Análisis de regresión entre variables del Censo y CASEN a nivel de Zona Censal 2017

Análisis diferenciados para zonas Urbanas y Rurales a nivel nacional.

VE-CC-AJ

DataIntelligence

Lunes 28-06-2021

Abstract

Nuestro objetivo es expandir variables de la CASEN sobre las del CENSO, ambos del año 2017, para poder realizar predicciones a nivel de Zona Censal, tanto a nivel urbano como a nivel zonal.

El primer paso será construir nuestra tabla de trabajo.

El segundo, será calcular las correlaciones entre el ingreso total promedio por comuna multiplicado por la población de la misma, y la frecuencia de categorías específicas de respuestas de variables de calidad de la vivienda. Ésto lo haremos para la pregunta P01: Tipo de vivienda y la P03B: Material en la cubierta del techo. Para ésta última también calcularemos la correlación entre la frecuencia de respuestas dividida por la cantidad de personas a nivel comunal y los ingresos expandidos.

En específico, expandiremos los ingresos promedios comunales obtenidos de la CASEN sobre la categoría de respuesta: “tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas” del campo P03B del CENSO de viviendas, que fue la categoría de respuesta que más alto correlaciona con los ingresos expandidos (obtenidos de la multiplicación del ingreso promedio y los habitantes), ambos a nivel comunal.

Por último calcularemos regresiones lineales.

Ensayaremos diferentes modelos dentro del análisis de regresión cuya variable independiente será: “frecuencia de población que posee la variable Censal respecto a la zona” y la dependiente: “ingreso expandido por zona”

Lo anterior para elegir el que posea el mayor coeficiente de determinación y así contruir una tabla de valores predichos.

Repetiremos los mismos pasos señalados pero a nivel rural.

Análisis a nivel URBANO TOTAL NACIONAL

1 Construcción de nuestra tabla de trabajo

Obtenemos el dato de “ingreso promedio comunal mensual” según la CASEN 2017.

1.1.1 Leemos la base de datos

# leemos la base de datos:
casen_2017 <- readRDS(file = "../casen_2017_c.rds")

eliminated_100 <- casen_2017[c(1:10),]
eliminated_100 %>%  kbl() %>%
kable_material(c("striped", "hover"), font_size = 12)%>%
   scroll_box(width = "100%", height = "500px")

