Unidad 1: Áreas de la estadística Espacial y conceptos de cartografía

LECTURA DE BASES DE DATOS

EncuestaOrigenDestino <- read_excel("C:/Users/aleja/Downloads/Casos/Casos/EncuestaOrigenDestino.xlsx", sheet = "Sheet4")

## New names:
## • `MUNICIPIO` -> `MUNICIPIO...7`
## • `DEPARTAMENTO/LOCALIDAD/COMUNA/DISTRITO/BARRIO/VEREDA/HITO/DIRECCIÓN` ->
##   `DEPARTAMENTO/LOCALIDAD/COMUNA/DISTRITO/BARRIO/VEREDA/HITO/DIRECCIÓN...8`
## • `MUNICIPIO` -> `MUNICIPIO...11`
## • `DEPARTAMENTO/LOCALIDAD/COMUNA/DISTRITO/BARRIO/VEREDA/HITO/DIRECCIÓN` ->
##   `DEPARTAMENTO/LOCALIDAD/COMUNA/DISTRITO/BARRIO/VEREDA/HITO/DIRECCIÓN...12`
## • `OTRO¿CUÁL?` -> `OTRO¿CUÁL?...17`
## • `OTRO¿CUÁL?` -> `OTRO¿CUÁL?...24`

Comunas <- shapefile("C:/Users/aleja/Downloads/Casos/Casos/cali/Comunas.shp")
olx_viviendas_cali <- read_excel("C:/Users/aleja/Downloads/Casos/Casos/olx_viviendas_cali.xlsx")

La descripción de las variables en EncuestasOrigenDestino son las siguientes:

• FECHA: La fecha en que se realizó el viaje.
• IDESTACIÓN: Un identificador para la estación.
• ESTACIÓN: Nombre de la estación.
• ACCESO: Acceso utilizado para la estación.
• MOVIMIENTO: Tipo de movimiento (por ejemplo, entrada o salida).
• HoradeEncuesta: Hora en que se realizó la encuesta.
• MUNICIPIO: Municipio donde se encuentra la estación.
• DEPARTAMENTO/LOCALIDAD/COMUNA/DISTRITO/BARRIO/VEREDA/HITO/DIRECCIÓN: Dirección o ubicación de la estación.
• CodigoOrigen_SDG: Código de origen según un sistema de referencia.
• ¿QUEESTABAHACIENDOENESELUGAR?: Actividad realizada en el lugar de origen.
• MUNICIPIO: Municipio donde se encuentra el destino.
• DEPARTAMENTO/LOCALIDAD/COMUNA/DISTRITO/BARRIO/VEREDA/HITO/DIRECCIÓN: Dirección o ubicación del destino.
• CodigoDestino_SDG: Código de destino según un sistema de referencia.
• ¿QUEVAHACERAESELUGAR?: Actividad a realizar en el lugar de destino.
• ESTRATOENSUVIVIENDA: Estrato de la vivienda del encuestado.
• ¿DISPONIADEUNVEHÍCULOPARAREALIZARESTEDESPLAZAMIENTO?: Si disponía de un vehículo para el desplazamiento.
• OTRO¿CUÁL?: Otro tipo de vehículo, si corresponde.
• ANTES: Hora de inicio del viaje.
• DESPUES: Hora de llegada del viaje.
• EDAD: Edad del encuestado.
• SEXO: Sexo del encuestado.
• PERSONASENELVEHÍCULO: Número de personas en el vehículo.
• TIPODEVEHÍCULO: Tipo de vehículo utilizado.
• OTRO¿CUÁL?: Otro tipo de vehículo, si corresponde.
• TIPODEVIAJERO: Tipo de viajero.
• comunaorigen: Comuna de origen del viaje.
• comunadestino: Comuna de destino del viaje.
• Intracomuna: ¿El viaje es intracomunal?

LECTURA DE LAS COMUNAS

order_indices <- match(1:nrow(Comunas), Comunas@data$comuna)
reordered_entities <- Comunas[order_indices,]
print(reordered_entities@data)

