Generación de tablas de contingencia sobre la Casen

Aplicación al estudio de la evolución de la pobreza por ingresos por etnia y sexo en Chile entre el 2006 y el 2017

DataIntelligence-Chile

Abstract

El codigo de éste trabajo fue construido para que la generación de tablas de contingencia sobre las Casen corregidas sea un acto trivial.

2006

casen_2006 <- readRDS(file = "casen_2006_c.rds")

ab <- casen_2006
      
a <- ab$codigo
b <- ab$COMUNA
c <- ab$CORTE
d <- ab$T4
e <- ab$SEXO
      
cross_tab =  xtabs(ab$EXPC ~ unlist(a) +  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$EXPC ~ unlist(a) +  unlist(b) + unlist(c) + unlist(d) + unlist(e) ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2006"
      
names(d)[1] <- "Código"     
names(d)[2] <- "Comuna"
names(d)[3] <- "Categoría"
names(d)[4] <- "Etnia"
names(d)[5] <- "Sexo"
names(d)[6] <- "Frecuencia"
names(d)[7] <- "Año"  

head(d,5)

##      Código        Comuna Categoría  Etnia   Sexo Frecuencia  Año
## 332    1402        Camiña Indigente Aymara Hombre         13 2006
## 661    1403      Colchane Indigente Aymara Hombre        156 2006
## 990    1404         Huara Indigente Aymara Hombre         52 2006
## 1319   1405          Pica Indigente Aymara Hombre         42 2006
## 1970   1107 Alto Hospicio Indigente Aymara Hombre        992 2006

#write_xlsx(d, "pob_etnia_sexo_2006.xlsx")

2009

casen_2009 <- readRDS(file = "casen_2009_c.rds")

ab <- casen_2009
      
a <- ab$codigo
b <- ab$COMUNA
c <- ab$CORTE
d <- ab$T5
e <- ab$SEXO
      
cross_tab =  xtabs(ab$EXPC ~ unlist(a) +  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$EXPC ~ unlist(a) +  unlist(b) + unlist(c) + unlist(d) + unlist(e) ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2009"
      
names(d)[1] <- "Código"     
names(d)[2] <- "Comuna"
names(d)[3] <- "Categoría"
names(d)[4] <- "Etnia"
names(d)[5] <- "Sexo"
names(d)[6] <- "Frecuencia"
names(d)[7] <- "Año"  

head(d,5)

##      Código        Comuna Categoría  Etnia   Sexo Frecuencia  Año
## 336    1107 Alto Hospicio Indigente Aymara Hombre        324 2009
## 671    1401  Pozo Almonte Indigente Aymara Hombre         30 2009
## 1006   1402        Camiña Indigente Aymara Hombre         21 2009
## 1341   1403      Colchane Indigente Aymara Hombre         50 2009
## 1676   1404         Huara Indigente Aymara Hombre         40 2009

#write_xlsx(d, "pob_etnia_sexo_2009.xlsx")

2011

casen_2011 <- readRDS(file = "casen_2011_c.rds")

ab <- casen_2011
      
a <- ab$codigo
b <- ab$comuna
c <- ab$corte
d <- ab$r6
e <- ab$sexo

cross_tab =  xtabs(ab$expc_full ~ unlist(a) +  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$expc_full ~ unlist(a) +  unlist(b) + unlist(c) + unlist(d) + unlist(e) ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2011"
      
names(d)[1] <- "Código"     
names(d)[2] <- "Comuna"
names(d)[3] <- "Categoría"
names(d)[4] <- "Etnia"
names(d)[5] <- "Sexo"
names(d)[6] <- "Frecuencia"
names(d)[7] <- "Año"  

head(d,5)

##      Código        Comuna       Categoría  Etnia   Sexo Frecuencia  Año
## 1      1101       Iquique Pobreza extrema Aymara Hombre         42 2011
## 326    1107 Alto Hospicio Pobreza extrema Aymara Hombre        132 2011
## 651    1401  Pozo Almonte Pobreza extrema Aymara Hombre         68 2011
## 976    1402        Camiña Pobreza extrema Aymara Hombre          3 2011
## 1625   1404         Huara Pobreza extrema Aymara Hombre        100 2011

