Licenciatura en Actuaria

Curso: Contexto económico geopolítico

Profesor: Jaime J Escobedo Glez.

Semestre: agosto-diciembre 2022

Primer examen Parcial

Instrucciones: Lea detenidamente y responda lo que se pide.

El Primer parcial consistirá en hacer un análisis de las características de los países a nivel
global en R, para lo que se recomienda instalar R Studio, en caso de no tener R Studio se
puede hacer en Google colab u otro servicio de la nube.
Lo que aparezca en el siguiente recuadro, es el código que deberás introducir en tu script o
archivo de markdown. La Primer parte del examen parcial es un breve tutorial que debes
escribir y guardar en un script, La segunda parte es el primer parcial que deberás realizar
en R markdown que incluirá de los problemas dos en adelante.

## código que debes introducir

1.-Al abrir R-studio abriremos un script que es donde crearemos nuestro código de R. Esto
lo hacemos seleccionando File>>New file>>R Script

Enseguida guardaremos el archivo, con el nombre de tutorialR_matricula es decir si mi

matricula es 1456677 guardare el archivo como “tutorialR_1456677.R” Esto lo hacemos
seleccionando File>>Save As
Una vez abierto el script importaremos las librerías a usar en nuestro código, aunque si no
las tenemos instaladas las tendremos que instalar primero

## instalamos librerías
install.packages("gapminder")
install.packages("tidyverse")
install.packages("readr")

## ahora le indicamos a R que use esas librerías

library(gapminder)
library(tidyverse)
library(readr)

ahora vamos a importar la siguiente base de datos, desde un archivo CSV, que
automáticamente R reconocerá como un data frame y lo guardaremos como datos_paises

datos_paises <- read_csv("https://raw.githubusercontent.com/jimmyzac/Contexto-

FCFM-UANL/main/datos_paisesW.csv")
 Si damos clic sobre datos países se abrirá el dataframe para que podamos ver su
contenido

Si damos clic sobre datos países se abrirá el dataframe para que podamos ver su contenido,
como sigue

Con el siguiente comando verificamos que datos_paises es un data frame

class(datos_paises)

Y resulta lo siguiente:
Vamos a seleccionar la columna población_2019 que contiene la población de los países en
2019, con el comando select( )

datos_paises %>% select(Poblacion_2019)

Vamos a seleccionar una fila o renglón con el comando filter( ), en este caso la fila de Mexico

datos_paises %>% filter(pais=="Mexico")

Vamos a seleccionar una fila y una columna combinando filter( ) y select( ), en este caso la
fila de México y la columna de población

datos_paises %>% filter(pais=="Mexico") %>% select(Poblacion_2019)

Tambien podríamos filtrar por los países con más de un millón de habitantes (1,000,000)

datos_paises %>% filter(Poblacion_2019>1000000)

Con el comando summarise( ) podemos obtener estadísticas descriptivas, por ejemplo la
media

datos_paises %>% summarise(

 mediapob=mean(Poblacion_2019, na.rm=T ))

Summarise es para indicarle que queremos estadísticas descriptivas, mean(Poblacion_2019)

indica que queremos la media de Poblacion_2019, na.rm=T indica que si algún país no tiene
info de su población no se use para calcular la media, mediapob es donde queremos guardar
la media que se calcule

Note que el total mundial (world) aparece como país vamos a filtrar datos_paises diciendo
a R que seleccione todos los datos menos world

datos_paises <-datos_paises %>% filter(pais!="World")

Ahora vamos a obtener los 10 países más poblados del mundo y guardarlos en un data
frame llamado top10

top10 <- datos_paises %>% top_n(10, Poblacion_2019)

Si abres el dataframe tiene varias variables vamos a quedarnos solo con población y país de
top10 y guardar en el dataframe top10

top10 <- top10 %>% select(pais, Poblacion_2019)

