Indicadores demográficos e indicador económico

Resumen

Se presenta el procesamiento y análisis sobre la tasa de natalidad, mortalidad y mortalidad infantil de 97 países distribuidos en 6 grupos territoriales, además, el cálculo del Producto Nacional Bruto per capital identificando el porcentaje de países en distintos niveles de pobreza desde bajo siendo los más pobres hasta los ricos ubicados en el nivel alto.

Palabras clave: tasa de mortalidad, tasa de natalidad, PNB, PNB per capital.

Se tiene los datos de 97 países con información sobre diferentes índices demográficos específicamente la tasa de Natalidad, Mortalidad, Mortalidad Infantil y Esperanza de Vida. Por otro lado, el Producto Interno Bruto P.N.B índice económico de los territorios. Se realiza el respectivo cargue de los datos. En los datos se presenta ciertas inconsistencias se realiza la respectiva corrección de escritura de los datos escribiendo un vector y haciendo modificación de la respectiva variable como se muestra a continuación: 
paises<-read_excel("paises.xlsx", sheet=1)
# Declaración de niveles correctos para las variables tipo Factor
level_GRUPOS <- c(africa="Africa",Africa="Africa",AFRICA="Africa",
                  asia="Asia",Asia="Asia",ASIA="Asia",
                  "Europa Oriental"="Europa.Or","EUROPA ORIENTAL"="Europa.Or",
                  "iberoamerica"="Iberoamerica", "Iberoamerica"="Iberoamerica", "IBEROAMERICA"="Iberoamerica",
                  "ORIENTE MEDIO"="Oriente.M",
                  "EO-NA_JAPON_AUSTR_NZ"="EO_NZ")

## Modificación del formato y transformación de variables

paises = transform(paises,GRUPOS=factor(dplyr::recode(GRUPOS,!!!level_GRUPOS)))
Los 97 países fueron categorizados en 6 grupos territoriales: África, Asia, Eo-Na_Japon_Austr_Nz (EO_NZ), Europa Oriental, Iberoamérica, Oriente Medio. 
## 
##       Africa         Asia        EO_NZ    Europa.Or Iberoamerica    Oriente.M 
##           27           17           19           11           12           11

Ya corregida los niveles de categorización de las variables y con el siguiente código se presenta que hay 2,1% de datos faltantes. Como se puede evidenciar en el grafico la esperanza de vida de las mujeres hay un 4.12% de datos faltantes de los datos totales de dicha variable, de los datos totales par el PNB el 14.43% es de datos faltantes y hay 2.06% de datos faltantes de la variable de población miles.

Se realiza 2 pruebas de imputación para los datos faltantes; el primero por medio del método de regresión, pero se presentaron datos negativos para la variable población. Entonces con el siguiente código se realiza la imputación por medio del método de la media y se puede verificar que ya no se presentan inconsistencia en los datos.

paises_imputed = mice::mice(paises, maxit = 1, method = "mean",seed = 2018,print=F)
## Warning: Number of logged events: 16
paises_imputed = mice::complete(paises_imputed)
visdat::vis_miss(paises_imputed)

Dado que ya se tiene los datos completos se presenta por cada territorio box plot correspondiente a:

• Tasa de natalidad: es el número de nacimientos registrados por cada mil habitantes en un tiempo determinado. Normalmente se tomar por año.

• Tasa de mortalidad: La tasa de mortalidad general corresponde a la proporción de personas que fallecen respecto al total de la población en un cierto período de tiempo y es expresada normalmente por año.

• Tasa de mortalidad infantil: corresponde al número de defunciones de niños menores de un 1 año por cada 1.000 nacidos vivos para un año dado.

En los gráficos box plot se evidencia que la tasa de natalidad en EO_NZ y Europa Oriental es bajo para el cual en este último existen 2 datos atípicos que correspondientes a 2 países con tasa de natalidad más alta en comparación al resto de países que hacen parte del mismo territorio. Los países del territorio africano tienen la mayor tasa de natalidad registrada seguida de Oriente Medio, Asia e Iberoamérica.
Por otro lado, se presenta la tasa de mortalidad infantil es muy elevada para África, Asía, Iberoamérica y Oriente Medio encontrándose con tasas de mortalidad infantil sobre 40; que en comparación con Europa Oriental que la mayor tasa de mortalidad infantil no supera los 30 y EO_NZ no llega ni a una tasa de mortalidad infantil de 10. Entonces, estos últimos territorios tienen la menor tasa de mortalidad y África con la mayor tasa de mortalidad infantil. Ahora, para el caso de la mortalidad general nuevamente África presenta la mayor tasa de mortalidad seguida de Asia y el resto de territorios. En Iberoamérica se presenta 2 países con una tasa de mortalidad muy elevada alejándose de la tasa de los demás territorios. Aunque las tasas de mortalidad general de los territorios se encuentran concentrados en su mayoría dentro de un mismo rango con una tasa entre los 5 y 20 no sucede los mismo con la tasa de mortalidad infantil donde las cifras son significativamente diferentes. Dado las tasas de mortalidad se presenta la esperanza de vida que tiene hombre y la mujer de los 97 países. De manera general como se puede ver para los hombres la esperanza mínima de vida del hombre de acuerdo con los datos corresponde a los 38 años y el máximo alrededor de los 75 años cosa a los de la mujer que la esperanza de vida mínima presentada es alrededor de los 41 años y el máximo a los 81 años

