Banco Interamericano de Desarrollo
facebook
twitter
youtube
linkedin
instagram
Abierto al públicoBeyond BordersCaribbean Development TrendsCiudades SosteniblesEnergía para el FuturoEnfoque EducaciónFactor TrabajoGente SaludableGestión fiscalGobernarteIdeas MatterIdeas que CuentanIdeaçãoImpactoIndustrias CreativasLa Maleta AbiertaMoviliblogMás Allá de las FronterasNegocios SosteniblesPrimeros PasosPuntos sobre la iSeguridad CiudadanaSostenibilidadVolvamos a la fuente¿Y si hablamos de igualdad?Inicio
Administración pública Agua y saneamiento Ciencia, tecnología e innovación Comercio e integración regional Conocimeinto Abierto Desarrollo infantil temprano Desarrollo urbano y vivienda Educación Energía Género y diversidad Impacto Industrias Creativas Medio ambiente, cambio climático y Salvaguardias Política y gestión fiscal Salud Sin Miedos Trabajo y pensiones
  • Skip to main content
  • Skip to secondary menu
  • Skip to primary sidebar
  • Skip to footer

Abierto al público

  • INICIO
    • ¿Qué es el Conocimiento Abierto?
    • Sobre este blog
    • ¿Cómo suscribirse?
    • Pautas editoriales
  • CATEGORÍAS
    • Aprendizaje abierto
    • Código abierto
    • Datos abiertos
    • Gestión del conocimiento
    • Sistemas abiertos
  • AUTORES
  • Español
cómo analizar indicadores

¿Cómo analizar más de 1.000 indicadores de desarrollo de diferentes fuentes con una misma herramienta?

January 16, 2018 por José Luis Delgado 6 Comentarios


¿Alguna vez has tenido que hacer un análisis sobre temas de desarrollo como género, empleo, infraestructura, entre otras cosas, y no has sabido cómo empezar o dónde buscar la información para avalar tu hipótesis? Este es un desafío común que los analistas, economistas, académicos y profesionales de desarrollo enfrentan a menudo.

Conscientes de este desafío, desde el BID desarrollamos una librería de R que facilita la recopilación y análisis de indicadores de diferentes temas por país. En su primera iteración, esta librería estaba enfocada en extraer indicadores para un visualizador de datos de género, sin embargo, los algoritmos se reutilizaron y se desarrolló el “Agregador de indicadores“, una librería abierta y disponible en el repositorio de código del Banco, Código para el Desarrollo. A través de esta librería podrás conocer cómo analizar indicadores, buscándolos por palabras claves, descargándolos y comparándolos.

La librería de R “Agregador de Indicadores” te permite buscar, descargar y comparar indicadores del portal de datos abiertos del BID, Números para el Desarrollo (N4D), el portal de datos del Banco Mundial y de No Ceilings.

Si sabes programar en R y quieres saber cómo utilizar esta librería, en este tutorial te explicaremos cómo hacerlo. En nuestro ejemplo, veamos paso a paso cómo analizar datos de agricultura con más de 1.000 indicadores:

1 Paso 1: Prepara el ambiente de trabajo y descarga las librerías

Necesitarás tener descargado R en tu computadora. La manera más común y fácil de utilizar R es a través del ambiente de programación (IDE) de RStudio[https://www.rstudio.com/products/rstudio/download/].

Una recomendación es utilizar un libro de notas de R (R notebook) y abrir este tutorial en RStudio. El libro de notas (Rnotebook) te permite mezclar lenguaje de texto escrito con lenguaje de programación en un mismo documento. Aquí podrás leer más sobre cómo usar R notebooks.

[code] install.packages(‘devtools’) #Librería que permite instalar librerías que no están en el repositorio CRAN.
library(devtools)
install_github(‘EL-BID/Libreria-R-Numeros-para-el-Desarrollo’, force = TRUE)
install_github(‘EL-BID/Agregador-de-indicadores’, force = TRUE)
library(agregadorindicadores)
install.packages(“xlsx”) #Librería para exportar en excel
library(xlsx)
[/code]

2 Paso 2: Encuentra los indicadores relacionados con tu área de estudio

El “Agregador de Indicadores” hace una búsqueda por palabras clave de los indicadores. Imaginemos para nuestro ejemplo, que queremos hacer un análisis del sector agropecuario en los países de la región. Para ello, haremos una búsqueda de indicadores relacionados con “agricultura”.

