Entradas más populares de este blog
Cluster jerárquico
Creando grupos y tipologías Creando grupos y tipologías Beatriz Valdez 17 de febrero de 2017 En ocasiones es necesario crear grupos a partir de algunas características específicas para, por ejemplo, aplicar una política pública. De vez en cuando ontamos con taxonomías que pueden ayudarnos en esta tarea. Pero no siempre sucede esto, o el volumen de datos es tal, que aplicar la taxonomía en forma manual resulta engorroso. El análisis de cluster resulta una herramienta de gran ayuda en estos casos. Nos permite: obtener grupos homogéneos respecto a la(s) varible(s) utilizada(s) para generar la caracterización, y, a la vez grupos heterogéneos en tanto que son distintos entre ellos, de acuerdo con esa(s) variable(s) empleada(s) Así, en un municipio y tomando en consideración la topografía, los habitantes, y otras característica, habrá parroquias que sean más parecidas entre sí -grupos homogéneos- y, al mismo tiempo, muy d...
Función "Recode" del paqute dplyr
Análisis de correspondencia textual con factominer Análisis de correspondencia textual con factominer Beatriz Valdez 2024-12-02 pacman::p_load( tidyverse, FactoMineR , factoextra, tm ) Preparo la data df <- campo_social[, c(2:5, 7, 11:16, 25,27,28)] # inspecciono el marco creado glimpse(df) ## Rows: 302 ## Columns: 14 ## $ plantas <fct> dos plantas, una planta, dos plantas, una pla~ ## $ viviends <fct> una vivienda, una vivienda, una vivienda, una~ ## $ hogars <fct> un hogar, un hogar, un hogar, un hogar, un ho~ ## $ habitaciones <fct> dos habitaciones, dos habitaciones, dos habit~ ## $ ba_a_o <fct> un banio, un banio, un banio, un banio, un ba~ ## $ paredes <fct> bloque o ladrillo sin frisar, bloque o ladril~ ## $ techo <fct> bloque o lad...


Comentarios