Hombres
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   38.10   55.80   63.70   61.49   68.60   75.90
Mujeres
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   41.20   59.20   67.00   65.91   74.90   81.80

De acuerdo con los datos y el grafico el promedio de esperanza de vida de la mujer es alrededor de 65 superior al del hombre que es de 63. A nivel general de acuerdo con el siguiente histograma los datos son asimétricos ubicándose al lado derecho donde la esperanza de vida de la mujer es mayor en comparación de los hombres; donde el mayor pico dice que es más usual que la esperanza de vida de los hombres se encuentre alrededor de los 65 y 70 a diferencia de las mujeres donde tienen dos picos: el primero coincide con el de los hombres pero el otro pico representa que la esperanza de vida de la mujer supera los 70 años.

El anterior grafico se concluye que la esperanza de vida de las mujeres es superior a las de los hombres. Con el siguiente gráfico de cajas se logra visualizar que la esperanza de vida por los grupos territoriales donde para ambos casos la esperanza de vida del hombre y la mujer en África y Asia es menor en comparación a los otros países. EO_NZ tiene la mayor esperanza de vida tanto para hombres como mujeres seguido de Iberoamérica, Europa Oriental y oriente medio.

Las anteriores cifras pueden estar influenciado en la calidad de vida que se puede ofrecer el país a sus ciudadanos y esto se evidencia en el desarrollo cultural, social, político y económico. En los datos se tiene el número de habitantes de los distintos países y el PNB un indicador que muestra la cantidad de bienes y servicios finales generados de la producción (tierra, trabajo y capital) de los distintos países en un periodo de tiempo determinado. Se creó una nueva variable a partir del cálculo del PNB per cápita (PNB.pc) con el cociente entre el PNB y el número de habitantes. Con dicho valor, se mide la productividad económica. De acuerdo con la gráfica del PNB.pc los países de África, Asia, Europa Oriental e Iberoamérica tienen un PNB.pc muy bajo, es decir que la proporción de cantidad de habitantes es considerablemente mayor en comparación con el PNB. Para los territorios de EO_NZ y Oriente Medio el PNB.pc es mayor.

Por lo anterior es preciso identificar el nivel de pobreza de los territorios. Por tal motivo, se realiza la creación de una nueva variable donde se identifica el nivel de pobreza de los territorios y dichos niveles se tomarán a partir del cálculo de los cuartiles del PNB.pc donde se divide los datos en 4 grupos: • Bajo= conformado por PNB.pc menor o igual a 0.03 siendo los más pobres. • Medio Bajo= Conformado por los países que el PNB.pc superan el 0.03 y menores o igual 0.15. • Medio Alto= Conformado por los países que el PNB.pc superan el 0.15 y menores o igual 0.79. • Alto= Los más ricos conformado por el PNB.pc mayor a 0.79.

##               
##                Bajo Medio Bajo Medio Alto Alto Sum
##   Africa         11          7          4    5  27
##   Asia           11          3          1    2  17
##   EO_NZ           0          1          8   10  19
##   Europa.Or       2          3          6    0  11
##   Iberoamerica    2          6          2    2  12
##   Oriente.M       0          2          3    6  11
##   Sum            26         22         24   25  97

De acuerdo con la tabla de frecuencia absoluta anterior y siendo coherente con el box plot del PNB.pc EO_NZ y Oriente Medio no tienen países considerados los más pobres. Se debe tener en cuenta para dichos territorios solo cuentan con la muestra más pequeña con un total de 11 países que los conforman seguido de Iberoamérica con 12, Asia con 17, Europa Oriental con 19 y África con mayor cantidad de muestra con un total de 27 países. A continuación, se presenta un gráfico de la frecuencia relativa del nivel de pobreza por los grupos territoriales.

##               
##                 Bajo Medio Bajo Medio Alto  Alto
##   Africa       11.34       7.22       4.12  5.15
##   Asia         11.34       3.09       1.03  2.06
##   EO_NZ         0.00       1.03       8.25 10.31
##   Europa.Or     2.06       3.09       6.19  0.00
##   Iberoamerica  2.06       6.19       2.06  2.06
##   Oriente.M     0.00       2.06       3.09  6.19

De acuerdo con el gráfico África y Asia tienen la mayor cantidad de países pobres con un 11.34% y de países ricos solo de 5.15% y 2.06% respectivamente. A diferencia de los territorios de EO_NZ tiene un 10.31% de países ricos y Oriente Medio con 6.19% de países ricos, Para el resto de territorios predomina un nivel de pobreza medio bajo y alto al punto que en Europa Oriental no cuenta con países dentro del nivel alto.