comuna	folio	o	id_vivienda	hogar	region	provincia	zona	expr	expc	expr_div	varstrat	varunit	fecha_dia	fecha_mes	fecha_año	tot_hog	tot_per	tot_par	tot_nuc	pres	marca	pco1	sexo	edad	h4m	h4a	ecivil	h6l	h6h	pareja	nucleo	pco2	h9a	h9	h10a	h10b	h10c	h10d	h10e	h10f	e1	e2	e3	e4	e5a	e5b	e6a	e6b	e7	e7_subarea	e7_cod_area	e8	e9nom	e9dir	e9com	e9com_c_cod	e9com_p_cod	e9rbd	e9rbd_sup	e9depen	e9dv	e9te	e9sup_g	e10	e11	e12a	e12b	e12c	e12d	e12e	e13a	e13b1	e13b2	e14pbu	e14pbt	e14pbd	e14pbm	e14bu	e14bt	e14bd	e14bm	e14bpc	e14mu	e14mt	e14md	e14mm	e15a	e15b	e16	e17	e18a	e18b	e19_1	e19_2	e0	o1	o2	o3	o4	o5	o6	o7r1	o7r2	o8	o9a	o9b	oficio4	oficio1	o10	o11	o12	o13	o14	o15	o16	o17	o18	o19	o20	o22	rama4_sub	rama1_sub	rama4	rama1	o23	o24a	o24b	o24c	o24d	o25a_hr	o25a_min	o25b	o25c	o25d	o25e	o26	o27	o28	o29	o30	o0	ch1	y1	y2_dias	y2_hrs	y3a	y3ap	y3b	y3bp	y3c	y3cp	y3d	y3dp	y3e	y3ep	y3f	y3fp	y4a	y4b	y4c	y4d	y5a	y5b	y5c	y5d	y5e	y5f	y5g	y5h	y5i	y5j	y5k	y5l	ch2	y6	y7	y8	y9	ch3	y10	y11	y19t	y19n	y20a	y20b	y20c	y20d	y20e	y20amonto	y20bmonto	y20cmonto	y20dmonto	y20emonto	y21a	y21b	y22a	y22b	y22c	y22d	y22e	y22amonto	y22bmonto	y22cmonto	y22dmonto	y22emonto	y23b	y23c	y23bmonto	y23cmonto	y24	y24_o	y25a	y25b	y25c	y25d	y25amonto	y25bmonto	y25cmonto	y25dmonto	y25e	y25ep	y25f	y25fp	y25g	y25gp	y26_1a	y26_1b	y26_1c	y26_1d	y26_1e	y26_1f	y26_1g	y26_1h	y26_1i	y26_1j	y26_1amonto	y26_1dmonto	y26_2bm1	y26_2bm2	y26_3b_in	y26_4b_mo	y26_2c	y26_3c_in	y26_4c_mo	y26_2em1	y26_2em2	y26_3e_in	y26_4e_mo	y26_2f	y26_3f_in	y26_4f_mo	y26_2g	y26_3g_in	y26_4g_mo	y26_2h	y26_3h_in	y26_4h_mo	y26_2i	y26_2j	y26_3j_in	y26_4j_mo	y27a	y27b	y27c	y27d	y27e	y27f	y27g	y0	s1	s1c	s2a1	s2a2	s3	s4	s5	s6	s7	s8	s9	s10	s11	s12	s13	s13p	s14	s15	s16	s17	s18a	s18b	s18c	s18d	s18e	s19a	s19b	s19c	s20a	s20b	s20c	s21a	s21b	s21c	s22a	s22b	s22c	s23a	s23b	s23c	s24a	s24b	s24c	s25a	s25b	s25c	s26a	s26b_c1	s26b_c2	s26b_c3	s26c	s26d	s27a	s27b	s27c	s27d	s28	s29	s30	s31a1	s31a2	s31a3	s32a	s32b	s32c	s32d	s32e	s32f	s33a1	s33a2	s33b1	s33b2	s33c1	s33c2	s33d1	s33d2	s33e1	s33e2	s33f1	s33f2	s33g1	s33g2	s33h1	s33h2	s33i1	s33i2	s33j1	s33j2	ch4	s34a	s34b_ord	s34c	s0	r1a	r1a_cod	r1b	r1b_esp	r1b_c_cod	r1b_p_cod	r1c_año	r1cp	r2	r2_c_cod	r2_p_cod	r3	r4	r5	r6	r7a	r7b	r7c	r7d	r7e	r7f	r7g	r7h	r7i	r7j	r7k	r8a	r8b	r8c	r8d	r8e	r8f	r8g	r8h	r9a	r9b	r9c	r9d	r9e	r9f	r9g	r9h	r9i	r9j	r9k	r9l	r9m	r9n	r9o	r9p	r9q	r9r	r9s	r10a	r10b	r10c	r10d	r10e	r10f	r10g	r10h	r10i	r11	r12a	r12b	r13a	r13b	r14	r15	r16a	r16b	r16c	r16d	r16e	r17a	r17b	r17c	r17d	r18	r19	r20	r21a	r21b	r21c	r21d	r21e	r21f	r21g	r21h	r21i	r21j	r22	r23	r24	r0	v1	v2	v3	v4	v5	v6	v7	v8	v9	v10	v11_o1	v11_o2	v12	v12mt	v13	v14	v15	v16	v17	v18	v19	v20	v21	v22	v23	v24	v25	v26	v27a	v27b	v28	v29	v30a	v30b	v31	v32	v33	v34	v35	v36a	v36b	v36c	v37a	v37b	v37c	v37d	v37e	v37f	v37g	v37h	v37i	v38a	v38b	v38c	v38d	v38e	v39a	v39b	v39c	v39d	v39e	v39f	v39g	v40	v0a_1	v0a_2	v0a_3	v0b	y0101	y0301	y0302	y0303	y0304	y0305	y0306	y0401	y0402	y0403	y0404	y0501	y0502	y0503	y0504	y0505	y0506	y0507	y0508	y0509	y0510	y0511	y0512	yids	yosa	yta1	y0701	y0801	y0901	yac2	y1101	yosi	yta2	yre1	yama	yah1	yah2	yrut	yre2	yre3	y260201	y260202	y2603	yinv01	yinv02	yinv03	ymon	yorf	yesp	yotp	y2601	y2604	ymes	yfa1	yfa2	ydes	ydon	ydim	yotr	y2301	y2401	y2501	y2502	y2503	y2504	y2505	y2506	y2507	y2302	y2303	y2001	y2002	y2003	y2004	y2005	y2201	y2202	y2203	y2204	y2205	yfam	ytro	yaut	ysub	ytot	y0101h	y0301h	y0302h	y0401h	y0701h	y260201h	y2603h	y2004h	y2201h	y2401h	y2501h	y2504h	y260202h	yauth	ysubh	ytoth	yaimh	ypch	y0101c	y0701c	y260201c	y2603c	y0101ch	y0701ch	y2603ch	y260201ch	yaimcorh	yautcor	ytotcor	yautcorh	ymonecorh	ytotcorh	yoprcor	yoprcorh	ytrabajocor	ytrabajocorh	ypchautcor	ypc	ypchtrabajo	pobreza	dau	dautr	qaut	qautr	numper	asiste	esc	educ	depen	activ	indmat	indsan	calglobviv	iae	iai	hacinamiento	hh_d_rez	hh_d_cot	hh_d_jub	hh_d_habitab	hh_d_estado	hh_d_tsocial	pobreza_multi_4d	pobreza_multi_5d	codigo
Algarrobo	5.6021e+11	1	5602100101	1	Región de Valparaíso	San Antonio	Urbano	92	141	122	51051	5105100268	22	12	2017	1	2	0	1	Presente y contesta	J	Jefe(a) de hogar	Mujer	60	NA	NA	Separado(a)	NA	NA	No tiene pareja en el hogar	1	Jefe(a) de núcleo	Es miembro del hogar	Persona que más aportó	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	No	NA	NA	NA	Educación Media Científico-Humanista	4		NA	NA	NA				NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Contesta al menos una pregunta	Sí	NA	NA	NA	NA	NA	NA	NA	NA	VENDEDORA DE ROPA	ATENCIÓN DE CLIENTES	Vendedores y demostradores de tiendas y almacenes	Trabajadores de los servicios y vendedores de comerci	24	No	Permanente?	2016	No	Empleado u obrero del sector privado	Plazo indefinido	No tiene	Jornada parcial?	Sólo diurno	Directamente con la empresa o negocio donde trabaja	COMERCIO DE ROPA	NA	NA	Venta al por menor de productos textiles, prendas de vestir,	Comercio al por mayor y al por menor	De 10 a 49 personas	No	No	No	No	0	10	4	A pie	NA	NA	No	NA	Sí	Sí, AFP (Administradora de Fondos de Pensiones). Cotización	No	Contesta al menos una pregunta	Asalariado	160000	16	96	0	NA	0	NA	0	NA	0	NA	0	NA	0	NA	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	No tiene ocupación secundaria	NA	NA	NA	NA	NA	NA	NA	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	No, no ha sido invitada	No	No	No	No	No	No	NA	NA	NA	NA	NA	No	No	NA	NA	3000	3000	No recibió	No recibió	No	No	NA	NA	NA	NA	No recibió	NA	No recibió	NA	No recibió	NA	No	No	Sí	No	No	No	No	No	No	No	NA	NA	NA	NA	NA	NA	109000	Compañía de Seguros	Renta vitalicia inmediata	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	No	Si	Si	No	No	No	Contesta al menos una pregunta	NA	NA	NA	NA	No retiró alimento	1	39	NA	NA	Sí, durante el último año	NA	Sí, durante el último año	NA	Sistema Público FONASA Grupo B	Muy Bien	Respuesta dada directamente por la persona	No	Sí, enfermedad no provocada por el trabajo	Sí	NA	No	No	No	No	No	1	Consultorio general (Municipal o SNSS)	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	1	Consultorio general (Municipal o SNSS)	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No tuvo atención	NA	NA	1	Otro control	NA	NA	Consultorio general (Municipal o SNSS)	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No	NA	NA	NA	No ha estado en tratamiento por ninguna condicion de salud a	NA	NA	No tiene ninguna condición de larga duración	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	Contesta al menos una pregunta	Chilena (Exclusiva)	NA	En otra comuna de Chile. Especifique comuna	LAS CONDES	Las Condes	NA	NA	NA	En esta comuna	NA	NA	No pertenece a ningún pueblo indígena	NA	NA	No participa en ninguna organización o grupo	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Ambas	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Ambas	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	Sí	No	No	No	No	No	No	No	No	No	Ambos padres	Educación Media Científico-Humanista	Educación Media Científico-Humanista	4	4	Sí	1	Sí	Sí	Sí	Sí	No	No	Sí	No	No	NA	En el hogar	Al menos una vez al día	Sí	No	No	Sí	Sí	No	No	No	No	No	Sí, prepago	Heterosexual (Atracción hacia el sexo opuesto)	Femenino	Contesta al menos una pregunta	Casa aislada (no pareada)	Hormigón armado	Bueno	Cerámico, porcelanato, flexit o similar	Bueno	Planchas metálicas (zinc, cobre, etc.)	Bueno	1	Propio pagado	Está inscrito en el conservador de bienes raíces a nombre de	NA	NA	De 41 a 60 m2	NA	Propia pagada	2008	No, sólo con recursos propios	No, sin crédito hipotecario	NA	NA	160000	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	No, no ha hecho nada	NA	2	1	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	Si	Si	Si	Si	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	No. No tuvo ninguna pérdida o daño a causa de desastres	1	NA	NA	En el interior de la vivienda	160000	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	109000	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	3000	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	269000	3000	272000	310000	3000	0	6667	0e+00	0	109000	0	0	3000	0	0	0	428667	3000	591667	160000	295834	160000	NA	NA	109000	310000	NA	109000	NA	160000	269000	272000	428667	431667	591667	160000	160000	160000	319667	214334	295834	159834	No pobres	VI	VI	III	III	2	No	12	M. Hum. Completa	NA	Ocupados	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	0	0	0	0	0	0	No pobre	No pobre	5602
Algarrobo	5.6021e+11	2	5602100101	1	Región de Valparaíso	San Antonio	Urbano	92	141	NA	51051	5105100268	22	12	2017	1	2	0	1	Presente pero no contesta		Hijo(a) sólo del jefe(a)	Mujer	23	NA	NA	Soltero(a)	NA	NA	No tiene pareja en el hogar	1	Hijo(a) sólo de jefe(a)	NA	Otro integrande del hogar	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	No	NA	Terminó de estudiar	Hace tres años o más (2014 o antes)	Técnico Nivel Superior Completo (Carreras 1 a 3 años)	2	ADMINISTRACIÓN DE EMPRESAS	Educación Comercial y Administración	Administración de Empresas y Derecho	Centro de Formación Técnica				NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Presente, pero no contesta	Sí	NA	NA	NA	NA	NA	NA	NA	NA	ENCARGADA FIAMBRERA	ATENDER Y VENDER PRODUCTOS DE FIAMBRERA	Vendedores y demostradores de tiendas y almacenes	Trabajadores de los servicios y vendedores de comerci	18	No	Permanente?	2014	No	Empleado u obrero del sector privado	Plazo indefinido	Sí, firmó	Jornada parcial?	Sólo diurno	Directamente con la empresa o negocio donde trabaja	SUPERMERCADO	NA	NA	Venta al por menor en almacenes no especializados con surtid	Comercio al por mayor y al por menor	De 200 Y más personas	Si	No	No	No	0	10	2	A pie	NA	NA	No	NA	Sí	Sí, AFP (Administradora de Fondos de Pensiones). Cotización	Sí	Presente, pero no contesta	Asalariado	150000	10	90	3000	Mensual (1 vez por mes)	0	NA	0	NA	0	NA	0	NA	0	NA	80000	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	No tiene ocupación secundaria	NA	NA	NA	NA	NA	NA	NA	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	No	No	No	No	No	NA	NA	NA	NA	NA	No	No	NA	NA	NA	NA	No recibió	No recibió	No	No	NA	NA	NA	NA	No recibió	NA	No recibió	NA	No recibió	NA	No	No	No	No	No	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Si	No	Si	Si	No	No	No	Presente, pero no contesta	NA	NA	NA	NA	NA	No ha tenido hijos	NA	No	NA	Sí, durante el último año	NA	NA	NA	Sistema Público FONASA Grupo B	Muy Bien	NA	NA	No tuvo ninguna enfermedad o accidente	NA	NA	NA	NA	NA	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	NA	NA	NA	No	NA	NA	NA	No ha estado en tratamiento por ninguna condicion de salud a	NA	NA	No tiene ninguna condición de larga duración	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	Presente, pero no contesta	Chilena (Exclusiva)	NA	En otra comuna de Chile. Especifique comuna	SANTIAGO	Santiago	NA	NA	NA	En esta comuna	NA	NA	No pertenece a ningún pueblo indígena	NA	NA	No participa en ninguna organización o grupo	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	En el hogar	Al menos una vez al día	Sí	No	Sí	Sí	Sí	Sí	No	No	No	No	Sí, prepago	NA	NA	Presente, pero no contesta	Casa aislada (no pareada)	Hormigón armado	Bueno	Cerámico, porcelanato, flexit o similar	Bueno	Planchas metálicas (zinc, cobre, etc.)	Bueno	1	Propio pagado	Está inscrito en el conservador de bienes raíces a nombre de	NA	NA	De 41 a 60 m2	NA	Propia pagada	2008	No, sólo con recursos propios	No, sin crédito hipotecario	NA	NA	160000	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	No, no ha hecho nada	NA	2	1	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	Si	Si	Si	Si	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	No. No tuvo ninguna pérdida o daño a causa de desastres	1	NA	NA	En el interior de la vivienda	150000	3000	NA	NA	NA	NA	NA	6667	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	159667	NA	159667	310000	3000	0	6667	0e+00	0	109000	0	0	3000	0	0	0	428667	3000	591667	160000	295834	150000	NA	NA	NA	310000	NA	109000	NA	160000	159667	159667	428667	431667	591667	150000	150000	159667	319667	214334	295834	159834	No pobres	VI	VI	III	III	2	No	14	Técnico Nivel Superior Completo	NA	Ocupados	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	0	0	0	0	0	0	No pobre	No pobre	5602
Algarrobo	5.6021e+11	1	5602100103	1	Región de Valparaíso	San Antonio	Urbano	92	141	NA	51051	5105100268	22	12	2017	1	2	1	1	Presente pero no contesta	J	Jefe(a) de hogar	Hombre	65	NA	NA	Casado(a)	1	NA	Legal	1	Jefe(a) de núcleo	Es miembro del hogar	Persona que más aportó	No, sin dificultad	No, sin dificultad	Sí, algo de dificultad	Sí, algo de dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	No	NA	NA	NA	Educación Media Técnica Profesional	4		NA	NA	NA				NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Presente, pero no contesta	Sí	NA	NA	NA	NA	NA	NA	NA	NA	CHOFER DE CAMIONES	TRANSPORTAR CONTENEDORES	Conductores de camiones pesados	Operadores de instalaciones y máquinas y montadore	36	No	Permanente?	1975	No	Empleado u obrero del sector privado	Plazo indefinido	Sí, firmó	Jornada completa?	Rotativo o turnos	Directamente con la empresa o negocio donde trabaja	EMPRESA DE TRANSPORTE DE GRANDES CARGAS	NA	NA	Transporte de carga por carretera	Transporte, almacenamiento y comunicaciones	De 200 Y más personas	No	No	No	No	0	25	6	Vehículo motorizado particular (auto, camioneta, motocicleta	NA	Auto	No	NA	Sí	Sí, AFP (Administradora de Fondos de Pensiones). Cotización	No	Contesta al menos una pregunta	Asalariado	6e+05	26	144	No sabe	NA	40000	Semanal (1 vez por semana)	0	NA	0	NA	0	NA	0	NA	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	No tiene ocupación secundaria	NA	NA	NA	NA	NA	NA	NA	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	No, no ha sido invitada	No	No	No	No	No	No	NA	NA	NA	NA	NA	No	No	NA	NA	10000	10000	No recibió	No recibió	No	Si	NA	NA	NA	59188	No recibió	NA	No recibió	NA	No recibió	NA	No	No	No	No	No	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	No	Si	No	No	No	No	Presente, pero no contesta	NA	NA	NA	NA	No retiró alimento	3	23	NA	NA	NA	NA	NA	NA	Sistema Público FONASA Grupo B	6	NA	No	No tuvo ninguna enfermedad o accidente	NA	NA	NA	NA	NA	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	NA	NA	NA	No	NA	NA	NA	No ha estado en tratamiento por ninguna condicion de salud a	NA	NA	No tiene ninguna condición de larga duración	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	Presente, pero no contesta	Chilena (Exclusiva)	NA	En otra comuna de Chile. Especifique comuna	RECOLETA	Recoleta	NA	NA	NA	En esta comuna	NA	NA	No pertenece a ningún pueblo indígena	NA	NA	No participa en ninguna organización o grupo	Sí, alguien fuera del hogar	No conoce	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien dentro del hogar	No conoce	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	Sí	No	No	No	No	No	No	No	No	No	Ambos padres	Humanidades (S. Antiguo)	Humanidades (S. Antiguo)	4	4	Sí	1	Sí	No	Sí	No	No	No	No	No	No	Alto costo del servicio de internet	No lo usa	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Sí, contrato	NA	NA	Presente, pero no contesta	Casa aislada (no pareada)	Albañilería (bloque de cemento, piedra o ladrillo)	Bueno	Cerámico, porcelanato, flexit o similar	Bueno	Planchas metálicas (zinc, cobre, etc.)	Bueno	1	Propio pagándose	Está inscrito en el conservador de bienes raíces a nombre de	2	NA	De 41 a 60 m2	NA	Propia pagándose	2011	No, sólo con recursos propios	Sí, Banco Estado	2e+05	NA	180000	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	Sí, reparaciones estructurales de muros, techo o piso	Con recursos propios y/o crédito (sin subsidio estatal)	3	1	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	Si	Si	Si	Si	Muchas veces	Siempre	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Muchas veces	No. No tuvo ninguna pérdida o daño a causa de desastres	2	NA	NA	Fuera de la vivienda (entrada del domicilio o vivienda, otro	600000	NA	172000	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	10000	NA	NA	NA	4932	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	772000	14932	786932	600000	0	172000	0	0e+00	220000	0	0	0	10000	0	4932	81000	992000	95932	1267932	180000	633966	600000	NA	NA	NA	600000	NA	NA	220000	180000	772000	786932	992000	1087932	1267932	600000	600000	772000	772000	496000	633966	386000	No pobres	IX	IX	V	V	2	No	12	M. Téc Completa	NA	Ocupados	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	0	0	1	0	0	0	No pobre	No pobre	5602
Algarrobo	5.6021e+11	2	5602100103	1	Región de Valparaíso	San Antonio	Urbano	92	141	145	51051	5105100268	22	12	2017	1	2	1	1	Presente y contesta	C	Esposo(a) o pareja de distinto sexo	Mujer	68	NA	NA	Casado(a)	1	NA	Legal	1	Esposo(a) o pareja de distinto sexo	NA	Otro integrande del hogar	No, sin dificultad	No, sin dificultad	Sí, algo de dificultad	Sí, algo de dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	No	NA	NA	NA	Educación Media Técnica Profesional	4		NA	NA	NA				NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Contesta al menos una pregunta	No	No	No	Sí	No	No	Jubilado(a), pensionado(a) o montepiado(a)	NA	NA			NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA		NA	NA	NA	NA		NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Sí	No está cotizando	No	Presente, pero no contesta	Familiar no Remunerado/ Inactivos y Desocupados	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	0	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	No	No	No	No	No	NA	NA	NA	NA	NA	No	No	NA	NA	NA	NA	No recibió	No recibió	No	No	NA	NA	NA	NA	No recibió	NA	No recibió	NA	No recibió	NA	No	Sí	No	No	No	No	No	No	No	No	NA	NA	220000	81000	AFP, Administradora de Fondos de Pensiones	Retiro programado	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	No	Si	No	No	No	No	Contesta al menos una pregunta	NA	NA	NA	NA	No retiró alimento	3	26	NA	NA	No	Otra razón	Sí, durante el último año	NA	Sistema Público FONASA Grupo B	5	Respuesta dada directamente por la persona	NA	Sí, accidente no laboral ni escolar	Sí	NA	No	No	No	No	No	3	Hospital público o del SNSS	No, gratuito por pertenencia a FONASA grupos A o B o por ser	1	SAPU (Servicio de Atención Primaria de Urgencia)	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No tuvo atención	NA	NA	3	Hospital público o del SNSS	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No tuvo atención	NA	NA	1	Consultorio general (Municipal o SNSS)	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No tuvo atención	NA	NA	No tuvo atención	NA	NA	NA	NA	NA	No	NA	NA	NA	Enfermedad pulmonar obstructiva cronica	Si	NA	Dificultad física y/o de movilidad	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	Contesta al menos una pregunta	Chilena (Exclusiva)	NA	En otra comuna de Chile. Especifique comuna	ANGOL	Angol	NA	NA	NA	En esta comuna	NA	NA	No pertenece a ningún pueblo indígena	NA	NA	Agrupaciones de adulto mayor (club de adulto mayor, asistent	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No lo usa	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Sí, contrato	Heterosexual (Atracción hacia el sexo opuesto)	Femenino	Contesta al menos una pregunta	Casa aislada (no pareada)	Albañilería (bloque de cemento, piedra o ladrillo)	Bueno	Cerámico, porcelanato, flexit o similar	Bueno	Planchas metálicas (zinc, cobre, etc.)	Bueno	1	Propio pagándose	Está inscrito en el conservador de bienes raíces a nombre de	2	NA	De 41 a 60 m2	NA	Propia pagándose	2011	No, sólo con recursos propios	Sí, Banco Estado	2e+05	NA	180000	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	Sí, reparaciones estructurales de muros, techo o piso	Con recursos propios y/o crédito (sin subsidio estatal)	3	1	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	Si	Si	Si	Si	Muchas veces	Siempre	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Muchas veces	No. No tuvo ninguna pérdida o daño a causa de desastres	2	NA	NA	Fuera de la vivienda (entrada del domicilio o vivienda, otro	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	220000	81000	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	220000	81000	301000	600000	0	172000	0	0e+00	220000	0	0	0	10000	0	4932	81000	992000	95932	1267932	180000	633966	NA	NA	220000	NA	600000	NA	NA	220000	180000	220000	301000	992000	1087932	1267932	NA	NA	NA	772000	496000	633966	386000	No pobres	IX	IX	V	V	2	No	12	M. Téc Completa	NA	Inactivos	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	0	0	1	0	0	0	No pobre	No pobre	5602
Algarrobo	5.6021e+11	1	5602100105	1	Región de Valparaíso	San Antonio	Urbano	92	141	140	51051	5105100268	5	1	2018	1	3	1	1	Presente y contesta	J	Jefe(a) de hogar	Hombre	79	NA	NA	Casado(a)	1	NA	Legal	1	Jefe(a) de núcleo	Es miembro del hogar	Persona que más aportó	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	No	NA	NA	NA	Humanidades (Sistema Antiguo)	6		NA	NA	NA				NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Contesta al menos una pregunta	No	No	No	Sí	No	No	Jubilado(a), pensionado(a) o montepiado(a)	NA	NA			NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA		NA	NA	NA	NA		NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Sí	No está cotizando	No	Contesta al menos una pregunta	Familiar no Remunerado/ Inactivos y Desocupados	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	0	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	No, no ha sido invitada	No	No	No	No	No	No	NA	NA	NA	NA	NA	No	No	NA	NA	0	0	No recibió	No sabe	No	No	NA	NA	NA	NA	No recibió	NA	No recibió	NA	No recibió	NA	No	No	Sí	No	No	No	No	No	No	No	NA	NA	NA	NA	NA	NA	220000	Compañía de Seguros	Renta vitalicia inmediata	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	No	Si	No	No	No	No	Contesta al menos una pregunta	NA	NA	NA	NA	Sí, Bebida Láctea (Leche) y Crema Años Dorados	5	21	NA	NA	NA	NA	NA	NA	Sistema Público FONASA Grupo B	4	Respuesta dada directamente por la persona	No	No tuvo ninguna enfermedad o accidente	NA	NA	NA	NA	NA	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	NA	NA	NA	Sí, por enfermedad que sólo requirió tratamiento médico	2	Hospital Público o del SNSS	No, gratuito por pertenencia a FONASA grupos A o B o por ser	Diabetes	Si	NA	No tiene ninguna condición de larga duración	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	Contesta al menos una pregunta	Chilena (Exclusiva)	NA	En otra comuna de Chile. Especifique comuna	SANTIAGO	Santiago	NA	NA	NA	En esta comuna	NA	NA	No pertenece a ningún pueblo indígena	NA	NA	No participa en ninguna organización o grupo	Ambas	Sí, alguien fuera del hogar	Ambas	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Ambas	Sí, alguien fuera del hogar	No conoce	Ambas	No conoce	Sí, alguien fuera del hogar	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	Sí	No	No	No	No	No	No	No	No	No	Sólo su madre	No sabe	No sabe	NA	NA	Sí	1	Sí	No	Sí	No	No	No	No	Sí	No	NA	No lo usa	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Sí, prepago	Heterosexual (Atracción hacia el sexo opuesto)	Masculino	Contesta al menos una pregunta	Casa aislada (no pareada)	Hormigón armado	Bueno	Cerámico, porcelanato, flexit o similar	Bueno	Tejas o tejuela (arcilla, metálica, cemento, madera, asfálti	No sabe/no responde	2	Arrendado con contrato	NA	NA	NA	De 41 a 60 m2	NA	Arrendada con contrato	NA	NA	NA	NA	150000	180000	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	No, no ha hecho nada	NA	2	1	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	No	Si	Si	Si	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Siempre	Nunca	Nunca	Nunca	No. No tuvo ninguna pérdida o daño a causa de desastres	1	NA	NA	Fuera de la vivienda (entrada del domicilio o vivienda, otro	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	220000	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	220000	NA	220000	0	0	0	0	2e+05	0	220000	0	0	0	0	0	0	420000	0	420000	0	140000	NA	NA	NA	220000	NA	2e+05	220000	NA	0	220000	220000	420000	420000	420000	NA	NA	NA	200000	140000	140000	66667	No pobres	IV	IV	II	II	3	No	12	M. Hum. Completa	NA	Inactivos	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	1	1	1	NA	NA	0	NA	NA	5602
Algarrobo	5.6021e+11	2	5602100105	1	Región de Valparaíso	San Antonio	Urbano	92	141	NA	51051	5105100268	5	1	2018	1	3	1	1	No está presente	C	Esposo(a) o pareja de distinto sexo	Mujer	67	NA	NA	Casado(a)	1	NA	Legal	1	Esposo(a) o pareja de distinto sexo	NA	Otro integrande del hogar	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	No	NA	NA	NA	Humanidades (Sistema Antiguo)	6		NA	NA	NA				NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No está presente	Sí	NA	NA	NA	NA	NA	NA	NA	NA	VENDEDOR DE FERIA LIBRE	VENDER ROPA EN FERIA LIBRE	Vendedores de quioscos y de puestos de mercado	Trabajadores de los servicios y vendedores de comerci	12	Sí, ahora mismo	Ocasional o eventual?	2000	No	Trabajador por cuenta propia	NA	NA	NA	NA	NA	VENTA DE ROPA EN FERIA LBIRE	NA	NA	Venta al por menor en puestos de venta y mercados	Comercio al por mayor y al por menor	Sólo 1 personas (el entrevistado)	No	No	No	No	0	20	5	Vehículo motorizado particular (auto, camioneta, motocicleta	NA	Auto	No	NA	Sí	No está cotizando	No	No está presente	Patrón o empleador/ Trabajador Cuenta Propia	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	2e+05	0	0	No tiene ocupación secundaria	NA	NA	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	No	No	No	No	No	NA	NA	NA	NA	NA	No	No	NA	NA	NA	NA	No recibió	No recibió	No	No	NA	NA	NA	NA	No recibió	NA	No recibió	NA	No recibió	NA	No	No	No	No	No	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	No	Si	No	No	Si	No	No esta presente	NA	NA	NA	NA	Sí, Bebida Láctea (Leche) y Crema Años Dorados	5	19	NA	NA	Sí, hace más de un año y hasta 2 años	NA	Sí, durante el último año	NA	Sistema Público FONASA Grupo B	Muy Bien	NA	NA	No tuvo ninguna enfermedad o accidente	NA	NA	NA	NA	NA	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	NA	NA	NA	No	NA	NA	NA	No ha estado en tratamiento por ninguna condicion de salud a	NA	NA	No tiene ninguna condición de larga duración	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	No esta presente	Chilena (Exclusiva)	NA	En otra comuna de Chile. Especifique comuna	SANTIAGO	Santiago	NA	NA	NA	En esta comuna	NA	NA	No pertenece a ningún pueblo indígena	NA	NA	No participa en ninguna organización o grupo	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No lo usa	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Sí, prepago	NA	NA	No está presente	Casa aislada (no pareada)	Hormigón armado	Bueno	Cerámico, porcelanato, flexit o similar	Bueno	Tejas o tejuela (arcilla, metálica, cemento, madera, asfálti	No sabe/no responde	2	Arrendado con contrato	NA	NA	NA	De 41 a 60 m2	NA	Arrendada con contrato	NA	NA	NA	NA	150000	180000	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	No, no ha hecho nada	NA	2	1	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	No	Si	Si	Si	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Siempre	Nunca	Nunca	Nunca	No. No tuvo ninguna pérdida o daño a causa de desastres	1	NA	NA	Fuera de la vivienda (entrada del domicilio o vivienda, otro	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	2e+05	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	200000	NA	200000	0	0	0	0	2e+05	0	220000	0	0	0	0	0	0	420000	0	420000	0	140000	NA	2e+05	NA	NA	NA	2e+05	220000	NA	0	200000	200000	420000	420000	420000	200000	200000	200000	200000	140000	140000	66667	No pobres	IV	IV	II	II	3	No	12	M. Hum. Completa	NA	Ocupados	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	1	1	1	NA	NA	0	NA	NA	5602
Algarrobo	5.6021e+11	3	5602100105	1	Región de Valparaíso	San Antonio	Urbano	92	141	NA	51051	5105100268	5	1	2018	1	3	1	1	Presente y contesta		Nieto(a)	Hombre	15	10	2002	Soltero(a)	NA	NA	No tiene pareja en el hogar	1	Otro familiar	NA	Otro integrande del hogar	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	Sí	NA	NA	NA	Educación Básica	7		NA	NA	NA	CARLOS ALESSANDRI	EL OLMO 1599	ALGARROBO	Algarrobo	NA	2084	NA	Municipal	2	Educación básica	NA	Municipal	Jornada completa (mañana y tarde)	No sabe/no responde	No sabe/no responde	No sabe/no responde	No sabe/no responde	NA	No	NA	NA	NA	NA	NA	NA	No sabe/no responde	No sabe/no responde	No sabe/no responde	No sabe/no responde	No sabe/no responde	NA	NA	NA	NA	No	NA	NA	NA	NA	NA	NA	NA	No está presente	No	No	No	No	No	No	Estudiante	NA	NA			NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA		NA	NA	NA	NA		NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	NA	No	No está presente	Familiar no Remunerado/ Inactivos y Desocupados	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	0	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	No	No	No	No	No	NA	NA	NA	NA	NA	No	No	NA	NA	NA	NA	No recibió	No recibió	No	No	NA	NA	NA	NA	No recibió	NA	No recibió	NA	No recibió	NA	No	No	No	No	No	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	No	No	No	No	No	No	No esta presente	NA	NA	NA	NA	NA	No ha tenido hijos	NA	NA	NA	NA	NA	NA	NA	Sistema Público FONASA Grupo B	Muy Bien	NA	NA	No tuvo ninguna enfermedad o accidente	NA	NA	NA	NA	NA	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	NA	NA	NA	No	NA	NA	NA	No ha estado en tratamiento por ninguna condicion de salud a	NA	NA	No tiene ninguna condición de larga duración	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	No esta presente	Chilena (Exclusiva)	NA	En otra comuna de Chile. Especifique comuna	SANTIAGO	Santiago	NA	NA	NA	En esta comuna	NA	NA	No pertenece a ningún pueblo indígena	NA	NA	No participa en ninguna organización o grupo	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	En el hogar	Al menos una vez al día	Sí	Sí	Sí	Sí	Sí	No	No	Sí	No	No	Sí, prepago	NA	NA	No está presente	Casa aislada (no pareada)	Hormigón armado	Bueno	Cerámico, porcelanato, flexit o similar	Bueno	Tejas o tejuela (arcilla, metálica, cemento, madera, asfálti	No sabe/no responde	2	Arrendado con contrato	NA	NA	NA	De 41 a 60 m2	NA	Arrendada con contrato	NA	NA	NA	NA	150000	180000	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	No, no ha hecho nada	NA	2	1	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	No	Si	Si	Si	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Nunca	Siempre	Nunca	Nunca	Nunca	No. No tuvo ninguna pérdida o daño a causa de desastres	1	NA	NA	Fuera de la vivienda (entrada del domicilio o vivienda, otro	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	0	0	0	0	2e+05	0	220000	0	0	0	0	0	0	420000	0	420000	0	140000	NA	NA	NA	NA	NA	2e+05	220000	NA	0	NA	NA	420000	420000	420000	NA	NA	NA	200000	140000	140000	66667	No pobres	IV	IV	II	II	3	Si	7	Básica Incom.	Municipal	Inactivos	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	1	1	1	NA	NA	0	NA	NA	5602
Algarrobo	5.6021e+11	1	5602100204	1	Región de Valparaíso	San Antonio	Urbano	57	88	NA	51051	5105100268	22	12	2017	1	5	1	1	No está presente	J	Jefe(a) de hogar	Hombre	45	NA	NA	Conviviente o pareja sin acuerdo de unión civil	NA	1	De hecho	1	Jefe(a) de núcleo	Es miembro del hogar	Persona que más aportó	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	No	NA	NA	NA	Educación Básica	8		NA	NA	NA				NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No está presente	Sí	NA	NA	NA	NA	NA	NA	NA	NA	CONSTRUCTOR DE VIVIENDAS	CONSTRUIR VIVIENDAS Y HACER AMPLIACIONES	Albañiles y mamposteros	Oficiales, operarios y artesanos de artes mecánicas y de otr	50	Sí, ahora mismo	Por plazo o tiempo determinado?	2017	No	Empleado u obrero del sector privado	Plazo fijo	Sí, firmó	Jornada completa?	Rotativo o turnos	Directamente con la empresa o negocio donde trabaja	CONSTRUCCIÓN DE CASAS	NA	NA	Construcción de edificios completos y de partes de edificios	Construcción	De 200 Y más personas	No	No	No	No	0	30	6	A pie	NA	NA	No	NA	Sí	Sí, AFP (Administradora de Fondos de Pensiones). Cotización	No	No está presente	Asalariado	280000	14	112	0	NA	0	NA	0	NA	0	NA	0	NA	0	NA	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	No tiene ocupación secundaria	NA	NA	NA	NA	NA	NA	NA	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	Sí participa	NA	Sí	No	No	No	No	16634	NA	NA	NA	NA	No	No	NA	NA	0	0	No recibió	No recibió	No	No	NA	NA	NA	NA	No recibió	NA	No recibió	NA	No recibió	NA	No	No	No	No	No	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	No	Si	Si	No	No	No	No esta presente	NA	NA	NA	NA	NA	3	25	NA	NA	NA	NA	NA	NA	Sistema Público FONASA Grupo B	6	NA	No	Sí, enfermedad no provocada por el trabajo	Sí	NA	No	No	No	No	No	No tuvo atención	NA	NA	No tuvo atención	NA	NA	3	Consultorio general (Municipal o SNSS)	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	1	Otro control	NA	NA	Consultorio general (Municipal o SNSS)	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No	NA	NA	NA	Depresion	Si	NA	No tiene ninguna condición de larga duración	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	No esta presente	Chilena (Exclusiva)	NA	En esta comuna		NA	NA	NA	NA	En esta comuna	NA	NA	No pertenece a ningún pueblo indígena	NA	NA	No participa en ninguna organización o grupo	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	Sí, alguien fuera del hogar	No conoce	No conoce	Sí	Sí	No	No	Sí	No	No	No	Sí	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	No	Sí	No	No	No	No	No	No	Ambos padres	Nunca asistió	Primaria o Preparatoria (S. Antiguo)	NA	No sabe	No	NA	Sí	No	Sí	No	Sí	No	No	Sí	No	NA	En el hogar	Al menos una vez al día	Sí	Sí	Sí	Sí	Sí	No	No	No	No	No	Sí, prepago	NA	NA	No está presente	Casa aislada (no pareada)	Tabique forrado por ambas caras (madera, acero, lata u otro)	Bueno	Parquet, madera, piso flotante o similar	Bueno	Tejas o tejuela (arcilla, metálica, cemento, madera, asfálti	Bueno	1	Arrendado con contrato	NA	NA	NA	De 30 a 40 m2	NA	Arrendada con contrato	NA	NA	NA	NA	280000	2e+05	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	No, no ha hecho nada	NA	3	2	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	Si	Si	Si	Si	Pocas veces	Siempre	Pocas veces	Pocas veces	Pocas veces	Muchas veces	Nunca	Pocas veces	Pocas veces	Nunca	Muchas veces	Muchas veces	No. No tuvo ninguna pérdida o daño a causa de desastres	2	1	4	En el interior de la vivienda	280000	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	16634	NA	NA	NA	NA	NA	NA	280000	16634	296634	780000	0	0	0	0e+00	0	0	22182	16634	0	11052	0	0	780000	49868	829868	0	165974	280000	NA	NA	NA	780000	NA	NA	NA	0	280000	296634	780000	829868	829868	280000	280000	280000	780000	156000	165974	156000	No pobres	IV	IV	II	II	5	No	8	Básica Compl.	NA	Ocupados	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	0	0	0	0	0	1	No pobre	No pobre	5602
Algarrobo	5.6021e+11	2	5602100204	1	Región de Valparaíso	San Antonio	Urbano	57	88	88	51051	5105100268	22	12	2017	1	5	1	1	Presente y contesta	C	Esposo(a) o pareja de distinto sexo	Mujer	52	NA	NA	Conviviente o pareja sin acuerdo de unión civil	NA	1	De hecho	1	Esposo(a) o pareja de distinto sexo	NA	Otro integrande del hogar	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	No	NA	NA	NA	Educación Media Científico-Humanista	1		NA	NA	NA				NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Contesta al menos una pregunta	No	No	No	Sí	Si, ahora mismo	No	No tiene con quien dejar a los niños	NA	NA			NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA		NA	NA	NA	NA		NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	NA	No	Contesta al menos una pregunta	Familiar no Remunerado/ Inactivos y Desocupados	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	0	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	No	No	No	No	No	NA	NA	NA	NA	NA	No	No	NA	NA	NA	NA	$132.627 por 3 causantes	No recibió	No	No	132627	NA	NA	NA	No recibió	NA	No recibió	NA	No recibió	NA	No	No	No	No	No	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	No	Si	Si	No	No	No	Contesta al menos una pregunta	NA	NA	NA	NA	NA	5	15	NA	NA	Sí, durante el último año	NA	Sí, durante el último año	NA	Sistema Público FONASA Grupo A	5	Respuesta dada directamente por la persona	NA	No tuvo ninguna enfermedad o accidente	NA	NA	NA	NA	NA	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	1	Consultorio general (Municipal o SNSS)	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No tuvo atención	NA	NA	2	Control ginecológico	NA	NA	Consultorio general (Municipal o SNSS)	No, gratuito por pertenencia a FONASA grupos A o B o por ser	No	NA	NA	NA	No ha estado en tratamiento por ninguna condicion de salud a	NA	NA	No tiene ninguna condición de larga duración	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	Contesta al menos una pregunta	Chilena (Exclusiva)	NA	En esta comuna		NA	NA	NA	NA	En esta comuna	NA	NA	Mapuche	No habla ni entiende	NA	No participa en ninguna organización o grupo	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	En el hogar	Al menos una vez al día	Sí	Sí	Sí	Sí	Sí	No	No	No	No	No	Sí, prepago	Heterosexual (Atracción hacia el sexo opuesto)	Femenino	Contesta al menos una pregunta	Casa aislada (no pareada)	Tabique forrado por ambas caras (madera, acero, lata u otro)	Bueno	Parquet, madera, piso flotante o similar	Bueno	Tejas o tejuela (arcilla, metálica, cemento, madera, asfálti	Bueno	1	Arrendado con contrato	NA	NA	NA	De 30 a 40 m2	NA	Arrendada con contrato	NA	NA	NA	NA	280000	2e+05	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	No, no ha hecho nada	NA	3	2	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	Si	Si	Si	Si	Pocas veces	Siempre	Pocas veces	Pocas veces	Pocas veces	Muchas veces	Nunca	Pocas veces	Pocas veces	Nunca	Muchas veces	Muchas veces	No. No tuvo ninguna pérdida o daño a causa de desastres	2	1	4	En el interior de la vivienda	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	11052	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	11052	11052	780000	0	0	0	0e+00	0	0	22182	16634	0	11052	0	0	780000	49868	829868	0	165974	NA	NA	NA	NA	780000	NA	NA	NA	0	NA	11052	780000	829868	829868	NA	NA	NA	780000	156000	165974	156000	No pobres	IV	IV	II	II	5	No	9	M. Hum. Incompleta	NA	Inactivos	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	0	0	0	0	0	1	No pobre	No pobre	5602
Algarrobo	5.6021e+11	3	5602100204	1	Región de Valparaíso	San Antonio	Urbano	57	88	191	51051	5105100268	22	12	2017	1	5	1	1	No está presente		Hijo(a) sólo del esposo(a)/pareja	Mujer	35	NA	NA	Soltero(a)	NA	NA	No tiene pareja en el hogar	1	Hijo(a) sólo de esposo(a)/pareja	NA	Otro integrande del hogar	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	No, sin dificultad	Sí, lee y escribe	No	No	NA	NA	NA	Educación Media Científico-Humanista	4		NA	NA	NA				NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	Presente, pero no contesta	Sí	NA	NA	NA	NA	NA	NA	NA	NA	ADMINISTRADORA DE EMPRESAS	VER LAS FINANZAS Y VENTAS. ADMINISTRAR DINERO	Empleados de contabilidad y cálculo de costos	Empleados de oficina	45	Sí, ahora mismo	Permanente?	2005	No	Empleado u obrero del sector privado	Plazo indefinido	Sí, firmó	Jornada completa?	Rotativo o turnos	Directamente con la empresa o negocio donde trabaja	SERVICIO DE SALUD	NA	NA	Actividades de hospitales	Servicios sociales y de salud	De 200 Y más personas	No	No	No	No	0	30	5	Transporte público (bus, microbús, metro, taxi colectivo, et	Taxi colectivo	NA	No	NA	Sí	Sí, AFP (Administradora de Fondos de Pensiones). Cotización	No	Presente, pero no contesta	Asalariado	5e+05	20	180	0	NA	0	NA	0	NA	0	NA	0	NA	0	NA	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	No tiene ocupación secundaria	NA	NA	NA	NA	NA	NA	NA	No recibió	NA	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	No	No	No	No	No	NA	NA	NA	NA	NA	No	No	NA	NA	NA	NA	No recibió	No recibió	No	No	NA	NA	NA	NA	No recibió	NA	No recibió	NA	No recibió	NA	No	No	No	No	No	No	No	No	No	No	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	No	No	Si	Si	No	No	No	Presente, pero no contesta	NA	NA	NA	NA	NA	No ha tenido hijos	NA	No	NA	No	Le da miedo o le disgusta	Sí, durante el último año	NA	Sistema Público FONASA Grupo B	Muy Bien	NA	NA	No tuvo ninguna enfermedad o accidente	NA	NA	NA	NA	NA	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	No tuvo atención	NA	NA	NA	NA	NA	No	NA	NA	NA	No ha estado en tratamiento por ninguna condicion de salud a	NA	NA	No tiene ninguna condición de larga duración	NA	NA	NA	NA	NA	NA	NA	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	Ninguna	NA	No tiene dificultades para realizar sus actividades	NA	NA	NA	No esta presente	Chilena (Exclusiva)	NA	En esta comuna		NA	NA	NA	NA	En esta comuna	NA	NA	Mapuche	No habla ni entiende	NA	No participa en ninguna organización o grupo	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	En el hogar	Al menos una vez al día	Sí	Sí	Sí	Sí	Sí	Sí	Sí	No	No	No	Sí, prepago	Heterosexual (Atracción hacia el sexo opuesto)	Femenino	Contesta al menos una pregunta	Casa aislada (no pareada)	Tabique forrado por ambas caras (madera, acero, lata u otro)	Bueno	Parquet, madera, piso flotante o similar	Bueno	Tejas o tejuela (arcilla, metálica, cemento, madera, asfálti	Bueno	1	Arrendado con contrato	NA	NA	NA	De 30 a 40 m2	NA	Arrendada con contrato	NA	NA	NA	NA	280000	2e+05	Red pública con medidor propio	NA	Con llave dentro de la vivienda	Sí, con W.C. conectado al alcantarillado	Sí, de la red pública con medidor propio	No, no ha hecho nada	NA	3	2	1	NA	NA	NA	NA	NA	1	NA	NA	Gas licuado (cilindro	Gas licuado (cilindro	Gas licuado (cilindro	Si	Si	Si	Si	Si	Si	Si	Si	Si	Pocas veces	Siempre	Pocas veces	Pocas veces	Pocas veces	Muchas veces	Nunca	Pocas veces	Pocas veces	Nunca	Muchas veces	Muchas veces	No. No tuvo ninguna pérdida o daño a causa de desastres	2	1	4	En el interior de la vivienda	500000	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	500000	NA	500000	780000	0	0	0	0e+00	0	0	22182	16634	0	11052	0	0	780000	49868	829868	0	165974	500000	NA	NA	NA	780000	NA	NA	NA	0	500000	500000	780000	829868	829868	500000	500000	500000	780000	156000	165974	156000	No pobres	IV	IV	II	II	5	No	12	M. Hum. Completa	NA	Ocupados	Vivienda Aceptable	Aceptable	Aceptable	Sin allegamiento externo	Sin allegamiento interno	Sin hacinamiento (2,49 y menos)	0	0	0	0	0	1	No pobre	No pobre	5602

