases, ENE la variable es r_p_c

rm(list=ls())
library(chilemapas)
library(leaflet)
library(ggplot2)
library(readxl)
library(sf)
library(sp)
library(data.table)
library(RColorBrewer)
ENE <- fread("ENE.csv", encoding = "UTF-8")
comunas<-fread("comunas.csv", encoding = "UTF-8")
ENE<-as.data.table(ENE)
comunas <- as.data.table(comunas)
ENE<-merge(x=ENE,y=comunas,by.x= "r_p_c",by.y="codigo_comuna")

Pregunta 2

¿Cuántas personas fueron encuestadas y a cuántas personas representa esta encuesta?

Tenga en cuenta lo que hablamos del factor de expansión en clases y ayudantía, la variable de factor expansión es fact_cal

nrow(ENE)
## [1] 73797
ENE[,sum(fact_cal)]
## [1] 15853046

Pregunta 3

Grafíque el número de personas por región, utilice la función ggplot.

personas_region<-ENE[,.(total=.N),by="region1"]
ggplot(personas_region,aes(x=region1,y=total)) +
  geom_bar(stat='identity')

Pregunta 4

Aguegue título, subtítulo y fuente al gráfico anterior, además arregle el eje x para que sea legible.

ggplot(personas_region,aes(x=region1,y=total)) +
  geom_bar(stat='identity') +
  labs(title = 'Cantidad de personas encuestadas', subtitle = 'Por región',
       caption = 'Datos de Encuesta Nacional de Empleo - INE',
       x = 'Región',y = 'Número de personas') +
   theme(axis.text.x=element_text(angle=90, hjust=0, vjust=0))

Pregunta 5

Escoja una región al azar. Cree un objeto que se llame Desempleo que contenga el número de personas por situación ocupacional y comuna de la región que eligió. Cree una nueva variable que se llame Tdesempleo utilizando la siguiente fórmula:

T desempleo=Cesantes/(Ocupados+Cesantes)

Hint: Después de crear el objeto, cree una columna que sea la suma de ocupados por comuna, otra que sea la suma de cesantes por comuna, para después crear la tasa de desempleo que sea la suma de cesantes por comuna dividido por la suma de ocupados por comuna más la suma de cesantes por comuna.

Des<-ENE[region1=="Valparaiso"]
Des<-Des[,.(situacion_ocupacional,nombre_comuna,fact_cal)]
Des<-as.data.table(Des)
Desempleo<-Des[,"poblacion":=sum(fact_cal), by=c("situacion_ocupacional","nombre_comuna")]
Desempleo<-unique(Desempleo,by=c("situacion_ocupacional","nombre_comuna"))
Desempleo<-Desempleo[,fact_cal:=NULL]

Desempleo<- Desempleo[situacion_ocupacional=="CESANTE", cesante:=poblacion]
Desempleo<- Desempleo[situacion_ocupacional=="OCUPADO", ocupado:=poblacion]

Desempleo[,sum_ocupados:=sum(ocupado, na.rm=TRUE), by="nombre_comuna"]
Desempleo[,sum_cesante:=sum(cesante, na.rm=TRUE), by="nombre_comuna"]
Desempleo[,suma:=sum(sum_cesante, sum_ocupados, na.rm=TRUE), by="nombre_comuna"]
Desempleo<-Desempleo[,ocupado:=NULL]
Desempleo<-Desempleo[,cesante:=NULL]

Desempleo<-Desempleo[,tdesempleo:=sum_cesante/suma ,by="nombre_comuna"]

Pregunta 7

Haga un gráfico de barras con las comunas en el eje y, y la tasa de desempleo en el eje x.

Bonus: Agreguele título, subtítulo, fuente y color al gráfico.

ggplot(Desempleo,aes(x=nombre_comuna,y=tdesempleo,color=nombre_comuna)) +
  geom_bar(stat='identity') +
  labs(title = 'Tasa de Desempleo de la Región de Valparaíso', subtitle = 'Por comuna',
       caption = 'Datos de Encuesta Nacional de Empleo - INE',
       x = 'Comuna',y = 'Tasa de Desempleo') +
  coord_flip()

Pregunta 8

Cree un mapa con la tasa de desempleo comunal, utilizando el paquete chilemapas. Para esto, cree un objeto llamado mapa con el merge entre la geografía y la información de las comunas. (Con el paquete leaflet)

Hint: Después de realizar el merge, elimine los duplicados de las comunas del objeto mapa y seleccione solo las variables nombre_comuna, geometry, T_desempleo

Bonus 1: Agreguele labels al mapa.

Bonus 2: Realice el mismo mapa pero con ggplot.