Base de datos

Se define un vector llamado tablas que contiene los años 2010, 2015 y 2020 como cadenas de texto. Este vector se utilizará para iterar y cargar las bases de datos correspondientes a esos años.

Definición de tablas

tablas <- c("2010", "2015", "2020")

Se carga la base de datos para los 3 años

Dentro del iterador for(), para cada año se construye el nombre del archivo de datos:

Obtención de la tabla: get(paste0("tabla_",i)) obtiene la tabla cargada previamente (donde el nombre de cada tabla cargada es tabla_2010, tabla_2015, etc.).
Renombrando de la columna: rename("ANIO" = "AÑO") cambia el nombre de la columna AÑO a ANIO.
Filtrado de datos: filter(NOM_ENT != "Nacional") elimina las filas donde la columna NOM_ENT tiene el valor “Nacional”.
Conversión de la columna a factor: dplyr::mutate(ANIO = as.factor(.$ANIO)) convierte la columna ANIO en un factor.

for(i in tablas){
load(file = paste0(here::here(),"/Bases/IME_", i, ".RData"))
}

##Se cambia el nombre de la columna AÑO, para evitar problemas de puntuación
## Se cambia la variable año a factor
for(i in tablas){
assign(paste0("tabla_", i), get(paste0("tabla_",i)) %>% 
                             rename("ANIO" = "AÑO") %>%
                              filter(NOM_ENT != "Nacional") %>%
                               dplyr::mutate(ANIO = as.factor(.$ANIO)))
}

CVE_ENT	NOM_ENT	POB_TOT	AÑO	ANALF	SBASC	OVSDE	OVSEE	OVSAE	VHAC	OVPT	PL.5000	PO2SM
Indicadores simples de marginación
2020
01	Aguascalientes	1 425 607	2020	2.11	23.58	0.35	0.23	0.55	13.13	0.77	21.27	58.50
02	Baja California	3 769 020	2020	1.83	24.68	0.20	0.58	2.10	14.59	1.91	8.46	73.55
03	Baja California Sur	798 447	2020	2.34	23.98	0.42	0.96	5.39	18.60	5.06	10.28	45.49
04	Campeche	928 363	2020	5.86	29.78	2.52	1.05	3.98	29.97	2.69	29.92	70.01
05	Coahuila de Zaragoza	3 146 771	2020	1.67	21.49	0.30	0.17	0.94	13.48	0.75	10.04	60.03
06	Colima	731 391	2020	3.37	27.82	0.27	0.33	0.66	15.31	2.62	13.50	59.73
07	Chiapas	5 543 828	2020	13.70	48.12	2.46	1.80	10.68	36.09	12.39	57.64	85.57
08	Chihuahua	3 741 869	2020	2.63	27.30	1.42	1.66	1.66	13.60	2.18	14.39	66.70
09	Ciudad de México	9 209 944	2020	1.43	17.64	0.05	0.05	1.24	14.40	0.63	1.01	56.13
10	Durango	1 832 650	2020	2.73	27.49	2.84	2.09	2.31	16.21	4.26	32.50	69.26
11	Guanajuato	6 166 934	2020	5.29	33.53	1.93	0.38	2.91	16.90	2.42	33.26	67.09
12	Guerrero	3 540 685	2020	12.47	42.55	9.38	1.41	11.55	32.86	15.27	48.15	80.28
13	Hidalgo	3 082 841	2020	6.62	29.91	1.90	0.64	3.87	18.52	2.85	53.83	73.95
14	Jalisco	8 348 151	2020	2.90	29.54	0.57	0.30	0.75	14.02	1.66	16.16	55.86
15	México	16 992 418	2020	2.90	24.96	1.21	0.26	2.78	20.70	2.08	19.15	66.00
16	Michoacán de Ocampo	4 748 846	2020	7.05	42.41	1.37	0.49	2.82	18.83	5.59	37.53	70.62
17	Morelos	1 971 520	2020	4.45	27.53	0.73	0.30	4.22	19.28	4.10	26.13	73.59
18	Nayarit	1 235 456	2020	4.49	29.05	3.97	2.13	3.02	18.01	3.99	36.47	64.82
19	Nuevo León	5 784 442	2020	1.47	19.07	0.10	0.11	0.70	13.20	0.79	5.14	46.79
20	Oaxaca	4 132 148	2020	11.82	45.28	1.94	1.92	10.00	29.45	13.99	59.40	78.85
21	Puebla	6 583 278	2020	6.97	36.87	1.13	0.61	4.66	25.53	5.34	36.08	77.30
22	Querétaro de Arteaga	2 368 467	2020	3.48	23.63	1.66	0.47	2.13	15.13	2.02	28.83	57.08
23	Quintana Roo	1 857 985	2020	3.07	22.53	1.14	0.82	1.66	26.13	2.42	11.47	57.26
24	San Luis Potosí	2 822 255	2020	5.02	29.32	1.52	1.18	7.64	16.77	4.97	36.03	64.88
25	Sinaloa	3 026 943	2020	3.56	28.86	1.37	0.40	1.40	18.87	2.26	29.26	61.77
26	Sonora	2 944 840	2020	1.99	22.41	0.66	0.66	1.30	16.62	2.42	15.16	63.22
27	Tabasco	2 402 598	2020	5.09	29.17	1.76	0.49	6.18	26.09	3.37	53.27	71.75
28	Tamaulipas	3 527 735	2020	2.58	25.79	0.25	0.43	1.62	17.43	1.42	11.24	76.27
29	Tlaxcala	1 342 977	2020	3.35	26.94	0.90	0.41	0.89	22.24	1.80	32.13	78.81
30	Veracruz de Ignacio de la Llave	8 062 579	2020	8.50	39.88	1.26	1.07	8.67	23.09	5.98	45.86	78.12
31	Yucatán	2 320 898	2020	6.00	31.55	5.87	0.69	1.06	26.17	1.41	23.32	69.68
32	Zacatecas	1 622 138	2020	3.76	32.31	2.32	0.46	1.83	16.25	1.25	44.42	71.92

Indicadores simples

Análisis de correlaciones