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$CORTE
d <- ab$C_T7E
e <- ab$SEXO
      
cross_tab =  xtabs(ab$EXPC ~  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$EXPC ~ 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)[6] <- "Año"  

head(d,5)

##        unlist.b. unlist.c. unlist.d. unlist.e. Freq anio
## 2         Camiña Indigente   IQUIQUE    Hombre    2 2006
## 4          Huara Indigente   IQUIQUE    Hombre    8 2006
## 5           Pica Indigente   IQUIQUE    Hombre   18 2006
## 7  Alto Hospicio Indigente   IQUIQUE    Hombre  352 2006
## 24      Chañaral Indigente   IQUIQUE    Hombre   22 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$IAE
d <- ab$T5
e <- ab$SEXO
      
cross_tab =  xtabs(ab$EXPC ~  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$EXPC ~   unlist(b) + unlist(c) + unlist(d) + unlist(e) ,ab,mean))


tabla <- as.data.frame(cross_tab)

d <-tabla[!(tabla$unlist.d. == 0),]

d <-tabla[!(tabla$Freq == 0),]

d$anio <- "2009"
      
#names(d)[1] <- "Código"     
names(d)[1] <- "comuna"
names(d)[2] <- "IAE"
names(d)[3] <- "Etnia"
names(d)[4] <- "Sexo"
names(d)[5] <- "Frecuencia"
names(d)[6] <- "Año"  

#head(d,5)

#write_xlsx(d, "pob_etnia_sexo_2009.xlsx")

codigos <- read_excel("codigos_comunales.xlsx")
names(codigos)[1] <- "codigo"  
names(codigos)[2] <- "comuna"  

df_final = merge( x = d, y = codigos, by = "comuna", all.x = TRUE)
head(df_final,5)

##    comuna                      IAE     Etnia   Sexo Frecuencia  Año codigo
## 1 Iquique Sin allegamiento externo Atacameño Hombre        148 2009  01101
## 2 Iquique Sin allegamiento externo   Quechua  Mujer        599 2009  01101
## 3 Iquique Sin allegamiento externo   Mapuche Hombre       2591 2009  01101
## 4 Iquique Sin allegamiento externo   Quechua Hombre        121 2009  01101
## 5 Iquique Con allegamiento externo    Aymara Hombre        383 2009  01101

write_xlsx(df_final, "iae_etnia_sexo_2009.xlsx")

2011

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

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

cross_tab =  xtabs(ab$expc_full ~   unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$expc_full ~  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] <- "comuna"     
names(d)[2] <- "IAE"
names(d)[3] <- "Etnia"
names(d)[4] <- "Sexo"
#names(d)[5] <- "Sexo"
names(d)[5] <- "Frecuencia"
names(d)[6] <- "Año"  

codigos <- read_excel("codigos_comunales.xlsx")
names(codigos)[1] <- "codigo"  
names(codigos)[2] <- "comuna"  

df_final = merge( x = d, y = codigos, by = "comuna", all.x = TRUE)
head(df_final,5)

##    comuna                      IAE                                 Etnia   Sexo
## 1 Iquique Con allegamiento externo No pertenece a ningún pueblo indígena Hombre
## 2 Iquique Sin allegamiento externo                              Diaguita  Mujer
## 3 Iquique Con allegamiento externo                              Diaguita Hombre
## 4 Iquique Sin allegamiento externo                                  Coya Hombre
## 5 Iquique Sin allegamiento externo                               Quechua  Mujer
##   Frecuencia  Año codigo
## 1       2305 2011  01101
## 2        298 2011  01101
## 3         58 2011  01101
## 4         22 2011  01101
## 5        989 2011  01101

write_xlsx(df_final, "iae_etnia_sexo_2011.xlsx")

2013

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

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

cross_tab =  xtabs(ab$expc ~  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$expc ~  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] <- "comuna"     
names(d)[2] <- "IAE"
names(d)[3] <- "Etnia"
names(d)[4] <- "Sexo"
#names(d)[5] <- "Sexo"
names(d)[5] <- "Frecuencia"
names(d)[6] <- "Año"  

df_final = merge( x = d, y = codigos, by = "comuna", all.x = TRUE)
head(df_final,5)

##    comuna                      IAE                                 Etnia   Sexo
## 1 Iquique Con allegamiento externo                               Mapuche Hombre
## 2 Iquique Sin allegamiento externo                                Aymara Hombre
## 3 Iquique Sin allegamiento externo No pertenece a ningún pueblo indígena  Mujer
## 4 Iquique Con allegamiento externo                  Rapa Nui (Pascuense) Hombre
## 5 Iquique Sin allegamiento externo                  Rapa Nui (Pascuense)  Mujer
##   Frecuencia  Año codigo
## 1        705 2013  01101
## 2       6112 2013  01101
## 3      71810 2013  01101
## 4         45 2013  01101
## 5         83 2013  01101

write_xlsx(df_final, "iae_etnia_sexo_2013.xlsx")

2015

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

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

cross_tab =  xtabs(ab$expc_todas ~  unlist(b) + unlist(c)  + unlist(d) + unlist(e),aggregate(ab$expc_todas ~   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] <- "comuna"     
names(d)[2] <- "IAE"
names(d)[3] <- "Etnia"
names(d)[4] <- "Sexo"
#names(d)[5] <- "Sexo"
names(d)[5] <- "Frecuencia"
names(d)[6] <- "Año"  
  

df_final = merge( x = d, y = codigos, by = "comuna", all.x = TRUE)
head(df_final,5)

##    comuna                      IAE                                 Etnia   Sexo
## 1 Iquique Con allegamiento externo                                Aimara Hombre
## 2 Iquique Sin allegamiento externo               Atacameño (Likán-Antai) Hombre
## 3 Iquique Con allegamiento externo No pertenece a ningún pueblo indígena Hombre
## 4 Iquique Con allegamiento externo                               Quechua Hombre
## 5 Iquique Con allegamiento externo No pertenece a ningún pueblo indígena  Mujer
##   Frecuencia  Año codigo
## 1       1482 2015  01101
## 2        104 2015  01101
## 3       9603 2015  01101
## 4         36 2015  01101
## 5       9487 2015  01101

write_xlsx(df_final, "iae_etnia_sexo_2015.xlsx")

2017

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

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

cross_tab =  xtabs(ab$expc ~  +  unlist(b) + unlist(c)  + unlist(d)  + unlist(e) ,aggregate(ab$expc ~  +  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] <- "comuna"     
names(d)[2] <- "IAE"
names(d)[3] <- "Etnia"
names(d)[4] <- "Sexo"
#names(d)[5] <- "Sexo"
names(d)[5] <- "Frecuencia"
names(d)[6] <- "Año"  

df_final = merge( x = d, y = codigos, by = "comuna", all.x = TRUE)
head(df_final,5)

##    comuna                      IAE                  Etnia   Sexo Frecuencia
## 1 Iquique Sin allegamiento externo    No sabe/no responde  Mujer        256
## 2 Iquique Sin allegamiento externo Kawashkar o Alacalufes Hombre         23
## 3 Iquique Sin allegamiento externo    No sabe/no responde Hombre        197
## 4 Iquique Sin allegamiento externo         Yámana o Yagán  Mujer         21
## 5 Iquique Sin allegamiento externo                Mapuche Hombre       2043
##    Año codigo
## 1 2017  01101
## 2 2017  01101
## 3 2017  01101
## 4 2017  01101
## 5 2017  01101

write_xlsx(df_final, "iae_etnia_sexo_2017.xlsx")