Visualización de datos en R



In [1]:

    
Sys.setlocale("LC_ALL", 'en_US.UTF-8')

library(dplyr)
library(ggplot2)

options(repr.plot.width = 6, repr.plot.height = 4.5)









    




'en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8'






    



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



In [2]:

    
file="https://raw.githubusercontent.com/rpmunoz/topicos_ingenieria_1/master/clase_3/data/chile_demographic.csv"
chile = read.csv(file)



In [3]:

    
head(chile)









    





RegionID Region Provincia Comuna Superficie Poblacion Densidad IDH_2005

	1                 Arica y Parinacota Arica             Arica             4799.4            210936            38.4              0.736             
	1                 Arica y Parinacota Arica             Camarones         3927.0               679             0.3              0.751             
	1                 Arica y Parinacota Parinacota        General Lagos     2244.4               739             0.5              0.670             
	1                 Arica y Parinacota Parinacota        Putre             5902.5              1462             0.2              0.707             
	1                 Arica y Parinacota Iquique           Alto Hospicio      572.9             94455            87.6                 NA             
	2                 Tarapacá          Tamarugal         Camiña            2200.2              1156             0.5              0.619

Gráfico de puntos



In [4]:

    
ggplot(chile, aes(x=RegionID, y=Poblacion)) +
    geom_point(shape=1)      # Use hollow circles



In [5]:

    
chile %>%
group_by(RegionID, Region) %>%
summarise(n_comuna=n(), Poblacion=sum(Poblacion), Superficie=sum(Superficie)) -> chile_region



In [6]:

    
chile_region









    





RegionID Region n_comuna Poblacion Superficie

	 1                                       Arica y Parinacota                        5                                        308271                                    17446.20                               
	 2                                       Tarapacá                                  6                                        205566                                    41632.60                               
	 3                                       Antofagasta                               9                                        551627                                   126048.80                               
	 4                                       Atacama                                   9                                        292054                                    74806.30                               
	 5                                       Coquimbo                                 15                                        714856                                    40967.80                               
	 6                                       Valparaíso                               38                                       1859312                                    12646.28                               
	 7                                       Metropolitana de Santiago                52                                       7150480                                    15547.00                               
	 8                                       Libertador General Bernardo O'Higgins    33                                        903248                                    16583.30                               
	 9                                       Maule                                    30                                       1073635                                    30340.30                               
	10                                       Biobío                                   54                                       2025995                                    37068.70                               
	11                                       La Araucanía                             32                                        933537                                    31842.30                               
	12                                       Los Ríos                                 12                                        380618                                    18577.60                               
	13                                       Los Lagos                                30                                        835829                                    48583.30                               
	14                                       Aisén del General Carlos Ibáñez del Campo 10                                        106893                                   107449.40                               
	15                                       Magallanes y de la Antártica Chilena     11                                        158828                                  1392783.70



In [7]:

    
ggplot(chile_region, aes(x=RegionID, y=Poblacion)) +
    geom_point(shape=16, colour = "red", fill="red", size = 3)



In [8]:

    
ggplot(chile_region, aes(x=RegionID, y=Poblacion)) +
    geom_point(shape=16, colour = "red", fill="red", size = 3) +
    geom_smooth(method='lm', se=FALSE)



In [9]:

    
ggplot(chile_region, aes(x=RegionID, y=Poblacion)) +
    geom_point(shape=16, colour = "red", fill="red", size = 3) +
    geom_smooth(method='lm', se=FALSE, formula= y ~ poly(x, 2))

Histograma



In [10]:

    
ggplot(chile, aes(Poblacion)) +
    geom_histogram(bins=30)



In [11]:

    
qplot(chile$Poblacion, geom="histogram", bins=30)



In [12]:

    
ggplot(chile, aes(Poblacion)) +
    geom_histogram(bins=20)



In [13]:

    
ggplot(chile, aes(Poblacion)) +
    geom_histogram(bins=30, fill=I("blue")) +
    ggtitle("Disitribución de Población en Chile") + 
    xlab("Nº habitantes") +
    ylab("Frecuencia absoluta")



In [14]:

    
qplot(chile$Poblacion, geom="histogram", bins=30,
      main = "Disitribución de Población en Chile", 
      xlab = "Nº habitantes",
      ylab = "Frecuencia absoluta",
      fill=I("blue"))