##    OBJECTID gid comuna    nombre
## 2         2 108      1  Comuna 1
## 1         1 107      2  Comuna 2
## 3         3 109      3  Comuna 3
## 10       10  90      4  Comuna 4
## 11       11  91      5  Comuna 5
## 9         9  89      6  Comuna 6
## 12       12  92      7  Comuna 7
## 13       13  93      8  Comuna 8
## 14       14  94      9  Comuna 9
## 20       20 100     10 Comuna 10
## 19       19  99     11 Comuna 11
## 17       17  97     12 Comuna 12
## 16       16  96     13 Comuna 13
## 18       18  98     14 Comuna 14
## 5         5 103     15 Comuna 15
## 22       22 102     16 Comuna 16
## 6         6 104     17 Comuna 17
## 7         7 105     18 Comuna 18
## 4         4 110     19 Comuna 19
## 21       21 101     20 Comuna 20
## 15       15  95     21 Comuna 21
## 8         8 106     22 Comuna 22

MAPA DE COMUNAS DE CALI

plot(Comunas)
text(coordinates(Comunas), labels = Comunas$comuna, cex = 0.7)

title("Mapa de Comunas")
xlabel <- expression("Longitud")
ylabel <- expression("Latitud")
title(xlab = xlabel, ylab = ylabel)

scalebar(location = "bottomleft", ratio = FALSE, y.intersp = 0.5, long = 10, ylab = "10 km")

SELECCION DE VIAJES DENTRO DE CALI

VIAJESCALI <- which(EncuestaOrigenDestino$MUNICIPIO...7 == "CALI" & EncuestaOrigenDestino$MUNICIPIO...11 == "CALI")
Datos_Viajes_Auxiliar <- EncuestaOrigenDestino[VIAJESCALI, ]

TRANSFORMACIONES

Datos_Viajes_Auxiliar$comuna_origen <- as.numeric(Datos_Viajes_Auxiliar$comunaorigen)
Datos_Viajes_Auxiliar$comuna_destino <- as.numeric(Datos_Viajes_Auxiliar$comunadestino)

Datos_Viajes_limpio=Datos_Viajes_limpio=Datos_Viajes_Auxiliar[!is.na(Datos_Viajes_Auxiliar$comuna_origen) & !is.na(Datos_Viajes_Auxiliar$comuna_origen) & !is.na(Datos_Viajes_Auxiliar$comuna_destino) & !is.na(Datos_Viajes_Auxiliar$comuna_destino),]
dim(Datos_Viajes_limpio)

## [1] 22625    30

dim(Datos_Viajes_limpio)

## [1] 22625    30

CONTEO CANTIDAD VIAJES ORIGEN

comunas_origen_counts <- subset(data.frame(table(Datos_Viajes_limpio$comuna_origen)),Var1 != "0")
Comunas@data$viajes_origen=comunas_origen_counts$Freq
print(comunas_origen_counts)

##    Var1 Freq
## 2     1  631
## 3     2 2269
## 4     3 1621
## 5     4 1201
## 6     5  533
## 7     6  801
## 8     7  588
## 9     8  868
## 10    9  748
## 11   10 1109
## 12   11  724
## 13   12  260
## 14   13 1045
## 15   14  578
## 16   15  982
## 17   16  838
## 18   17 1796
## 19   18 1215
## 20   19 2261
## 21   20  604
## 22   21  697
## 23   22  985

spplot(Comunas, "viajes_origen", main="Frecuencia de Viajes de Origen por Comuna")

De acuerdo al mapa de comunas de Cali, la mayor frecuencia de viajes salen de la comuna 1.

CONTEO CANTIDAD VIAJES DESTINO

comunas_destino_counts <- subset(data.frame(table(Datos_Viajes_limpio$comuna_destino)),Var1 != "0")
Comunas@data$viajes_destino=comunas_destino_counts$Freq
print(comunas_destino_counts)

##    Var1 Freq
## 2     1  189
## 3     2 3836
## 4     3 2928
## 5     4 1518
## 6     5  446
## 7     6  574
## 8     7  607
## 9     8  836
## 10    9 1069
## 11   10  749
## 12   11  483
## 13   12  208
## 14   13  565
## 15   14  316
## 16   15  483
## 17   16  650
## 18   17 1631
## 19   18  533
## 20   19 2466
## 21   20  305
## 22   21  437
## 23   22 1571

spplot(Comunas, "viajes_destino", main="Frecuencia de Viajes de Destino por Comuna")

De acuerdo al mapa de comunas de Cali, la mayor frecuencia de viajes llegan a la comuna 1.

