-
Notifications
You must be signed in to change notification settings - Fork 2
/
Copy path3_calcular_niveles_luces_con_lm.R
311 lines (232 loc) · 14 KB
/
3_calcular_niveles_luces_con_lm.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
# Oscar Ruiz, IMCO
# CDMX, 17 de julio de 2020
library(ggrepel)
library(RColorBrewer)
library(magrittr)
library(readr)
library(dplyr)
library(stringr)
library(car)
library(ggthemes)
filter <- dplyr::filter
# Los datos de luces llegan a variar con QGIS.
# USAR_REFERENCIA para utilizar el dato original.
pibe_14 <- read_csv("../data/bie/processed/pibe.csv") %>%
filter(año == "2014-12-01")
muns_acteco <- read_csv("../data/viirs/processed/mun_luces_175.csv",
col_types = "ccdddddddddddddd") %>%
mutate(CVEENT = CVEMUN %>% str_sub(1, 2)) %>%
left_join(by="CVEENT",
pibe_14 %>% select(CVEENT, Estado, pibe)) %>%
group_by(CVEENT, Estado) %>%
mutate(ae_175 = ifelse((pibe*x175_loc/sum(x175_loc))>=0,yes = pibe*x175_loc/sum(x175_loc),no = 0)) %>%
ungroup %>% filter(x175>0)
write_csv(muns_acteco %>% select(-pibe, -CVEENT),
"../data/resultados/acteco/por_municipio.csv")
## Gráfica de Luminosidad vs, PIBE, juntando ZMVM
edo_acteco <- muns_acteco %>%
select(CVEMUN, x175_loc, CVEENT, Estado, pibe) %>%
group_by(CVEENT, Estado) %>%
summarize(x175_loc = sum(x175_loc),
pibe = max(pibe)) %>%
inner_join(cnbv_edo_bancomer) %>%
inner_join(cnbv_edo_banamex) %>%
inner_join(cnbv_edo_otros) %>%
inner_join(cnbv_edo_valor)
edo_zmvm <- edo_acteco %>%
mutate(zmvm = ifelse(str_detect(Estado, "México"),
"ZMVM", "no_ZMVM")) %>%
group_by(zmvm) %>%
summarize_at(vars(x175_loc, pibe,bancomer_2014,banamex_2014,otros_2014,valor_2014,
valor_2015), list(sum)) %>%
filter(zmvm == "ZMVM") %>% rename(Estado = zmvm) %>%
mutate(CVEENT = "09_15")
edo_acteco_ <- edo_acteco %>%
filter(!str_detect(Estado, "México")) %>%
bind_rows(edo_zmvm)
gg_lineup <- edo_acteco_ %>%
ggplot(aes(x175_loc, pibe, color = Estado)) +
geom_point() +
geom_smooth(method = "lm", color = "cornflowerblue", se=FALSE, size=0.2) +
scale_x_log10("Luminosidad (escala log)",
labels = . %>% divide_by(1e3)) +
scale_y_log10("PIBE (escala log)", labels = . %>% divide_by(1e3)) +
scale_color_manual(values = brewer.pal(11, "BrBG")[c(1,2,3,9,10,11)] %>% rep(6)) +
geom_text_repel(aes(label = Estado)) +
theme_fivethirtyeight()+
theme(legend.position = "none")
print(gg_lineup)
plot(log(edo_acteco_$pibe),log(edo_acteco_$bancomer_2014))
plot(log(edo_acteco_$pibe),log(edo_acteco_$banamex_2014))
plot(log(edo_acteco_$pibe),log(edo_acteco_$otros_2014))
plot(log(edo_acteco_$pibe),log(edo_acteco_$valor_2014))
#Aquí se selecciona el modelo en función del lineup con el pib de 2014
lm_acteco<-lm(log(pibe)~log(x175_loc)+log(bancomer_2014)+log(banamex_2014)+
log(otros_2014)+log(valor_2014),data=edo_acteco_)
lm_acteco<-lm(log(pibe)~log(valor_2014),data=edo_acteco_)
lm_acteco<-lm(log(pibe)~log(otros_2014),data=edo_acteco_)
lm_acteco<-lm(log(pibe)~log(bancomer_2014),data=edo_acteco_)
lm_acteco<-lm(log(pibe)~log(x175_loc)+log(banamex_2014),data=edo_acteco_) ####Usado en última versión
lm_acteco<-lm(log(pibe)~log(x175_loc)+log(valor_2014),data=edo_acteco_)
lm_acteco<-lm(log(pibe)~log(banamex_2014),data=edo_acteco_)
summary(lm_acteco)
vif(lm_acteco)
coefs<-coef(lm_acteco)
#tomamos solo los municipios de las ZM
muns_metro <- read_csv("../data/referencias" %>% file.path(
"zonas_metro_estado_2020.csv")) %>%
mutate(CVEMET = CVEMET %>% str_pad(3, "left", "0"),
