Estimación de la población flotante de acuerdo al uso (destino) del parque inmobiliario del Gran santiago. La estimación usa la base de datos BRORGA del Servicio de Impuestos Internos (SII) 2018 y la base de datos de la Encuesta de Orígen-Destino de Viajes 2012.
corr <- cor(m2_uso_zona[,4:21], use = "complete.obs")
round(corr, 2)
## m2_comercio m2_equipamiento m2_educ_cultura m2_residencial
## m2_comercio 1.00 0.46 0.24 0.17
## m2_equipamiento 0.46 1.00 0.16 0.43
## m2_educ_cultura 0.24 0.16 1.00 0.27
## m2_residencial 0.17 0.43 0.27 1.00
## m2_industrial 0.14 0.05 0.04 -0.03
## m2_oficinas 0.60 0.68 0.15 0.21
## m2_salud 0.16 0.12 0.19 0.04
## m2_usos_tot 0.54 0.75 0.34 0.78
## pob_comer 0.64 0.50 0.13 0.18
## pob_compras 0.51 0.21 0.17 0.24
## pob_estudio 0.20 0.12 0.58 0.26
## pob_otro 0.50 0.50 0.13 0.27
## pob_recreacion 0.35 0.29 0.19 0.27
## pob_salud 0.29 0.19 0.24 0.11
## pob_trabajo 0.73 0.56 0.21 0.22
## pob_tramites 0.69 0.22 0.17 0.07
## pob_visita 0.08 0.16 0.10 0.37
## pob_total 0.72 0.46 0.36 0.28
## m2_industrial m2_oficinas m2_salud m2_usos_tot pob_comer
## m2_comercio 0.14 0.60 0.16 0.54 0.64
## m2_equipamiento 0.05 0.68 0.12 0.75 0.50
## m2_educ_cultura 0.04 0.15 0.19 0.34 0.13
## m2_residencial -0.03 0.21 0.04 0.78 0.18
## m2_industrial 1.00 0.21 -0.01 0.35 0.07
## m2_oficinas 0.21 1.00 0.11 0.67 0.62
## m2_salud -0.01 0.11 1.00 0.13 0.19
## m2_usos_tot 0.35 0.67 0.13 1.00 0.49
## pob_comer 0.07 0.62 0.19 0.49 1.00
## pob_compras -0.01 0.21 0.08 0.32 0.40
## pob_estudio -0.01 0.12 0.10 0.27 0.21
## pob_otro 0.03 0.53 0.10 0.49 0.58
## pob_recreacion -0.03 0.26 0.07 0.34 0.34
## pob_salud 0.00 0.24 0.53 0.23 0.30
## pob_trabajo 0.19 0.79 0.21 0.62 0.80
## pob_tramites 0.04 0.59 0.10 0.34 0.62
## pob_visita -0.08 0.05 0.06 0.27 0.10
## pob_total 0.09 0.64 0.22 0.58 0.74
## pob_compras pob_estudio pob_otro pob_recreacion pob_salud
## m2_comercio 0.51 0.20 0.50 0.35 0.29
## m2_equipamiento 0.21 0.12 0.50 0.29 0.19
## m2_educ_cultura 0.17 0.58 0.13 0.19 0.24
## m2_residencial 0.24 0.26 0.27 0.27 0.11
## m2_industrial -0.01 -0.01 0.03 -0.03 0.00
## m2_oficinas 0.21 0.12 0.53 0.26 0.24
## m2_salud 0.08 0.10 0.10 0.07 0.53
## m2_usos_tot 0.32 0.27 0.49 0.34 0.23
## pob_comer 0.40 0.21 0.58 0.34 0.30
## pob_compras 1.00 0.26 0.43 0.46 0.28
## pob_estudio 0.26 1.00 0.17 0.29 0.26
## pob_otro 0.43 0.17 1.00 0.37 0.27
## pob_recreacion 0.46 0.29 0.37 1.00 0.24
## pob_salud 0.28 0.26 0.27 0.24 1.00
## pob_trabajo 0.52 0.30 0.67 0.41 0.40
## pob_tramites 0.56 0.21 0.55 0.36 0.31
## pob_visita 0.28 0.20 0.18 0.26 0.20
## pob_total 0.68 0.56 0.66 0.53 0.50
## pob_trabajo pob_tramites pob_visita pob_total
## m2_comercio 0.73 0.69 0.08 0.72
## m2_equipamiento 0.56 0.22 0.16 0.46
## m2_educ_cultura 0.21 0.17 0.10 0.36
## m2_residencial 0.22 0.07 0.37 0.28
## m2_industrial 0.19 0.04 -0.08 0.09
## m2_oficinas 0.79 0.59 0.05 0.64
## m2_salud 0.21 0.10 0.06 0.22
## m2_usos_tot 0.62 0.34 0.27 0.58
## pob_comer 0.80 0.62 0.10 0.74
## pob_compras 0.52 0.56 0.28 0.68
## pob_estudio 0.30 0.21 0.20 0.56
## pob_otro 0.67 0.55 0.18 0.66
## pob_recreacion 0.41 0.36 0.26 0.53
## pob_salud 0.40 0.31 0.20 0.50
## pob_trabajo 1.00 0.77 0.16 0.92
## pob_tramites 0.77 1.00 0.10 0.81
## pob_visita 0.16 0.10 1.00 0.29
## pob_total 0.92 0.81 0.29 1.00
# Plotear matriz de correlaciones con simbología
corrplot(corr, type = "upper", order = "hclust",
tl.col = "black", tl.srt = 45)
# Plotear matriz de correlaciones con valor
corrplot(corr, method = "number", type = "upper")
Población total según superficie construída total
lm_total = lm(pob_total ~ m2_usos_tot, data = m2_uso_zona) # Modelo lineal
summary(lm_total) # Revisar resultados
##
## Call:
## lm(formula = pob_total ~ m2_usos_tot, data = m2_uso_zona)
##
## Residuals:
## Min 1Q Median 3Q Max
## -34441 -3342 -1634 892 135471
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1664.202379 463.010066 3.594 0.000344 ***