TIPO DE VEHICULO (BICICLETA, MOTO, AUTOMOVIL) - VIAJES POR ORIGEN

ORIGEN AUTO

Viajes_Autos <- subset(Datos_Viajes_limpio, `TIPODEVEHÍCULO` == 3)
autos_origen_counts <- table(Viajes_Autos$comuna_origen)

autos_origen_counts_df <- as.data.frame(autos_origen_counts)
autos_origen_counts_df <- subset(autos_origen_counts_df, Var1 != "0")

Comunas@data$autos_origen <- 0  
Comunas@data$autos_origen[match(Comunas@data$comuna, autos_origen_counts_df$Var1)] <- autos_origen_counts_df$Freq

print(autos_origen_counts_df)

##    Var1 Freq
## 2     1  235
## 3     2  870
## 4     3  682
## 5     4  447
## 6     5  188
## 7     6  314
## 8     7  230
## 9     8  321
## 10    9  299
## 11   10  411
## 12   11  272
## 13   12   90
## 14   13  417
## 15   14  235
## 16   15  380
## 17   16  320
## 18   17  678
## 19   18  435
## 20   19  930
## 21   20  230
## 22   21  273
## 23   22  425

spplot(Comunas, "autos_origen", main="Frecuencia de Viajes de Origen por Comuna")

De acuerdo al mapa de las comunas de Cali, la mayor cantidad de viajes en auto provienen de la comuna 5.

ORIGEN MOTO

Viajes_Motos <- subset(Datos_Viajes_limpio, `TIPODEVEHÍCULO` == 2)
motos_origen_counts <- table(Viajes_Motos$comuna_origen)

motos_origen_counts_df <- as.data.frame(motos_origen_counts)
motos_origen_counts_df <- subset(motos_origen_counts_df, Var1 != "0")

Comunas@data$motos_origen <- 0  
Comunas@data$motos_origen[match(Comunas@data$comuna, motos_origen_counts_df$Var1)] <- motos_origen_counts_df$Freq

print(motos_origen_counts_df)

##    Var1 Freq
## 2     1  300
## 3     2 1067
## 4     3  705
## 5     4  574
## 6     5  268
## 7     6  381
## 8     7  275
## 9     8  425
## 10    9  321
## 11   10  540
## 12   11  342
## 13   12  134
## 14   13  458
## 15   14  260
## 16   15  458
## 17   16  385
## 18   17  865
## 19   18  596
## 20   19 1006
## 21   20  280
## 22   21  325
## 23   22  429

spplot(Comunas, "motos_origen", main="Frecuencia de Viajes de Origen por Comuna")

De acuerdo al mapa de las comunas de Cali, la mayor cantidad de viajes en moto provienen de la comuna 2.

ORIGEN BICICLETA

Viajes_bici <- subset(Datos_Viajes_limpio, `TIPODEVEHÍCULO` == 1)
bici_origen_counts <- table(Viajes_bici$comuna_origen)

bici_origen_counts_df <- as.data.frame(bici_origen_counts)
bici_origen_counts_df <- subset(bici_origen_counts_df, Var1 != "0")

Comunas@data$bici_origen <- 0  
Comunas@data$bici_origen[match(Comunas@data$comuna, bici_origen_counts_df$Var1)] <- bici_origen_counts_df$Freq

print(bici_origen_counts_df)

##    Var1 Freq
## 2     1   32
## 3     2  122
## 4     3   86
## 5     4   59
## 6     5   28
## 7     6   29
## 8     7   31
## 9     8   46
## 10    9   39
## 11   10   71
## 12   11   42
## 13   12   10
## 14   13   64
## 15   14   33
## 16   15   55
## 17   16   65
## 18   17  107
## 19   18   86
## 20   19  113
## 21   20   34
## 22   21   35
## 23   22   52

spplot(Comunas, "bici_origen", main="Frecuencia de Viajes de Origen por Comuna")

De acuerdo al mapa de las comunas de Cali, la mayor cantidad de viajes en bicicleta provienen de la comuna 2.

TIPO DE VEHICULO (BICICLETA, MOTO, AUTOMOVIL) - VIAJES POR DESTINO

DESTINO AUTO

Viajes_Autos <- subset(Datos_Viajes_limpio, `TIPODEVEHÍCULO` == 3)
autos_destino_counts <- table(Viajes_Autos$comuna_destino)

autos_destino_counts_df <- as.data.frame(autos_destino_counts)
autos_destino_counts_df <- subset(autos_destino_counts_df, Var1 != "0")

Comunas@data$autos_destino <- 0  
Comunas@data$autos_destino[match(Comunas@data$comuna, autos_destino_counts_df$Var1)] <- autos_destino_counts_df$Freq

print(autos_destino_counts_df)

##    Var1 Freq
## 2     1   73
## 3     2 1540
## 4     3 1113
## 5     4  605
## 6     5  183
## 7     6  210
## 8     7  227
## 9     8  327
## 10    9  387
## 11   10  292
## 12   11  204
## 13   12   71
## 14   13  191
## 15   14  120
## 16   15  201
## 17   16  277
## 18   17  654
## 19   18  219
## 20   19  938
## 21   20  131
## 22   21  166
## 23   22  568

spplot(Comunas, "autos_destino", main="Frecuencia de Viajes de Destino por Comuna")

De acuerdo al mapa de las comunas de Cali, la mayoria de viajes en auto tienen como destino la comuna 2.

