Repaso

Resolvamos las siguientes preguntas:

1. Si un investigador usa la data de The Economist e hipotetiza que la calidad del proceso electoral depende del nivel de funcionamiento de gobierno y el nivel de participación política. ¿Ud qué puede afirmar?

2. El mismo investigador tiene una duda: cree que lograría un modelo mejor que el anterior si añadiese como predictor el nivel de libertades civiles. ¿Qué opinas?

3. Descargue la data de este LINK (note que el documento incluye la metadata). No olvide trabajar con datos completos. ¿Se verifica la hipótesis que la Mortalidad materna es explicada por la fertilidad y la desnutrición?

4. De lo anterior, Uds. se preguntan si pueden obtener un mejor modelo si añade el empleo, ¿Qué encuentras al correr el modelo actualizado?

5. Diríjase a la pagina web de la CIA. Descargue Infant Mortality rate y Education expenditures (People and Society); Public debt (Economy); Carbon dioxide emissions (Energy). Ud quiere plantearse dos hipótesis. En ambas hipótesis, la deuda publica y las emisiones de carbono son variables independientes. En la primera hipótesis, la mortalidad infantil es la dependiente, y los gastos en educación pasa a ser independiente con las otras; en la segunda, los gastos en educación será la dependiente y la mortalidad infantil pasa a ser independiente con las ya mencionadas. Si Ud prueba ambas hipótesis, ¿Qué encuentras?

6. Diversas escuelas de la ciudad están sufriendo quejas por ataques violentos a los alumnos. Los datos están disponibles en este ENLACE. Al probar la hipotesis que el tipo de escuela y la ubicación del colegio afectan los ataques ¿Qué encuentras?

7. Se está estudiando los factores que influencian la admisión a los colegios elite del Perú. Para ello se tienen datos de los postulantes procedentes de diferentes escuelas primarias. Descargue la data de este LINK Si usa todas las variables disponibles como predictoras de la admisión, ¿Qué encuentras?

8. Se está estudiando qué factores influyen en que los convictos puestos en libertad vuelvan a la carcel. Los datos puede descargarlos de aqui. Con esos datos, dos investigadores desean probar algunas hipotesis. Un investigador “A” afirma que mientras mayor la edad, y si uno ya está casado, disminuirá el riesgo de volver a la carcel; mientras que otro investigador “B” asegura que, además de esas predictoras, la experiencia laboral previa también disminuye el riesgo de volver a la carcel. ¿Qué opinas en esta situación?

9. A su data de democracia añádale el índice de desarrollo humano (en ingles) que descargará de este LINK. En este caso quédese con los nombres que se escriban de la misma manera. Con la data unida, ¿Cuántos factores serían sugeridos de la data?

10. Si siguiese la recomendación para reducir la dimensionalidad, ¿Cuánta info logran recuperar los factores?

11. ¿Cómo interpreta el rol de complejidad y comunalidad de las variables utilizadas?

12. Si plantease un análisis factorial basado en alguna teoría, ¿Qué usaría para darle sustento a los resultados de esa técnica?

13. Con la data original del Democracy Index pide 4 clusters y compara el resultado con lo propuesto por The Economist. ¿Qué observas?

14. Con la data original del IDH averigua cuantos clusters se recomiendan siguiendo la técnica aglomerativa.

15. Con la data original del Democracy Index pide los clusters que se recomienden, ¿Cuántos países quedan mal clusterizados?

16. Haz un merge con IDH y Democracy Index, pero recuperando todos los paises aun cuando no se escriban igual. Normalice los valores del IDH con el metodo rango (del 1 al 10). ¿Hay diferencias en cuanto a las sugerencia de la cantidad de clusters para cada tecnica jerarquica si usa los componentes de ambos conceptos?

17. Para el caso anterior, si Ud pide 3 clusters, ¿Qué diferencias encuentra al clusterizar por ambas técnicas?

18. Rehaga las preguntas 16 y 17, pero normalizando toda la data con la técnica de estandarización.