Utilizando la función “ind_search” y la palabra clave “agricultura”, la librería encontrará todos los indicadores de N4D, el Banco Mundial y No Ceilings con la palabra “agricultura” en el nombre o en la descripción. (Utiliza el comando “?ind_search” para saber más)

[code] # Encuentra todos los indicadores relacionados con la palabra clave
ind<-ind_search(pattern=”agriculture|agricultura”, fields = c(“indicator”, “ind_description”, “topic”), extra = TRUE)

sprintf(“Número de indicadores encontrados: %s”, nrow(ind))
# Muestra en pantalla 5 indicadores
head(ind$indicator, 5)

# Muestra en pantalla los temas de los indicadores encontrados
# unique(ind$topic)
[/code]

En este caso, la librería ha encontrado 285 indicadores, si quieres ver con más detalle los indicadores encontrados, puedes utilizar el comando “View()” o puedes exportar los datos en un archivo .xls. Estos son algunos de los indicadores encontrados:

  • Exports by Sector: Agricultural Raw Materials (%) [Código: INT_5892]
  • Imports by Sector: Agricultural Raw Materials (Percentage) [Código: INT_15892]
  • % of Workers in Agriculture, Hunting, Forestry, and Fishing [Código: SOC_049]
[code] View(ind)
#Exporta en excel el listado de nombres los indicadores
write.xlsx(ind, “indicadores.xlsx”)
[/code]

3 Paso 3: Análisis de un indicador

Con el comando “ai()” puedes descargar los datos del indicador de interés. Veamos cómo visualizar la evolución de un indicador para cinco países:

[code] Workers = ai(indicator = “SOC_049”, country = c(“BO”,”MX”,”SV”,”CO”,”GT”))
#Visualízalo en una gráfica
ggplot(data=Workers, aes(x=year, y=value, group=country, colour=country)) + ggtitle(“% de los trabajadores en agricultura, caza, silvicultura y pesca”) +
geom_line() + ylim(0, 65)
geom_point()
[/code]
análisis de un indicador

Ahora, veamos cómo ha evolucionado con los años el porcentaje de trabajadores en otro sector, el sector de servicios.

[code] Services = ai(indicator = “SL.SRV.EMPL.ZS”, country = c(“BO”,”MX”,”SV”,”CO”,”GT”))

ggplot(data=Services, aes(x=year, y=value, group=country, colour=country)) + ggtitle(“% de los trabajadores en el sector servicios”) +
geom_line() + ylim(0, 65)
geom_point()
[/code]

análisis de un indicador

Con esta comparación, podemos observar que los trabajos relacionados con la agricultura y pesca están decayendo, mientras que en el sector de servicios, la tendencia es a crecer. Las figuras 1 y 2 muestran además que Guatemala y Bolivia tienen economías más centradas en el sector primario (agricultura y otros), a diferencia de Colombia y México que tienen mayor número de personas empleadas en el sector terciario (servicios).

4 Paso 4: Análisis de un país

Ahora supongamos que escogemos un solo país para compararlo desde una perspectiva más amplia con otros de la región. En nuestro caso, analizaremos Colombia, y queremos saber en qué indicadores el país se destaca frente a otros países.

Para ello, la librería nos ofrece la función de normalizar cada indicador respecto a la media de todos los países. De esta manera podemos comparar un indicador con otro para cada país y año, e identificar aquellos sectores donde el país se destaca o necesita mejorar. Esta nota en el repositorio de la librería al detalle este concepto.

Veamos entonces en qué se destaca Colombia dentro del sector agropecuario para el año 2015 según los indicadores descargados en este ejemplo.