1.1.2 Eliminamos del dataframe los registros que no posean valores en la columna del ingreso total

casen_2017 <- casen_2017[!is.na(casen_2017$ytotcor),]

1.1.3 Excluimos los outliers

Q <- quantile(casen_2017$ytotcor, probs=c(.25, .75), na.rm = FALSE)
iqr <- IQR(casen_2017$ytotcor)
casen_2017_sin_o <- subset(casen_2017, casen_2017$ytotcor > (Q[1] - 1.5*iqr) & casen_2017$ytotcor < (Q[2]+1.5*iqr))
casen_2017_sin_o <- data.frame(lapply(casen_2017_sin_o, as.character), stringsAsFactors=FALSE)

# despleguemos los primeros 100 registros en pantalla del subset creado:
# eliminated_100 <- eliminated[c(1:100),]
# eliminated_100 %>%  kbl() %>%
# kable_material(c("striped", "hover"), font_size = 12)%>%
#    scroll_box(width = "100%", height = "500px")

1.1.4 Hacemos un subset con los registros URBANOS

casen_2017_sin_o_urbano <- filter(casen_2017_sin_o, casen_2017_sin_o$zona == "Urbano")

1.1.5 Obtenemos los promedios de ingreso comunales

b <-  as.numeric(casen_2017_sin_o_urbano$ytotcor)
a <- casen_2017_sin_o_urbano$comuna
promedios_grupales <-aggregate(b, by=list(a), FUN = mean , na.rm=TRUE )

1.1.6 Veamos los primeros 5 registros:

head(promedios_grupales,5)

##         Group.1        x
## 1     Algarrobo 374530.6
## 2         Alhué 336617.4
## 3   Alto Biobío 244525.3
## 4 Alto Hospicio 301933.4
## 5         Ancud 229798.1

1.1.7 Renombramos y agregamos una columna año:

#Asignamos nombres con sentido a las cabeceras:
names(promedios_grupales)[1] <- "comuna"
names(promedios_grupales)[2] <- "promedio_i"
promedios_grupales$año <- "2017"

1.1.8 Agregamos los codigos comunales:

codigos_comunales <- readRDS(file = "../codigos_comunales_2011-2017.rds")
names(codigos_comunales)[1] <- "código"
names(codigos_comunales)[2] <- "comuna"

df_2017 = merge( x = promedios_grupales, y = codigos_comunales, by = "comuna", all.x = TRUE)

1.1.9 Veamos los primeros 5 registros:

head(df_2017,5)

##          comuna promedio_i  año código
## 1     Algarrobo   374530.6 2017  05602
## 2         Alhué   336617.4 2017  13502
## 3   Alto Biobío   244525.3 2017  08314
## 4 Alto Hospicio   301933.4 2017  01107
## 5         Ancud   229798.1 2017  10202

1.1.10 Agreguemos una columna con la variable de ingresos ponderada por población.

La población comunal ésta vez la extraeremos del Censo 2017 -contamos las frecuencias de los registros por comuna en el Censo del 2017-, pero para los años anteriores utilizaremos las proyecciones de población obtenidas desde el INE.

1.1.11 Leemos los microdatos del Censo a nivel de personas

library("rio")

## Warning: package 'rio' was built under R version 4.0.5

x <- import("../Microdato_Censo2017-Personas.csv")

r3_100 <- x[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

REGION	PROVINCIA	COMUNA	DC	AREA	ZC_LOC	ID_ZONA_LOC	NVIV	NHOGAR	PERSONAN	P07	P08	P09	P10	P10COMUNA	P10PAIS	P11	P11COMUNA	P11PAIS	P12	P12COMUNA	P12PAIS	P12A_LLEGADA	P12A_TRAMO	P13	P14	P15	P15A	P16	P16A	P16A_OTRO	P17	P18	P19	P20	P21M	P21A	P10PAIS_GRUPO	P11PAIS_GRUPO	P12PAIS_GRUPO	ESCOLARIDAD	P16A_GRUPO	REGION_15R	PROVINCIA_15R	COMUNA_15R	P10COMUNA_15R	P11COMUNA_15R	P12COMUNA_15R
15	152	15202	1	2	6	13225	1	1	1	1	1	73	1	98	998	3	15101	998	1	98	998	9998	98	2	4	6	2	1	2	98	7	98	98	98	98	9998	998	998	998	4	2	15	152	15202	98	15101	98
15	152	15202	1	2	6	13225	3	1	1	1	1	78	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	7	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	3	1	2	2	2	78	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	7	98	1	1	3	1965	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	3	1	3	5	2	52	1	98	998	2	98	998	1	98	998	9998	98	1	2	5	2	1	2	98	7	98	2	1	4	1995	998	998	998	2	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	3	1	4	11	1	44	1	98	998	2	98	998	1	98	998	9998	98	1	3	5	2	1	2	98	1	Z	98	98	98	9998	998	998	998	3	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	9	1	1	1	1	39	1	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	8	98	98	98	98	9998	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	9	1	2	2	2	35	1	98	998	2	98	998	1	98	998	9998	98	2	6	5	2	1	2	98	1	Z	2	2	11	2004	998	998	998	6	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	9	1	3	5	1	13	1	98	998	2	98	998	1	98	998	9998	98	1	7	5	2	1	2	98	98	98	98	98	98	9998	998	998	998	7	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	9	1	4	5	1	12	1	98	998	2	98	998	1	98	998	9998	98	1	6	5	2	1	2	98	98	98	98	98	98	9998	998	998	998	6	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	10	1	1	1	2	65	1	98	998	2	98	998	1	98	998	9998	98	2	4	5	2	1	2	98	6	98	3	3	9	1992	998	998	998	4	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	13	1	1	1	1	50	1	98	998	2	98	998	1	98	998	9998	98	2	5	5	2	1	2	98	1	Z	98	98	98	9998	998	998	998	5	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	13	1	2	4	2	43	1	98	998	2	98	998	1	98	998	9998	98	2	6	5	2	1	2	98	6	98	2	2	3	2002	998	998	998	6	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	13	1	3	5	1	15	3	15201	998	2	98	998	1	98	998	9998	98	1	1	7	2	1	2	98	8	98	98	98	98	9998	998	998	998	9	2	15	152	15202	15201	98	98
15	152	15202	1	2	6	13225	16	1	1	1	1	75	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	7	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	16	1	2	16	2	58	4	98	68	6	98	998	5	98	998	9999	1	3	98	98	98	1	2	98	7	98	4	4	99	9999	68	68	68	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	16	1	3	2	2	70	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	7	98	5	4	99	9999	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	17	1	1	1	2	43	2	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	1	I	3	3	9	2008	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	17	1	2	4	1	55	2	98	998	2	98	998	1	98	998	9998	98	2	6	5	2	1	2	98	6	98	98	98	98	9998	998	998	998	6	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	17	1	3	5	2	13	2	98	998	2	98	998	2	15101	998	9998	98	1	7	5	2	1	2	98	98	98	98	98	98	9998	998	998	998	7	2	15	152	15202	98	98	15101
15	152	15202	1	2	6	13225	17	1	4	5	1	8	2	98	998	2	98	998	2	15101	998	9998	98	1	2	5	2	1	2	98	98	98	98	98	98	9998	998	998	998	2	2	15	152	15202	98	98	15101
15	152	15202	1	2	6	13225	17	1	5	15	2	29	2	98	998	4	98	998	3	98	998	2015	1	2	6	5	2	1	2	98	6	98	5	5	11	2014	998	604	604	6	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	17	1	6	15	1	4	2	98	998	1	98	998	5	98	998	2015	1	1	0	1	2	1	2	98	98	98	98	98	98	9998	998	998	68	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	17	1	7	15	2	2	2	98	998	1	98	998	3	98	998	2015	1	1	0	1	2	1	2	98	98	98	98	98	98	9998	998	998	604	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	17	1	8	15	1	16	2	98	998	6	98	998	1	98	998	9998	98	2	4	5	2	1	2	98	6	98	98	98	98	9998	998	68	998	4	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	18	1	1	1	2	74	1	98	998	2	98	998	1	98	998	9998	98	2	2	5	2	1	2	98	6	98	2	2	12	1976	998	998	998	2	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	19	1	1	1	1	68	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	7	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	20	1	1	1	1	74	1	98	998	3	15101	998	1	98	998	9998	98	2	2	5	2	1	2	98	1	Z	98	98	98	9998	998	998	998	2	2	15	152	15202	98	15101	98
15	152	15202	1	2	6	13225	20	1	2	2	2	65	1	98	998	3	997	998	3	98	998	9999	2	2	2	5	2	1	2	98	6	98	2	2	9	1982	998	998	604	2	2	15	152	15202	98	997	98
15	152	15202	1	2	6	13225	25	1	1	1	2	76	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	6	98	8	6	3	1981	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	25	1	2	5	2	36	1	98	998	2	98	998	1	98	998	9998	98	2	4	8	1	1	2	98	1	A	0	98	98	9998	998	998	998	12	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	28	1	1	1	2	31	1	98	998	2	98	998	5	98	998	2007	2	2	5	5	2	1	2	98	1	A	2	2	4	2008	998	998	68	5	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	28	1	2	4	1	35	1	98	998	2	98	998	5	98	998	2007	2	2	6	5	2	1	2	98	1	F	98	98	98	9998	998	998	68	6	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	28	1	3	5	1	11	1	98	998	2	98	998	5	98	998	2007	2	1	5	5	2	1	2	98	98	98	98	98	98	9998	998	998	68	5	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	28	1	4	5	1	8	1	98	998	2	98	998	1	98	998	9998	98	1	2	5	2	1	2	98	98	98	98	98	98	9998	998	998	998	2	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	28	1	5	15	2	74	1	98	998	2	98	998	1	98	998	9998	98	2	3	5	2	1	2	98	6	98	6	6	99	9999	998	998	998	3	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	33	1	1	1	1	41	1	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	1	Z	98	98	98	9998	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	33	1	2	2	2	47	1	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	1	A	2	1	4	1996	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	33	1	3	14	1	88	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	7	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	33	1	4	14	1	65	1	98	998	2	98	998	1	98	998	9998	98	2	2	5	2	1	2	98	7	98	98	98	98	9998	998	998	998	2	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	36	1	1	1	2	59	1	98	998	2	98	998	1	98	998	9998	98	2	2	5	2	1	2	98	6	98	8	8	2	1998	998	998	998	2	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	36	1	2	2	1	56	1	98	998	99	99	999	1	98	998	9998	98	2	2	5	2	1	2	98	6	98	98	98	98	9998	998	999	998	2	2	15	152	15202	98	99	98
15	152	15202	1	2	6	13225	36	1	3	5	2	36	1	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	6	98	2	2	7	2010	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	36	1	4	12	2	13	1	98	998	2	98	998	1	98	998	9998	98	1	7	5	2	1	2	98	98	98	98	98	98	9998	998	998	998	7	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	36	1	5	12	2	6	1	98	998	2	98	998	1	98	998	9998	98	1	0	3	1	1	2	98	98	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	36	1	6	5	1	24	1	98	998	3	15101	998	1	98	998	9998	98	2	4	7	1	1	2	98	1	Z	98	98	98	9998	998	998	998	12	2	15	152	15202	98	15101	98
15	152	15202	1	2	6	13225	36	1	7	11	2	24	1	98	998	3	15101	998	1	98	998	9998	98	2	4	7	1	1	2	98	1	N	2	2	11	2015	998	998	998	12	2	15	152	15202	98	15101	98
15	152	15202	1	2	6	13225	36	1	8	12	1	6	1	98	998	2	98	998	2	15101	998	9998	98	1	0	3	1	1	2	98	98	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	15101
15	152	15202	1	2	6	13225	36	1	9	12	2	1	1	98	998	1	98	998	2	15101	998	9998	98	3	98	98	98	1	2	98	98	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	15101
15	152	15202	1	2	6	13225	38	1	1	1	1	19	1	98	998	3	15101	998	2	15101	998	9998	98	1	1	8	2	1	2	98	1	A	98	98	98	9998	998	998	998	9	2	15	152	15202	98	15101	15101
15	152	15202	1	2	6	13225	39	1	1	1	1	21	1	98	998	2	98	998	1	98	998	9998	98	2	1	7	2	1	2	98	1	F	98	98	98	9998	998	998	998	9	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	39	1	2	4	2	22	1	98	998	2	98	998	1	98	998	9998	98	2	1	8	2	1	2	98	6	98	0	98	98	9998	998	998	998	9	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	43	1	1	1	2	26	1	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	6	98	2	2	10	2013	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	43	1	2	2	1	24	1	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	1	Z	98	98	98	9998	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	43	1	3	13	2	71	1	98	998	2	98	998	1	98	998	9998	98	2	1	5	2	1	2	98	6	98	3	3	12	1974	998	998	998	1	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	43	1	4	5	2	6	1	98	998	2	98	998	1	98	998	9998	98	1	0	3	1	1	2	98	98	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	6	13225	43	1	5	5	2	3	1	98	998	1	98	998	1	98	998	9998	98	1	0	1	1	1	2	98	98	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	5	1	1	1	1	44	1	98	998	2	98	998	3	98	998	2005	2	2	4	7	1	1	2	98	6	98	98	98	98	9998	998	998	604	12	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	5	1	2	2	2	42	1	98	998	2	98	998	1	98	998	9998	98	2	3	5	2	1	2	98	1	P	3	3	12	2006	998	998	998	3	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	5	1	3	5	2	10	1	98	998	2	98	998	1	98	998	9998	98	1	4	5	2	1	2	98	98	98	98	98	98	9998	998	998	998	4	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	7	1	1	1	2	70	1	98	998	2	98	998	1	98	998	9998	98	2	2	5	2	1	2	98	6	98	7	7	6	1994	998	998	998	2	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	7	1	2	5	1	44	1	98	998	2	98	998	1	98	998	9998	98	2	5	5	2	1	2	98	7	98	98	98	98	9998	998	998	998	5	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	8	1	1	1	1	58	1	98	998	2	98	998	3	98	998	2004	2	2	4	5	2	1	2	98	6	98	98	98	98	9998	998	998	604	4	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	8	1	2	2	2	59	1	98	998	2	98	998	3	98	998	2004	2	2	2	5	2	1	2	98	6	98	3	3	7	1999	998	998	604	2	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	19	1	1	1	1	58	99	99	999	99	99	999	99	99	999	9999	99	99	99	99	99	99	99	99	99	99	98	98	98	9998	999	999	999	99	99	15	152	15202	99	99	99
15	152	15202	1	2	8	13910	21	1	1	1	1	53	1	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	1	H	98	98	98	9998	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	21	1	2	2	2	46	1	98	998	2	98	998	1	98	998	9998	98	2	3	5	2	1	2	98	6	98	3	3	2	1990	998	998	998	3	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	22	1	1	1	2	73	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	6	98	6	5	3	1979	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	8	13910	30	1	1	1	1	57	1	98	998	2	98	998	2	997	998	9998	98	2	3	5	2	1	2	98	6	98	98	98	98	9998	998	998	998	3	2	15	152	15202	98	98	997
15	152	15202	1	2	12	8394	3	1	1	2	2	64	1	98	998	2	98	998	3	98	998	1974	4	3	98	98	98	1	2	98	1	A	12	10	99	9999	998	998	604	0	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	3	1	2	1	1	74	2	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	99	99	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	3	1	3	5	2	38	1	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	2	A	0	98	98	9998	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	3	1	4	14	1	38	99	99	999	99	99	999	99	99	999	9999	99	99	99	99	99	99	99	99	8	98	98	98	98	9998	999	999	999	99	99	15	152	15202	99	99	99
15	152	15202	1	2	12	8394	9	1	1	1	2	79	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	8	98	2	2	99	9999	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	19	1	1	1	1	46	99	99	999	99	99	999	99	99	999	9999	99	99	99	99	99	99	99	99	99	99	98	98	98	9998	999	999	999	99	99	15	152	15202	99	99	99
15	152	15202	1	2	12	8394	20	1	1	1	2	58	1	98	998	2	98	998	1	98	998	9998	98	2	8	5	1	1	2	98	1	A	3	3	7	1982	998	998	998	8	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	21	1	1	1	2	45	1	98	998	6	98	998	2	997	998	9998	98	2	4	5	2	1	2	98	1	A	6	6	2	2007	998	68	998	4	2	15	152	15202	98	98	997
15	152	15202	1	2	12	8394	21	1	2	5	2	10	1	98	998	6	98	998	2	3201	998	9998	98	1	4	5	2	1	2	98	98	98	98	98	98	9998	998	68	998	4	2	15	152	15202	98	98	3201
15	152	15202	1	2	12	8394	24	1	1	1	1	67	1	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	8	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	24	1	2	2	2	53	1	98	998	2	98	998	3	98	998	9999	99	3	98	98	98	1	2	98	8	98	0	98	98	9998	998	998	604	0	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	27	1	1	1	1	48	1	98	998	2	98	998	1	98	998	9998	98	2	4	7	1	1	2	98	8	98	98	98	98	9998	998	998	998	12	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	31	1	1	1	1	49	1	98	998	4	98	998	3	98	998	2001	2	2	8	5	1	1	2	98	1	A	98	98	98	9998	998	604	604	8	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	42	1	1	1	1	46	1	98	998	2	98	998	3	98	998	1992	3	2	8	5	1	1	2	98	2	A	98	98	98	9998	998	998	604	8	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	42	1	2	2	2	24	1	98	998	6	98	998	5	98	998	2013	1	2	7	5	2	1	2	98	6	98	2	2	6	2016	998	68	68	7	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	42	1	3	6	2	2	1	98	998	1	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	98	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	42	1	4	5	1	0	1	98	998	1	98	998	2	15101	998	9998	98	99	99	99	99	1	2	98	98	98	98	98	98	9998	998	998	998	99	2	15	152	15202	98	98	15101
15	152	15202	1	2	12	8394	42	1	5	5	2	13	1	98	998	2	98	998	3	98	998	9999	99	1	7	5	2	1	2	98	98	98	98	98	98	9998	998	998	604	7	2	15	152	15202	98	98	98
15	152	15202	1	2	12	8394	42	1	6	5	1	6	1	98	998	2	98	998	2	15101	998	9998	98	1	0	3	1	1	2	98	98	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	15101
15	152	15202	1	2	15	4094	2	1	1	1	1	41	1	98	998	2	98	998	1	98	998	9998	98	2	4	12	1	1	2	98	1	O	98	98	98	9998	998	998	998	16	2	15	152	15202	98	98	98
15	152	15202	1	2	15	4094	8	1	1	17	1	70	2	98	998	2	98	998	1	98	998	9998	98	3	98	98	98	1	2	98	7	98	98	98	98	9998	998	998	998	0	2	15	152	15202	98	98	98
15	152	15202	1	2	15	4094	8	1	2	17	1	47	2	98	998	3	15101	998	2	8101	998	9998	98	2	4	8	1	1	2	98	1	Z	98	98	98	9998	998	998	998	12	2	15	152	15202	98	15101	8101
15	152	15202	1	2	15	4094	8	1	3	17	1	19	2	98	998	3	15101	998	2	15101	998	9998	98	1	99	7	99	1	2	98	1	I	98	98	98	9998	998	998	998	99	2	15	152	15202	98	15101	15101
15	152	15202	1	2	15	4094	8	1	4	17	1	43	2	98	998	3	4302	998	2	8101	998	9998	98	99	4	8	1	1	2	98	1	N	98	98	98	9998	998	998	998	12	2	15	152	15202	98	4302	8101
15	152	15202	1	2	15	4094	8	1	5	17	2	35	2	98	998	6	98	998	5	98	998	2016	1	2	8	5	1	1	2	98	1	I	2	2	3	2007	998	68	68	8	2	15	152	15202	98	98	98
15	152	15202	1	2	15	4094	8	1	6	17	1	36	3	13123	998	3	13123	998	2	12101	998	9998	98	2	5	12	1	2	98	98	1	J	98	98	98	9998	998	998	998	17	98	15	152	15202	13123	13123	12101
15	152	15202	1	2	15	4094	8	1	7	17	2	25	2	98	998	3	15101	998	2	15101	998	9998	98	2	5	12	1	1	2	98	1	Q	1	1	12	2011	998	998	998	17	2	15	152	15202	98	15101	15101
15	152	15202	1	2	15	4094	9	1	1	1	1	72	1	98	998	2	98	998	1	98	998	9998	98	2	1	5	2	1	2	98	1	G	98	98	98	9998	998	998	998	1	2	15	152	15202	98	98	98
15	152	15202	1	2	15	4094	12	1	1	1	1	21	1	98	998	3	15101	998	2	15101	998	9998	98	2	4	8	1	1	2	98	1	N	98	98	98	9998	998	998	998	12	2	15	152	15202	98	15101	15101
15	152	15202	1	2	15	4094	15	1	1	1	1	61	1	98	998	2	98	998	1	98	998	9998	98	2	3	7	2	1	2	98	4	98	98	98	98	9998	998	998	998	11	2	15	152	15202	98	98	98
15	152	15202	1	2	15	4094	15	1	2	5	2	31	1	98	998	3	15101	998	1	98	998	9998	98	2	4	12	1	1	2	98	1	P	1	1	10	2007	998	998	998	16	2	15	152	15202	98	15101	98
15	152	15202	1	2	15	4094	16	1	1	1	1	34	1	98	998	3	15101	998	1	98	998	9998	98	2	5	12	1	1	2	98	1	O	98	98	98	9998	998	998	998	17	2	15	152	15202	98	15101	98

