gnp_heavy_metal

gnp_heavy_metal

#Este post foi inspirado pelo mapa postado no perfil da "International Association for Political Science Students", que mostrava o número de bandas de metal por cada 100.000 habitantes por país. [Confira aqui.](https://www.facebook.com/IAPSS/photos/a.153193376080.144801.65123606080/10152913814401081/?type=1&theater)


#Eu, que sou um grande fã do estilo, adorei a ideia. A partir disso, resolvi desdobrar os resultados: será que haveria uma associação entre a proporção de bandas de metal e desenvolvimento econômico? Aparentemente pelo gráfico sim. Será que existe?

#Como não possuímos o banco de dados, vamos utilizar o R para coleta-los do mesmo site (http://www.metal-archives.com/browse/country) de onde o mapa foi tirado:


library(rvest) # para o scraping
library(dplyr) # para data-frames
library(countrycode) # para transformar o banco com os países
library(stringr)
library(RSelenium)
library(ggplot2)

## Agora a gente define todas as páginas que teremos de explorar em relaçao aos países
paginas_paises <- html("http://www.metal-archives.com/browse/country") %>%
  html_nodes(".countryCol a") %>%
  function(x) return(c(html_attr(x, "href"), html_text(x)))

paginas_paises <- cbind(paginas_paises[1:140], paginas_paises[141:280])
#RSelenium::checkForServer()
#RSelenium::startServer()
#remDr <- remoteDriver(remoteServerAddr = "localhost" 
#                      , port = 4444
#                      , browserName = "firefox"
#                      ) # Abre selenium
#remDr$open()
###lsof -i :4444

### Cria função que baixa as entradas de cada
#retorna_entries <- function(x) {
#  remDr$getCurrentUrl()
#  
#  remDr$navigate(x)
#  Sys.sleep(5)
#  webElem <- remDr$findElement(using = 'css selector', "#bandListCountry_info")
#  entrada <- webElem$getElementText()[[1]]
#  entrada <- str_split(entrada," ")
#  entrada <- entrada[[1]]
#  return(entrada[length(entrada)-1])
#}


# entries <- sapply(paginas_paises[,1], retorna_entries)


# entries <- as.numeric(gsub(",", "", entries))

# dados <- data.frame(cbind(paginas_paises, entries), stringsAsFactors=FALSE)
# dados$entries <- as.numeric(dados$entries)
# colnames(dados) <- c("links", "countries", "entries")

#dados <- mutate(dados, c_code3=countrycode(dados$countries, origin="country.name", destination# # ="iso3c"))

# dados <- filter(dados, !is.na(c_code3)) # Excluir apenas Curaçao e International

# gdppercapita <- read.csv("Bandas de Metal x PIB Per Capita/gdppercapita.csv", stringsAsFactors# =FALSE)

# db_new <- merge(dados, gdppercapita, by="c_code3")

# db_new <- db_new %>%
#  select(-(links)) %>%
#  filter(!is.na(gdppercapita)) %>% #Excluindo NAs
#  mutate(lgdp=log(gdppercapita), bands_prop=entries/population)

# write.csv(db_new, "bandas.csv")

db_new <- read.csv("bandas.csv"
                   )
db_noutliers <- db_new %>%
  filter(bands_prop < 4.009e-05)

results <- lm(bands_prop ~ lgdp, data = db_noutliers)

summary(results)
coef(lm(bands_prop ~ lgdp, data = db_noutliers))

qplot(lgdp,bands_prop,  data=db_noutliers, label=c_code3, geom=c("point","text"))