UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONÓMICAS

ESCUELA DE ECONOMÍA

METODOS PARA EL ANALISIS ECONOMICO

ACTIVIDAD:

“LABORATORIO 1, SEGUNDA PARTE”.

DOCENTE:

MSF. Carlos Ademir Pérez Alas.

GRUPO TEORICO:

Integrantes:

PAOLA ELIZABETH, ELÍAS GRANADOS. EG17013.

ANA JULIA, PAULINO CORNEJO. PC18052.

LESLY GISELA, HERNÁNDEZ MÉNDEZ. HM18011.

MEDARDO JOSÉ, ESCOBAR MORALES . EM18003.

JOSUE NAHUM, AMAYA FLORES . AF16010.

Ciudad Universitaria, jueves 9 de Septiembre de 2021.

laboratorio_1_parte 2

1. Reproduzca los ejemplos vistos en clase sobre el uso de la librería dplyr, usando la información actualizada recopilada en la tarea 1, y usando los nombres estandarizados que se han agregado para los países, utilice países diferentes a los que se emplearon en los ejemplos (queda a elección del grupo los paises)

Reprodución de verbos

#Carga de paquetes auxiliares
options(scipen = 999)
library(dplyr)
library(readxl)
library(stringr)
library(kableExtra)
#Data para las funciones
load("C:/Users/Rene/Downloads/MAE/data_comercio_exterior.RData")
nombre_archivo<-"C:/Users/Rene/Downloads/nombres_iso_paises.xlsx"
nombres_iso_paises <- read_excel(nombre_archivo)
data_comercio_exterior %>%
  left_join(nombres_iso_paises,
            by=c("pais"="nom_pais_esp"))-> data_comercio_exterior

save(data_comercio_exterior, file ="C:/Users/Rene/Downloads/MAE/data_comercio_exterior_estandarizada.RData")

Select

Ejemplo 1 Usando la base de datos de comercio exterior, para El Salvador, creada en la sesión anterior, seleccione las columnas de “pais”, “sac”,“anio”,“mes”,“valor_cif”

#1. cargar la data 
load("C:/Users/Rene/Downloads/MAE/data_comercio_exterior_estandarizada.RData")
#cargamos las libreias

library(kableExtra)
library(dplyr)
data_comercio_exterior%>%
   select("pais","sac", "anio", "mes", "valor_cif","iso_3","region") %>%
   head() %>%  kable(caption ="Ejemplo selección de columnas") %>% kable_minimal()

Ejemplo selección de columnas
pais	sac	anio	mes	valor_cif	iso_3	region
Afganistan	3004909100	2019	9	0.00	AFG	Asia
Afganistan	3004909100	2019	9	0.00	AFG	Asia
Afganistan	4202190000	2020	8	18.88	AFG	Asia
Afganistan	4202190000	2020	8	18.88	AFG	Asia
Afganistan	4202990000	2020	8	7.55	AFG	Asia
Afganistan	4202990000	2020	8	7.55	AFG	Asia

Filter

Ejemplo 1 Seleccione todas las transacciones de exportación del año 2018, con Costa Rica o Panamá, que sean superiores a los 70,000 US$.

library(dplyr)
data_comercio_exterior %>%
  select("pais", "sac","anio","mes","valor_fob") %>%
  filter(anio=="2018", pais %in% c("Costa Rica","Panamá"),valor_fob>70000) %>% 
head() %>%  kable(caption ="Ejemplo 1 selección las filas ") %>% kable_minimal()

Ejemplo 1 selección las filas
pais	sac	anio	mes	valor_fob
Costa Rica	0406202000	2018	1	369222.0
Costa Rica	0406202000	2018	1	369222.0
Costa Rica	0409000000	2018	1	204111.0
Costa Rica	0409000000	2018	1	204111.0
Costa Rica	1102200000	2018	1	83978.4
Costa Rica	1102200000	2018	1	83978.4

Ejemplo 2 Seleccione todas las transacciones, exportación e importación, para el último trimestre de cada año disponible en el dataframe, que se han realizado con Guatemala.

data_comercio_exterior %>% 
  filter(pais=="Guatemala",mes %in% 10:12) %>%  # 10:12 genera el vector c(10,11,12)
head(5) %>%  kable(caption ="Ejemplo 2 selección las filas") %>% kable_minimal()