1.1.12 Obtenemos la cantidad de personas por comuna:

my_summary_data <- x %>%
    group_by(x$COMUNA) %>%
    summarise(Count = n()) 
head(my_summary_data,5)

## # A tibble: 5 x 2
##   `x$COMUNA`  Count
##        <int>  <int>
## 1       1101 191468
## 2       1107 108375
## 3       1401  15711
## 4       1402   1250
## 5       1403   1728

1.1.13 Agregamos un cero antes de cada código comunal para poder hacer el merge posteriormente con la tabla de frecuencias.

names(my_summary_data)[1] <- "comuna"     
names(my_summary_data)[2] <- "personas"
my_summary_data

## # A tibble: 346 x 2
##    comuna personas
##     <int>    <int>
##  1   1101   191468
##  2   1107   108375
##  3   1401    15711
##  4   1402     1250
##  5   1403     1728
##  6   1404     2730
##  7   1405     9296
##  8   2101   361873
##  9   2102    13467
## 10   2103    10186
## # ... with 336 more rows

# recogemos el campo Comuna:
codigos <- my_summary_data$comuna
# construimos una secuencia llamada rango del 1 al total de filas del dataset:
rango <- seq(1:nrow(my_summary_data))
# Creamos un string que agrega un cero a todos los registros:
cadena <- paste("0",codigos[rango], sep = "")

# El string cadena tiene o 5 o 6 digitos, los cuales siempre deben ser siempre 5 agregandole un cero al inicio de los que tienen 4.
# Para ello extraemos un substring de la cadena sobre todas las filas (rangos) comenzando desde el primero o el segundo y llegando siempre al 6.

cadena <- substr(cadena,(nchar(cadena)[rango])-(4),6)
codigos <- as.data.frame(codigos)
cadena <- as.data.frame(cadena)
comuna_corr <- cbind(my_summary_data,cadena)
head(comuna_corr,5)

##   comuna personas cadena
## 1   1101   191468  01101
## 2   1107   108375  01107
## 3   1401    15711  01401
## 4   1402     1250  01402
## 5   1403     1728  01403

names(comuna_corr)[3] <- "código"  
head(comuna_corr,5)

##   comuna personas código
## 1   1101   191468  01101
## 2   1107   108375  01107
## 3   1401    15711  01401
## 4   1402     1250  01402
## 5   1403     1728  01403

1.1.14 unimos:

df_2017_2 = merge( x = df_2017, y = comuna_corr, by = "código", all.x = TRUE)
head(df_2017_2,5)

##   código      comuna.x promedio_i  año comuna.y personas
## 1  01101       Iquique   356487.6 2017     1101   191468
## 2  01107 Alto Hospicio   301933.4 2017     1107   108375
## 3  01401  Pozo Almonte   299998.6 2017     1401    15711
## 4  01405          Pica   330061.1 2017     1405     9296
## 5  02101   Antofagasta   347580.2 2017     2101   361873

1.1.15 Agregamos la columna “Ingresos_expandidos”

df_2017_2$Ingresos_expandidos <- df_2017_2$promedio_i*df_2017_2$personas
df_2017_2$tipo <- "Urbano"

r3_100 <- df_2017_2[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

código	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo
01101	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
01107	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
01401	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
01405	Pica	330061.1	2017	1405	9296	3068247619	Urbano
02101	Antofagasta	347580.2	2017	2101	361873	125779893517	Urbano
02102	Mejillones	369770.7	2017	2102	13467	4979702302	Urbano
02104	Taltal	376328.9	2017	2104	13317	5011572025	Urbano
02201	Calama	416281.1	2017	2201	165731	68990679686	Urbano
02203	San Pedro de Atacama	437934.7	2017	2203	10996	4815529626	Urbano
02301	Tocopilla	271720.8	2017	2301	25186	6843559467	Urbano
02302	María Elena	466266.9	2017	2302	6457	3010685220	Urbano
03101	Copiapó	330574.6	2017	3101	153937	50887663717	Urbano
03102	Caldera	299314.8	2017	3102	17662	5286498241	Urbano
03103	Tierra Amarilla	315860.6	2017	3103	14019	4428049932	Urbano
03201	Chañaral	286389.3	2017	3201	12219	3499391196	Urbano
03202	Diego de Almagro	325861.5	2017	3202	13925	4537621312	Urbano
03301	Vallenar	311577.0	2017	3301	51917	16176145007	Urbano
03303	Freirina	289049.9	2017	3303	7041	2035200054	Urbano
03304	Huasco	337414.8	2017	3304	10149	3424422750	Urbano
04101	La Serena	272136.8	2017	4101	221054	60156924947	Urbano
04102	Coquimbo	264340.0	2017	4102	227730	60198159091	Urbano
04103	Andacollo	251267.7	2017	4103	11044	2775000288	Urbano
04104	La Higuera	214257.0	2017	4104	4241	908664019	Urbano
04106	Vicuña	245957.4	2017	4106	27771	6830481918	Urbano
04201	Illapel	270316.5	2017	4201	30848	8338722128	Urbano
04202	Canela	233397.3	2017	4202	9093	2122281844	Urbano
04203	Los Vilos	282415.6	2017	4203	21382	6038609501	Urbano
04204	Salamanca	262056.9	2017	4204	29347	7690585032	Urbano
04301	Ovalle	274771.4	2017	4301	111272	30574361012	Urbano
04302	Combarbalá	228990.4	2017	4302	13322	3050610572	Urbano
04303	Monte Patria	225369.1	2017	4303	30751	6930326684	Urbano
04304	Punitaqui	212496.1	2017	4304	10956	2328107498	Urbano
05101	Valparaíso	297929.0	2017	5101	296655	88382118059	Urbano
05102	Casablanca	341641.8	2017	5102	26867	9178890241	Urbano
05103	Concón	318496.3	2017	5103	42152	13425257057	Urbano
05105	Puchuncaví	296035.5	2017	5105	18546	5490274928	Urbano
05107	Quintero	308224.7	2017	5107	31923	9839456903	Urbano
05109	Viña del Mar	337006.1	2017	5109	334248	112643604611	Urbano
05301	Los Andes	339720.2	2017	5301	66708	22662055502	Urbano
05302	Calle Larga	246387.3	2017	5302	14832	3654416747	Urbano
05303	Rinconada	273904.7	2017	5303	10207	2795744821	Urbano
05304	San Esteban	219571.6	2017	5304	18855	4140022481	Urbano
05401	La Ligua	250134.4	2017	5401	35390	8852256241	Urbano
05402	Cabildo	262745.9	2017	5402	19388	5094117762	Urbano
05403	Papudo	294355.2	2017	5403	6356	1870921373	Urbano
05404	Petorca	237510.8	2017	5404	9826	2333781007	Urbano
05405	Zapallar	294389.2	2017	5405	7339	2160521991	Urbano
05501	Quillota	286029.5	2017	5501	90517	25890529852	Urbano
05502	Calera	277181.9	2017	5502	50554	14012652087	Urbano
05503	Hijuelas	254094.0	2017	5503	17988	4570642363	Urbano
05504	La Cruz	328899.7	2017	5504	22098	7268025571	Urbano
05506	Nogales	259917.8	2017	5506	22120	5749381300	Urbano
05601	San Antonio	240181.3	2017	5601	91350	21940563450	Urbano
05602	Algarrobo	374530.6	2017	5602	13817	5174889009	Urbano
05603	Cartagena	237892.8	2017	5603	22738	5409207209	Urbano
05604	El Quisco	270498.2	2017	5604	15955	4315799297	Urbano
05605	El Tabo	287271.0	2017	5605	13286	3816682340	Urbano
05606	Santo Domingo	380941.2	2017	5606	10900	4152259195	Urbano
05701	San Felipe	291406.4	2017	5701	76844	22392830676	Urbano
05702	Catemu	225438.7	2017	5702	13998	3155690632	Urbano
05703	Llaillay	273336.7	2017	5703	24608	6726268693	Urbano
05704	Panquehue	328043.3	2017	5704	7273	2385858928	Urbano
05705	Putaendo	309628.4	2017	5705	16754	5187514898	Urbano
05706	Santa María	256403.4	2017	5706	15241	3907844674	Urbano
05801	Quilpué	325763.9	2017	5801	151708	49420995419	Urbano
05802	Limache	302436.4	2017	5802	46121	13948668423	Urbano
05803	Olmué	293997.6	2017	5803	17516	5149662271	Urbano
05804	Villa Alemana	349020.1	2017	5804	126548	44167801659	Urbano
06101	Rancagua	305346.7	2017	6101	241774	73824887908	Urbano
06102	Codegua	280555.6	2017	6102	12988	3643855827	Urbano
06103	Coinco	217173.2	2017	6103	7359	1598177470	Urbano
06104	Coltauco	272655.7	2017	6104	19597	5343233497	Urbano
06105	Doñihue	297198.5	2017	6105	20887	6207585840	Urbano
06106	Graneros	302119.6	2017	6106	33437	10101973302	Urbano
06107	Las Cabras	270208.1	2017	6107	24640	6657927091	Urbano
06108	Machalí	296592.0	2017	6108	52505	15572561454	Urbano
06109	Malloa	206698.3	2017	6109	13407	2771203849	Urbano
06110	Mostazal	285112.9	2017	6110	25343	7225617109	Urbano
06111	Olivar	285334.4	2017	6111	13608	3882831040	Urbano
06112	Peumo	243837.8	2017	6112	14313	3490050484	Urbano
06113	Pichidegua	234187.0	2017	6113	19714	4616762518	Urbano
06114	Quinta de Tilcoco	210835.7	2017	6114	13002	2741286093	Urbano
06115	Rengo	283302.7	2017	6115	58825	16665280705	Urbano
06116	Requínoa	288865.3	2017	6116	27968	8078983811	Urbano
06117	San Vicente	285655.7	2017	6117	46766	13358975033	Urbano
06201	Pichilemu	325754.6	2017	6201	16394	5340420543	Urbano
06202	La Estrella	277359.1	2017	6202	3041	843449095	Urbano
06203	Litueche	283451.3	2017	6203	6294	1784042184	Urbano
06204	Marchihue	282485.5	2017	6204	7308	2064404399	Urbano
06205	Navidad	236383.5	2017	6205	6641	1569822543	Urbano
06206	Paredones	231532.2	2017	6206	6188	1432721549	Urbano
06301	San Fernando	317033.9	2017	6301	73973	23451947536	Urbano
06302	Chépica	245508.7	2017	6302	15037	3691714537	Urbano
06303	Chimbarongo	250783.3	2017	6303	35399	8877476445	Urbano
06304	Lolol	236668.2	2017	6304	6811	1611947197	Urbano
06305	Nancagua	239990.4	2017	6305	17833	4279748425	Urbano
06306	Palmilla	246745.0	2017	6306	12482	3079870843	Urbano
06307	Peralillo	258455.9	2017	6307	11007	2844823958	Urbano
06308	Placilla	240573.8	2017	6308	8738	2102134220	Urbano
06310	Santa Cruz	289940.1	2017	6310	37855	10975681744	Urbano

saveRDS(df_2017_2, "ingresos_expandidos_17_urbano_nacional.rds")

2 Correlaciones

Debemos filtrar la tabla censal a nivel urbano

2.1 Construcción de la tabla con frecuencias de respuesta por categoría P01

2.1.1 Pregunta P01: Tipo de vivienda

Ésta pregunta posee 10 categorías de respuesta:

1 Casa
2 Departamento en edificio
3 Vivienda tradicional indígena (ruka, pae pae u otras)
4 Pieza en casa antigua o en conventillo
5 Mediagua, mejora, rancho o choza
6 Móvil (carpa, casa rodante o similar)
7 Otro tipo de vivienda particular
8 Vivienda colectiva
9 Operativo personas en tránsito (no es vivienda)
10 Operativo calle (no es vivienda)

2.1.2 Cálculo de frecuencias

Leemos los datos del censo viviendas 2017 y obtenemos la tabla de frecuencias por categoría de respuesta:

Debemos filtrar la tabla censal a nivel urbano, ésto es, AREA = 1

tabla_con_clave <- readRDS("../censo_viviendas_con_clave_17.rds")
tabla_con_clave <- filter(tabla_con_clave, tabla_con_clave$AREA == 1)

b <- tabla_con_clave$COMUNA
c <- tabla_con_clave$P01
cross_tab =  xtabs( ~ unlist(b) + unlist(c))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"

d_t <- filter(d,d$unlist.c. == 1)
for(i in 2:10){
  d_i <- filter(d,d$unlist.c. == i)
  d_t = merge( x = d_t, y = d_i, by = "unlist.b.", all.x = TRUE)
}

