En este análisis, se observa las diferentes Redes de Distribución con las que cuentan los distintos hogares en toda Guatemala. Para esta sección en específico, se trabajó únicamente con las siguientes categorías: Agua, Drenaje, Energía Eléctrica, Red Telefónica, Contador de Agua y Contador de Electricidad.
Los principales resultados se mostraran a continuación
vivienda <- read_sav("~/Data Science/ENCOVI/hogares.sav")
There were 36 warnings (use warnings() to see them)
vivienda <- select(vivienda, DEPTO, AREA, POBREZA, P01A05A:P01A05F)
names(vivienda) <- c("Departamento", "Area", "Pobreza", "Agua", "Drenaje", "Energia.electrica", "Red.telefonia", "Contador.de.agua", "Contador.de.electricidad")
vivienda$Departamento <- as.factor(vivienda$Departamento)
vivienda$Area <- as.factor(vivienda$Area)
vivienda$Pobreza <- as.factor(vivienda$Pobreza)
levels(vivienda$Departamento)<- c("Guatemala", "El Progreso", "Sacatepequez", "Chimaltenango", "Escuintla", "Santa Rosa", "Solola", "Totonicapan", "Quetzaltenango", "Suchitepequez", "Retalhuleu", "San Marcos", "Huehuetenango", "Quiche", "Baja Verapaz", "Alta Verapaz", "Peten", "Izabal", "Zacapa", "Chiquimula", "Jalapa", "Jutiapa")
levels(vivienda$Area)<- c("Urbana", "Rural")
levels(vivienda$Pobreza) <- c ("Pobre extremo", "Pobre no extremo", "No pobre")
vivienda$Agua <- as.numeric(vivienda$Agua)
vivienda$Agua[vivienda$Agua == 2] <- 0
vivienda$Drenaje <- as.numeric(vivienda$Drenaje)
vivienda$Drenaje[vivienda$Drenaje ==2] <-0
vivienda$Energia.electrica <- as.numeric(vivienda$Energia.electrica)
vivienda$Energia.electrica[vivienda$Energia.electrica==2] <-0
vivienda$Red.telefonia <- as.numeric(vivienda$Red.telefonia)
vivienda$Red.telefonia[vivienda$Red.telefonia==2] <- 0
vivienda$Contador.de.agua <- as.numeric(vivienda$Contador.de.agua)
vivienda$Contador.de.agua[vivienda$Contador.de.agua == 2] <- 0
vivienda$Contador.de.electricidad <- as.numeric(vivienda$Contador.de.electricidad)
vivienda$Contador.de.electricidad[vivienda$Contador.de.electricidad == 2] <- 0
Redes.Departamento <- vivienda %>%
group_by(Departamento) %>%
summarise(Agua= sum(Agua)/n()*100, Drenaje= sum(Drenaje)/n()*100, Energía_elétrica = sum(Energia.electrica)/n()*100, Red_telefonía= sum(Red.telefonia)/n()*100, Contador_Agua= sum(Contador.de.agua)/n()*100, Contador_Electricidad= sum(Contador.de.electricidad)/n()*100)
Redes.Departamento
library(dplyr)
library(tidyr)
Conexiones_Red <- Redes.Departamento %>% gather(Redes.Departamento, Alcance, -Departamento)
Redes.Pobreza <- vivienda %>%
group_by(Pobreza) %>% summarise(Agua= sum(Agua)/n()*100, Drenaje= sum(Drenaje)/n()*100, Energía_elétrica = sum(Energia.electrica)/n()*100, Red_telefonía= sum(Red.telefonia)/n()*100, Contador_Agua= sum(Contador.de.agua)/n()*100, Contador_Electricidad= sum(Contador.de.electricidad)/n()*100)
Redes.Pobreza
Conexiones_Red2 <- Redes.Pobreza %>% gather(Redes.Departamento, Alcance, -Pobreza)
Redes.Area <- vivienda %>%
group_by(Area) %>% summarise(Agua= sum(Agua)/n()*100, Drenaje= sum(Drenaje)/n()*100, Energía_elétrica = sum(Energia.electrica)/n()*100, Red_telefonía= sum(Red.telefonia)/n()*100, Contador_Agua= sum(Contador.de.agua)/n()*100, Contador_Electricidad= sum(Contador.de.electricidad)/n()*100)
Redes.Area
Conexiones_Red3 <- Redes.Area %>% gather(Redes.Departamento, Alcance, -Area)
Redes.Total <- vivienda %>%