## m2_usos_tot 0.026709 0.001281 20.847 < 0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 9793 on 869 degrees of freedom
## (14 observations deleted due to missingness)
## Multiple R-squared: 0.3334, Adjusted R-squared: 0.3326
## F-statistic: 434.6 on 1 and 869 DF, p-value: < 0.00000000000000022
Población total según superficie construída desagregada
lm_tot_desagr = lm(pob_total ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
m2_residencial + m2_industrial + m2_oficinas + m2_salud,
data = m2_uso_zona) # Modelo lineal
summary(lm_tot_desagr) # Revisar resultados
##
## Call:
## lm(formula = pob_total ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
## m2_residencial + m2_industrial + m2_oficinas + m2_salud,
## data = m2_uso_zona)
##
## Residuals:
## Min 1Q Median 3Q Max
## -27463 -2715 -1123 1607 67773
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2020.816597 387.935681 5.209 0.000000237378457 ***
## m2_comercio 0.168510 0.009279 18.160 < 0.0000000000000002 ***
## m2_equipamiento -0.022568 0.005868 -3.846 0.000129 ***
## m2_educ_cultura 0.151778 0.020090 7.555 0.000000000000107 ***
## m2_residencial 0.009729 0.001791 5.433 0.000000072087695 ***
## m2_industrial -0.008050 0.003337 -2.412 0.016056 *
## m2_oficinas 0.078477 0.006286 12.484 < 0.0000000000000002 ***
## m2_salud 0.125752 0.032005 3.929 0.000092041874436 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 7136 on 863 degrees of freedom
## (14 observations deleted due to missingness)
## Multiple R-squared: 0.6485, Adjusted R-squared: 0.6456
## F-statistic: 227.4 on 7 and 863 DF, p-value: < 0.00000000000000022
Población flotante por motivos laborales según superficie construída desagregada
lm_trabajo = lm(pob_trabajo ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
m2_residencial + m2_industrial + m2_oficinas + m2_salud,
data = m2_uso_zona) # Modelo lineal
summary(lm_trabajo) # Revisar resultados
##
## Call:
## lm(formula = pob_trabajo ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
## m2_residencial + m2_industrial + m2_oficinas + m2_salud,
## data = m2_uso_zona)
##
## Residuals:
## Min 1Q Median 3Q Max
## -10422.2 -1071.0 -430.7 638.3 29406.0
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 797.9134566 157.4376362 5.068 0.000000492 ***
## m2_comercio 0.0654653 0.0037659 17.384 < 0.0000000000000002 ***
## m2_equipamiento -0.0033031 0.0023815 -1.387 0.1658
## m2_educ_cultura 0.0063527 0.0081534 0.779 0.4361
## m2_residencial 0.0016539 0.0007267 2.276 0.0231 *
## m2_industrial 0.0017302 0.0013543 1.278 0.2017
## m2_oficinas 0.0526952 0.0025511 20.656 < 0.0000000000000002 ***
## m2_salud 0.0609718 0.0129886 4.694 0.000003111 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2896 on 863 degrees of freedom
## (14 observations deleted due to missingness)
## Multiple R-squared: 0.7412, Adjusted R-squared: 0.7391
## F-statistic: 353.2 on 7 and 863 DF, p-value: < 0.00000000000000022
Población flotante por motivos de salud según superficie construída desagregada
lm_salud = lm(pob_salud ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
m2_residencial + m2_industrial + m2_oficinas + m2_salud,
data = m2_uso_zona) # Modelo lineal
summary(lm_salud) # Revisar resultados
##
## Call:
## lm(formula = pob_salud ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
## m2_residencial + m2_industrial + m2_oficinas + m2_salud,
## data = m2_uso_zona)
##
## Residuals:
## Min 1Q Median 3Q Max
## -4179.7 -209.9 -120.2 -9.8 11719.8
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 66.0312263 43.2583301 1.526 0.12727
## m2_comercio 0.0040498 0.0010347 3.914 0.000098 ***
## m2_equipamiento -0.0006976 0.0006544 -1.066 0.28666
## m2_educ_cultura 0.0070691 0.0022403 3.155 0.00166 **
## m2_residencial 0.0002268 0.0001997 1.136 0.25626
## m2_industrial -0.0005414 0.0003721 -1.455 0.14604
## m2_oficinas 0.0019567 0.0007010 2.792 0.00536 **
## m2_salud 0.0604582 0.0035688 16.941 < 0.0000000000000002 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 795.8 on 863 degrees of freedom
## (14 observations deleted due to missingness)
## Multiple R-squared: 0.3431, Adjusted R-squared: 0.3378
## F-statistic: 64.39 on 7 and 863 DF, p-value: < 0.00000000000000022
Población flotante por motivos de educación según superficie construída desagregada