tablamadre <- head(d_t,50)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

unlist.b.	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y
1101	1	37206	2017	2	22525	2017	3	18	2017	4	4478	2017	5	357	2017	6	38	2017	7	640	2017	8	236	2017	9	1	2017	10	1	2017
1107	1	26357	2017	2	4142	2017	3	13	2017	4	445	2017	5	1750	2017	6	24	2017	7	348	2017	8	11	2017	NA	NA	NA	10	1	2017
1401	1	2978	2017	2	3	2017	3	3	2017	4	209	2017	5	88	2017	6	2	2017	7	62	2017	8	22	2017	9	1	2017	NA	NA	NA
1404	1	476	2017	2	1	2017	3	6	2017	4	6	2017	5	37	2017	NA	NA	NA	7	14	2017	8	3	2017	NA	NA	NA	NA	NA	NA
1405	1	1898	2017	2	5	2017	3	2	2017	4	26	2017	5	92	2017	6	1	2017	7	30	2017	8	13	2017	NA	NA	NA	NA	NA	NA
2101	1	79530	2017	2	27939	2017	3	26	2017	4	744	2017	5	2694	2017	6	38	2017	7	617	2017	8	164	2017	9	1	2017	10	1	2017
2102	1	2708	2017	2	471	2017	3	1	2017	4	13	2017	5	178	2017	6	4	2017	7	31	2017	8	234	2017	9	1	2017	NA	NA	NA
2104	1	3731	2017	2	3	2017	3	2	2017	4	15	2017	5	94	2017	6	3	2017	7	37	2017	8	20	2017	9	1	2017	10	1	2017
2201	1	46279	2017	2	3683	2017	3	27	2017	4	1585	2017	5	345	2017	6	16	2017	7	778	2017	8	332	2017	9	1	2017	10	1	2017
2203	1	1572	2017	2	2	2017	3	11	2017	4	145	2017	5	53	2017	NA	NA	NA	7	81	2017	8	115	2017	9	1	2017	10	1	2017
2301	1	7808	2017	2	1110	2017	NA	NA	NA	4	33	2017	5	65	2017	6	11	2017	7	70	2017	8	48	2017	9	1	2017	10	1	2017
2302	1	1656	2017	2	3	2017	3	1	2017	4	22	2017	5	4	2017	6	1	2017	7	22	2017	8	84	2017	NA	NA	NA	NA	NA	NA
3101	1	44851	2017	2	6812	2017	3	5	2017	4	351	2017	5	1329	2017	6	35	2017	7	152	2017	8	106	2017	NA	NA	NA	10	1	2017
3102	1	6903	2017	2	52	2017	NA	NA	NA	4	31	2017	5	198	2017	6	33	2017	7	91	2017	8	33	2017	NA	NA	NA	10	1	2017
3103	1	3114	2017	2	3	2017	3	1	2017	4	34	2017	5	89	2017	6	1	2017	7	9	2017	8	5	2017	NA	NA	NA	10	1	2017
3201	1	4066	2017	2	74	2017	NA	NA	NA	4	5	2017	5	66	2017	6	1	2017	7	12	2017	8	28	2017	NA	NA	NA	NA	NA	NA
3202	1	5549	2017	2	510	2017	NA	NA	NA	4	23	2017	5	14	2017	6	1	2017	7	23	2017	8	96	2017	NA	NA	NA	NA	NA	NA
3301	1	15367	2017	2	511	2017	3	10	2017	4	62	2017	5	133	2017	6	14	2017	7	66	2017	8	53	2017	9	1	2017	10	1	2017
3303	1	1689	2017	NA	NA	NA	NA	NA	NA	NA	NA	NA	5	54	2017	NA	NA	NA	7	7	2017	8	8	2017	NA	NA	NA	NA	NA	NA
3304	1	3417	2017	2	187	2017	3	2	2017	4	7	2017	5	102	2017	6	3	2017	7	24	2017	8	24	2017	9	1	2017	10	1	2017
4101	1	60391	2017	2	17590	2017	3	4	2017	4	166	2017	5	144	2017	6	31	2017	7	281	2017	8	180	2017	NA	NA	NA	10	1	2017
4102	1	71679	2017	2	9190	2017	3	8	2017	4	277	2017	5	403	2017	6	13	2017	7	337	2017	8	156	2017	9	1	2017	10	1	2017
4103	1	3690	2017	2	24	2017	3	1	2017	4	11	2017	5	39	2017	NA	NA	NA	7	27	2017	8	15	2017	NA	NA	NA	NA	NA	NA
4104	1	548	2017	NA	NA	NA	NA	NA	NA	4	3	2017	5	3	2017	NA	NA	NA	7	1	2017	8	2	2017	NA	NA	NA	NA	NA	NA
4106	1	6048	2017	2	58	2017	3	1	2017	4	14	2017	5	43	2017	6	3	2017	7	12	2017	8	23	2017	NA	NA	NA	NA	NA	NA
4201	1	7404	2017	2	212	2017	3	1	2017	4	39	2017	5	157	2017	6	12	2017	7	42	2017	8	24	2017	NA	NA	NA	NA	NA	NA
4202	1	970	2017	NA	NA	NA	NA	NA	NA	4	4	2017	5	23	2017	6	1	2017	7	5	2017	8	6	2017	NA	NA	NA	NA	NA	NA
4203	1	10338	2017	2	10	2017	3	1	2017	4	22	2017	5	102	2017	6	2	2017	7	40	2017	8	46	2017	NA	NA	NA	10	1	2017
4204	1	5669	2017	2	132	2017	NA	NA	NA	4	16	2017	5	113	2017	6	14	2017	7	31	2017	8	69	2017	NA	NA	NA	10	1	2017
4301	1	28797	2017	2	1575	2017	3	2	2017	4	127	2017	5	279	2017	6	18	2017	7	137	2017	8	44	2017	9	1	2017	10	1	2017
4302	1	2598	2017	2	1	2017	NA	NA	NA	4	5	2017	5	21	2017	6	3	2017	7	12	2017	8	15	2017	NA	NA	NA	NA	NA	NA
4303	1	5313	2017	NA	NA	NA	NA	NA	NA	4	25	2017	5	159	2017	NA	NA	NA	7	15	2017	8	7	2017	NA	NA	NA	NA	NA	NA
4304	1	2359	2017	2	1	2017	NA	NA	NA	4	5	2017	5	47	2017	6	8	2017	7	5	2017	8	4	2017	NA	NA	NA	10	1	2017
5101	1	82486	2017	2	30689	2017	3	17	2017	4	714	2017	5	1181	2017	6	24	2017	7	500	2017	8	359	2017	9	1	2017	10	1	2017
5102	1	5268	2017	2	890	2017	NA	NA	NA	4	28	2017	5	39	2017	6	5	2017	7	16	2017	8	10	2017	NA	NA	NA	10	1	2017
5103	1	10396	2017	2	8548	2017	3	4	2017	4	45	2017	5	91	2017	6	1	2017	7	121	2017	8	22	2017	NA	NA	NA	NA	NA	NA
5105	1	13424	2017	2	1759	2017	NA	NA	NA	4	15	2017	5	168	2017	6	4	2017	7	146	2017	8	15	2017	NA	NA	NA	10	1	2017
5107	1	13280	2017	2	1315	2017	3	2	2017	4	43	2017	5	189	2017	6	11	2017	7	89	2017	8	23	2017	9	1	2017	10	1	2017
5109	1	77662	2017	2	67357	2017	3	18	2017	4	327	2017	5	1024	2017	6	5	2017	7	451	2017	8	273	2017	9	1	2017	10	1	2017
5201	1	2586	2017	2	1	2017	3	31	2017	4	18	2017	5	23	2017	6	4	2017	7	60	2017	8	112	2017	NA	NA	NA	NA	NA	NA
5301	1	18093	2017	2	3763	2017	3	1	2017	4	86	2017	5	56	2017	6	14	2017	7	56	2017	8	61	2017	9	1	2017	10	1	2017
5302	1	3844	2017	NA	NA	NA	NA	NA	NA	4	13	2017	5	52	2017	NA	NA	NA	7	12	2017	8	4	2017	NA	NA	NA	NA	NA	NA
5303	1	2748	2017	NA	NA	NA	NA	NA	NA	4	6	2017	5	36	2017	6	2	2017	7	4	2017	8	6	2017	NA	NA	NA	NA	NA	NA
5304	1	4005	2017	2	1	2017	NA	NA	NA	4	15	2017	5	21	2017	NA	NA	NA	7	6	2017	8	3	2017	NA	NA	NA	NA	NA	NA
5401	1	8627	2017	2	1261	2017	NA	NA	NA	4	24	2017	5	84	2017	6	5	2017	7	24	2017	8	11	2017	9	1	2017	10	1	2017
5402	1	3906	2017	2	312	2017	NA	NA	NA	4	20	2017	5	45	2017	NA	NA	NA	7	18	2017	8	10	2017	NA	NA	NA	NA	NA	NA
5403	1	3064	2017	2	2278	2017	NA	NA	NA	4	2	2017	5	31	2017	NA	NA	NA	7	10	2017	8	8	2017	NA	NA	NA	NA	NA	NA
5404	1	1747	2017	2	1	2017	NA	NA	NA	4	7	2017	5	34	2017	NA	NA	NA	7	9	2017	8	11	2017	NA	NA	NA	NA	NA	NA
5405	1	4423	2017	2	681	2017	NA	NA	NA	4	5	2017	5	23	2017	6	4	2017	7	18	2017	8	7	2017	NA	NA	NA	NA	NA	NA
5501	1	24824	2017	2	3435	2017	3	3	2017	4	57	2017	5	149	2017	6	3	2017	7	78	2017	8	45	2017	NA	NA	NA	10	1	2017

Agregamos un cero a los códigos comunales de 4 dígitos, columna nueva que quedará en el campo llamado código:

codigos <- d_t$unlist.b.
rango <- seq(1:nrow(d_t))
cadena <- paste("0",codigos[rango], sep = "")
cadena <- substr(cadena,(nchar(cadena)[rango])-(4),6)
codigos <- as.data.frame(codigos)
cadena <- as.data.frame(cadena)
comuna_corr <- cbind(d_t,cadena)
comuna_corr <- comuna_corr[,-c(1),drop=FALSE] 
names(comuna_corr)[31] <- "código"

tablamadre <- head(comuna_corr,50)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x.1	Freq.x.1	anio.x.1	unlist.c..y.1	Freq.y.1	anio.y.1	unlist.c..x.2	Freq.x.2	anio.x.2	unlist.c..y.2	Freq.y.2	anio.y.2	unlist.c..x.3	Freq.x.3	anio.x.3	unlist.c..y.3	Freq.y.3	anio.y.3	unlist.c..x.4	Freq.x.4	anio.x.4	unlist.c..y.4	Freq.y.4	anio.y.4	código
1	37206	2017	2	22525	2017	3	18	2017	4	4478	2017	5	357	2017	6	38	2017	7	640	2017	8	236	2017	9	1	2017	10	1	2017	01101
1	26357	2017	2	4142	2017	3	13	2017	4	445	2017	5	1750	2017	6	24	2017	7	348	2017	8	11	2017	NA	NA	NA	10	1	2017	01107
1	2978	2017	2	3	2017	3	3	2017	4	209	2017	5	88	2017	6	2	2017	7	62	2017	8	22	2017	9	1	2017	NA	NA	NA	01401
1	476	2017	2	1	2017	3	6	2017	4	6	2017	5	37	2017	NA	NA	NA	7	14	2017	8	3	2017	NA	NA	NA	NA	NA	NA	01404
1	1898	2017	2	5	2017	3	2	2017	4	26	2017	5	92	2017	6	1	2017	7	30	2017	8	13	2017	NA	NA	NA	NA	NA	NA	01405
1	79530	2017	2	27939	2017	3	26	2017	4	744	2017	5	2694	2017	6	38	2017	7	617	2017	8	164	2017	9	1	2017	10	1	2017	02101
1	2708	2017	2	471	2017	3	1	2017	4	13	2017	5	178	2017	6	4	2017	7	31	2017	8	234	2017	9	1	2017	NA	NA	NA	02102
1	3731	2017	2	3	2017	3	2	2017	4	15	2017	5	94	2017	6	3	2017	7	37	2017	8	20	2017	9	1	2017	10	1	2017	02104
1	46279	2017	2	3683	2017	3	27	2017	4	1585	2017	5	345	2017	6	16	2017	7	778	2017	8	332	2017	9	1	2017	10	1	2017	02201
1	1572	2017	2	2	2017	3	11	2017	4	145	2017	5	53	2017	NA	NA	NA	7	81	2017	8	115	2017	9	1	2017	10	1	2017	02203
1	7808	2017	2	1110	2017	NA	NA	NA	4	33	2017	5	65	2017	6	11	2017	7	70	2017	8	48	2017	9	1	2017	10	1	2017	02301
1	1656	2017	2	3	2017	3	1	2017	4	22	2017	5	4	2017	6	1	2017	7	22	2017	8	84	2017	NA	NA	NA	NA	NA	NA	02302
1	44851	2017	2	6812	2017	3	5	2017	4	351	2017	5	1329	2017	6	35	2017	7	152	2017	8	106	2017	NA	NA	NA	10	1	2017	03101
1	6903	2017	2	52	2017	NA	NA	NA	4	31	2017	5	198	2017	6	33	2017	7	91	2017	8	33	2017	NA	NA	NA	10	1	2017	03102
1	3114	2017	2	3	2017	3	1	2017	4	34	2017	5	89	2017	6	1	2017	7	9	2017	8	5	2017	NA	NA	NA	10	1	2017	03103
1	4066	2017	2	74	2017	NA	NA	NA	4	5	2017	5	66	2017	6	1	2017	7	12	2017	8	28	2017	NA	NA	NA	NA	NA	NA	03201
1	5549	2017	2	510	2017	NA	NA	NA	4	23	2017	5	14	2017	6	1	2017	7	23	2017	8	96	2017	NA	NA	NA	NA	NA	NA	03202
1	15367	2017	2	511	2017	3	10	2017	4	62	2017	5	133	2017	6	14	2017	7	66	2017	8	53	2017	9	1	2017	10	1	2017	03301
1	1689	2017	NA	NA	NA	NA	NA	NA	NA	NA	NA	5	54	2017	NA	NA	NA	7	7	2017	8	8	2017	NA	NA	NA	NA	NA	NA	03303
1	3417	2017	2	187	2017	3	2	2017	4	7	2017	5	102	2017	6	3	2017	7	24	2017	8	24	2017	9	1	2017	10	1	2017	03304
1	60391	2017	2	17590	2017	3	4	2017	4	166	2017	5	144	2017	6	31	2017	7	281	2017	8	180	2017	NA	NA	NA	10	1	2017	04101
1	71679	2017	2	9190	2017	3	8	2017	4	277	2017	5	403	2017	6	13	2017	7	337	2017	8	156	2017	9	1	2017	10	1	2017	04102
1	3690	2017	2	24	2017	3	1	2017	4	11	2017	5	39	2017	NA	NA	NA	7	27	2017	8	15	2017	NA	NA	NA	NA	NA	NA	04103
1	548	2017	NA	NA	NA	NA	NA	NA	4	3	2017	5	3	2017	NA	NA	NA	7	1	2017	8	2	2017	NA	NA	NA	NA	NA	NA	04104
1	6048	2017	2	58	2017	3	1	2017	4	14	2017	5	43	2017	6	3	2017	7	12	2017	8	23	2017	NA	NA	NA	NA	NA	NA	04106
1	7404	2017	2	212	2017	3	1	2017	4	39	2017	5	157	2017	6	12	2017	7	42	2017	8	24	2017	NA	NA	NA	NA	NA	NA	04201
1	970	2017	NA	NA	NA	NA	NA	NA	4	4	2017	5	23	2017	6	1	2017	7	5	2017	8	6	2017	NA	NA	NA	NA	NA	NA	04202
1	10338	2017	2	10	2017	3	1	2017	4	22	2017	5	102	2017	6	2	2017	7	40	2017	8	46	2017	NA	NA	NA	10	1	2017	04203
1	5669	2017	2	132	2017	NA	NA	NA	4	16	2017	5	113	2017	6	14	2017	7	31	2017	8	69	2017	NA	NA	NA	10	1	2017	04204
1	28797	2017	2	1575	2017	3	2	2017	4	127	2017	5	279	2017	6	18	2017	7	137	2017	8	44	2017	9	1	2017	10	1	2017	04301
1	2598	2017	2	1	2017	NA	NA	NA	4	5	2017	5	21	2017	6	3	2017	7	12	2017	8	15	2017	NA	NA	NA	NA	NA	NA	04302
1	5313	2017	NA	NA	NA	NA	NA	NA	4	25	2017	5	159	2017	NA	NA	NA	7	15	2017	8	7	2017	NA	NA	NA	NA	NA	NA	04303
1	2359	2017	2	1	2017	NA	NA	NA	4	5	2017	5	47	2017	6	8	2017	7	5	2017	8	4	2017	NA	NA	NA	10	1	2017	04304
1	82486	2017	2	30689	2017	3	17	2017	4	714	2017	5	1181	2017	6	24	2017	7	500	2017	8	359	2017	9	1	2017	10	1	2017	05101
1	5268	2017	2	890	2017	NA	NA	NA	4	28	2017	5	39	2017	6	5	2017	7	16	2017	8	10	2017	NA	NA	NA	10	1	2017	05102
1	10396	2017	2	8548	2017	3	4	2017	4	45	2017	5	91	2017	6	1	2017	7	121	2017	8	22	2017	NA	NA	NA	NA	NA	NA	05103
1	13424	2017	2	1759	2017	NA	NA	NA	4	15	2017	5	168	2017	6	4	2017	7	146	2017	8	15	2017	NA	NA	NA	10	1	2017	05105
1	13280	2017	2	1315	2017	3	2	2017	4	43	2017	5	189	2017	6	11	2017	7	89	2017	8	23	2017	9	1	2017	10	1	2017	05107
1	77662	2017	2	67357	2017	3	18	2017	4	327	2017	5	1024	2017	6	5	2017	7	451	2017	8	273	2017	9	1	2017	10	1	2017	05109
1	2586	2017	2	1	2017	3	31	2017	4	18	2017	5	23	2017	6	4	2017	7	60	2017	8	112	2017	NA	NA	NA	NA	NA	NA	05201
1	18093	2017	2	3763	2017	3	1	2017	4	86	2017	5	56	2017	6	14	2017	7	56	2017	8	61	2017	9	1	2017	10	1	2017	05301
1	3844	2017	NA	NA	NA	NA	NA	NA	4	13	2017	5	52	2017	NA	NA	NA	7	12	2017	8	4	2017	NA	NA	NA	NA	NA	NA	05302
1	2748	2017	NA	NA	NA	NA	NA	NA	4	6	2017	5	36	2017	6	2	2017	7	4	2017	8	6	2017	NA	NA	NA	NA	NA	NA	05303
1	4005	2017	2	1	2017	NA	NA	NA	4	15	2017	5	21	2017	NA	NA	NA	7	6	2017	8	3	2017	NA	NA	NA	NA	NA	NA	05304
1	8627	2017	2	1261	2017	NA	NA	NA	4	24	2017	5	84	2017	6	5	2017	7	24	2017	8	11	2017	9	1	2017	10	1	2017	05401
1	3906	2017	2	312	2017	NA	NA	NA	4	20	2017	5	45	2017	NA	NA	NA	7	18	2017	8	10	2017	NA	NA	NA	NA	NA	NA	05402
1	3064	2017	2	2278	2017	NA	NA	NA	4	2	2017	5	31	2017	NA	NA	NA	7	10	2017	8	8	2017	NA	NA	NA	NA	NA	NA	05403
1	1747	2017	2	1	2017	NA	NA	NA	4	7	2017	5	34	2017	NA	NA	NA	7	9	2017	8	11	2017	NA	NA	NA	NA	NA	NA	05404
1	4423	2017	2	681	2017	NA	NA	NA	4	5	2017	5	23	2017	6	4	2017	7	18	2017	8	7	2017	NA	NA	NA	NA	NA	NA	05405
1	24824	2017	2	3435	2017	3	3	2017	4	57	2017	5	149	2017	6	3	2017	7	78	2017	8	45	2017	NA	NA	NA	10	1	2017	05501

Hacemos la unión de las frecuencias con los ingresos promedio comunales expandidos a nivel urbano:

ingresos_expandidos_2017 <- readRDS("ingresos_expandidos_17_urbano_nacional.rds")
df_2017_2 = merge( x = comuna_corr, y = ingresos_expandidos_2017, by = "código", all.x = TRUE)
tablamadre <- head(df_2017_2,50)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