[code] # Descarga los datos de cada uno de los indicadores de agricultura para Colombia
Data_agriculture = ai(indicator = ind$src_id_ind)

#Normaliza los valores de los indicadores
Data_agriculture_norm = ai_normalize(Data_agriculture)

# Filtra y ordena de mayor a menor los indicadores según los valores normalizados
Data_agriculture_norm = Data_agriculture_norm %>% filter(country == “Colombia” & year == “2015”) %>% arrange(desc(value_norm))

TOP10 = head(Data_agriculture_norm$indicator, n=10)
Print
write.xlsx(Data_agriculture_norm, “Data_agriculture_norm.xlsx”)
[/code]

Como se puede leer en los comentarios, el código anterior descarga los datos de los indicadores para todos los países, los normaliza por indicador y extrae los de Colombia ordenados de mayor a menor. Esto permite destacar los indicadores que resaltan con respecto al resto de países:

indicadores de agricultura

De la imagen anterior podemos subrayar que Colombia, en 2015, se destacó entre otros países por el alto porcentaje de empleo informal en sectores diferentes a la agricultura. Además, también podemos decir que el porcentaje de empleo masculino en agricultura resalta con respecto a otros países.

A pesar de que este análisis nos ha permitido sacar algunas conclusiones rápidas, cabe señalar que el motivo de este ejemplo es meramente demostrativo y vale la pena contrastarlas y estudiarlas en profundidad.

Esperamos que te haya parecido útil este tutorial y te animes a utilizar esta librería para tus propios análisis. Puedes descargar del repositorio de Código para el Desarrollo esta herramienta y ejecutarla desde el ambiente de RStudio.

Por José Luis Delgado Davara de la División de Gestión del Conocimiento del Banco Interamericano de Desarrollo.


Archivado Bajo:Código abierto Etiquetado con:Análisis de datos, Paso a paso, Recursos accionables

Reader Interactions

Comments

  1. Daniela Dice

    January 17, 2018 at 12:40 pm

    Me encantó este artículo, deberían tener una pequeña escuela de coding para muy, muy principiantes.

    Reply
  2. Arturo Constante Dice

    January 19, 2018 at 1:02 am

    Gracias José Luis,
    Probaremos la herramienta y sería muy útil poder comparar los indicadores ideales y promedio con los que deseamos evaluar, saludos.

    Reply
  3. Paulina Donoso Dice

    January 31, 2018 at 9:13 am

    Por qué no toman en cuenta datos de más países? Ecuador o Perú, por ejemplo, están considerados… 🙁

    Reply
  4. Woody Dice

    January 31, 2018 at 9:15 am

    Hay un error en el código: dice ind<- debería decir ind <-

    Reply
  5. Woody Dice

    January 31, 2018 at 9:16 am

    Sobre lo que acabo de comentar. En algunos navegadores,como mozilla, no se visualiza la flecha, solo texto siguiente & lt ;-

    Reply
  6. Samuel Saldaña Dice

    April 12, 2018 at 3:11 pm

    Buenas, he probado las indicaciones para bajar la data, y manipular los indicadores pero envían errores.

    Empezando por esta sección:

    # Encuentra todos los indicadores relacionados con la palabra clave
    ind<-ind_search(pattern=”agriculture|agricultura”, fields = c(“indicator”, “ind_description”, “topic”), extra = TRUE)
    sprintf(“Número de indicadores encontrados: %s”, nrow(ind))
    # Muestra en pantalla 5 indicadores
    head(ind$indicator, 5)
    # Muestra en pantalla los temas de los indicadores encontrados
    # unique(ind$topic)

    VERSUS ESTE QUE ACOMODÉ, PERO SIN OBTENER NINGUN B. DATOS:

    ?ind&lt<-ind_search(pattern="agriculture|agricultura", fields = c("indicator", "ind_description", "topic"), extra = TRUE)
    sprintf("Número de indicadores encontrados: %s", nrow(?ind&lt))

    SUGERENCIA:

    Colocar además, el file sin errores, sin los pasos.

    Gracias, y saludos atentos.

    Samuel Saldaña

    Reply

Leave a Reply Cancel reply

Your email address will not be published. Required fields are marked *

Primary Sidebar

SÍGUENOS

Suscríbete

Sobre este blog

Podemos describir al conocimiento abierto como aquel conocimiento que puede ser usado, reutilizado y compartido sin restricciones, ya que cuenta con las características tanto legales como tecnológicas para ser accedido por cualquier persona, en cualquier momento y en cualquier lugar del mundo.