CVEENT = CVEENT %>% str_pad(2, "left", "0"),
CVEMUN = CVEMUN %>% str_pad(5, "left", "0")) %>%
select(CVEMET, CVEENT, CVEMUN, zona_metro = zona_met)
#Regresión con banamex
muns_acteco_lm<-muns_acteco %>% inner_join(muns_metro,by = c("CVEENT","CVEMUN")) %>%
inner_join(filter(cnbv_muns_banamex,`2014-12-01`!=0,`2015-12-01`!=0,`2016-12-01`!=0,
`2017-12-01`!=0,`2018-12-01`!=0,`2019-12-01`!=0)) %>%
na.exclude()
#Regresión con valor (todos los bancos)
muns_acteco_lm<-muns_acteco %>% inner_join(muns_metro,by = c("CVEENT","CVEMUN")) %>%
inner_join(filter(cnbv_muns_valor,`2014-12-01`!=0,`2015-12-01`!=0,`2016-12-01`!=0,
`2017-12-01`!=0,`2018-12-01`!=0,`2019-12-01`!=0)) %>%
na.exclude()
#Se puede escoger entre opción 1 (sin pivote en 2014) y opción 2 (con pivote 2014),
#Despúes se escoge el tipo de derivada en función de as variables que componen el modelo (lm_contagio)
#Modelo escogido: lm_acteco<-lm(log(pibe)~log(x175_loc)+log(banamex_2014),data=edo_acteco_)
#Opción escogida: Opción 2
#Opción 1. Esta opción obtiene la actividad económica únicamente con los coeficientes
# y el intercepto de el modelo
muns_acteco_lm$ae_175_lm<-
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_loc)+coefs[3]*log(1+muns_acteco_lm$`2014-12-01`))
muns_acteco_lm$ae_175_2015_lm<-
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2015_loc)+coefs[3]*log(1+muns_acteco_lm$`2015-12-01`))
muns_acteco_lm$ae_175_2016_lm<-
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2016_loc)+coefs[3]*log(1+muns_acteco_lm$`2016-12-01`))
muns_acteco_lm$ae_175_2017_lm<-
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2017_loc)+coefs[3]*log(1+muns_acteco_lm$`2017-12-01`))
muns_acteco_lm$ae_175_2018_lm<-
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2018_loc)+coefs[3]*log(1+muns_acteco_lm$`2018-12-01`))
muns_acteco_lm$ae_175_2019_lm<-
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2019_loc)+coefs[3]*log(1+muns_acteco_lm$`2019-12-01`))
#Opción 2. Esta opción obtiene la actividad económica con el coeficiente asociado
# a la luminosidad del modelo pero toma como punto inicial actividad económica de 2014 que es
# el pibe 2014 repartido en localidades urbanas.
#Los años subsecuentes se calculan con la derivada de las variables
#Derivada de pibe_est sobre luminosidad
muns_acteco_lm$ae_175_2015_lm<-muns_acteco_lm$ae_175+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_loc))*
(0+coefs[2]*(1/muns_acteco_lm$x175_loc)*(muns_acteco_lm$x175_2015_loc-muns_acteco_lm$x175_loc))
muns_acteco_lm$ae_175_2016_lm<-muns_acteco_lm$ae_175_2015_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2015_loc))*
(0+coefs[2]*(1/muns_acteco_lm$x175_2015_loc)*(muns_acteco_lm$x175_2016_loc-muns_acteco_lm$x175_2015_loc))
muns_acteco_lm$ae_175_2017_lm<-muns_acteco_lm$ae_175_2016_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2016_loc))*
(0+coefs[2]*(1/muns_acteco_lm$x175_2016_loc)*(muns_acteco_lm$x175_2017_loc-muns_acteco_lm$x175_2016_loc))
muns_acteco_lm$ae_175_2018_lm<-muns_acteco_lm$ae_175_2017_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2017_loc))*
(0+coefs[2]*(1/muns_acteco_lm$x175_2017_loc)*(muns_acteco_lm$x175_2018_loc-muns_acteco_lm$x175_2017_loc))
muns_acteco_lm$ae_175_2019_lm<-muns_acteco_lm$ae_175_2018_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2018_loc))*
(0+coefs[2]*(1/muns_acteco_lm$x175_2018_loc)*(muns_acteco_lm$x175_2019_loc-muns_acteco_lm$x175_2018_loc))
#Derivada de pibe_est sobre valor (todos los bancos)