código	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x.1	Freq.x.1	anio.x.1	unlist.c..y.1	Freq.y.1	anio.y.1	unlist.c..x.2	Freq.x.2	anio.x.2	unlist.c..y.2	Freq.y.2	anio.y.2	unlist.c..x.3	Freq.x.3	anio.x.3	unlist.c..y.3	Freq.y.3	anio.y.3	unlist.c..x.4	Freq.x.4	anio.x.4	unlist.c..y.4	Freq.y.4	anio.y.4	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo
01101	1	37206	2017	2	22525	2017	3	18	2017	4	4478	2017	5	357	2017	6	38	2017	7	640	2017	8	236	2017	9	1	2017	10	1	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
01107	1	26357	2017	2	4142	2017	3	13	2017	4	445	2017	5	1750	2017	6	24	2017	7	348	2017	8	11	2017	NA	NA	NA	10	1	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
01401	1	2978	2017	2	3	2017	3	3	2017	4	209	2017	5	88	2017	6	2	2017	7	62	2017	8	22	2017	9	1	2017	NA	NA	NA	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
01404	1	476	2017	2	1	2017	3	6	2017	4	6	2017	5	37	2017	NA	NA	NA	7	14	2017	8	3	2017	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
01405	1	1898	2017	2	5	2017	3	2	2017	4	26	2017	5	92	2017	6	1	2017	7	30	2017	8	13	2017	NA	NA	NA	NA	NA	NA	Pica	330061.1	2017	1405	9296	3068247619	Urbano
02101	1	79530	2017	2	27939	2017	3	26	2017	4	744	2017	5	2694	2017	6	38	2017	7	617	2017	8	164	2017	9	1	2017	10	1	2017	Antofagasta	347580.2	2017	2101	361873	125779893517	Urbano
02102	1	2708	2017	2	471	2017	3	1	2017	4	13	2017	5	178	2017	6	4	2017	7	31	2017	8	234	2017	9	1	2017	NA	NA	NA	Mejillones	369770.7	2017	2102	13467	4979702302	Urbano
02104	1	3731	2017	2	3	2017	3	2	2017	4	15	2017	5	94	2017	6	3	2017	7	37	2017	8	20	2017	9	1	2017	10	1	2017	Taltal	376328.9	2017	2104	13317	5011572025	Urbano
02201	1	46279	2017	2	3683	2017	3	27	2017	4	1585	2017	5	345	2017	6	16	2017	7	778	2017	8	332	2017	9	1	2017	10	1	2017	Calama	416281.1	2017	2201	165731	68990679686	Urbano
02203	1	1572	2017	2	2	2017	3	11	2017	4	145	2017	5	53	2017	NA	NA	NA	7	81	2017	8	115	2017	9	1	2017	10	1	2017	San Pedro de Atacama	437934.7	2017	2203	10996	4815529626	Urbano
02301	1	7808	2017	2	1110	2017	NA	NA	NA	4	33	2017	5	65	2017	6	11	2017	7	70	2017	8	48	2017	9	1	2017	10	1	2017	Tocopilla	271720.8	2017	2301	25186	6843559467	Urbano
02302	1	1656	2017	2	3	2017	3	1	2017	4	22	2017	5	4	2017	6	1	2017	7	22	2017	8	84	2017	NA	NA	NA	NA	NA	NA	María Elena	466266.9	2017	2302	6457	3010685220	Urbano
03101	1	44851	2017	2	6812	2017	3	5	2017	4	351	2017	5	1329	2017	6	35	2017	7	152	2017	8	106	2017	NA	NA	NA	10	1	2017	Copiapó	330574.6	2017	3101	153937	50887663717	Urbano
03102	1	6903	2017	2	52	2017	NA	NA	NA	4	31	2017	5	198	2017	6	33	2017	7	91	2017	8	33	2017	NA	NA	NA	10	1	2017	Caldera	299314.8	2017	3102	17662	5286498241	Urbano
03103	1	3114	2017	2	3	2017	3	1	2017	4	34	2017	5	89	2017	6	1	2017	7	9	2017	8	5	2017	NA	NA	NA	10	1	2017	Tierra Amarilla	315860.6	2017	3103	14019	4428049932	Urbano
03201	1	4066	2017	2	74	2017	NA	NA	NA	4	5	2017	5	66	2017	6	1	2017	7	12	2017	8	28	2017	NA	NA	NA	NA	NA	NA	Chañaral	286389.3	2017	3201	12219	3499391196	Urbano
03202	1	5549	2017	2	510	2017	NA	NA	NA	4	23	2017	5	14	2017	6	1	2017	7	23	2017	8	96	2017	NA	NA	NA	NA	NA	NA	Diego de Almagro	325861.5	2017	3202	13925	4537621312	Urbano
03301	1	15367	2017	2	511	2017	3	10	2017	4	62	2017	5	133	2017	6	14	2017	7	66	2017	8	53	2017	9	1	2017	10	1	2017	Vallenar	311577.0	2017	3301	51917	16176145007	Urbano
03303	1	1689	2017	NA	NA	NA	NA	NA	NA	NA	NA	NA	5	54	2017	NA	NA	NA	7	7	2017	8	8	2017	NA	NA	NA	NA	NA	NA	Freirina	289049.9	2017	3303	7041	2035200054	Urbano
03304	1	3417	2017	2	187	2017	3	2	2017	4	7	2017	5	102	2017	6	3	2017	7	24	2017	8	24	2017	9	1	2017	10	1	2017	Huasco	337414.8	2017	3304	10149	3424422750	Urbano
04101	1	60391	2017	2	17590	2017	3	4	2017	4	166	2017	5	144	2017	6	31	2017	7	281	2017	8	180	2017	NA	NA	NA	10	1	2017	La Serena	272136.8	2017	4101	221054	60156924947	Urbano
04102	1	71679	2017	2	9190	2017	3	8	2017	4	277	2017	5	403	2017	6	13	2017	7	337	2017	8	156	2017	9	1	2017	10	1	2017	Coquimbo	264340.0	2017	4102	227730	60198159091	Urbano
04103	1	3690	2017	2	24	2017	3	1	2017	4	11	2017	5	39	2017	NA	NA	NA	7	27	2017	8	15	2017	NA	NA	NA	NA	NA	NA	Andacollo	251267.7	2017	4103	11044	2775000288	Urbano
04104	1	548	2017	NA	NA	NA	NA	NA	NA	4	3	2017	5	3	2017	NA	NA	NA	7	1	2017	8	2	2017	NA	NA	NA	NA	NA	NA	La Higuera	214257.0	2017	4104	4241	908664019	Urbano
04106	1	6048	2017	2	58	2017	3	1	2017	4	14	2017	5	43	2017	6	3	2017	7	12	2017	8	23	2017	NA	NA	NA	NA	NA	NA	Vicuña	245957.4	2017	4106	27771	6830481918	Urbano
04201	1	7404	2017	2	212	2017	3	1	2017	4	39	2017	5	157	2017	6	12	2017	7	42	2017	8	24	2017	NA	NA	NA	NA	NA	NA	Illapel	270316.5	2017	4201	30848	8338722128	Urbano
04202	1	970	2017	NA	NA	NA	NA	NA	NA	4	4	2017	5	23	2017	6	1	2017	7	5	2017	8	6	2017	NA	NA	NA	NA	NA	NA	Canela	233397.3	2017	4202	9093	2122281844	Urbano
04203	1	10338	2017	2	10	2017	3	1	2017	4	22	2017	5	102	2017	6	2	2017	7	40	2017	8	46	2017	NA	NA	NA	10	1	2017	Los Vilos	282415.6	2017	4203	21382	6038609501	Urbano
04204	1	5669	2017	2	132	2017	NA	NA	NA	4	16	2017	5	113	2017	6	14	2017	7	31	2017	8	69	2017	NA	NA	NA	10	1	2017	Salamanca	262056.9	2017	4204	29347	7690585032	Urbano
04301	1	28797	2017	2	1575	2017	3	2	2017	4	127	2017	5	279	2017	6	18	2017	7	137	2017	8	44	2017	9	1	2017	10	1	2017	Ovalle	274771.4	2017	4301	111272	30574361012	Urbano
04302	1	2598	2017	2	1	2017	NA	NA	NA	4	5	2017	5	21	2017	6	3	2017	7	12	2017	8	15	2017	NA	NA	NA	NA	NA	NA	Combarbalá	228990.4	2017	4302	13322	3050610572	Urbano
04303	1	5313	2017	NA	NA	NA	NA	NA	NA	4	25	2017	5	159	2017	NA	NA	NA	7	15	2017	8	7	2017	NA	NA	NA	NA	NA	NA	Monte Patria	225369.1	2017	4303	30751	6930326684	Urbano
04304	1	2359	2017	2	1	2017	NA	NA	NA	4	5	2017	5	47	2017	6	8	2017	7	5	2017	8	4	2017	NA	NA	NA	10	1	2017	Punitaqui	212496.1	2017	4304	10956	2328107498	Urbano
05101	1	82486	2017	2	30689	2017	3	17	2017	4	714	2017	5	1181	2017	6	24	2017	7	500	2017	8	359	2017	9	1	2017	10	1	2017	Valparaíso	297929.0	2017	5101	296655	88382118059	Urbano
05102	1	5268	2017	2	890	2017	NA	NA	NA	4	28	2017	5	39	2017	6	5	2017	7	16	2017	8	10	2017	NA	NA	NA	10	1	2017	Casablanca	341641.8	2017	5102	26867	9178890241	Urbano
05103	1	10396	2017	2	8548	2017	3	4	2017	4	45	2017	5	91	2017	6	1	2017	7	121	2017	8	22	2017	NA	NA	NA	NA	NA	NA	Concón	318496.3	2017	5103	42152	13425257057	Urbano
05105	1	13424	2017	2	1759	2017	NA	NA	NA	4	15	2017	5	168	2017	6	4	2017	7	146	2017	8	15	2017	NA	NA	NA	10	1	2017	Puchuncaví	296035.5	2017	5105	18546	5490274928	Urbano
05107	1	13280	2017	2	1315	2017	3	2	2017	4	43	2017	5	189	2017	6	11	2017	7	89	2017	8	23	2017	9	1	2017	10	1	2017	Quintero	308224.7	2017	5107	31923	9839456903	Urbano
05109	1	77662	2017	2	67357	2017	3	18	2017	4	327	2017	5	1024	2017	6	5	2017	7	451	2017	8	273	2017	9	1	2017	10	1	2017	Viña del Mar	337006.1	2017	5109	334248	112643604611	Urbano
05201	1	2586	2017	2	1	2017	3	31	2017	4	18	2017	5	23	2017	6	4	2017	7	60	2017	8	112	2017	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
05301	1	18093	2017	2	3763	2017	3	1	2017	4	86	2017	5	56	2017	6	14	2017	7	56	2017	8	61	2017	9	1	2017	10	1	2017	Los Andes	339720.2	2017	5301	66708	22662055502	Urbano
05302	1	3844	2017	NA	NA	NA	NA	NA	NA	4	13	2017	5	52	2017	NA	NA	NA	7	12	2017	8	4	2017	NA	NA	NA	NA	NA	NA	Calle Larga	246387.3	2017	5302	14832	3654416747	Urbano
05303	1	2748	2017	NA	NA	NA	NA	NA	NA	4	6	2017	5	36	2017	6	2	2017	7	4	2017	8	6	2017	NA	NA	NA	NA	NA	NA	Rinconada	273904.7	2017	5303	10207	2795744821	Urbano
05304	1	4005	2017	2	1	2017	NA	NA	NA	4	15	2017	5	21	2017	NA	NA	NA	7	6	2017	8	3	2017	NA	NA	NA	NA	NA	NA	San Esteban	219571.6	2017	5304	18855	4140022481	Urbano
05401	1	8627	2017	2	1261	2017	NA	NA	NA	4	24	2017	5	84	2017	6	5	2017	7	24	2017	8	11	2017	9	1	2017	10	1	2017	La Ligua	250134.4	2017	5401	35390	8852256241	Urbano
05402	1	3906	2017	2	312	2017	NA	NA	NA	4	20	2017	5	45	2017	NA	NA	NA	7	18	2017	8	10	2017	NA	NA	NA	NA	NA	NA	Cabildo	262745.9	2017	5402	19388	5094117762	Urbano
05403	1	3064	2017	2	2278	2017	NA	NA	NA	4	2	2017	5	31	2017	NA	NA	NA	7	10	2017	8	8	2017	NA	NA	NA	NA	NA	NA	Papudo	294355.2	2017	5403	6356	1870921373	Urbano
05404	1	1747	2017	2	1	2017	NA	NA	NA	4	7	2017	5	34	2017	NA	NA	NA	7	9	2017	8	11	2017	NA	NA	NA	NA	NA	NA	Petorca	237510.8	2017	5404	9826	2333781007	Urbano
05405	1	4423	2017	2	681	2017	NA	NA	NA	4	5	2017	5	23	2017	6	4	2017	7	18	2017	8	7	2017	NA	NA	NA	NA	NA	NA	Zapallar	294389.2	2017	5405	7339	2160521991	Urbano
05501	1	24824	2017	2	3435	2017	3	3	2017	4	57	2017	5	149	2017	6	3	2017	7	78	2017	8	45	2017	NA	NA	NA	10	1	2017	Quillota	286029.5	2017	5501	90517	25890529852	Urbano

2.1.3 Correlaciones

1 Casa

dat1 <- data.frame(df_2017_2$Freq.x, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

2 Departamento en edificio

dat1 <- data.frame(df_2017_2$Freq.y, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

3 Vivienda tradicional indígena (ruka, pae pae u otras)

dat1 <- data.frame(df_2017_2$Freq.x.1, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

4 Pieza en casa antigua o en conventillo

dat1 <- data.frame(df_2017_2$Freq.y.1, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

5 Mediagua, mejora, rancho o choza

dat1 <- data.frame(df_2017_2$Freq.x.2, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

6 Móvil (carpa, casa rodante o similar)

dat1 <- data.frame(df_2017_2$Freq.y.2, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

7 Otro tipo de vivienda particular

dat1 <- data.frame(df_2017_2$Freq.x.3, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

8 Vivienda colectiva

dat1 <- data.frame(df_2017_2$Freq.y.3, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

9 Operativo personas en tránsito (no es vivienda)

dat1 <- data.frame(df_2017_2$Freq.x.4, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

## Warning in cor(x, y, use = use, method = method): the standard deviation is zero

## Warning in cor(x, y): the standard deviation is zero

10 Operativo calle (no es vivienda)

dat1 <- data.frame(df_2017_2$Freq.y.4, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

## Warning in cor(x, y, use = use, method = method): the standard deviation is zero

## Warning in cor(x, y): the standard deviation is zero

2.2 Construcción de la tabla con frecuencias de respuesta por categoría P03B

2.2.1 Pregunta P03B: Material en la cubierta del techo

1 Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas
2 Losa hormigón
3 Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño)
4 Fonolita o plancha de fieltro embreado
5 Paja, coirón, totora o caña
6 Materiales precarios (lata, cartón, plásticos, etc.)
7 Sin cubierta sólida de techo
98 No aplica
99 Missing

2.2.2 Cálculo de frecuencias

b <- tabla_con_clave$COMUNA
c <- tabla_con_clave$P03B
cross_tab =  xtabs( ~ unlist(b) + unlist(c))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"

d_t <- filter(d,d$unlist.c. == 1)
for(i in 2:7){
  d_i <- filter(d,d$unlist.c. == i)
  d_t = merge( x = d_t, y = d_i, by = "unlist.b.", all.x = TRUE)
}

tablamadre <- head(d_t,50)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

unlist.b.	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c.	Freq	anio
1101	1	15377	2017	2	17254	2017	3	20590	2017	4	633	2017	5	42	2017	6	543	2017	7	172	2017
1107	1	7455	2017	2	7667	2017	3	11760	2017	4	344	2017	5	18	2017	6	726	2017	7	183	2017
1401	1	612	2017	2	61	2017	3	1944	2017	4	44	2017	5	3	2017	6	44	2017	7	16	2017
1404	1	109	2017	2	5	2017	3	215	2017	4	8	2017	5	3	2017	6	9	2017	7	1	2017
1405	1	303	2017	2	36	2017	3	857	2017	4	15	2017	5	30	2017	6	25	2017	7	2	2017
2101	1	28170	2017	2	30642	2017	3	37052	2017	4	665	2017	5	20	2017	6	672	2017	7	133	2017
2102	1	707	2017	2	596	2017	3	1529	2017	4	32	2017	5	1	2017	6	23	2017	7	6	2017
2104	1	638	2017	2	72	2017	3	2388	2017	4	15	2017	NA	NA	NA	6	30	2017	7	13	2017
2201	1	14960	2017	2	3786	2017	3	24947	2017	4	394	2017	5	11	2017	6	596	2017	7	100	2017
2203	1	188	2017	2	8	2017	3	1224	2017	4	12	2017	5	44	2017	6	33	2017	7	1	2017
2301	1	2380	2017	2	906	2017	3	4059	2017	4	74	2017	NA	NA	NA	6	81	2017	7	29	2017
2302	1	398	2017	2	3	2017	3	925	2017	4	1	2017	NA	NA	NA	6	18	2017	7	3	2017
3101	1	7882	2017	2	3656	2017	3	32229	2017	4	206	2017	5	19	2017	6	204	2017	7	38	2017
3102	1	907	2017	2	73	2017	3	3751	2017	4	24	2017	5	10	2017	6	18	2017	7	9	2017
3103	1	221	2017	2	4	2017	3	2602	2017	4	11	2017	5	6	2017	6	4	2017	7	4	2017
3201	1	215	2017	2	68	2017	3	2903	2017	4	30	2017	5	2	2017	6	33	2017	7	4	2017
3202	1	614	2017	2	670	2017	3	2910	2017	4	3	2017	5	1	2017	6	17	2017	7	5	2017
3301	1	4375	2017	2	315	2017	3	8802	2017	4	83	2017	5	8	2017	6	114	2017	7	23	2017
3303	1	244	2017	2	3	2017	3	1116	2017	4	3	2017	NA	NA	NA	6	6	2017	7	1	2017
3304	1	476	2017	2	48	2017	3	2250	2017	4	26	2017	NA	NA	NA	6	13	2017	7	5	2017
4101	1	21870	2017	2	6787	2017	3	32337	2017	4	232	2017	5	5	2017	6	111	2017	7	33	2017
4102	1	18658	2017	2	3363	2017	3	40546	2017	4	358	2017	5	6	2017	6	150	2017	7	41	2017
4103	1	393	2017	2	2	2017	3	2611	2017	4	26	2017	5	1	2017	6	6	2017	7	3	2017
4104	1	58	2017	NA	NA	NA	3	323	2017	4	3	2017	NA	NA	NA	6	8	2017	NA	NA	NA
4106	1	616	2017	2	18	2017	3	4680	2017	4	15	2017	5	2	2017	6	8	2017	7	2	2017
4201	1	478	2017	2	74	2017	3	6176	2017	4	14	2017	NA	NA	NA	6	14	2017	7	3	2017
4202	1	19	2017	2	4	2017	3	672	2017	4	1	2017	NA	NA	NA	6	1	2017	7	1	2017
4203	1	805	2017	2	11	2017	3	4908	2017	4	20	2017	NA	NA	NA	6	7	2017	7	2	2017
4204	1	499	2017	2	85	2017	3	4363	2017	4	10	2017	NA	NA	NA	6	13	2017	7	6	2017
4301	1	4774	2017	2	744	2017	3	20873	2017	4	134	2017	5	7	2017	6	70	2017	7	17	2017
4302	1	96	2017	2	1	2017	3	1982	2017	4	2	2017	NA	NA	NA	6	3	2017	7	1	2017
4303	1	299	2017	2	6	2017	3	4464	2017	4	13	2017	5	1	2017	6	12	2017	7	1	2017
4304	1	117	2017	2	5	2017	3	1766	2017	4	4	2017	NA	NA	NA	6	7	2017	7	3	2017
5101	1	19130	2017	2	13731	2017	3	60998	2017	4	257	2017	5	17	2017	6	2385	2017	7	85	2017
5102	1	855	2017	2	347	2017	3	4464	2017	4	17	2017	NA	NA	NA	6	27	2017	7	1	2017
5103	1	4150	2017	2	2588	2017	3	5977	2017	4	66	2017	5	2	2017	6	51	2017	7	2	2017
5105	1	1161	2017	2	54	2017	3	4111	2017	4	24	2017	5	1	2017	6	20	2017	7	6	2017
5107	1	1959	2017	2	471	2017	3	6209	2017	4	33	2017	5	2	2017	6	41	2017	7	12	2017
5109	1	23960	2017	2	29228	2017	3	60722	2017	4	259	2017	5	13	2017	6	1061	2017	7	96	2017
5201	1	224	2017	2	4	2017	3	2039	2017	4	7	2017	NA	NA	NA	6	15	2017	7	1	2017
5301	1	5043	2017	2	1231	2017	3	12847	2017	4	50	2017	5	6	2017	6	47	2017	7	19	2017
5302	1	728	2017	2	26	2017	3	2533	2017	4	22	2017	NA	NA	NA	6	10	2017	NA	NA	NA
5303	1	386	2017	2	7	2017	3	2086	2017	4	3	2017	NA	NA	NA	6	1	2017	7	1	2017
5304	1	709	2017	2	7	2017	3	2905	2017	4	10	2017	NA	NA	NA	6	2	2017	7	4	2017
5401	1	1223	2017	2	355	2017	3	6944	2017	4	14	2017	5	1	2017	6	17	2017	7	11	2017
5402	1	432	2017	2	85	2017	3	3263	2017	4	18	2017	NA	NA	NA	6	19	2017	7	3	2017
5403	1	241	2017	2	43	2017	3	1465	2017	4	2	2017	NA	NA	NA	6	4	2017	NA	NA	NA
5404	1	99	2017	2	1	2017	3	1320	2017	4	4	2017	5	1	2017	6	4	2017	NA	NA	NA
5405	1	321	2017	2	20	2017	3	1293	2017	4	11	2017	5	3	2017	6	9	2017	7	1	2017
5501	1	5492	2017	2	1290	2017	3	17994	2017	4	50	2017	5	2	2017	6	73	2017	7	5	2017

codigos <- d_t$
unlist.b.
rango <- seq(1:nrow(d_t))
cadena <- paste("0",codigos[rango], sep = "")
cadena <- substr(cadena,(nchar(cadena)[rango])-(4),6)
codigos <- as.data.frame(codigos)
cadena <- as.data.frame(cadena)
comuna_corr <- cbind(d_t,cadena)
comuna_corr <- comuna_corr[,-c(1),drop=FALSE]

names(comuna_corr)[22] <- "código" 
tablamadre <- head(comuna_corr,50)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x.1	Freq.x.1	anio.x.1	unlist.c..y.1	Freq.y.1	anio.y.1	unlist.c..x.2	Freq.x.2	anio.x.2	unlist.c..y.2	Freq.y.2	anio.y.2	unlist.c.	Freq	anio	código
1	15377	2017	2	17254	2017	3	20590	2017	4	633	2017	5	42	2017	6	543	2017	7	172	2017	01101
1	7455	2017	2	7667	2017	3	11760	2017	4	344	2017	5	18	2017	6	726	2017	7	183	2017	01107
1	612	2017	2	61	2017	3	1944	2017	4	44	2017	5	3	2017	6	44	2017	7	16	2017	01401
1	109	2017	2	5	2017	3	215	2017	4	8	2017	5	3	2017	6	9	2017	7	1	2017	01404
1	303	2017	2	36	2017	3	857	2017	4	15	2017	5	30	2017	6	25	2017	7	2	2017	01405
1	28170	2017	2	30642	2017	3	37052	2017	4	665	2017	5	20	2017	6	672	2017	7	133	2017	02101
1	707	2017	2	596	2017	3	1529	2017	4	32	2017	5	1	2017	6	23	2017	7	6	2017	02102
1	638	2017	2	72	2017	3	2388	2017	4	15	2017	NA	NA	NA	6	30	2017	7	13	2017	02104
1	14960	2017	2	3786	2017	3	24947	2017	4	394	2017	5	11	2017	6	596	2017	7	100	2017	02201
1	188	2017	2	8	2017	3	1224	2017	4	12	2017	5	44	2017	6	33	2017	7	1	2017	02203
1	2380	2017	2	906	2017	3	4059	2017	4	74	2017	NA	NA	NA	6	81	2017	7	29	2017	02301
1	398	2017	2	3	2017	3	925	2017	4	1	2017	NA	NA	NA	6	18	2017	7	3	2017	02302
1	7882	2017	2	3656	2017	3	32229	2017	4	206	2017	5	19	2017	6	204	2017	7	38	2017	03101
1	907	2017	2	73	2017	3	3751	2017	4	24	2017	5	10	2017	6	18	2017	7	9	2017	03102
1	221	2017	2	4	2017	3	2602	2017	4	11	2017	5	6	2017	6	4	2017	7	4	2017	03103
1	215	2017	2	68	2017	3	2903	2017	4	30	2017	5	2	2017	6	33	2017	7	4	2017	03201
1	614	2017	2	670	2017	3	2910	2017	4	3	2017	5	1	2017	6	17	2017	7	5	2017	03202
1	4375	2017	2	315	2017	3	8802	2017	4	83	2017	5	8	2017	6	114	2017	7	23	2017	03301
1	244	2017	2	3	2017	3	1116	2017	4	3	2017	NA	NA	NA	6	6	2017	7	1	2017	03303
1	476	2017	2	48	2017	3	2250	2017	4	26	2017	NA	NA	NA	6	13	2017	7	5	2017	03304
1	21870	2017	2	6787	2017	3	32337	2017	4	232	2017	5	5	2017	6	111	2017	7	33	2017	04101
1	18658	2017	2	3363	2017	3	40546	2017	4	358	2017	5	6	2017	6	150	2017	7	41	2017	04102
1	393	2017	2	2	2017	3	2611	2017	4	26	2017	5	1	2017	6	6	2017	7	3	2017	04103
1	58	2017	NA	NA	NA	3	323	2017	4	3	2017	NA	NA	NA	6	8	2017	NA	NA	NA	04104
1	616	2017	2	18	2017	3	4680	2017	4	15	2017	5	2	2017	6	8	2017	7	2	2017	04106
1	478	2017	2	74	2017	3	6176	2017	4	14	2017	NA	NA	NA	6	14	2017	7	3	2017	04201
1	19	2017	2	4	2017	3	672	2017	4	1	2017	NA	NA	NA	6	1	2017	7	1	2017	04202
1	805	2017	2	11	2017	3	4908	2017	4	20	2017	NA	NA	NA	6	7	2017	7	2	2017	04203
1	499	2017	2	85	2017	3	4363	2017	4	10	2017	NA	NA	NA	6	13	2017	7	6	2017	04204
1	4774	2017	2	744	2017	3	20873	2017	4	134	2017	5	7	2017	6	70	2017	7	17	2017	04301
1	96	2017	2	1	2017	3	1982	2017	4	2	2017	NA	NA	NA	6	3	2017	7	1	2017	04302
1	299	2017	2	6	2017	3	4464	2017	4	13	2017	5	1	2017	6	12	2017	7	1	2017	04303
1	117	2017	2	5	2017	3	1766	2017	4	4	2017	NA	NA	NA	6	7	2017	7	3	2017	04304
1	19130	2017	2	13731	2017	3	60998	2017	4	257	2017	5	17	2017	6	2385	2017	7	85	2017	05101
1	855	2017	2	347	2017	3	4464	2017	4	17	2017	NA	NA	NA	6	27	2017	7	1	2017	05102
1	4150	2017	2	2588	2017	3	5977	2017	4	66	2017	5	2	2017	6	51	2017	7	2	2017	05103
1	1161	2017	2	54	2017	3	4111	2017	4	24	2017	5	1	2017	6	20	2017	7	6	2017	05105
1	1959	2017	2	471	2017	3	6209	2017	4	33	2017	5	2	2017	6	41	2017	7	12	2017	05107
1	23960	2017	2	29228	2017	3	60722	2017	4	259	2017	5	13	2017	6	1061	2017	7	96	2017	05109
1	224	2017	2	4	2017	3	2039	2017	4	7	2017	NA	NA	NA	6	15	2017	7	1	2017	05201
1	5043	2017	2	1231	2017	3	12847	2017	4	50	2017	5	6	2017	6	47	2017	7	19	2017	05301
1	728	2017	2	26	2017	3	2533	2017	4	22	2017	NA	NA	NA	6	10	2017	NA	NA	NA	05302
1	386	2017	2	7	2017	3	2086	2017	4	3	2017	NA	NA	NA	6	1	2017	7	1	2017	05303
1	709	2017	2	7	2017	3	2905	2017	4	10	2017	NA	NA	NA	6	2	2017	7	4	2017	05304
1	1223	2017	2	355	2017	3	6944	2017	4	14	2017	5	1	2017	6	17	2017	7	11	2017	05401
1	432	2017	2	85	2017	3	3263	2017	4	18	2017	NA	NA	NA	6	19	2017	7	3	2017	05402
1	241	2017	2	43	2017	3	1465	2017	4	2	2017	NA	NA	NA	6	4	2017	NA	NA	NA	05403
1	99	2017	2	1	2017	3	1320	2017	4	4	2017	5	1	2017	6	4	2017	NA	NA	NA	05404
1	321	2017	2	20	2017	3	1293	2017	4	11	2017	5	3	2017	6	9	2017	7	1	2017	05405
1	5492	2017	2	1290	2017	3	17994	2017	4	50	2017	5	2	2017	6	73	2017	7	5	2017	05501

