VISUALIZACIÓN DE GRÁFICOS

Introducción

En el presente documento se elaborarán algunos tipos de gráficos para la visualización de datos.

Primero se instalan las librerías a utilizar

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(ggplot2)
library(haven)
library(utils)

Con la siguiente función se elabora el área del gráfico sin ninguno de los datos dentro.

ggplot(mtcars,
       aes(x=mpg,y=disp,color=factor(cyl),
           shape=factor(carb),size=hp))

Con geom_point() se colocan los puntos de las variables dentro del área.

ggplot(mtcars,
       aes(x=mpg,y=disp,color=factor(cyl),
           shape=factor(carb),size=hp)) + 
  geom_point()

Adicionalmente, con geom_line() se unen los puntos creados mediante líneas.

ggplot(mtcars,
       aes(x=mpg,y=disp,color=factor(cyl),
           shape=factor(carb),size=hp)) + 
  geom_point() +
  geom_line()

Se establece la dirección en la cual se encuentran los archivos a trabajar, y se importan las bases de datos a trabajar, obtenidas de los microdatos del INEI.

setwd("C:/Rstudio/analisislambda")
sumaria <- read_dta("634-Modulo34/sumaria-2018.dta")
educacion <- read_dta("634-Modulo03/enaho01a-2018-300.dta")

A partir de la base de datos sumaria se elabora otra base mediante algunas de sus variables, a la que se llamará baseinicial:

baseinicial <- merge.data.frame(x = sumaria, y = educacion, by = intersect(c("conglome","vivienda","hogar"), c("conglome","vivienda","hogar")))

Y se elabora posteriormente basefinal:

basefinal <- baseinicial[,c("conglome", "vivienda", "hogar","mes.x","dominio.x", "estrato.x", "mieperho", "inghog2d", "gashog2d", "linpe","pobreza","estrsocial", "codperso", "codinfor", "p300a", "p301a", "p301d", "p207","p209")]

basefinal$p207 <- factor(basefinal$p207,label = c("hombre","mujer"))
basefinal$p209 <- factor(basefinal$p209,label = c("conviviente","casado","viudo","divorciado","separado","soltero"))

Se renombran algunas de las variables contenidas en basefinal

basefinal <- rename(basefinal,"Sexo"=p207)
basefinal <- rename(basefinal,"Estado civil"=p209)

---

Box plot

El primer gráfico a elaborar será un diagrama de caja o box plot mediante geom_boxplot

ggplot(sumaria,aes(x=mes,y=inghog2d)) +
  geom_boxplot() +
  ggtitle("Gráfico de ingresos por mes", subtitle = "(En soles, s/.)") +
  xlab("Meses del año") +
  ylab("Ingreso del hogar")

---

Gráfico de Dispersión

Un segundo gráfico que realizaremos será un gráfico de dispersión mediante geom_scatter

ggplot(basefinal,aes(gashog2d,inghog2d)) +
  geom_point(aes(color = factor(Sexo)))

ggplot(basefinal,aes(gashog2d,inghog2d)) +
  geom_point(aes(color = factor(pobreza),alpha = 0.2))

---

Histograma

Ahora se elaborará un histograma mediante geom_histogram

ggplot(sumaria,aes(gashog2d)) +
  geom_histogram(bins = 100)

Se puede personalizar el color del histograma, mediante la opción color:

ggplot(sumaria,aes(gashog2d)) +
  geom_histogram(bins = 100, color = "blue")

Asimismo, se puede personalizar aún más el gráfico, mediante la opción fill

ggplot(sumaria,aes(gashog2d)) +
  geom_histogram(bins = 100, color = "blue", fill = "green")

---

Gráfico de Barras

Se crea una variable llamada grafico compuesta por las variables estrato social y sexo

grafico <- basefinal %>% 
  group_by(estrsocial, Sexo) %>% 
  summarise(gasto = round(mean(gashog2d),2))

## `summarise()` has grouped output by 'estrsocial'. You can override using the
## `.groups` argument.

Por último, se realizarán gráficos de barras mediante geom_bar

ggplot(grafico, aes(x = as.integer(estrsocial), y = gasto, fill = as.factor(Sexo))) +
  geom_bar(stat= "identity")

Se personaliza el gráfico mediante la opción geom_text, para colocar el valor de las variables en el gráfico, así como su posición relativa

ggplot(grafico, aes(x = as.integer(estrsocial), y = gasto, 
                    fill = as.factor(Sexo), 
                    label = scales::comma(gasto, accuracy = 2))) +
  geom_bar(stat= "identity", show.legend = T) + 
  geom_text(size = 2.5, position = position_stack(vjus = 0.75))