In [15]:

    
ggsave("figures/histograma_poblacion_chile.pdf", width = 16, height = 12, units = "cm")

Gráfico de barras



In [16]:

    
ggplot(chile_region, aes(x=Region, y=Poblacion)) +
    geom_bar(stat="identity")



In [17]:

    
ggplot(chile_region, aes(x=Region, y=Poblacion)) +
    geom_bar(stat="identity") +
    theme(axis.text.x=element_text(angle=90,hjust=1,vjust=0.5))



In [18]:

    
chile_region$Region <- factor(chile_region$Region, levels = chile_region$Region)



In [19]:

    
ggplot(chile_region, aes(x=Region, y=Poblacion)) +
    geom_bar(stat="identity") +
    theme(axis.text.x=element_text(angle=90,hjust=1,vjust=0.5))



In [20]:

    
ggplot(chile_region, aes(x=Region, y=Poblacion)) +
    geom_bar(stat="identity", fill=I("blue")) +
    theme(axis.text.x=element_text(angle=90,hjust=1,vjust=0.5))



In [21]:

    
ggsave("figures/grafico_barras_poblacion_chile.pdf", width = 16, height = 12, units = "cm")

Buscando correlaciones con el IDH

El Índice de Desarrollo Humano (IDH) nace como una iniciativa de los economistas Mahbubul Haq (Paquistán) y Amartya Sen (India) como una alternativa a la clasificación del progreso de los países solo en base a nivel de su Producto Interno Bruto (PIB). El Índice, en cambio, sintetiza el nivel de logro en tres dimensiones:

Salud – Esperanza de Vida
Educación – (Media de años de escolaridad y Años de escolarización previstos)
Ingresos (Ingreso Nacional Bruto (INB) per cápita)



In [22]:

    
ggplot(chile, aes(x=Poblacion, y=IDH_2005)) +
    geom_point(shape=16, colour = "red", fill="red", size = 3) +
    geom_smooth(method='lm', se=FALSE)









    



Warning message:
“Removed 5 rows containing non-finite values (stat_smooth).”Warning message:
“Removed 5 rows containing missing values (geom_point).”



In [23]:

    
ggplot(chile, aes(x=Poblacion, y=IDH_2005, group=Region, shape=Region, color=Region)) +
    geom_point(size = 3) + scale_shape_manual(values=seq(0,15)) +
    theme(legend.position = c(0.8, 0.3), legend.text=element_text(size=5)) +
    guides(shape=guide_legend(override.aes=list(size=2)))









    



Warning message:
“Removed 5 rows containing missing values (geom_point).”



In [ ]:



In [ ]:

RegionID	Region	Provincia	Comuna	Superficie	Poblacion	Densidad	IDH_2005
1	Arica y Parinacota	Arica	Arica	4799.4	210936	38.4	0.736
1	Arica y Parinacota	Arica	Camarones	3927.0	679	0.3	0.751
1	Arica y Parinacota	Parinacota	General Lagos	2244.4	739	0.5	0.670
1	Arica y Parinacota	Parinacota	Putre	5902.5	1462	0.2	0.707
1	Arica y Parinacota	Iquique	Alto Hospicio	572.9	94455	87.6	NA
2	Tarapacá	Tamarugal	Camiña	2200.2	1156	0.5	0.619

RegionID	Region	n_comuna	Poblacion	Superficie
1	Arica y Parinacota	5	308271	17446.20
2	Tarapacá	6	205566	41632.60
3	Antofagasta	9	551627	126048.80
4	Atacama	9	292054	74806.30
5	Coquimbo	15	714856	40967.80
6	Valparaíso	38	1859312	12646.28
7	Metropolitana de Santiago	52	7150480	15547.00
8	Libertador General Bernardo O'Higgins	33	903248	16583.30
9	Maule	30	1073635	30340.30
10	Biobío	54	2025995	37068.70
11	La Araucanía	32	933537	31842.30
12	Los Ríos	12	380618	18577.60
13	Los Lagos	30	835829	48583.30
14	Aisén del General Carlos Ibáñez del Campo	10	106893	107449.40
15	Magallanes y de la Antártica Chilena	11	158828	1392783.70