Hacemos el merge con los ingresos comunales:

ingresos_expandidos_2017 <- readRDS("ingresos_expandidos_17_urbano_nacional.rds")
df_2017_2 = merge( x = comuna_corr, y = ingresos_expandidos_2017, by = "código", all.x = TRUE)
tablamadre <- head(df_2017_2,50)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

código	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x.1	Freq.x.1	anio.x.1	unlist.c..y.1	Freq.y.1	anio.y.1	unlist.c..x.2	Freq.x.2	anio.x.2	unlist.c..y.2	Freq.y.2	anio.y.2	unlist.c.	Freq	anio	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo
01101	1	15377	2017	2	17254	2017	3	20590	2017	4	633	2017	5	42	2017	6	543	2017	7	172	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
01107	1	7455	2017	2	7667	2017	3	11760	2017	4	344	2017	5	18	2017	6	726	2017	7	183	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
01401	1	612	2017	2	61	2017	3	1944	2017	4	44	2017	5	3	2017	6	44	2017	7	16	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
01404	1	109	2017	2	5	2017	3	215	2017	4	8	2017	5	3	2017	6	9	2017	7	1	2017	NA	NA	NA	NA	NA	NA	NA
01405	1	303	2017	2	36	2017	3	857	2017	4	15	2017	5	30	2017	6	25	2017	7	2	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano
02101	1	28170	2017	2	30642	2017	3	37052	2017	4	665	2017	5	20	2017	6	672	2017	7	133	2017	Antofagasta	347580.2	2017	2101	361873	125779893517	Urbano
02102	1	707	2017	2	596	2017	3	1529	2017	4	32	2017	5	1	2017	6	23	2017	7	6	2017	Mejillones	369770.7	2017	2102	13467	4979702302	Urbano
02104	1	638	2017	2	72	2017	3	2388	2017	4	15	2017	NA	NA	NA	6	30	2017	7	13	2017	Taltal	376328.9	2017	2104	13317	5011572025	Urbano
02201	1	14960	2017	2	3786	2017	3	24947	2017	4	394	2017	5	11	2017	6	596	2017	7	100	2017	Calama	416281.1	2017	2201	165731	68990679686	Urbano
02203	1	188	2017	2	8	2017	3	1224	2017	4	12	2017	5	44	2017	6	33	2017	7	1	2017	San Pedro de Atacama	437934.7	2017	2203	10996	4815529626	Urbano
02301	1	2380	2017	2	906	2017	3	4059	2017	4	74	2017	NA	NA	NA	6	81	2017	7	29	2017	Tocopilla	271720.8	2017	2301	25186	6843559467	Urbano
02302	1	398	2017	2	3	2017	3	925	2017	4	1	2017	NA	NA	NA	6	18	2017	7	3	2017	María Elena	466266.9	2017	2302	6457	3010685220	Urbano
03101	1	7882	2017	2	3656	2017	3	32229	2017	4	206	2017	5	19	2017	6	204	2017	7	38	2017	Copiapó	330574.6	2017	3101	153937	50887663717	Urbano
03102	1	907	2017	2	73	2017	3	3751	2017	4	24	2017	5	10	2017	6	18	2017	7	9	2017	Caldera	299314.8	2017	3102	17662	5286498241	Urbano
03103	1	221	2017	2	4	2017	3	2602	2017	4	11	2017	5	6	2017	6	4	2017	7	4	2017	Tierra Amarilla	315860.6	2017	3103	14019	4428049932	Urbano
03201	1	215	2017	2	68	2017	3	2903	2017	4	30	2017	5	2	2017	6	33	2017	7	4	2017	Chañaral	286389.3	2017	3201	12219	3499391196	Urbano
03202	1	614	2017	2	670	2017	3	2910	2017	4	3	2017	5	1	2017	6	17	2017	7	5	2017	Diego de Almagro	325861.5	2017	3202	13925	4537621312	Urbano
03301	1	4375	2017	2	315	2017	3	8802	2017	4	83	2017	5	8	2017	6	114	2017	7	23	2017	Vallenar	311577.0	2017	3301	51917	16176145007	Urbano
03303	1	244	2017	2	3	2017	3	1116	2017	4	3	2017	NA	NA	NA	6	6	2017	7	1	2017	Freirina	289049.9	2017	3303	7041	2035200054	Urbano
03304	1	476	2017	2	48	2017	3	2250	2017	4	26	2017	NA	NA	NA	6	13	2017	7	5	2017	Huasco	337414.8	2017	3304	10149	3424422750	Urbano
04101	1	21870	2017	2	6787	2017	3	32337	2017	4	232	2017	5	5	2017	6	111	2017	7	33	2017	La Serena	272136.8	2017	4101	221054	60156924947	Urbano
04102	1	18658	2017	2	3363	2017	3	40546	2017	4	358	2017	5	6	2017	6	150	2017	7	41	2017	Coquimbo	264340.0	2017	4102	227730	60198159091	Urbano
04103	1	393	2017	2	2	2017	3	2611	2017	4	26	2017	5	1	2017	6	6	2017	7	3	2017	Andacollo	251267.7	2017	4103	11044	2775000288	Urbano
04104	1	58	2017	NA	NA	NA	3	323	2017	4	3	2017	NA	NA	NA	6	8	2017	NA	NA	NA	La Higuera	214257.0	2017	4104	4241	908664019	Urbano
04106	1	616	2017	2	18	2017	3	4680	2017	4	15	2017	5	2	2017	6	8	2017	7	2	2017	Vicuña	245957.4	2017	4106	27771	6830481918	Urbano
04201	1	478	2017	2	74	2017	3	6176	2017	4	14	2017	NA	NA	NA	6	14	2017	7	3	2017	Illapel	270316.5	2017	4201	30848	8338722128	Urbano
04202	1	19	2017	2	4	2017	3	672	2017	4	1	2017	NA	NA	NA	6	1	2017	7	1	2017	Canela	233397.3	2017	4202	9093	2122281844	Urbano
04203	1	805	2017	2	11	2017	3	4908	2017	4	20	2017	NA	NA	NA	6	7	2017	7	2	2017	Los Vilos	282415.6	2017	4203	21382	6038609501	Urbano
04204	1	499	2017	2	85	2017	3	4363	2017	4	10	2017	NA	NA	NA	6	13	2017	7	6	2017	Salamanca	262056.9	2017	4204	29347	7690585032	Urbano
04301	1	4774	2017	2	744	2017	3	20873	2017	4	134	2017	5	7	2017	6	70	2017	7	17	2017	Ovalle	274771.4	2017	4301	111272	30574361012	Urbano
04302	1	96	2017	2	1	2017	3	1982	2017	4	2	2017	NA	NA	NA	6	3	2017	7	1	2017	Combarbalá	228990.4	2017	4302	13322	3050610572	Urbano
04303	1	299	2017	2	6	2017	3	4464	2017	4	13	2017	5	1	2017	6	12	2017	7	1	2017	Monte Patria	225369.1	2017	4303	30751	6930326684	Urbano
04304	1	117	2017	2	5	2017	3	1766	2017	4	4	2017	NA	NA	NA	6	7	2017	7	3	2017	Punitaqui	212496.1	2017	4304	10956	2328107498	Urbano
05101	1	19130	2017	2	13731	2017	3	60998	2017	4	257	2017	5	17	2017	6	2385	2017	7	85	2017	Valparaíso	297929.0	2017	5101	296655	88382118059	Urbano
05102	1	855	2017	2	347	2017	3	4464	2017	4	17	2017	NA	NA	NA	6	27	2017	7	1	2017	Casablanca	341641.8	2017	5102	26867	9178890241	Urbano
05103	1	4150	2017	2	2588	2017	3	5977	2017	4	66	2017	5	2	2017	6	51	2017	7	2	2017	Concón	318496.3	2017	5103	42152	13425257057	Urbano
05105	1	1161	2017	2	54	2017	3	4111	2017	4	24	2017	5	1	2017	6	20	2017	7	6	2017	Puchuncaví	296035.5	2017	5105	18546	5490274928	Urbano
05107	1	1959	2017	2	471	2017	3	6209	2017	4	33	2017	5	2	2017	6	41	2017	7	12	2017	Quintero	308224.7	2017	5107	31923	9839456903	Urbano
05109	1	23960	2017	2	29228	2017	3	60722	2017	4	259	2017	5	13	2017	6	1061	2017	7	96	2017	Viña del Mar	337006.1	2017	5109	334248	112643604611	Urbano
05201	1	224	2017	2	4	2017	3	2039	2017	4	7	2017	NA	NA	NA	6	15	2017	7	1	2017	NA	NA	NA	NA	NA	NA	NA
05301	1	5043	2017	2	1231	2017	3	12847	2017	4	50	2017	5	6	2017	6	47	2017	7	19	2017	Los Andes	339720.2	2017	5301	66708	22662055502	Urbano
05302	1	728	2017	2	26	2017	3	2533	2017	4	22	2017	NA	NA	NA	6	10	2017	NA	NA	NA	Calle Larga	246387.3	2017	5302	14832	3654416747	Urbano
05303	1	386	2017	2	7	2017	3	2086	2017	4	3	2017	NA	NA	NA	6	1	2017	7	1	2017	Rinconada	273904.7	2017	5303	10207	2795744821	Urbano
05304	1	709	2017	2	7	2017	3	2905	2017	4	10	2017	NA	NA	NA	6	2	2017	7	4	2017	San Esteban	219571.6	2017	5304	18855	4140022481	Urbano
05401	1	1223	2017	2	355	2017	3	6944	2017	4	14	2017	5	1	2017	6	17	2017	7	11	2017	La Ligua	250134.4	2017	5401	35390	8852256241	Urbano
05402	1	432	2017	2	85	2017	3	3263	2017	4	18	2017	NA	NA	NA	6	19	2017	7	3	2017	Cabildo	262745.9	2017	5402	19388	5094117762	Urbano
05403	1	241	2017	2	43	2017	3	1465	2017	4	2	2017	NA	NA	NA	6	4	2017	NA	NA	NA	Papudo	294355.2	2017	5403	6356	1870921373	Urbano
05404	1	99	2017	2	1	2017	3	1320	2017	4	4	2017	5	1	2017	6	4	2017	NA	NA	NA	Petorca	237510.8	2017	5404	9826	2333781007	Urbano
05405	1	321	2017	2	20	2017	3	1293	2017	4	11	2017	5	3	2017	6	9	2017	7	1	2017	Zapallar	294389.2	2017	5405	7339	2160521991	Urbano
05501	1	5492	2017	2	1290	2017	3	17994	2017	4	50	2017	5	2	2017	6	73	2017	7	5	2017	Quillota	286029.5	2017	5501	90517	25890529852	Urbano

Correlacionamos:

1 Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas

dat1 <- data.frame(df_2017_2$Freq.x, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

2 Losa hormigón

dat1 <- data.frame(df_2017_2$Freq.y, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

3 Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño)

dat1 <- data.frame(df_2017_2$Freq.x.1, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

4 Fonolita o plancha de fieltro embreado

dat1 <- data.frame(df_2017_2$Freq.y.1, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

5 Paja, coirón, totora o caña

dat1 <- data.frame(df_2017_2$Freq.x.2, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

6 Materiales precarios (lata, cartón, plásticos, etc.)

dat1 <- data.frame(df_2017_2$Freq.y.2, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

7 Sin cubierta sólida de techo

dat1 <- data.frame(df_2017_2$Freq, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

2.3 Cálculo de correlaciones entre la frecuencia de la variable por población y los ingresos expandidos

2.3.1 P03B: Material en la cubierta del techo

Verifiquemos que nuestra tabla a correlacionar sea la correcta:

tablamadre <- head(df_2017_2,50)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

código	unlist.c..x	Freq.x	anio.x	unlist.c..y	Freq.y	anio.y	unlist.c..x.1	Freq.x.1	anio.x.1	unlist.c..y.1	Freq.y.1	anio.y.1	unlist.c..x.2	Freq.x.2	anio.x.2	unlist.c..y.2	Freq.y.2	anio.y.2	unlist.c.	Freq	anio	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo
01101	1	15377	2017	2	17254	2017	3	20590	2017	4	633	2017	5	42	2017	6	543	2017	7	172	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
01107	1	7455	2017	2	7667	2017	3	11760	2017	4	344	2017	5	18	2017	6	726	2017	7	183	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
01401	1	612	2017	2	61	2017	3	1944	2017	4	44	2017	5	3	2017	6	44	2017	7	16	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
01404	1	109	2017	2	5	2017	3	215	2017	4	8	2017	5	3	2017	6	9	2017	7	1	2017	NA	NA	NA	NA	NA	NA	NA
01405	1	303	2017	2	36	2017	3	857	2017	4	15	2017	5	30	2017	6	25	2017	7	2	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano
02101	1	28170	2017	2	30642	2017	3	37052	2017	4	665	2017	5	20	2017	6	672	2017	7	133	2017	Antofagasta	347580.2	2017	2101	361873	125779893517	Urbano
02102	1	707	2017	2	596	2017	3	1529	2017	4	32	2017	5	1	2017	6	23	2017	7	6	2017	Mejillones	369770.7	2017	2102	13467	4979702302	Urbano
02104	1	638	2017	2	72	2017	3	2388	2017	4	15	2017	NA	NA	NA	6	30	2017	7	13	2017	Taltal	376328.9	2017	2104	13317	5011572025	Urbano
02201	1	14960	2017	2	3786	2017	3	24947	2017	4	394	2017	5	11	2017	6	596	2017	7	100	2017	Calama	416281.1	2017	2201	165731	68990679686	Urbano
02203	1	188	2017	2	8	2017	3	1224	2017	4	12	2017	5	44	2017	6	33	2017	7	1	2017	San Pedro de Atacama	437934.7	2017	2203	10996	4815529626	Urbano
02301	1	2380	2017	2	906	2017	3	4059	2017	4	74	2017	NA	NA	NA	6	81	2017	7	29	2017	Tocopilla	271720.8	2017	2301	25186	6843559467	Urbano
02302	1	398	2017	2	3	2017	3	925	2017	4	1	2017	NA	NA	NA	6	18	2017	7	3	2017	María Elena	466266.9	2017	2302	6457	3010685220	Urbano
03101	1	7882	2017	2	3656	2017	3	32229	2017	4	206	2017	5	19	2017	6	204	2017	7	38	2017	Copiapó	330574.6	2017	3101	153937	50887663717	Urbano
03102	1	907	2017	2	73	2017	3	3751	2017	4	24	2017	5	10	2017	6	18	2017	7	9	2017	Caldera	299314.8	2017	3102	17662	5286498241	Urbano
03103	1	221	2017	2	4	2017	3	2602	2017	4	11	2017	5	6	2017	6	4	2017	7	4	2017	Tierra Amarilla	315860.6	2017	3103	14019	4428049932	Urbano
03201	1	215	2017	2	68	2017	3	2903	2017	4	30	2017	5	2	2017	6	33	2017	7	4	2017	Chañaral	286389.3	2017	3201	12219	3499391196	Urbano
03202	1	614	2017	2	670	2017	3	2910	2017	4	3	2017	5	1	2017	6	17	2017	7	5	2017	Diego de Almagro	325861.5	2017	3202	13925	4537621312	Urbano
03301	1	4375	2017	2	315	2017	3	8802	2017	4	83	2017	5	8	2017	6	114	2017	7	23	2017	Vallenar	311577.0	2017	3301	51917	16176145007	Urbano
03303	1	244	2017	2	3	2017	3	1116	2017	4	3	2017	NA	NA	NA	6	6	2017	7	1	2017	Freirina	289049.9	2017	3303	7041	2035200054	Urbano
03304	1	476	2017	2	48	2017	3	2250	2017	4	26	2017	NA	NA	NA	6	13	2017	7	5	2017	Huasco	337414.8	2017	3304	10149	3424422750	Urbano
04101	1	21870	2017	2	6787	2017	3	32337	2017	4	232	2017	5	5	2017	6	111	2017	7	33	2017	La Serena	272136.8	2017	4101	221054	60156924947	Urbano
04102	1	18658	2017	2	3363	2017	3	40546	2017	4	358	2017	5	6	2017	6	150	2017	7	41	2017	Coquimbo	264340.0	2017	4102	227730	60198159091	Urbano
04103	1	393	2017	2	2	2017	3	2611	2017	4	26	2017	5	1	2017	6	6	2017	7	3	2017	Andacollo	251267.7	2017	4103	11044	2775000288	Urbano
04104	1	58	2017	NA	NA	NA	3	323	2017	4	3	2017	NA	NA	NA	6	8	2017	NA	NA	NA	La Higuera	214257.0	2017	4104	4241	908664019	Urbano
04106	1	616	2017	2	18	2017	3	4680	2017	4	15	2017	5	2	2017	6	8	2017	7	2	2017	Vicuña	245957.4	2017	4106	27771	6830481918	Urbano
04201	1	478	2017	2	74	2017	3	6176	2017	4	14	2017	NA	NA	NA	6	14	2017	7	3	2017	Illapel	270316.5	2017	4201	30848	8338722128	Urbano
04202	1	19	2017	2	4	2017	3	672	2017	4	1	2017	NA	NA	NA	6	1	2017	7	1	2017	Canela	233397.3	2017	4202	9093	2122281844	Urbano
04203	1	805	2017	2	11	2017	3	4908	2017	4	20	2017	NA	NA	NA	6	7	2017	7	2	2017	Los Vilos	282415.6	2017	4203	21382	6038609501	Urbano
04204	1	499	2017	2	85	2017	3	4363	2017	4	10	2017	NA	NA	NA	6	13	2017	7	6	2017	Salamanca	262056.9	2017	4204	29347	7690585032	Urbano
04301	1	4774	2017	2	744	2017	3	20873	2017	4	134	2017	5	7	2017	6	70	2017	7	17	2017	Ovalle	274771.4	2017	4301	111272	30574361012	Urbano
04302	1	96	2017	2	1	2017	3	1982	2017	4	2	2017	NA	NA	NA	6	3	2017	7	1	2017	Combarbalá	228990.4	2017	4302	13322	3050610572	Urbano
04303	1	299	2017	2	6	2017	3	4464	2017	4	13	2017	5	1	2017	6	12	2017	7	1	2017	Monte Patria	225369.1	2017	4303	30751	6930326684	Urbano
04304	1	117	2017	2	5	2017	3	1766	2017	4	4	2017	NA	NA	NA	6	7	2017	7	3	2017	Punitaqui	212496.1	2017	4304	10956	2328107498	Urbano
05101	1	19130	2017	2	13731	2017	3	60998	2017	4	257	2017	5	17	2017	6	2385	2017	7	85	2017	Valparaíso	297929.0	2017	5101	296655	88382118059	Urbano
05102	1	855	2017	2	347	2017	3	4464	2017	4	17	2017	NA	NA	NA	6	27	2017	7	1	2017	Casablanca	341641.8	2017	5102	26867	9178890241	Urbano
05103	1	4150	2017	2	2588	2017	3	5977	2017	4	66	2017	5	2	2017	6	51	2017	7	2	2017	Concón	318496.3	2017	5103	42152	13425257057	Urbano
05105	1	1161	2017	2	54	2017	3	4111	2017	4	24	2017	5	1	2017	6	20	2017	7	6	2017	Puchuncaví	296035.5	2017	5105	18546	5490274928	Urbano
05107	1	1959	2017	2	471	2017	3	6209	2017	4	33	2017	5	2	2017	6	41	2017	7	12	2017	Quintero	308224.7	2017	5107	31923	9839456903	Urbano
05109	1	23960	2017	2	29228	2017	3	60722	2017	4	259	2017	5	13	2017	6	1061	2017	7	96	2017	Viña del Mar	337006.1	2017	5109	334248	112643604611	Urbano
05201	1	224	2017	2	4	2017	3	2039	2017	4	7	2017	NA	NA	NA	6	15	2017	7	1	2017	NA	NA	NA	NA	NA	NA	NA
05301	1	5043	2017	2	1231	2017	3	12847	2017	4	50	2017	5	6	2017	6	47	2017	7	19	2017	Los Andes	339720.2	2017	5301	66708	22662055502	Urbano
05302	1	728	2017	2	26	2017	3	2533	2017	4	22	2017	NA	NA	NA	6	10	2017	NA	NA	NA	Calle Larga	246387.3	2017	5302	14832	3654416747	Urbano
05303	1	386	2017	2	7	2017	3	2086	2017	4	3	2017	NA	NA	NA	6	1	2017	7	1	2017	Rinconada	273904.7	2017	5303	10207	2795744821	Urbano
05304	1	709	2017	2	7	2017	3	2905	2017	4	10	2017	NA	NA	NA	6	2	2017	7	4	2017	San Esteban	219571.6	2017	5304	18855	4140022481	Urbano
05401	1	1223	2017	2	355	2017	3	6944	2017	4	14	2017	5	1	2017	6	17	2017	7	11	2017	La Ligua	250134.4	2017	5401	35390	8852256241	Urbano
05402	1	432	2017	2	85	2017	3	3263	2017	4	18	2017	NA	NA	NA	6	19	2017	7	3	2017	Cabildo	262745.9	2017	5402	19388	5094117762	Urbano
05403	1	241	2017	2	43	2017	3	1465	2017	4	2	2017	NA	NA	NA	6	4	2017	NA	NA	NA	Papudo	294355.2	2017	5403	6356	1870921373	Urbano
05404	1	99	2017	2	1	2017	3	1320	2017	4	4	2017	5	1	2017	6	4	2017	NA	NA	NA	Petorca	237510.8	2017	5404	9826	2333781007	Urbano
05405	1	321	2017	2	20	2017	3	1293	2017	4	11	2017	5	3	2017	6	9	2017	7	1	2017	Zapallar	294389.2	2017	5405	7339	2160521991	Urbano
05501	1	5492	2017	2	1290	2017	3	17994	2017	4	50	2017	5	2	2017	6	73	2017	7	5	2017	Quillota	286029.5	2017	5501	90517	25890529852	Urbano

Correlacionamos entre:

\[ \frac{Freq.x}{personas} \ e \ Ingresos\_expandidos \]

1 Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas

dat1 <- data.frame(df_2017_2$Freq.x/df_2017_2$personas, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

2 Losa hormigón

dat1 <- data.frame(df_2017_2$Freq.y/df_2017_2$personas, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

3 Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño)

dat1 <- data.frame(df_2017_2$Freq.x.1/df_2017_2$personas, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

4 Fonolita o plancha de fieltro embreado

dat1 <- data.frame(df_2017_2$Freq.y.1/df_2017_2$personas, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

5 Paja, coirón, totora o caña

dat1 <- data.frame(df_2017_2$Freq.x.2/df_2017_2$personas, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

6 Materiales precarios (lata, cartón, plásticos, etc.)

dat1 <- data.frame(df_2017_2$Freq.y.2/df_2017_2$personas, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

7 Sin cubierta sólida de techo

dat1 <- data.frame(df_2017_2$Freq/df_2017_2$personas, df_2017_2$Ingresos_expandidos)
chart.Correlation(dat1)

3 Variable CENSO

Necesitamos calcular las frecuencias a nivel censal de las respuestas correspondientes a la categoría: “tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas” del campo P03B del Censo de viviendas. Recordemos que ésta fué la más alta correlación en relación a los ingresos expandidos (ver punto 1.2 aquí).