Si abres el datafreme notaras que esta desordenado, vamos a ordenarlo de mayor a menor

top10 %>% arrange(Poblacion_2019)

Ahora ordenamos de mayor a menor

top10 <- top10 %>% arrange(desc(Poblacion_2019))

Primer Parcial. Parte en Markdown

A partir de ahora comienza el Primer parcial, el cual se debe generar como un archivo de R
markdown y debe llevar el siguiente nombre 1erParcial_contexto_nov2022_matricula por
ejemplo si mi matricula es 12446576 se llamara 1erparcial_contexto_nov2022_12446576.R

Recuerda que la forma de crear un archivo de R markdown es la siguiente:

Debes importar las librerías/paquetes que consideres necesarias. Tidyverse es obligatorio.

Con el siguiente código utilizaras la base de datos del banco mundial

##le indicamos a R que importe la base de datos

paises <- read.csv('https://raw.githubusercontent.com/jimmyzac/Contexto-
FCFM-UANL/main/datos_bancomundial.csv')

esta base de datos contiene la siguiente información

country Nombre del país en inglés

region Nombre de la región del mundo en
inglés
year Año del dato
Población Número de habitantes del país
PIB_2015 PIB real en dólares base 2015
PIB_dolares PIB nominal en dólares
homicidios tasa de homicidios por 100 mil
habitantes
Esperanza_vida Esperanza de vida medida en años
Fertilidad Número de hijos promedio por mujer
PIB_PPA_2017 PIB PPA paridad de poder de compra
dólares de 2017
Pobreza Tasa de pobreza, porcentaje de
población que tiene un ingreso inferior
a 6.85 dólares diarios.

Regiones del mundo: East Asia & Pacific, Europe & Central Asia, Middle East & North Africa,
Latin America & Caribbean, North America, South Asia, Sub-Saharan Africa.

Importante: recuerda que en el archivo de R markdown debes anotar la pregunta y

enseguida el código con la respuesta.
 Antes de comenzar calcula el PIB percapita PPA de dólares 2017 y nómbrala como
“pib_percapita”
2. Calcula y muestra los siguientes indicadores (si eres mujer para el año 2020, si eres
hombre para el año 2018)
a) 15 países con más PIB percapita en dólares de 2017 de PPA
b) 15 países más poblados del mundo
c) 15 países con el mayor PIB PPA
d) 15 países con la mayor tasa de homicidios
e) 15 países con la mayor tasa de pobreza
f) En cada caso escribe quien es el primer, quinto y décimo lugar

3. Realiza una gráfica de barras para los siguientes indicadores, la cual debe tener el formato
adecuado (color, nombre de los ejes, nombres sin empalmar, título,etc; recuerda si eres
mujer para el año 2020, si eres hombre para el año 2018)
a) PIB percapita en dólares de 2017 de PPA
b) 15 países más poblados del mundo
c) 15 países con el mayor PIB PPA
d) 15 países con la mayor tasa de homicidios
e) 15 países con la mayor tasa de pobreza

4. Elige un país (puede ser cualquiera) y muestra:

a) PIB dólares de 2017 de PPA de México y el país elegido
b) Población de México y el país elegido
c) PIB percapita PPA de México y el país elegido
d) tasa de homicidios de México y el país elegido
e) tasa de pobreza de México y el país elegido
f) en cada caso señala si México se encuentra peor o mejor

5. Si naciste en los meses de enero-junio crea un data frame con los países de las siguientes
dos regiones “Latin America & Caribbean” y “North America”, si naciste en julio-diciembre
crea un data frame con las regiones que tengan Asia en su nombre. A tu nuevo data frame
llámalo my_data_enero si naciste enero-junio o my_data_julio si naciste en julio diciembre.
Obtén los 5 países mas y los 5 países menos de tu región en los siguientes indicadores para
el año 2020:

a) PIB percapita en dólares de 2017 de PPA

b) Población
c) tasa de homicidios
d) tasa de pobreza