library(rgdal)
library(readxl)
library(RColorBrewer)
library(leaflet)
library(dplyr)
library(htmltools)
mapa_mexico<-readOGR("C:\\Users\\permi\\Desktop\\CIDE\\Primer semestre\\R\\Mexico\\conjunto_de_datos",layer = "mexico_32")
## OGR data source with driver: ESRI Shapefile 
## Source: "C:\Users\permi\Desktop\CIDE\Primer semestre\R\Mexico\conjunto_de_datos", layer: "mexico_32"
## with 32 features
## It has 2 fields
mexico<-read_excel("C:\\Users\\permi\\Desktop\\CIDE\\Primer semestre\\R\\Mexico\\mg_sep2019_integrado\\mexico.xlsx")

- (10%) Considerando la división (cut) por cuantiles, representar en un mapa el porcentaje de población que muestra rezago educativo

mexico_re<-mexico[,c(2,5)]
tabla33<-merge(x=mapa_mexico@data, y=mexico_re, by.x="CVE_ENT", by.y="Clave de entidad", sort=FALSE )
mapa_mexico@data$mex_re<-tabla33$`Rezago educativo`
my_colors_re<-brewer.pal(5,"Reds")
my_colors_re<-colorRampPalette(my_colors_re)(4)
cuantil_re<-cut(mapa_mexico@data$mex_re ,4)
my_colors_re<-my_colors_re[as.numeric(cuantil_re)]
#Levels: (9.49,15.3] (15.3,21] (21,26.8] (26.8,32.5]
cortess <- c(9.49,15.3,21,26.8,Inf)
colores <- colorBin( palette="Reds", domain=mapa_mexico$mex_re ,na.color="transparent", bins=cortess)
 textoss <- paste(
      "Estado : ",mapa_mexico$NOM_ENT ,"<br/>",
      "% de población que muestra rezago educativo: ", round(mapa_mexico$mex_re ,2),"<br/>" )  %>% lapply(htmltools::HTML)
leaflet(data=mapa_mexico ) %>% 
addTiles() %>% 
addPolygons(label = textoss,fillColor = colores(mapa_mexico$mex_re),
                  fillOpacity = 0.9) %>% 
  addLegend("topleft", colors = c("#FEE5D9", "#FB9779", "#E74132", "#A50F15"),
            labels= c("(9.49%-15.3%)","(15.3%-21%)","(21%-26.8%)","(26.8%-32.5%)"),
            title= "Porcentaje de poblacion que muestra rezago educativo.", opacity = 0.9)

- (10%) Considerando la división (cut) por cuantiles, representar en un mapa el porcentaje de población con ingreso inferior a la línea de pobreza por ingresos. 

mexico_inginf<-mexico[,c(2,6)]
tabla33<-merge(x=mapa_mexico@data, y=mexico_inginf, by.x="CVE_ENT", by.y="Clave de entidad", sort=FALSE )
mapa_mexico@data$mex_inginf<-tabla33$`Ingreso inferior`
my_colors_inginf<-brewer.pal(5,"Reds")
my_colors_inginf<-colorRampPalette(my_colors_inginf)(4)
cuantil_inginf<-cut(mapa_mexico@data$mex_inginf ,4)
my_colors_inginf<-my_colors_inginf[as.numeric(cuantil_inginf)]
#Levels: (30.4,42.5] (42.5,54.6] (54.6,66.7] (66.7,78.8]
cortess <- c(30.4,42.5,54.6,66.7,Inf)
colores <- colorBin( palette="Reds", domain=mapa_mexico$mex_inginf ,na.color="transparent", bins=cortess)
 textoss <- paste(
      "Estado : ",mapa_mexico$NOM_ENT ,"<br/>",
      "% de población que muestra rezago educativo: ", round(mapa_mexico$mex_inginf ,2),"<br/>" )  %>% lapply(htmltools::HTML)
leaflet(data=mapa_mexico ) %>% 
addTiles() %>% 
addPolygons(label = textoss,fillColor = colores(mapa_mexico$mex_inginf),
                  fillOpacity = 0.9) %>% 
  addLegend("topleft", colors = c("#FEE5D9", "#FB9779", "#E74132", "#A50F15"),
            labels= c("(30.4%-42.5%)","(42.5%-54.6%)","(54.6%-66.7%)","(66.7%-78.8%)"),
            title= "Porcentaje de poblacion con ingreso menor a linea de pobreza.", opacity = 0.9)

10.- (10%) Analizando los cuatro anteriores mapas simultáneamente, ¿se puede concluir que la pobreza (en su forma multidimensional) no se distribuye de manera aleatoria en el territorio nacional?

No, la pobreza no se distribuye de manera aletoria, claramente se puede observar patrones en los estados del sur del país, estos estados tienen en su mayoria altos porcentajes de personas en situación de pobreza, con al menos una carencia social, rezago educativo y un ingreso inferior a la línea de pobreza por ingresos