Guatemala Population

This is an analysis of the population growth of the Republic of Guatemala and a look at how the population has migrated from the Rural area to the Urban area.

library("dplyr")
library("plotly")

setwd("/home/ron/Documentos/DataScience/")
datos <- read.csv("poblacion_guatemala.csv")
datos$Poblacion_Urbana <- datos$Poblacion_Total*(datos$Poblacion_Urbana_porcentaje/100)

datos$Poblacion_Rural <- datos$Poblacion_Total - datos$Poblacion_Urbana

Total Population

modelo <- lm(datos$Poblacion_Total ~ datos$Anio)
datos$prediccion_total <- predict(modelo)

modelo_r <- lm(datos$Poblacion_Rural ~ datos$Anio)
modelo_u <- lm(datos$Poblacion_Urbana ~ datos$Anio)
datos$prediccion_rural <- predict(modelo_r)
datos$prediccion_urbano <- predict(modelo_u)

fig <- plot_ly(datos, x=~Anio)
fig <- fig %>% add_trace(y = ~Poblacion_Total, name = "Poblacion Total", mode="markers")
fig <- fig %>% add_trace(y = ~prediccion_total, name = "Predicion Total", mode = "lines")

fig

Rural Population

fig <- plot_ly(datos, x=~Anio)
fig <- fig %>% add_trace(y = ~Poblacion_Rural, name = "Poblacion Rural", mode="markers")
fig <- fig %>% add_trace(y = ~prediccion_rural, name = "Predicion Rural", mode = "lines")

fig

Urban Population

fig <- plot_ly(datos, x=~Anio)
fig <- fig %>% add_trace(y = ~Poblacion_Urbana, name = "Poblacion Urbano", mode="markers")
fig <- fig %>% add_trace(y = ~prediccion_urbano, name = "Predicion Urbano", mode = "lines")

fig

Urban vs Rural

fig <- plot_ly(datos, x=~Anio)
fig <- fig %>% add_trace(y = ~Poblacion_Urbana, name = "Poblacion Urbano", mode="markers")
fig <- fig %>% add_trace(y = ~Poblacion_Rural, name = "Poblacion Rural", mode = "markers")

fig