Ejemplo 2 selección las filas
pais	sac	anio	mes	valor_fob	kilogramos_exportaciones	nom_pais_ingles	iso_2	iso_3	codigo_pais	region	cod_region	sub_region	cod_sub_region	region_intermedia	cod_region_intermedia
Guatemala	0105110000	2018	10	401452	43764.00	Guatemala	GT	GTM	320	Américas	19	América Latina Y El Caribe	419	Centroamérica	13
Guatemala	0105110000	2018	10	401452	43764.00	Guatemala	GT	GTM	320	Américas	19	América Latina Y El Caribe	419	Centroamérica	13
Guatemala	0207141000	2018	10	37800	43276.56	Guatemala	GT	GTM	320	Américas	19	América Latina Y El Caribe	419	Centroamérica	13
Guatemala	0207141000	2018	10	37800	43276.56	Guatemala	GT	GTM	320	Américas	19	América Latina Y El Caribe	419	Centroamérica	13
Guatemala	0207149200	2018	10	28790	18183.88	Guatemala	GT	GTM	320	Américas	19	América Latina Y El Caribe	419	Centroamérica	13

Ejemplo 3 Seleccione todas las transacciones, exportación e importación, para el último trimestre de cada año disponible en el dataframe, y que excluyan el comercio con Colombia, Brazil y Argentina.

library(purrr) 
`%not_in%` <- purrr::negate(`%in%`) 
data_comercio_exterior %>% 
  filter(mes %in% 10:12,
         pais %not_in% c("Colombia","Brazil","Argentina")) %>% 
  head(5) %>%  kable(caption ="Ejemplo 3 selección las filas") %>% kable_minimal()

Ejemplo 3 selección las filas
pais	sac	anio	mes	valor_cif	kilogramos_importaciones	nom_pais_ingles	iso_2	iso_3	codigo_pais	region	cod_region	sub_region	cod_sub_region	region_intermedia	cod_region_intermedia
Afganistan	9018900000	2020	11	501.48	19.00	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
Afganistan	9018900000	2020	11	501.48	19.00	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
Afganistan	8521900000	2020	12	115.53	1.70	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
Afganistan	8521900000	2020	12	115.53	1.70	Afghanistan	AF	AFG	4	Asia	142	Asia Meridional	34	NA	NA
Albania	2106907900	2020	10	176758.25	2025.72	Albania	AL	ALB	8	Europa	150	Europa Del Sur	39	NA	NA

Mutate

Ejemplo 1 Calcule el saldo de la balanza comercial para todas las transacciones, disponibles en la base de comercio exterior.

data_comercio_exterior %>% 
  mutate(saldo_bc=valor_fob-valor_cif) %>% 
  select("pais","sac","anio","mes","saldo_bc") %>% 
  head() %>%  kable(caption ="Ejemplo 1 transformaciones de columnas") %>% kable_minimal()

Ejemplo 1 transformaciones de columnas
pais	sac	anio	mes	saldo_bc
Afganistan	3004909100	2019	9	382.13
Afganistan	3004909100	2019	9	382.13
Afganistan	4202190000	2020	8	-18.88
Afganistan	4202190000	2020	8	-18.88
Afganistan	4202990000	2020	8	-7.55
Afganistan	4202990000	2020	8	-7.55

Ejemplo 2 Calcule las exportaciones y las importaciones como porcentaje del comercio total, en cada transacción disponible en la base de comercio exterior, muestre sólo aquellas partidas que registren exportaciones.

options(scipen = 99999)
data_comercio_exterior %>% 
  mutate(Xpt=round(valor_fob/(valor_cif+valor_fob)*100,2),
         Mpt=round(valor_cif/(valor_cif+valor_fob)*100,2)) %>% 
  select("pais","sac","anio","mes","Xpt","Mpt") %>% filter(Xpt>0) %>%  head() %>%  kable(caption ="Ejemplo 2 transformaciones de columnas") %>% kable_minimal()

Ejemplo 2 transformaciones de columnas
pais	sac	anio	mes	Xpt
Afganistan	3004909100	2019	9	100
Afganistan	3004909100	2019	9	100
Afganistan	7009920000	2021	5	100
Afganistan	8302419000	2021	5	100
Afganistan	8306290000	2021	5	100
Afganistan	9401710000	2021	5	100

Arrage

Ejemplo 1 Ordenar los resultados del Ejemplo 2 de mutate, mostrando primero los resultados más recientes.