summarise(Agua= sum(Agua)/n()*100, Drenaje= sum(Drenaje)/n()*100, Energía_elétrica = sum(Energia.electrica)/n()*100, Red_telefonía= sum(Red.telefonia)/n()*100, Contador_Agua= sum(Contador.de.agua)/n()*100, Contador_Electricidad= sum(Contador.de.electricidad)/n()*100)
Redes.Total
summary(Redes.Area)
Area Agua Drenaje Energía_elétrica Red_telefonía Contador_Agua
Urbana:1 Min. :65.18 Min. :13.99 Min. :73.97 Min. : 1.542 Min. :11.00
Rural :1 1st Qu.:71.22 1st Qu.:28.25 1st Qu.:77.99 1st Qu.: 4.664 1st Qu.:21.24
Median :77.26 Median :42.51 Median :82.01 Median : 7.786 Median :31.48
Mean :77.26 Mean :42.51 Mean :82.01 Mean : 7.786 Mean :31.48
3rd Qu.:83.30 3rd Qu.:56.77 3rd Qu.:86.03 3rd Qu.:10.908 3rd Qu.:41.72
Max. :89.34 Max. :71.03 Max. :90.05 Max. :14.030 Max. :51.96
Contador_Electricidad
Min. :72.48
1st Qu.:76.78
Median :81.07
Mean :81.07
3rd Qu.:85.37
Max. :89.67
summary(Redes.Pobreza)
Pobreza Agua Drenaje Energía_elétrica Red_telefonía Contador_Agua
Pobre extremo :1 Min. :61.43 Min. :11.74 Min. :57.49 Min. : 0.3145 Min. : 7.442
Pobre no extremo:1 1st Qu.:66.60 1st Qu.:20.08 1st Qu.:67.49 1st Qu.: 0.8090 1st Qu.:13.385
No pobre :1 Median :71.77 Median :28.43 Median :77.49 Median : 1.3036 Median :19.328
Mean :72.49 Mean :32.59 Mean :75.67 Mean : 5.1205 Mean :23.731
3rd Qu.:78.02 3rd Qu.:43.01 3rd Qu.:84.75 3rd Qu.: 7.5236 3rd Qu.:31.875
Max. :84.27 Max. :57.60 Max. :92.02 Max. :13.7436 Max. :44.423
Contador_Electricidad
Min. :56.50
1st Qu.:66.23
Median :75.96
Mean :74.62
3rd Qu.:83.69
Max. :91.42
summary(Redes.Departamento)
Departamento Agua Drenaje Energía_elétrica Red_telefonía Contador_Agua
Guatemala : 1 Min. :47.91 Min. : 8.642 Min. :38.22 Min. : 1.977 Min. : 7.592
El Progreso : 1 1st Qu.:67.97 1st Qu.:24.715 1st Qu.:75.83 1st Qu.: 3.675 1st Qu.:11.592
Sacatepequez : 1 Median :76.67 Median :29.223 Median :82.76 Median : 5.588 Median :21.145
Chimaltenango: 1 Mean :74.89 Mean :34.991 Mean :79.49 Mean : 6.220 Mean :24.888
Escuintla : 1 3rd Qu.:81.03 3rd Qu.:46.657 3rd Qu.:86.52 3rd Qu.: 6.783 3rd Qu.:29.155
Santa Rosa : 1 Max. :95.81 Max. :83.137 Max. :93.02 Max. :22.414 Max. :73.585
(Other) :16
Contador_Electricidad
Min. :37.70
1st Qu.:74.35
Median :80.31
Mean :78.44
3rd Qu.:85.06
Max. :92.82
summary(Redes.Total)
Agua Drenaje Energía_elétrica Red_telefonía Contador_Agua Contador_Electricidad
Min. :76.17 Min. :39.93 Min. :81.28 Min. :7.221 Min. :29.63 Min. :80.3
1st Qu.:76.17 1st Qu.:39.93 1st Qu.:81.28 1st Qu.:7.221 1st Qu.:29.63 1st Qu.:80.3
Median :76.17 Median :39.93 Median :81.28 Median :7.221 Median :29.63 Median :80.3
Mean :76.17 Mean :39.93 Mean :81.28 Mean :7.221 Mean :29.63 Mean :80.3
3rd Qu.:76.17 3rd Qu.:39.93 3rd Qu.:81.28 3rd Qu.:7.221 3rd Qu.:29.63 3rd Qu.:80.3
Max. :76.17 Max. :39.93 Max. :81.28 Max. :7.221 Max. :29.63 Max. :80.3
Conexiones_Red$Alcance <- as.numeric(Conexiones_Red$Alcance) / 100
ggplot(Conexiones_Red, aes(Redes.Departamento, Alcance)) +
geom_point()
Conexiones_Red %>% ggplot(aes(Departamento, Alcance)) +
geom_col(aes(fill = Redes.Departamento, group = Redes.Departamento), position = "stack") +
theme(axis.text.x = element_text(angle = 90))
Conexiones_Red3 %>% ggplot(aes(Area, Alcance)) +
geom_col(aes(fill = Redes.Departamento, group = Redes.Departamento), position = "stack") +
theme(axis.text.x = element_text(angle = 0))
Conexiones_Red2 %>% ggplot(aes(Pobreza, Alcance)) +
geom_col(aes(fill = Redes.Departamento, group =Redes.Departamento), position = "stack") +
theme(axis.text.x = element_text(angle = 0))