Índice

1. Introducción

Queremos conocer la distribución del ingreso asociado al oficio y actividad específica de las personas en su trabajo, como también respecto al giro productivo del negocio en el que se trabaja, estableciendo tablas de contingencia sobre la comuna, el alfabetismo,la etnia(migracion) el sexo y la edad de las personas, pero agregando la categorias:

  1. ¿Cuál es su ocupación u oficio?
  2. ¿Qué hace usted en su trabajo o negocio principal?
  3. ¿A qué se dedica o qué hace el negocio, empresa o institución que le paga?
  4. ¿A qué se dedica o qué hace el negocio, empresa o institución donde trabaja?

Las cruzaremos para las 4 categorías de ingreso soibre las que hemos decidido trabajar y sobre las Casen desde el 2006 hasta la del 2017.

Podemos esperar que Segun la formalidad de la ocupación, se espera encontrar ingresos diferenciados.

dataset_2006 <- readRDS(file = "casen_2006_c.rds")
dataset_2009 <- readRDS(file = "casen_2009_c.rds")
dataset_2011 <- readRDS(file = "casen_2011_c.rds")
dataset_2013 <- readRDS(file = "casen_2013_c.rds")
dataset_2015 <- readRDS(file = "casen_2015_c.rds")
dataset_2017 <- readRDS(file = "casen_2017_c.rds")

Aplicacion al 2017 sobre ytotcor:

ab_2017 <- dataset_2017

1.Excluimos los outliers:

ab_2017 <- ab_2017[!is.na(ab_2017$ytotcor),]

Q <- quantile(ab_2017$ytotcor, probs=c(.25, .75), na.rm = FALSE)
iqr <- IQR(ab_2017$ytotcor)

eliminated <- subset(ab_2017, ab_2017$ytotcor > (Q[1] - 1.5*iqr) & ab_2017$ytotcor < (Q[2]+1.5*iqr))
#eliminated

2. Generamos los promedios grupales:

¿Cuál es su ocupación u oficio?

a <- eliminated$ytotcor
b <- eliminated$comuna
c <- eliminated$o9a #alfabetismo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r3 #etnia
f <- eliminated$sexo

promedios_grupales <-aggregate(a, by=list(b, c, d, e, f), FUN = mean , na.rm = TRUE)
promedios_grupales <-promedios_grupales[!(promedios_grupales$Group.2 == ""),]
head(promedios_grupales,5)
##      Group.1                   Group.2           Group.3 Group.4 Group.5 mean.a
## 30   Iquique             ADMINISTRADOR Sí, lee y escribe  Aimara  Hombre 276000
## 31 La Serena             ADMINISTRADOR Sí, lee y escribe  Aimara  Hombre 800000
## 32     Arica ADMINISTRADOR AMASANDERÍA Sí, lee y escribe  Aimara  Hombre 304167
## 33     Arica    ADMINISTRADOR CULTIVOS Sí, lee y escribe  Aimara  Hombre 645834
## 34   Caldera  ADMINISTRADOR DE NEGOCIO Sí, lee y escribe  Aimara  Hombre 870834

¿Qué hace usted en su trabajo o negocio principal?

a <- eliminated$ytotcor
b <- eliminated$comuna
c <- eliminated$o9b #alfabetismo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r3 #etnia
f <- eliminated$sexo

promedios_grupales <-aggregate(a, by=list(b, c, d, e, f), FUN = mean , na.rm = TRUE)
promedios_grupales <-promedios_grupales[!(promedios_grupales$Group.2 == ""),]
head(promedios_grupales,5)
##      Group.1                       Group.2           Group.3 Group.4 Group.5
## 30   Iquique    (NEXSO MINERAL ) SUPERVISA Sí, lee y escribe  Aimara  Hombre
## 31   Iquique                 ADM Y GESTIÓN Sí, lee y escribe  Aimara  Hombre
## 32    Camiña ADMINISTRA ARRIENDO DE HOSTAL Sí, lee y escribe  Aimara  Hombre
## 33 Camarones       ADMINISTRA CONSTRUCTORA Sí, lee y escribe  Aimara  Hombre
## 34   Iquique   ADMINISTRA EMPRESA FAMILIAR Sí, lee y escribe  Aimara  Hombre
##    mean.a
## 30 310000
## 31 200000
## 32 312500
## 33 700000
## 34 276000

¿A qué se dedica o qué hace el negocio, empresa o institución que le paga?

a <- eliminated$ytotcor
b <- eliminated$comuna
c <- eliminated$o21 #alfabetismo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r3 #etnia
f <- eliminated$sexo

promedios_grupales <-aggregate(a, by=list(b, c, d, e, f), FUN = mean , na.rm = TRUE)
promedios_grupales <-promedios_grupales[!(promedios_grupales$Group.2 == ""),]
head(promedios_grupales,5)
##         Group.1                         Group.2           Group.3 Group.4
## 54      Iquique                 ASEO INDUSTRIAL Sí, lee y escribe  Aimara
## 55 Pozo Almonte ASEO Y ORNATO EN ZONAS PÚBLICAS Sí, lee y escribe  Aimara
## 56      Iquique          CERTIFICACIÓN DE COBRE Sí, lee y escribe  Aimara
## 57        Arica               COMPASS SERVICIOS Sí, lee y escribe  Aimara
## 58        Arica             COMPRAS CONTRATISTA Sí, lee y escribe  Aimara
##    Group.5 mean.a
## 54  Hombre 430000
## 55  Hombre 240000
## 56  Hombre 525000
## 57  Hombre 608333
## 58  Hombre 365000

¿A qué se dedica o qué hace el negocio, empresa o institución donde trabaja?

a <- eliminated$ytotcor
b <- eliminated$comuna
c <- eliminated$o22 #alfabetismo
d <- eliminated$e1 #alfabetismo
e <- eliminated$r3 #etnia
f <- eliminated$sexo

promedios_grupales <-aggregate(a, by=list(b, c, d, e, f), FUN = mean , na.rm = TRUE)
promedios_grupales <-promedios_grupales[!(promedios_grupales$Group.2 == ""),]
head(promedios_grupales,5)
##      Group.1                                    Group.2           Group.3
## 30     Arica                     ADMINISTRACIÓN PÚBLICA Sí, lee y escribe
## 31 Camarones ADMINISTRAR Y GESTIONAR ACCIONES COMUNIDAD Sí, lee y escribe
## 32     Arica                                 AEROPUERTO Sí, lee y escribe
## 33     Arica                                   AGRÍCOLA Sí, lee y escribe
## 34     Arica                                 AGRICULTOR Sí, lee y escribe
##    Group.4 Group.5 mean.a
## 30  Aimara  Hombre 403667
## 31  Aimara  Hombre 362500
## 32  Aimara  Hombre 500000
## 33  Aimara  Hombre 343333
## 34  Aimara  Hombre 263684