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.

Análisis correlación

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")

Modelo Lineal 1

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

Modelo Lineal 2

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

Modelo Lineal 3 - trabajo

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

Modelo Lineal 4 - salud

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

Modelo Lineal 5 - educación

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

Modelo Lineal 6 - comercio

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

Modelo Lineal 7 - recreación

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