1 Introducción

Los datos que vamos a analizar provienen del VI Censo Nacional de Comisarías realizado en el año 2017 por el Instituto Nacional de Estadística e Informática. El objetivo primordial de dicho censo fue conocer mejor la infraestructura y equipamiento con el que cuentan los locales donde funcionan las Comisarías de la Policía Nacional del Perú. Entre las principales características a evaluar fueron:

Ámbito jurisdiccional de la comisaría
Número de policías asignados
Labor de cada policiía asignado
Accesorios de trabajo
Planes operativos y de emergencia

Pueden conocer más sobre el ánalisis final de este censo en la publicación oficial del INEI: PERÚ: VI CENSO NACIONAL DE COMISARÍAS 2017, Resultados Definitivos.

2 Análisis Descriptivo

2.1 Lectura de Datos

El archivo con la información descargada del INEI se encuentra en la carpeta datos y tiene por nombre CensoComisarias.sav. El formato de este archivo corresponde a bases de datos registradas en el software SPSS, por lo que, se debe importar al R haciendo uso del paquete foreign.

# install.packages("foreign") 
library(foreign) 
datos <-  read.spss("CensoComisarias.sav", to.data.frame=TRUE)

## re-encoding from UTF-8

Veamos cuanta información tenemos,

dim(datos)

## [1] 1495  280

Existen 1495 registros y 280 variables.

Ahora, veamos un pequeño extracto de los datos.

datos[1:5, 4:6]

knitr::kable(datos[1:5, 4:6])

NOMBREDI	INF109	INF109A
RUPA-RUPA	De 40001 - 80000 Hab	Distrital
MARIANO DAMASO BERAUN	De 5000 - 10000 Hab	Distrital
JOSE CRESPO Y CASTILLO	De 20001 - 40000 Hab	Distrital
TOCACHE	De 5000 - 10000 Hab	Provincial
NUEVO PROGRESO	De 5000 - 10000 Hab	Distrital

2.2 Jurisdicción

2.2.1 Alcance de Jurisdicción

cuadro1 <- as.data.frame(table(datos$INF109))
cuadro2 <- as.data.frame(prop.table(table(datos$INF109)))
names(cuadro1) <- c("Categoría", "Frecuencia")
cuadro1$Porcentaje <- cuadro2$Freq
knitr::kable(cuadro1)

Categoría	Frecuencia	Porcentaje
Menos de 5000 Hab	288	0.1926421
De 5000 - 10000 Hab	329	0.2200669
De 10001 - 20000 Hab	290	0.1939799
De 20001 - 40000 Hab	248	0.1658863
De 40001 - 80000 Hab	196	0.1311037
De 80001 a más Hab	144	0.0963211

El siguiente gráfico interactivo es gracias a la función ggplotly del paquete plotly. Puedes revisar más aquí https://plot.ly/r/.

library(ggplot2)
graf1 <- ggplot(datos, mapping = aes(x = INF109)) +
  geom_bar() +
  xlab("Habitantes") + ylab("Frecuencia") +
  theme(axis.text.x = element_text(angle = 12))
# Gráfico Interactivo
library(plotly)
ggplotly(graf1)

Alcance de Jurisdicción de las Comisarías

2.2.2 Tipo de Jurisdicción

knitr::kable(table(datos$INF109A), col.names = c("Categoría", "Frecuencia"))

Categoría	Frecuencia
Nacional	2
Regional	29
Provincial	139
Distrital	1241
Otros	84

library(ggplot2)
ggplot(datos, mapping = aes(x = INF109A)) +
  geom_bar(color = "black", fill = "red", alpha = 0.6) +
  xlab("") + ylab("Frecuencia")

Tipo de Jurisdicción de las Comisarías

3 Locación de las Comisarías

Las siguientes visualizaciones interactivas han sido posibles gracias al paquete leaflet. Si quieres conocer más sobre cómo usar esto en R, te recomiendo revisar Leaflet para R o la página oficial de la Librería JavaScript Leaflet.

3.1 A Nivel Nacional

library(leaflet)

## Warning: package 'leaflet' was built under R version 4.0.4

leaflet() %>% 
  addTiles() %>% 
  addMarkers(lng = as.numeric(as.character(datos[,280])),
             lat = as.numeric(as.character(datos[,279])),
             clusterOptions = markerClusterOptions())

Este reporte fue elaborado usando rmarkdown. Anímate a probarlo!

AnalisisInteractivoJTS

Jhampier Tapia

21/3/2021