DESTINO MOTO

Viajes_Motos <- subset(Datos_Viajes_limpio, `TIPODEVEHÍCULO` == 2)
motos_destino_counts <- table(Viajes_Motos$comuna_destino)

motos_destino_counts_df <- as.data.frame(motos_destino_counts)
motos_destino_counts_df <- subset(motos_destino_counts_df, Var1 != "0")

Comunas@data$motos_destino <- 0  
Comunas@data$motos_destino[match(Comunas@data$comuna, motos_destino_counts_df$Var1)] <- motos_destino_counts_df$Freq

print(motos_destino_counts_df)

##    Var1 Freq
## 2     1   91
## 3     2 1767
## 4     3 1348
## 5     4  688
## 6     5  185
## 7     6  256
## 8     7  285
## 9     8  384
## 10    9  519
## 11   10  358
## 12   11  217
## 13   12  107
## 14   13  287
## 15   14  150
## 16   15  232
## 17   16  291
## 18   17  749
## 19   18  242
## 20   19 1162
## 21   20  126
## 22   21  203
## 23   22  770

spplot(Comunas, "motos_destino", main="Frecuencia de Viajes de Destino por Comuna")

De acuerdo al mapa de las comunas de Cali, la mayoria de viajes en moto tienen como destino la comuna 2.

DESTINO BICICLETA

Viajes_bici <- subset(Datos_Viajes_limpio, `TIPODEVEHÍCULO` == 1)
bici_destino_counts <- table(Viajes_bici$comuna_destino)

bici_destino_counts_df <- as.data.frame(bici_destino_counts)
bici_destino_counts_df <- subset(bici_destino_counts_df, Var1 != "0")

Comunas@data$bici_destino <- 0  
Comunas@data$bici_destino[match(Comunas@data$comuna, bici_destino_counts_df$Var1)] <- bici_destino_counts_df$Freq

print(bici_destino_counts_df)

##    Var1 Freq
## 2     1   10
## 3     2  199
## 4     3  171
## 5     4   80
## 6     5   40
## 7     6   32
## 8     7   36
## 9     8   46
## 10    9   57
## 11   10   34
## 12   11   26
## 13   12   13
## 14   13   28
## 15   14   20
## 16   15   17
## 17   16   31
## 18   17   96
## 19   18   28
## 20   19  132
## 21   20   22
## 22   21   24
## 23   22   96

spplot(Comunas, "bici_destino", main="Frecuencia de Viajes de Destino por Comuna")

De acuerdo al mapa de las comunas de Cali, la mayoria de viajes en bicicleta tienen como destino la comuna 2.

CONCLUSIONES

• ORIGEN AUTO: De acuerdo al mapa de las comunas de Cali, la mayor cantidad de viajes proviene de la comuna 1.
• ORIGEN MOTO: De acuerdo al mapa de las comunas de Cali, la mayor cantidad de viajes proviene de la comuna 2.
• ORIGEN BICICLETA: De acuerdo al mapa de las comunas de Cali, la mayor cantidad de viajes proviene de la comuna 5.
• DESTINO AUTO: De acuerdo al mapa de las comunas de Cali, la mayor cantidad de viajes proviene de la comuna 2.
• DESTINO MOTO: De acuerdo al mapa de las comunas de Cali, la mayoria de viajes tienen como destino la comuna 2.
• DESTINO BICICLETA: De acuerdo al mapa de las comunas de Cali, la mayoria de viajes tienen como destino la comuna 2.

Podemos ver además de que la cantidad de viajes de origen incluyen a distintas comunas, pese a ello en auto, moto y bicicleta tienen como destino en común la comuna 2, esto dejando de lado Campero (Guala), Taxi, Intermunicipal - Bus, Intermunicipal - Buseta, Intermunicipal - Van, Taxi blanco etc. Se identifica que en origen el vehiculo mas usado es la moto, seguido del auto y por ultimo la bicicleta, en cuanto a destino se presenta un comportamiento similar.