En el blog 'Abierto al Público' exploramos los temas, recursos, iniciativas e impacto de la apertura de conocimiento a nivel global, prestando especial atención a lo que sucede en la región de América Latina y el Caribe. También abordamos los esfuerzos que lleva a cabo el Banco Interamericano de Desarrollo por apoyar la diseminación del conocimiento abierto y accionable que constantemente genera esta organización.

Buscar

Temas

AcademiaBID Acceso abierto Acceso a la información Análisis de datos Análisis de texto Big Data Cambio climático Ciencia Abierta Conceptos clave Conocimiento Abierto Coronavirus Creative Commons Credenciales digitales Crowdsourcing Código para el Desarrollo Datos geoespaciales Diseño instruccional El Rincón de Publicación Emprendimiento Eventos Gobierno abierto Género y diversidad Hackatones Inclusión digital Innovación abierta Inteligencia Artificial Lecciones aprendidas Metodologías MOOC Más leídos Números para el Desarrollo Objetivos de Desarrollo Sostenible Participación ciudadana Paso a paso Periodismo de datos Procesamiento del Lenguaje Natural Productos de conocimiento Protección de datos Proyectos de desarrollo Recursos accionables Solidaridad Taxonomía Trabajo en equipo Visualización de datos

Publicaciones similares

  • IDBSocialData: código abierto para analizar temas sectoriales en América Latina y el Caribe
  • Pulso Social: explorando el desarrollo social a través de datos abiertos
  • 5 maneras de dar un vistazo a los indicadores de desarrollo de un país con el Portal de Datos Abiertos del BID
  • Cómo utilizar datos abiertos para analizar la balanza comercial de los países de América Latina y el Caribe
  • ¿Cómo usar datos abiertos para analizar las políticas agropecuarias de América Latina y el Caribe?

Footer

Banco Interamericano de Desarrollo
facebook
twitter
youtube
youtube
youtube

    Blogs escritos por empleados del BID:

    Copyright © Banco Interamericano de Desarrollo ("BID"). Este trabajo está disponible bajo los términos de una licencia Creative Commons IGO 3.0 Reconocimiento-No comercial-Sin Obras Derivadas. (CC-IGO 3.0 BY-NC-ND) y pueden reproducirse con la debida atribución al BID y para cualquier uso no comercial. No se permite ningún trabajo derivado. Cualquier disputa relacionada con el uso de las obras del BID que no se pueda resolver de manera amistosa se someterá a arbitraje de conformidad con el reglamento de la CNUDMI. El uso del nombre del BID para cualquier otro propósito que no sea la atribución, y el uso del logotipo del BID estarán sujetos a un acuerdo de licencia escrito por separado entre el BID y el usuario y no está autorizado como parte de esta licencia CC-IGO. Tenga en cuenta que el enlace proporcionado anteriormente incluye términos y condiciones adicionales de la licencia.


    Blogs escritos por autores externos:

    Para preguntas relacionadas con los derechos de autor para autores que no son empleados del BID, por favor complete el formulario de contacto de este blog.

    Las opiniones expresadas en este blog son las de los autores y no necesariamente reflejan las opiniones del BID, su Directorio Ejecutivo o los países que representan.

    Atribución: además de otorgar la atribución al respectivo autor y propietario de los derechos de autor, según proceda, le agradeceríamos que incluyera un enlace que remita al sitio web de los blogs del BID.



    Política de privacidad

    Copyright © 2025 · Magazine Pro on Genesis Framework · WordPress · Log in

    Banco Interamericano de Desarrollo

    Aviso Legal

    Las opiniones expresadas en estos blogs son las de los autores y no necesariamente reflejan las opiniones del Banco Interamericano de Desarrollo, sus directivas, la Asamblea de Gobernadores o sus países miembros.

    facebook
    twitter
    youtube
    En este sitio web se utilizan cookies para optimizar la funcionalidad y brindar la mejor experiencia posible. Si continúa visitando otras páginas, se instalarán cookies en su navegador.
    Para obtener más información al respecto, haga clic aquí.
    x
    Manage consent

    Privacy Overview

    This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
    Necessary
    Always Enabled
    Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.
    Non-necessary
    Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.
    SAVE & ACCEPT