voto_acp_partidos.Rmd

---
title: "voto_analisis de compentes principales"
output: html_notebook
editor_options: 
  chunk_output_type: console
---

# library
```{r}
library(tidyverse)

```

# Get Data (previa trabajada en otra script)

```{r}
df_inicial = read.csv("E:/Proyectos R/elecciones2021/df_webscraping.csv")
df_inicial = df_inicial[,3:5]

df_inicial$TOTAL_VOTOS = parse_number(df_inicial$TOTAL_VOTOS, locale = locale(grouping_mark = ","))
colnames(df_inicial)
str(df_inicial)
```

# set direccion
```{r}
setwd("E:/Proyectos R/web scraping/ONPE 2021_1")
getwd()
```

# limpieza de datos

[19] "TOTAL DE VOTOS VÁLIDOS"                        
[20] "VOTOS EN BLANCO"                               
[21] "VOTOS NULOS"                                   
[22] "TOTAL DE VOTOS EMITIDOS"   

```{r}
unique(df_inicial$AGRUPACION)
```

```{r}
out = c("TOTAL DE VOTOS VÁLIDOS",                        
"VOTOS EN BLANCO",                               
"VOTOS NULOS",                                   
"TOTAL DE VOTOS EMITIDOS")  

lista_agrupaciones = unique(df_inicial$AGRUPACION)
lista_agrupaciones
lista_agrupaciones = lista_agrupaciones[1:18]

df_oficial = filter(df_inicial, AGRUPACION %in% lista_agrupaciones)
```

# Spread data y rownames

```{r}
df_oficial_s = spread(df_oficial, key = DESC_DEP, value = TOTAL_VOTOS)

# row names
df_oficial_names = df_oficial_s$AGRUPACION
df_oficial_row = data.frame(df_oficial_s[,-1], row.names = df_oficial_names)
```

# ACP 

## ACP: pruebas estadisticas

```{r}
KMO((df_oficial_row))
bartlett.test(df_oficial_row)
corr.test(df_oficial_row)
corPlot(df_oficial_row)
```

## ACP: ACP
```{r}
acp = prcomp(df_oficial_row, scale. = T)
```

## ACP: determinacion de componentes a usar
```{r}
summary(acp)
scree(df_oficial_row)
```


## ACP: correlaciones con componente

```{r}
cor_comp = cor(df_oficial_row, acp$x[,1:2])
cor_comp = data.frame(cor_comp)
```


```{r}
arrange(cor_comp, cor_comp$PC2)
classificacion = ifelse(cor_comp$PC2 >= 0, "Derecha", "Izquierda")
cor_comp_class = data.frame(cor_comp, classificacion)
```

## ACP: eigen
```{r}
acp_eigen = eigen((cor(df_oficial_row)))
```

## ACP: ranking
```{r}
acp_rn1 = acp_eigen$values[1] * acp$x[,1]
acp_rn2 = acp_eigen$values[2] * acp$x[,2]
acp_rd1 = acp_eigen$values[1] + acp_eigen$values[2]

ranking = (acp_rn1 + acp_rn2) / acp_rd1
```

## Voto por departamento

```{r}
sum_dep = apply(df_oficial_row, 1, FUN = "sum")
cor_comp_class = data.frame(acp$x[,1:2],  sum_dep)

```

## clasificar los scores entre derecho y malo

```{r}
classificacion_scores = ifelse(cor_comp_class$PC2 >= 0, "Derecha", "Izquierda")

```

## Fusion con scores y data

```{r}
df_overall = data.frame(cor_comp_class,classificacion_scores)
colnames(df_overall)
```

## sum por departamento y ranking

```{r}
data.frame(ranking, sum_dep)
```

## graf. por departamentos con PC1 y PC2

```{r}
ggplot(df_overall, aes(x=PC1, y=PC2, color=classificacion_scores, label= rownames(df_overall)))+
  geom_point()+ geom_vline(xintercept = 0)+ geom_hline(yintercept = 0)+
  geom_text()+
  labs(title = "Diagrama de dispersión por departamento según los dos primeros componentes principales", subtitle = "Elaborado: Luis Miguel Meza Ramos")+
  theme(legend.position="top")
```

#exp. grafico
```{r}
ggsave("voto_acp_135.png", scale = 2)
```


## graf. por departamentos con PC1 y PC2 y vol de votos

```{r}
ggplot(df_overall, aes(x=PC1, y=PC2, size = sum_dep, color=classificacion_scores, label= rownames(df_overall)))+
  geom_point(alpha=0.7)+ geom_vline(xintercept = 0)+ geom_hline(yintercept = 0)+
  geom_text()+
  labs(title = "Diagrama de dispersión por departamento y volumen de votos según los dos primeros componentes principales", subtitle = "Elaborado: Luis Miguel Meza Ramos")
  theme(legend.position="top")
```
#exp. grafico
```{r}
ggsave("voto_acp_145.png", scale = 2)
```