options(scipen = 99999)
data_comercio_exterior %>% 
  mutate(Xpt=round(valor_fob/(valor_cif+valor_fob)*100,2),
         Mpt=round(valor_cif/(valor_cif+valor_fob)*100,2)) %>% 
  select("pais","sac","anio","mes","Xpt","Mpt") %>% 
  filter(Xpt>0) %>%
  arrange(desc(anio),desc(mes))

## # A tibble: 392,093 x 6
##    pais     sac         anio   mes    Xpt    Mpt
##    <chr>    <chr>      <dbl> <dbl>  <dbl>  <dbl>
##  1 Alemania 0409000000  2021     7 100      0   
##  2 Alemania 0901113000  2021     7 100      0   
##  3 Alemania 1604149000  2021     7 100      0   
##  4 Alemania 3808930000  2021     7  99.8    0.22
##  5 Alemania 3919101000  2021     7   0.02 100.  
##  6 Alemania 3923309900  2021     7   0.06  99.9 
##  7 Alemania 4202990000  2021     7 100      0   
##  8 Alemania 4908900000  2021     7  30.6   69.4 
##  9 Alemania 5202990000  2021     7 100      0   
## 10 Alemania 5512990000  2021     7 100      0   
## # ... with 392,083 more rows

Summarise

Ejemplo 1 Obtenga los totales anuales de importaciones y exportaciones.

data_comercio_exterior %>% 
  group_by(anio) %>%
  summarise(`Total Exportaciones MM US$`=sum(valor_fob)/1e6,
            `Total Importaciones MM US$`=sum(valor_cif)/1e6) %>% 
  head(10) %>%
 kable(caption ="Ejemplo 1 operaciones de agregación de columnas ") %>% kable_minimal()

Ejemplo 1 operaciones de agregación de columnas
anio	Total Exportaciones MM US$	Total Importaciones MM US$
2018	14891.407	2552.433
2019	11809.460	0.000
2020	10088.021	20653.157
2021	3846.314	8354.539

Ejemplo 2 Obtenga los totales anuales de importaciones y exportaciones, que se realizan por país.

data_comercio_exterior %>%
  group_by(pais, anio) %>%
  summarise(
    `Total Exportaciones` = sum(valor_fob),
    `Total Importaciones` = sum(valor_cif)
  ) %>%
  head(10) %>%
  kable(caption = "Ejemplo 2 operaciones de agregación de columnas ") %>% kable_minimal()

Ejemplo 2 operaciones de agregación de columnas
pais	anio	Total Exportaciones	Total Importaciones
Afganistan	2019	764.26	0.00
Afganistan	2020	0.00	10853.48
Afganistan	2021	37873.33	0.00
Albania	2019	102785.00	0.00
Albania	2020	0.00	736595.10
Albania	2021	0.00	27110.62
Alemania	2018	40858919.94	23997148.24
Alemania	2019	42895841.74	0.00
Alemania	2020	72445237.38	328415985.16
Alemania	2021	34467744.76	109009061.33

Funciones de Comercio Exterior

Función mostrar los paises

#FunciÃ³n para mostrar los paÃses
herramientas_mostrar_paises<-function(){
  nombres_iso_paises %>% 
    select(nom_pais_esp, 
           codigo_pais,
           region,
           cod_region,
           region_intermedia,
           cod_region_intermedia)->paises
  paises
}

Conculta mostrando paises

library(kableExtra)
herramientas_mostrar_paises() %>%
  head() %>%
  kable() %>%
  kable_material(html_font = "Arial")

nom_pais_esp	codigo_pais	region	cod_region	region_intermedia	cod_region_intermedia
Afganistan	4	Asia	142	NA	NA
Albania	8	Europa	150	NA	NA
Alemania	276	Europa	150	NA	NA
Andorra	20	Europa	150	NA	NA
Angola	24	África	2	África Central	17
Anguila (R.U.)	660	Américas	19	Caribe	29

Función para ver regiones

herramientas_mostrar_regiones<-function(){
  nombres_iso_paises %>% 
    group_by(region,
             cod_region,
             region_intermedia,
             cod_region_intermedia) %>% 
    summarise(`# de Paises incluidos`=n()) }