lm_educ = lm(pob_estudio ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
m2_residencial + m2_industrial + m2_oficinas + m2_salud,
data = m2_uso_zona) # Modelo lineal
summary(lm_educ) # Revisar resultados
##
## Call:
## lm(formula = pob_estudio ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
## m2_residencial + m2_industrial + m2_oficinas + m2_salud,
## data = m2_uso_zona)
##
## Residuals:
## Min 1Q Median 3Q Max
## -9269 -849 -309 480 47495
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 323.7837434 140.6479933 2.302 0.0216 *
## m2_comercio 0.0073787 0.0033643 2.193 0.0286 *
## m2_equipamiento -0.0034693 0.0021275 -1.631 0.1033
## m2_educ_cultura 0.1345029 0.0072839 18.466 < 0.0000000000000002 ***
## m2_residencial 0.0025566 0.0006492 3.938 0.0000888 ***
## m2_industrial -0.0017043 0.0012098 -1.409 0.1593
## m2_oficinas 0.0014034 0.0022790 0.616 0.5382
## m2_salud -0.0057237 0.0116034 -0.493 0.6219
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2587 on 863 degrees of freedom
## (14 observations deleted due to missingness)
## Multiple R-squared: 0.3594, Adjusted R-squared: 0.3542
## F-statistic: 69.16 on 7 and 863 DF, p-value: < 0.00000000000000022
Población flotante por motivos de compras según superficie construída desagregada
lm_comercio = lm(pob_compras ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
m2_residencial + m2_industrial + m2_oficinas + m2_salud,
data = m2_uso_zona) # Modelo lineal
summary(lm_comercio) # Revisar resultados
##
## Call:
## lm(formula = pob_compras ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
## m2_residencial + m2_industrial + m2_oficinas + m2_salud,
## data = m2_uso_zona)
##
## Residuals:
## Min 1Q Median 3Q Max
## -4307.4 -703.8 -324.4 391.4 16084.8
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 480.1997493 89.8185213 5.346 0.0000001150 ***
## m2_comercio 0.0347894 0.0021485 16.193 < 0.0000000000000002 ***
## m2_equipamiento -0.0011983 0.0013587 -0.882 0.378026
## m2_educ_cultura 0.0015700 0.0046515 0.338 0.735808
## m2_residencial 0.0023151 0.0004146 5.584 0.0000000315 ***
## m2_industrial -0.0013995 0.0007726 -1.811 0.070433 .
## m2_oficinas -0.0048313 0.0014554 -3.320 0.000939 ***
## m2_salud -0.0001272 0.0074100 -0.017 0.986308
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1652 on 863 degrees of freedom
## (14 observations deleted due to missingness)
## Multiple R-squared: 0.3068, Adjusted R-squared: 0.3011
## F-statistic: 54.55 on 7 and 863 DF, p-value: < 0.00000000000000022
Población flotante por motivos de recreación según superficie construída desagregada
lm_recreacion = lm(pob_recreacion ~ m2_comercio + m2_equipamiento + m2_educ_cultura +
m2_residencial + m2_industrial + m2_oficinas + m2_salud,
data = m2_uso_zona) # Modelo lineal
summary(lm_recreacion) # Revisar resultados
##
## Call:
## lm(formula = pob_recreacion ~ m2_comercio + m2_equipamiento +
## m2_educ_cultura + m2_residencial + m2_industrial + m2_oficinas +
## m2_salud, data = m2_uso_zona)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1666.6 -223.8 -138.1 36.5 3872.6
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 93.2260078 28.2555383 3.299 0.00101 **
## m2_comercio 0.0046135 0.0006759 6.826 0.0000000000165 ***
## m2_equipamiento 0.0005822 0.0004274 1.362 0.17348
## m2_educ_cultura 0.0030891 0.0014633 2.111 0.03506 *
## m2_residencial 0.0006089 0.0001304 4.669 0.0000035159706 ***
## m2_industrial -0.0005184 0.0002431 -2.133 0.03321 *
## m2_oficinas 0.0002372 0.0004578 0.518 0.60448
## m2_salud -0.0003362 0.0023311 -0.144 0.88537
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 519.8 on 863 degrees of freedom
## (14 observations deleted due to missingness)
## Multiple R-squared: 0.1782, Adjusted R-squared: 0.1715
## F-statistic: 26.74 on 7 and 863 DF, p-value: < 0.00000000000000022