#write_xlsx(d, "pob_etnia_sexo_2011.xlsx")

2013

casen_2013 <- readRDS(file = "casen_2013_c.rds")

ab <- casen_2013
      
a <- ab$codigo
b <- ab$comuna
c <- ab$pobreza_MN
d <- ab$r6
e <- ab$sexo

cross_tab =  xtabs(ab$expc ~ unlist(a) +  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$expc ~ unlist(a) +  unlist(b) + unlist(c) + unlist(d) + unlist(e) ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2013"
      
names(d)[1] <- "Código"     
names(d)[2] <- "Comuna"
names(d)[3] <- "Categoría"
names(d)[4] <- "Etnia"
names(d)[5] <- "Sexo"
names(d)[6] <- "Frecuencia"
names(d)[7] <- "Año" 

head(d,5)

##      Código        Comuna       Categoría  Etnia   Sexo Frecuencia  Año
## 1      1101       Iquique Pobres extremos Aymara Hombre        122 2013
## 326    1107 Alto Hospicio Pobres extremos Aymara Hombre        223 2013
## 651    1401  Pozo Almonte Pobres extremos Aymara Hombre         51 2013
## 976    1402        Camiña Pobres extremos Aymara Hombre         55 2013
## 1625   1404         Huara Pobres extremos Aymara Hombre         48 2013

#write_xlsx(d, "pob_etnia_sexo_2013.xlsx")

2015

casen_2015 <- readRDS(file = "casen_2015_c.rds")

ab <- casen_2015
      
a <- ab$codigo
b <- ab$comuna
c <- ab$pobreza
d <- ab$r3
e <- ab$sexo

cross_tab =  xtabs(ab$expc_todas ~ unlist(a) +  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$expc_todas ~ unlist(a) +  unlist(b) + unlist(c) + unlist(d) + unlist(e) ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2015"
      
names(d)[1] <- "Código"     
names(d)[2] <- "Comuna"
names(d)[3] <- "Categoría"
names(d)[4] <- "Etnia"
names(d)[5] <- "Sexo"
names(d)[6] <- "Frecuencia"
names(d)[7] <- "Año" 

head(d,5)

##      Código        Comuna       Categoría  Etnia   Sexo Frecuencia  Año
## 326    1107 Alto Hospicio Pobres extremos Aimara Hombre        132 2015
## 651    1401  Pozo Almonte Pobres extremos Aimara Hombre         74 2015
## 976    1402        Camiña Pobres extremos Aimara Hombre         58 2015
## 1301   1404         Huara Pobres extremos Aimara Hombre        124 2015
## 1626   1405          Pica Pobres extremos Aimara Hombre         19 2015

#write_xlsx(d, "pob_etnia_sexo_2015.xlsx")

2017

casen_2017 <- readRDS(file = "casen_2017_c.rds")

ab <- casen_2017
      
a <- ab$codigo
b <- ab$comuna
c <- ab$pobreza
d <- ab$r3
e <- ab$sexo

cross_tab =  xtabs(ab$expc ~ unlist(a) +  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$expc ~ unlist(a) +  unlist(b) + unlist(c) + unlist(d) + unlist(e) ,ab,mean))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"
      
names(d)[1] <- "Código"     
names(d)[2] <- "Comuna"
names(d)[3] <- "Categoría"
names(d)[4] <- "Etnia"
names(d)[5] <- "Sexo"
names(d)[6] <- "Frecuencia"
names(d)[7] <- "Año" 

head(d,5)

##       Código        Comuna       Categoría  Etnia   Sexo Frecuencia  Año
## 1       1101       Iquique Pobres extremos Aimara Hombre        222 2017
## 305     1107 Alto Hospicio Pobres extremos Aimara Hombre         68 2017
## 11553   5101    Valparaíso Pobres extremos Aimara Hombre        113 2017
## 91483  15101         Arica Pobres extremos Aimara Hombre        375 2017
## 91787  15102     Camarones Pobres extremos Aimara Hombre         72 2017

write_xlsx(d, "pob_etnia_sexo_2017.xlsx")