Consunta regiones

library(kableExtra)
herramientas_mostrar_regiones() %>%
  head() %>%
  kable() %>%
  kable_material(html_font = "Arial")

region	cod_region	region_intermedia	cod_region_intermedia	# de Paises incluidos
África	2	África Central	17	8
África	2	Africa Del Sur	18	5
África	2	África Occidental	11	16
África	2	África Oriental	14	17
África	2	NA	NA	6
Américas	19	Caribe	29	26

Paises disponibles en la tabla de comercio_exterior

herramientas_mostrar_paises_en_tablas<-function(){
  data_comercio_exterior %>% group_by(pais,anio) %>%
    summarise(`# Transacciones`=n())
}

Mostrando transacciones de Paises disponibles en la tabla de comercio_exterior

library(kableExtra)
herramientas_mostrar_paises_en_tablas() %>%
  head() %>%
  kable() %>%
  kable_material(html_font = "Arial")

pais	anio	# Transacciones
Afganistan	2019	2
Afganistan	2020	58
Afganistan	2021	6
Albania	2019	2
Albania	2020	52
Albania	2021	12

Indice de Ventaja Comparativa

Indice de Ventaja Comparativa Revelada como aparce en el Capitulo Anual

indicadores_IVCR_capitulo<-function(codigo_pais,capitulo,anio){
  enquo(codigo_pais)->codigo_pais
  enquo(anio)->anio
  data_comercio_exterior %>% filter(codigo_pais==!!codigo_pais) %>% 
    mutate(capitulo=str_sub(sac,start = 1,end = 2)) %>%
    filter(capitulo==!!capitulo,anio==!!anio) %>% 
    select(valor_cif,valor_fob) %>% 
    summarise(Xijt=sum(valor_fob),
              Mijt=sum(valor_cif)) %>% 
    mutate(dif=Xijt-Mijt) %>% 
    select(dif) ->numerador
  ####
  data_comercio_exterior %>% 
    mutate(capitulo=str_sub(sac,start = 1,end = 2)) %>%
    filter(capitulo==!!capitulo,anio==!!anio) %>% 
    select(valor_cif,valor_fob) %>% 
    summarise(Xijt=sum(valor_fob),
              Mijt=sum(valor_cif)) %>% 
    mutate(suma=abs(Xijt+Mijt)) %>% 
    select(suma) ->denominador
  as.vector(numerador/denominador)->resultado
  resultado[,1]
}

Consulta de IVCR con Honduras para el periodo 2019-2021

Resultados_IVCR_capitulo <- data.frame(
  "años" = 2019:2021,
  "IVCR" = sapply(
    X = 2019:2021,
    FUN = indicadores_IVCR_capitulo,
    codigo_pais = 340,
    capitulo = "01"
  )
)
Resultados_IVCR_capitulo %>% kable(align = "l") %>%
  kable_material(html_font = "Arial")

años	IVCR
2019	0.0274147
2020	0.0187607
2021	0.0261160

Indice de Ventaja Comparativa Revelada | Partida | Anual

indicadores_IVCR_partida<-function(codigo_pais,partida,anio){
  enquo(codigo_pais)->codigo_pais
  enquo(anio)->anio
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,
           partida==!!partida,anio==!!anio) %>% 
    select(valor_cif,valor_fob) %>% 
    summarise(Xijt=sum(valor_fob),
              Mijt=sum(valor_cif)) %>% 
    mutate(dif=Xijt-Mijt) %>% 
    select(dif) ->numerador
  ####
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,
           partida==!!partida,anio==!!anio) %>% 
    select(valor_cif,valor_fob) %>% 
    summarise(Xijt=sum(valor_fob),
              Mijt=sum(valor_cif)) %>% 
    mutate(suma=abs(Xijt+Mijt)) %>% 
    select(suma) ->denominador
  as.vector(numerador/denominador)->resultado
  resultado[,1]
}