muns_acteco_lm$ae_175_2015_lm<-muns_acteco_lm$ae_175+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$`2014-12-01`))*
(0+coefs[2]*(1/muns_acteco_lm$`2014-12-01`)*(muns_acteco_lm$`2015-12-01`-muns_acteco_lm$`2014-12-01`))
muns_acteco_lm$ae_175_2016_lm<-muns_acteco_lm$ae_175_2015_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$`2015-12-01`))*
(0+coefs[2]*(1/muns_acteco_lm$`2015-12-01`)*(muns_acteco_lm$`2016-12-01`-muns_acteco_lm$`2015-12-01`))
muns_acteco_lm$ae_175_2017_lm<-muns_acteco_lm$ae_175_2016_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$`2016-12-01`))*
(0+coefs[2]*(1/muns_acteco_lm$`2016-12-01`)*(muns_acteco_lm$`2017-12-01`-muns_acteco_lm$`2016-12-01`))
muns_acteco_lm$ae_175_2018_lm<-muns_acteco_lm$ae_175_2017_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$`2017-12-01`))*
(0+coefs[2]*(1/muns_acteco_lm$`2017-12-01`)*(muns_acteco_lm$`2018-12-01`-muns_acteco_lm$`2017-12-01`))
muns_acteco_lm$ae_175_2019_lm<-muns_acteco_lm$ae_175_2018_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$`2018-12-01`))*
(0+coefs[2]*(1/muns_acteco_lm$`2018-12-01`)*(muns_acteco_lm$`2019-12-01`-muns_acteco_lm$`2018-12-01`))
#Derivada del pibe_est sobre luminosidad y banco (se pone el banco dependiendo del usado en
#el modelo, esto se decide en la línea donde se define "muns_acteco_lm")
muns_acteco_lm$ae_175_2015_lm<- muns_acteco_lm$ae_175+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_loc)+coefs[3]*log(1+muns_acteco_lm$`2014-12-01`))*
(coefs[2]*(1/muns_acteco_lm$x175_loc)*(muns_acteco_lm$x175_2015_loc-muns_acteco_lm$x175_loc))+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_loc)+coefs[3]*log(1+muns_acteco_lm$`2014-12-01`))*
(coefs[3]*(1/(1+muns_acteco_lm$`2014-12-01`))*(muns_acteco_lm$`2015-12-01`- muns_acteco_lm$`2014-12-01`))
muns_acteco_lm$ae_175_2016_lm<- muns_acteco_lm$ae_175_2015_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2015_loc)+coefs[3]*log(1+muns_acteco_lm$`2015-12-01`))*
(coefs[2]*(1/muns_acteco_lm$x175_2015_loc)*(muns_acteco_lm$x175_2016_loc-muns_acteco_lm$x175_2015_loc))+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2015_loc)+coefs[3]*log(1+muns_acteco_lm$`2015-12-01`))*
(coefs[3]*(1/(1+muns_acteco_lm$`2015-12-01`))*(muns_acteco_lm$`2016-12-01`- muns_acteco_lm$`2015-12-01`))
muns_acteco_lm$ae_175_2017_lm<- muns_acteco_lm$ae_175_2016_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2016_loc)+coefs[3]*log(1+muns_acteco_lm$`2016-12-01`))*
(coefs[2]*(1/muns_acteco_lm$x175_2016_loc)*(muns_acteco_lm$x175_2017_loc-muns_acteco_lm$x175_2016_loc))+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2016_loc)+coefs[3]*log(1+muns_acteco_lm$`2016-12-01`))*
(coefs[3]*(1/(1+muns_acteco_lm$`2016-12-01`))*(muns_acteco_lm$`2017-12-01`- muns_acteco_lm$`2016-12-01`))
muns_acteco_lm$ae_175_2018_lm<- muns_acteco_lm$ae_175_2017_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2017_loc)+coefs[3]*log(1+muns_acteco_lm$`2017-12-01`))*
(coefs[2]*(1/muns_acteco_lm$x175_2017_loc)*(muns_acteco_lm$x175_2018_loc-muns_acteco_lm$x175_2017_loc))+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2017_loc)+coefs[3]*log(1+muns_acteco_lm$`2017-12-01`))*
(coefs[3]*(1/(1+muns_acteco_lm$`2017-12-01`))*(muns_acteco_lm$`2018-12-01`- muns_acteco_lm$`2017-12-01`))
muns_acteco_lm$ae_175_2019_lm<- muns_acteco_lm$ae_175_2018_lm+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2018_loc)+coefs[3]*log(1+muns_acteco_lm$`2018-12-01`))*
