Utilizando los datos de la librería gapminder:
Filtra las obserevaciones correspondientes a los años 1957, 1967, 1977, 1987, 1997, 2007
Representa la relación entre PIB per cápita y esperanza de vida por continentes y por años en diferentes gráficas usando faceting. El tamaño de los puntos ha de ser proporcional a la población. El color debe reflejar el continente.
¿Qué conlusiones extraes?
La contaminación debida al consume de plástico es un problema global que afecta negativamente a la salud de diversos ecosistemas. Our World in Data contiene multitud de datos acerca de la evolución del consumo de plástico tanto a nivel global, como de país. Para este ejercicio nos centramos en los datos de 2010.
Los datos se encuentran en la carpeta data del repositorio. Puedes cargarlos utilizando
library(tidyverse)
plastic <- read_csv("data/plastic-waste.csv")Las variables son las siguientes
code: Código de país (3 letras)entity: Nombre completo del paíscontinent: Nombre del continenteyear: Añogdp_per_cap: PIB per cápita (2011) en dólares
internacionalesplastic_waste_per_cap: Cantidad de residuos per capita
de plástico en kg/díamismanaged_plastic_waste_per_cap: Cantidad de residuos
de plástico mal gestionados en kg/díamismanaged_plastic_waste: Toneladas de residuos de
plástico mal gestionadoscoastal_pop: Número de individuos que viven en o cerca
de la cosatotal_pop: Población totalVisualiza la distribución de la cantidad de residuos de plástico per cápita (en 2010).
¿Existe algún valor atípico? Si es así, determina qué países son atípicos. Trata de mostrar si son o no datos erróneos (investigando en internet).
Nota: Para el resto de ejercicios, filtra los datos atípicos si los hubiera.
Visualiza la distribución de la cantidad de residuos de plástico per capita por continente, usando distintos histogramas para cada continente.
Repite la gráfica anterior usando densidad, incluyendo todos los continentes en la misma gráfica indicándolos con distintos colores.
Mejora la gráfica anterior rellenando cada curva de un color y añadiendo transparencia.
Elabora una visualización alternativa a la anterior que permita comparar la distribución de cantidad de residuos de plástico per cápita de diferentes continentes.
Investiga qué son las gráficas violín. Construye la gráfica de violín de los datos anteriores. ¿Qué revelan estas gráficas que un boxplot no revela?
¿Observas algún patrón que distinga la distribución de la cantidad de residuos de plástico de continentes desarrolladas y en vías de desarrollo?
Visualiza la relación entre cantidad de residuos de plástico per cápita y PIB per cápita. Pinta cada continente con un color y añade un único smoothing que muestre la tendencia global. Además, usa la escala de colores vidris (investiga en internet cómo utilizarla). ¿Cómo describirías esta relación?
Repite la gráfica anterior pero únicamente incluyendo los datos de Europa (obviamente sin utilizar colores). ¿Qué tendencia observas? ¿Qué países consumen menos plástico de lo implicado por esta tendencia?
Visualiza la relación entre los residuos de plástico per cápita y los residuos mal gestionados per cápita. Pinta cada continente de un color. ¿Cambia la asociación de estas dos variables entre continentes?