Consulta de IVCR con Honduras para el periodo 2019-2021

Resultados_IVCR_partida<- data.frame(
  "años" = 2019:2021,
  "IVCR" = sapply(
    X = 2019:2021,
    FUN = indicadores_IVCR_partida,
    codigo_pais = 340,
    partida = "0105110000"
  )
)
Resultados_IVCR_partida %>% kable(align = "l") %>%
  kable_material(html_font = "Arial")

años	IVCR
2019	1.0000000
2020	0.0757650
2021	0.0829399

Indice de Balassa

Indice de Balassa | Capitulo | Anual

indicadores_Balassa_capitulo <- function(codigo_pais,
                                         capitulo,
                                         anio,
                                         normalizado = TRUE) {
  enquo(codigo_pais) -> codigo_pais
  enquo(anio) -> anio
  #  Exportaciones del producto k realizadas por el pais i hacia el pais j.
  data_comercio_exterior %>% filter(codigo_pais == !!codigo_pais) %>%
    mutate(capitulo = str_sub(sac, start = 1, end = 2)) %>%
    filter(capitulo == !!capitulo, anio == !!anio) %>%
    select(valor_fob) %>%
    summarise(Xijt = sum(valor_fob)) %>%
    select(Xijt) -> a
  # Exportaciones totales
  data_comercio_exterior %>%
    filter(codigo_pais == !!codigo_pais,
           anio == !!anio) %>%
    select(valor_fob) %>%
    summarise(Xijt = sum(valor_fob)) %>%
    select(Xijt) -> b
  # Exportaciones del capitulo k realizadas por el pais i hacia el mundo (w)
  data_comercio_exterior %>%
    mutate(capitulo = str_sub(sac, start = 1, end = 2)) %>%
    filter(capitulo == !!capitulo, anio == !!anio) %>%
    select(valor_fob) %>%
    summarise(Xijt = sum(valor_fob)) %>%
    select(Xijt) -> c
  # Exportaciones totales del pais i al mundo (w)
  data_comercio_exterior %>%
    select(valor_fob) %>%
    summarise(Xijt = sum(valor_fob)) %>%
    select(Xijt) -> d
  
  resultado <- as.numeric((a / b) / (c / d))
  ifelse(normalizado == FALSE,
         return(resultado),
         return((resultado - 1) / (resultado + 1)))
}

IB con Nicaragua, para el periodo 2018-2021, para el capitulo 02

Resultados_Balassa_capitulo <- data.frame(
  "años" = 2018:2021,
  "IB" = sapply(
    X = 2018:2021,
    FUN = indicadores_Balassa_capitulo,
    codigo_pais = 558,
    capitulo = "02"
  )
)
Resultados_Balassa_capitulo %>% kable(align = "l") %>%
  kable_material(html_font = "Arial")

años	IB
2018	-1.0000000
2019	-1.0000000
2020	-1.0000000
2021	0.6599233

Indice de Herfindahl Hirschmann

Indice de Herfindahl Hirschmann como aparece en el Texto| anual

indicadores_IHH_Herfindahl_Hirschmann_anual_texto <-
  function(codigo_pais,
           anio,
           normalizado =
             TRUE) {
    enquo(codigo_pais) -> codigo_pais
    enquo(anio) -> anio
    data_comercio_exterior %>%
      filter(codigo_pais == !!codigo_pais, anio == !!anio) %>%
      select(valor_fob) %>% filter(valor_fob > 0) -> Xij
    data_comercio_exterior %>%
      filter(anio == !!anio) %>%
      select(valor_fob) %>% summarise(total = sum(valor_fob)) %>%
      as.numeric() -> XTi
    
    sum((Xij$valor_fob / XTi) ^ 2) -> suma_sqrt_ij
    length(Xij$valor_fob) -> n
    ifelse(normalizado == TRUE,
           return(suma_sqrt_ij - 1 / n) / (1 - 1 / n),
           return(suma_sqrt_ij))
  }

Mostrando IHH para Brasil para el periodo 2018-2020 como aparece en al texto

Resultados_IHH_texto <-
  data.frame(
    "años" = 2018:2020,
    "IHH" = sapply(
      X = 2018:2020,
      FUN = indicadores_IHH_Herfindahl_Hirschmann_anual_texto,
      codigo_pais = 76,
      normalizado = TRUE
    )
  )
Resultados_IHH_texto %>% kable(align = "l", digits = 5) %>%
  kable_material(html_font = "Arial")

años	IHH
2018	-0.00362
2019	-0.00352
2020	-0.00382

Indice de Herfindahl Hirschmann | anual

indicadores_IHH_Herfindahl_Hirschmann_anual<-function(codigo_pais,
                                                      anio,
                                                      normalizado=TRUE){
  enquo(codigo_pais)->codigo_pais
  enquo(anio)->anio
  data_comercio_exterior %>% 
    filter(codigo_pais==!!codigo_pais,anio==!!anio) %>% 
    select(valor_fob) %>% filter(valor_fob>0) %>% 
    select(valor_fob) %>% prop.table()->a
  sum(a^2)->sum_sqrt
  length(a$valor_fob)->n
  
  
  ifelse(normalizado==TRUE,
         return((sum_sqrt-1/n)/(1-1/n)),
         return(sum_sqrt))
}