(coefs[2]*(1/muns_acteco_lm$x175_2018_loc)*(muns_acteco_lm$x175_2019_loc-muns_acteco_lm$x175_2018_loc))+
exp(coefs[1]+coefs[2]*log(muns_acteco_lm$x175_2018_loc)+coefs[3]*log(1+muns_acteco_lm$`2018-12-01`))*
(coefs[3]*(1/(1+muns_acteco_lm$`2018-12-01`))*(muns_acteco_lm$`2019-12-01`- muns_acteco_lm$`2018-12-01`))
#muns_acteco ya trae info de actividad económica por municipio (tomando en cuenta localidades dentro del mismo)
#ahora hay que calcular con base en la información de luminosidad el crecimiento de esa actividad económica
#sacamos crecimientos porcentuales en luminosidad por municipio y aplicamos esos crecimientos
#a la actividad económica basada en el pibe 2014
muns_acteco_lm<-muns_acteco_lm %>%
mutate(crec_lumin_14_15=(x175_2015_loc - x175_loc)/x175_loc,
crec_lumin_15_16=(x175_2016_loc - x175_2015_loc)/x175_2015_loc,
crec_lumin_16_17=(x175_2017_loc - x175_2016_loc)/x175_2016_loc,
crec_lumin_17_18=(x175_2018_loc - x175_2017_loc)/x175_2017_loc,
crec_lumin_18_19=(x175_2019_loc - x175_2018_loc)/x175_2018_loc,
ae_175_2015=ae_175*(1+crec_lumin_14_15),
ae_175_2016=ae_175_2015*(1+crec_lumin_15_16),
ae_175_2017=ae_175_2016*(1+crec_lumin_16_17),
ae_175_2018=ae_175_2017*(1+crec_lumin_17_18),
ae_175_2019=ae_175_2018*(1+crec_lumin_18_19))
#Esta opción la usamos cuando no pivoteamos (Opción 1) y sacamos el cálculo solo del lm
acteco_metro <- muns_acteco_lm %>% select(-Estado) %>%
group_by(CVEENT, CVEMET, zona_metro) %>%
summarize_at(.funs = funs(sum),
.vars = vars(ae_175,ae_175_2015,ae_175_2016,ae_175_2017,ae_175_2018,
ae_175_lm,ae_175_2015_lm,ae_175_2016_lm,ae_175_2017_lm,
ae_175_2018_lm,ae_175_2019_lm,
area, area_loc)) %>%
group_by(CVEMET, zona_metro) %>%
summarize(magda_2014 = sum(ae_175, na.rm = TRUE),
magda_2015 = sum(ae_175_2015, na.rm = TRUE),
magda_2016 = sum(ae_175_2016, na.rm = TRUE),
magda_2017 = sum(ae_175_2017, na.rm = TRUE),
magda_2018 = sum(ae_175_2018, na.rm = TRUE),
magda_2019 = sum(ae_175_2019, na.rm = TRUE),
magda_2014_lm = sum(ae_175_lm, na.rm = TRUE),
magda_2015_lm = sum(ae_175_2015_lm, na.rm = TRUE),
magda_2016_lm = sum(ae_175_2016_lm, na.rm = TRUE),
magda_2017_lm = sum(ae_175_2017_lm, na.rm = TRUE),
magda_2018_lm = sum(ae_175_2018_lm, na.rm = TRUE),
magda_2019_lm = sum(ae_175_2019_lm, na.rm = TRUE))
#Esta opción se usa cuando pivoteamos el cálculo con la repartición de luminosidad 2014 (Opción 2)
acteco_metro <- muns_acteco_lm %>% select( -Estado) %>%
group_by(CVEENT, CVEMET, zona_metro) %>%
summarize_at(.funs = funs(sum),
.vars = vars(ae_175,ae_175_2015,ae_175_2016,ae_175_2017,ae_175_2018,ae_175_2019,
ae_175_2015_lm,ae_175_2016_lm,ae_175_2017_lm,ae_175_2018_lm,ae_175_2019_lm,
area,area_loc)) %>%
group_by(CVEMET, zona_metro) %>%
summarize(magda_2014 = sum(ae_175, na.rm = TRUE),
magda_2015 = sum(ae_175_2015, na.rm = TRUE),
magda_2016 = sum(ae_175_2016, na.rm = TRUE),
magda_2017 = sum(ae_175_2017, na.rm = TRUE),
magda_2018 = sum(ae_175_2018, na.rm = TRUE),
magda_2019 = sum(ae_175_2019, na.rm = TRUE),
magda_2014_lm = sum(ae_175, na.rm = TRUE),
magda_2015_lm = sum(ae_175_2015_lm, na.rm = TRUE),
magda_2016_lm = sum(ae_175_2016_lm, na.rm = TRUE),
magda_2017_lm = sum(ae_175_2017_lm, na.rm = TRUE),
magda_2018_lm = sum(ae_175_2018_lm, na.rm = TRUE),
magda_2019_lm = sum(ae_175_2019_lm, na.rm = TRUE))
write_csv(acteco_metro,
"../data/resultados/acteco/por_zonas_metro_lum_banamex_piv.csv")
write_csv(acteco_metro,
"../data/resultados/acteco/por_zonas_metro_lum_valor_piv.csv")