Mostrando IHH para Brasil para el periodo 2018-2020

Resultados_IHH <-
  data.frame(
    "años" = 2018:2020,
    "IHH" = sapply(
      X = 2018:2020,
      FUN = indicadores_IHH_Herfindahl_Hirschmann_anual,
      codigo_pais = 76,
      normalizado = TRUE
    )
  )
Resultados_IHH %>% kable(align = "l", digits = 6) %>%
  kable_material(html_font = "Arial")

años	IHH
2018	0.011824
2019	0.019039
2020	0.031108

Creación de la función de ranking

2. Generé una función personalizada que Obtenga un ranking, anual, de los “K” principales socios comerciales de El Salvador, para el periodo año inicio-año final.

# Leer la data 
library(dplyr)
library(tidyr)
library(kableExtra)
load("C:/Users/Rene/Downloads/MAE/data_comercio_exterior_estandarizada.RData")
#Seleccionar Años
anios_ranking<-2018:2021
data_comercio_exterior %>% 
  filter(anio %in% anios_ranking) ->data_ranking

Funcion_ranking_socios_comerciales <-
  function(K, data_comercio,anios_ranking) {
    data_comercio%>%
      filter(anio %in% anios_ranking) %>%
      as.data.frame() %>%
      group_by(anio, iso_3) %>%
      summarise(Total_Expt = sum(valor_fob)) %>%
      mutate(porcentaje_exportaciones = round(prop.table(Total_Expt) * 100,3)) %>%
      slice_max(n = K, order_by = Total_Expt) %>%
      as.data.frame() %>%
      group_by(anio) %>%
      mutate(rank = row_number(),
             data = paste(iso_3, "|", porcentaje_exportaciones, sep = "")) %>%
      select(anio, data, rank) %>%
      as.data.frame() %>%
      pivot_wider(names_from = rank, values_from = data) %>%
      
      kable(caption = paste(
        "Top",
        K,
        "Socios comerciales, datos en porcentaje de las
exportaciones totales.",
        min(anios_ranking),
        "-",
        max(anios_ranking)
      )) %>%
      add_footnote(label = "Elaboración propia con base en datos del BCR") %>%
      kable_material(c("striped", "hover"))
  }

Se prueba la funcion creada con los siguientes ejemplos

Ejemplo 1 Mostrar el primer socio comercial de El Salvador para los años 2018-2021

Funcion_ranking_socios_comerciales(data_comercio = data_comercio_exterior, K = 1,anios_ranking = 2018:2021)

Top 1 Socios comerciales, datos en porcentaje de las exportaciones totales. 2018 - 2021
anio	1
2018	USA\|50.552
2019	USA\|42.034
2020	USA\|39.179
2021	USA\|40.587
^a Elaboración propia con base en datos del BCR

Ejemplo 2 Mostrar los 7 primeros socios comerciales de El Salvador para el año 2020:2021

Funcion_ranking_socios_comerciales(data_comercio = data_comercio_exterior, K = 7,anios_ranking = 2020:2021 )

Top 7 Socios comerciales, datos en porcentaje de las exportaciones totales. 2020 - 2021
anio	1	2	3	4	5	6	7
2020	USA\|39.179	GTM\|16.891	HND\|15.437	NIC\|7.263	CRI\|4.645	MEX\|2.465	PAN\|1.886
2021	USA\|40.587	GTM\|16.983	HND\|15.819	NIC\|6.987	CRI\|4.04	MEX\|2.148	KOR\|1.979
^a Elaboración propia con base en datos del BCR

anio	1	2	3	4	5	6	7
2020	USA\|39.179	GTM\|16.891	HND\|15.437	NIC\|7.263	CRI\|4.645	MEX\|2.465	PAN\|1.886
2021	USA\|40.587	GTM\|16.983	HND\|15.819	NIC\|6.987	CRI\|4.04	MEX\|2.148	KOR\|1.979
^a Elaboración propia con base en datos del BCR

Laboratorio_1_segunda_parte

5/9/2021