3.1 Lectura y filtrado de la tabla censal de viviendas

Leemos la tabla Casen 2017 de viviendas que ya tiene integrada la clave zonal:

Filtramos por área = 1 -URBANO-

tabla_con_clave <- readRDS("../censo_viviendas_con_clave_17.rds")
tabla_con_clave <- filter(tabla_con_clave, tabla_con_clave$AREA == 1)
r3_100 <- tabla_con_clave[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

REGION	PROVINCIA	COMUNA	DC	AREA	ZC_LOC	ID_ZONA_LOC	NVIV	P01	P02	P03A	P03B	P03C	P04	P05	CANT_HOG	CANT_PER	REGION_15R	PROVINCIA_15R	COMUNA_15R	clave
15	152	15201	1	1	1	1767	1	1	1	2	1	3	2	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	2	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	3	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	4	1	1	2	3	1	99	1	2	3	15	152	15201	15201011001
15	152	15201	1	1	1	1767	5	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	6	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	7	5	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	8	1	1	3	3	1	99	1	1	4	15	152	15201	15201011001
15	152	15201	1	1	1	1767	9	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	10	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	11	1	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	12	1	1	4	3	3	3	4	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	13	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	14	1	1	2	3	1	2	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	15	1	1	2	1	1	1	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	16	1	1	5	1	5	2	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	17	1	1	5	3	1	3	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	18	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	19	1	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	20	1	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	21	4	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	22	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	23	1	1	5	3	1	2	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	24	1	1	3	1	1	6	1	1	4	15	152	15201	15201011001
15	152	15201	1	1	1	1767	25	1	1	5	6	1	1	4	2	4	15	152	15201	15201011001
15	152	15201	1	1	1	1767	26	4	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	27	1	1	5	99	3	3	1	1	4	15	152	15201	15201011001
15	152	15201	1	1	1	1767	28	1	1	6	3	2	1	1	1	3	15	152	15201	15201011001
15	152	15201	1	1	1	1767	29	1	1	2	3	1	99	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	30	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	31	1	1	2	3	1	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	32	1	1	3	1	1	2	1	1	6	15	152	15201	15201011001
15	152	15201	1	1	1	1767	33	8	1	98	98	98	98	98	98	8	15	152	15201	15201011001
15	152	15201	1	1	1	1767	34	3	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	35	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	36	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	37	1	1	5	3	3	1	1	1	4	15	152	15201	15201011001
15	152	15201	1	1	1	1767	38	1	1	1	1	4	2	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	39	1	1	5	3	4	3	1	1	7	15	152	15201	15201011001
15	152	15201	1	1	1	1767	40	1	1	5	3	2	1	1	1	7	15	152	15201	15201011001
15	152	15201	1	1	1	1767	41	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	42	1	1	2	3	1	2	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	43	1	1	1	1	1	2	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	44	1	1	2	3	1	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	45	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	46	1	1	5	6	1	1	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	47	1	1	5	3	4	0	1	1	3	15	152	15201	15201011001
15	152	15201	1	1	1	1767	48	1	1	3	3	1	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	49	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	50	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	51	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	52	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	53	1	1	1	3	1	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	54	1	1	5	3	4	1	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	55	1	1	2	2	1	4	1	1	4	15	152	15201	15201011001
15	152	15201	1	1	1	1767	56	8	1	98	98	98	98	98	98	4	15	152	15201	15201011001
15	152	15201	1	1	1	1767	57	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	58	1	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	59	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	60	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	61	1	1	2	3	1	1	1	1	3	15	152	15201	15201011001
15	152	15201	1	1	1	1767	62	1	1	5	3	1	2	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	63	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	64	1	1	5	3	2	4	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	65	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	66	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	67	5	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	68	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	69	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	70	1	1	1	3	3	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	71	1	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	72	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	73	1	1	2	3	1	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	74	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	75	1	1	5	3	4	1	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	76	1	1	5	3	4	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	77	1	1	3	6	1	1	1	1	3	15	152	15201	15201011001
15	152	15201	1	1	1	1767	78	5	1	3	3	1	1	1	1	3	15	152	15201	15201011001
15	152	15201	1	1	1	1767	79	1	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	80	1	1	2	1	1	3	1	1	5	15	152	15201	15201011001
15	152	15201	1	1	1	1767	81	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	82	1	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	83	1	1	5	3	2	1	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	84	4	1	5	3	2	0	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	85	8	1	98	98	98	98	98	98	8	15	152	15201	15201011001
15	152	15201	1	1	1	1767	86	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	87	1	1	3	3	1	2	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	88	1	2	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	89	5	1	4	3	2	1	2	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	90	1	1	5	3	3	2	1	3	6	15	152	15201	15201011001
15	152	15201	1	1	1	1767	91	1	1	2	3	1	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	92	1	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	93	5	1	4	3	5	1	1	1	5	15	152	15201	15201011001
15	152	15201	1	1	1	1767	94	1	1	5	3	3	99	1	1	3	15	152	15201	15201011001
15	152	15201	1	1	1	1767	95	1	1	5	3	2	2	1	1	2	15	152	15201	15201011001
15	152	15201	1	1	1	1767	96	1	1	2	3	4	6	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	97	1	1	5	1	1	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	98	1	4	98	98	98	98	98	0	0	15	152	15201	15201011001
15	152	15201	1	1	1	1767	99	1	1	2	7	4	1	1	1	1	15	152	15201	15201011001
15	152	15201	1	1	1	1767	100	1	3	98	98	98	98	98	0	0	15	152	15201	15201011001

Despleguemos los códigos de regiones de nuestra tabla:

regiones <- unique(tabla_con_clave$REGION)
regiones

##  [1] 15 14 13 12 11 10  9 16  8  7  6  5  4  3  2  1

tabla_con_clave <- filter(tabla_con_clave, tabla_con_clave$REGION == 1)

3.2 Cálculo de frecuencias

tabla_con_clave_f <- tabla_con_clave[,-c(1,2,4,5,6,7,8,9,10,11,13,14,15,16,17,18,19,20),drop=FALSE] 
names(tabla_con_clave_f)[2] <- "Tipo de techo" 
# Ahora filtramos por Tipo de techo = 1.
tabla_con_clave_ff <- filter(tabla_con_clave_f, tabla_con_clave_f$`Tipo de techo` == 1)
# Determinamos las frecuencias por zona:
b <- tabla_con_clave_ff$clave
c <- tabla_con_clave_ff$`Tipo de techo`
d <- tabla_con_clave_ff$COMUNA
cross_tab =  xtabs( ~ unlist(b) + unlist(c)+ unlist(d))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
names(d)[1] <- "zona" 
d$anio <- "2017"

Veamos los primeros 100 registros:

r3_100 <- d[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

	zona	unlist.c.	unlist.d.	Freq	anio
1	1101011001	1	1101	298	2017
2	1101011002	1	1101	95	2017
3	1101021001	1	1101	55	2017
4	1101021002	1	1101	2	2017
5	1101021003	1	1101	265	2017
6	1101021004	1	1101	178	2017
7	1101021005	1	1101	337	2017
8	1101031001	1	1101	194	2017
9	1101031002	1	1101	482	2017
10	1101031003	1	1101	328	2017
11	1101031004	1	1101	171	2017
12	1101041001	1	1101	135	2017
13	1101041002	1	1101	228	2017
14	1101041003	1	1101	235	2017
15	1101041004	1	1101	636	2017
16	1101041005	1	1101	403	2017
17	1101041006	1	1101	214	2017
18	1101051001	1	1101	364	2017
19	1101051002	1	1101	350	2017
20	1101051003	1	1101	303	2017
21	1101051004	1	1101	200	2017
22	1101051005	1	1101	269	2017
23	1101051006	1	1101	256	2017
24	1101061001	1	1101	105	2017
25	1101061002	1	1101	349	2017
26	1101061003	1	1101	259	2017
27	1101061004	1	1101	134	2017
28	1101061005	1	1101	144	2017
29	1101071001	1	1101	271	2017
30	1101071002	1	1101	453	2017
31	1101071003	1	1101	483	2017
32	1101071004	1	1101	211	2017
33	1101081001	1	1101	601	2017
34	1101081002	1	1101	469	2017
35	1101081003	1	1101	328	2017
36	1101081004	1	1101	284	2017
37	1101101001	1	1101	230	2017
38	1101101002	1	1101	420	2017
39	1101101003	1	1101	323	2017
40	1101101004	1	1101	249	2017
41	1101101005	1	1101	481	2017
42	1101101006	1	1101	356	2017
43	1101111001	1	1101	249	2017
44	1101111002	1	1101	184	2017
45	1101111003	1	1101	353	2017
46	1101111004	1	1101	279	2017
47	1101111005	1	1101	359	2017
48	1101111006	1	1101	60	2017
49	1101111007	1	1101	234	2017
50	1101111008	1	1101	322	2017
51	1101111009	1	1101	317	2017
52	1101111010	1	1101	21	2017
53	1101111011	1	1101	309	2017
54	1101111012	1	1101	109	2017
55	1101111013	1	1101	227	2017
56	1101111014	1	1101	138	2017
57	1101991999	1	1101	68	2017
144	1107011001	1	1107	245	2017
145	1107011002	1	1107	284	2017
146	1107011003	1	1107	280	2017
147	1107021001	1	1107	738	2017
148	1107021002	1	1107	407	2017
149	1107021003	1	1107	323	2017
150	1107021004	1	1107	466	2017
151	1107021005	1	1107	471	2017
152	1107021006	1	1107	201	2017
153	1107021007	1	1107	466	2017
154	1107021008	1	1107	416	2017
155	1107031001	1	1107	358	2017
156	1107031002	1	1107	594	2017
157	1107031003	1	1107	251	2017
158	1107041001	1	1107	233	2017
159	1107041002	1	1107	342	2017
160	1107041003	1	1107	252	2017
161	1107041004	1	1107	272	2017
162	1107041005	1	1107	207	2017
163	1107041006	1	1107	249	2017
164	1107041007	1	1107	359	2017
165	1107991999	1	1107	41	2017
252	1401011001	1	1401	197	2017
253	1401011002	1	1401	411	2017
254	1401991999	1	1401	4	2017
341	1404011001	1	1404	104	2017
342	1404991999	1	1404	5	2017
429	1405011001	1	1405	298	2017
430	1405991999	1	1405	5	2017
NA	NA	NA	NA	NA	NA
NA.1	NA	NA	NA	NA	NA
NA.2	NA	NA	NA	NA	NA
NA.3	NA	NA	NA	NA	NA
NA.4	NA	NA	NA	NA	NA
NA.5	NA	NA	NA	NA	NA
NA.6	NA	NA	NA	NA	NA
NA.7	NA	NA	NA	NA	NA
NA.8	NA	NA	NA	NA	NA
NA.9	NA	NA	NA	NA	NA
NA.10	NA	NA	NA	NA	NA
NA.11	NA	NA	NA	NA	NA
NA.12	NA	NA	NA	NA	NA
NA.13	NA	NA	NA	NA	NA

Agregamos un cero a los códigos comunales de cuatro dígitos:

codigos <- d$unlist.d.
rango <- seq(1:nrow(d))
cadena <- paste("0",codigos[rango], sep = "")
cadena <- substr(cadena,(nchar(cadena)[rango])-(4),6)
codigos <- as.data.frame(codigos)
cadena <- as.data.frame(cadena)
comuna_corr <- cbind(d,cadena)
comuna_corr <- comuna_corr[,-c(2,3),drop=FALSE]
names(comuna_corr)[4] <- "código" 
r3_100 <- comuna_corr[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

	zona	Freq	anio	código
1	1101011001	298	2017	01101
2	1101011002	95	2017	01101
3	1101021001	55	2017	01101
4	1101021002	2	2017	01101
5	1101021003	265	2017	01101
6	1101021004	178	2017	01101
7	1101021005	337	2017	01101
8	1101031001	194	2017	01101
9	1101031002	482	2017	01101
10	1101031003	328	2017	01101
11	1101031004	171	2017	01101
12	1101041001	135	2017	01101
13	1101041002	228	2017	01101
14	1101041003	235	2017	01101
15	1101041004	636	2017	01101
16	1101041005	403	2017	01101
17	1101041006	214	2017	01101
18	1101051001	364	2017	01101
19	1101051002	350	2017	01101
20	1101051003	303	2017	01101
21	1101051004	200	2017	01101
22	1101051005	269	2017	01101
23	1101051006	256	2017	01101
24	1101061001	105	2017	01101
25	1101061002	349	2017	01101
26	1101061003	259	2017	01101
27	1101061004	134	2017	01101
28	1101061005	144	2017	01101
29	1101071001	271	2017	01101
30	1101071002	453	2017	01101
31	1101071003	483	2017	01101
32	1101071004	211	2017	01101
33	1101081001	601	2017	01101
34	1101081002	469	2017	01101
35	1101081003	328	2017	01101
36	1101081004	284	2017	01101
37	1101101001	230	2017	01101
38	1101101002	420	2017	01101
39	1101101003	323	2017	01101
40	1101101004	249	2017	01101
41	1101101005	481	2017	01101
42	1101101006	356	2017	01101
43	1101111001	249	2017	01101
44	1101111002	184	2017	01101
45	1101111003	353	2017	01101
46	1101111004	279	2017	01101
47	1101111005	359	2017	01101
48	1101111006	60	2017	01101
49	1101111007	234	2017	01101
50	1101111008	322	2017	01101
51	1101111009	317	2017	01101
52	1101111010	21	2017	01101
53	1101111011	309	2017	01101
54	1101111012	109	2017	01101
55	1101111013	227	2017	01101
56	1101111014	138	2017	01101
57	1101991999	68	2017	01101
144	1107011001	245	2017	01107
145	1107011002	284	2017	01107
146	1107011003	280	2017	01107
147	1107021001	738	2017	01107
148	1107021002	407	2017	01107
149	1107021003	323	2017	01107
150	1107021004	466	2017	01107
151	1107021005	471	2017	01107
152	1107021006	201	2017	01107
153	1107021007	466	2017	01107
154	1107021008	416	2017	01107
155	1107031001	358	2017	01107
156	1107031002	594	2017	01107
157	1107031003	251	2017	01107
158	1107041001	233	2017	01107
159	1107041002	342	2017	01107
160	1107041003	252	2017	01107
161	1107041004	272	2017	01107
162	1107041005	207	2017	01107
163	1107041006	249	2017	01107
164	1107041007	359	2017	01107
165	1107991999	41	2017	01107
252	1401011001	197	2017	01401
253	1401011002	411	2017	01401
254	1401991999	4	2017	01401
341	1404011001	104	2017	01404
342	1404991999	5	2017	01404
429	1405011001	298	2017	01405
430	1405991999	5	2017	01405
NA	NA	NA	NA	NA
NA.1	NA	NA	NA	NA
NA.2	NA	NA	NA	NA
NA.3	NA	NA	NA	NA
NA.4	NA	NA	NA	NA
NA.5	NA	NA	NA	NA
NA.6	NA	NA	NA	NA
NA.7	NA	NA	NA	NA
NA.8	NA	NA	NA	NA
NA.9	NA	NA	NA	NA
NA.10	NA	NA	NA	NA
NA.11	NA	NA	NA	NA
NA.12	NA	NA	NA	NA
NA.13	NA	NA	NA	NA

3.3 Tabla de ingresos expandidos

Hemos calculado ya éste valor como conclusión del punto 1.1 de aquí

h_y_m_2017_censo <- readRDS("ingresos_expandidos_17_urbano_nacional.rds")
tablamadre <- head(h_y_m_2017_censo,50)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

código	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo
01101	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
01107	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
01401	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
01405	Pica	330061.1	2017	1405	9296	3068247619	Urbano
02101	Antofagasta	347580.2	2017	2101	361873	125779893517	Urbano
02102	Mejillones	369770.7	2017	2102	13467	4979702302	Urbano
02104	Taltal	376328.9	2017	2104	13317	5011572025	Urbano
02201	Calama	416281.1	2017	2201	165731	68990679686	Urbano
02203	San Pedro de Atacama	437934.7	2017	2203	10996	4815529626	Urbano
02301	Tocopilla	271720.8	2017	2301	25186	6843559467	Urbano
02302	María Elena	466266.9	2017	2302	6457	3010685220	Urbano
03101	Copiapó	330574.6	2017	3101	153937	50887663717	Urbano
03102	Caldera	299314.8	2017	3102	17662	5286498241	Urbano
03103	Tierra Amarilla	315860.6	2017	3103	14019	4428049932	Urbano
03201	Chañaral	286389.3	2017	3201	12219	3499391196	Urbano
03202	Diego de Almagro	325861.5	2017	3202	13925	4537621312	Urbano
03301	Vallenar	311577.0	2017	3301	51917	16176145007	Urbano
03303	Freirina	289049.9	2017	3303	7041	2035200054	Urbano
03304	Huasco	337414.8	2017	3304	10149	3424422750	Urbano
04101	La Serena	272136.8	2017	4101	221054	60156924947	Urbano
04102	Coquimbo	264340.0	2017	4102	227730	60198159091	Urbano
04103	Andacollo	251267.7	2017	4103	11044	2775000288	Urbano
04104	La Higuera	214257.0	2017	4104	4241	908664019	Urbano
04106	Vicuña	245957.4	2017	4106	27771	6830481918	Urbano
04201	Illapel	270316.5	2017	4201	30848	8338722128	Urbano
04202	Canela	233397.3	2017	4202	9093	2122281844	Urbano
04203	Los Vilos	282415.6	2017	4203	21382	6038609501	Urbano
04204	Salamanca	262056.9	2017	4204	29347	7690585032	Urbano
04301	Ovalle	274771.4	2017	4301	111272	30574361012	Urbano
04302	Combarbalá	228990.4	2017	4302	13322	3050610572	Urbano
04303	Monte Patria	225369.1	2017	4303	30751	6930326684	Urbano
04304	Punitaqui	212496.1	2017	4304	10956	2328107498	Urbano
05101	Valparaíso	297929.0	2017	5101	296655	88382118059	Urbano
05102	Casablanca	341641.8	2017	5102	26867	9178890241	Urbano
05103	Concón	318496.3	2017	5103	42152	13425257057	Urbano
05105	Puchuncaví	296035.5	2017	5105	18546	5490274928	Urbano
05107	Quintero	308224.7	2017	5107	31923	9839456903	Urbano
05109	Viña del Mar	337006.1	2017	5109	334248	112643604611	Urbano
05301	Los Andes	339720.2	2017	5301	66708	22662055502	Urbano
05302	Calle Larga	246387.3	2017	5302	14832	3654416747	Urbano
05303	Rinconada	273904.7	2017	5303	10207	2795744821	Urbano
05304	San Esteban	219571.6	2017	5304	18855	4140022481	Urbano
05401	La Ligua	250134.4	2017	5401	35390	8852256241	Urbano
05402	Cabildo	262745.9	2017	5402	19388	5094117762	Urbano
05403	Papudo	294355.2	2017	5403	6356	1870921373	Urbano
05404	Petorca	237510.8	2017	5404	9826	2333781007	Urbano
05405	Zapallar	294389.2	2017	5405	7339	2160521991	Urbano
05501	Quillota	286029.5	2017	5501	90517	25890529852	Urbano
05502	Calera	277181.9	2017	5502	50554	14012652087	Urbano
05503	Hijuelas	254094.0	2017	5503	17988	4570642363	Urbano

4 Unión Censo-Casen

Integramos a la tabla censal de frecuencias la tabla de ingresos expandidos de la Casen.

comunas_con_ing_exp = merge( x = comuna_corr, y = h_y_m_2017_censo, by = "código", all.x = TRUE)
r3_100 <- comunas_con_ing_exp[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

	código	zona	Freq	anio	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo
1	01101	1101021001	55	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
2	01101	1101021002	2	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
3	01101	1101011001	298	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
4	01101	1101011002	95	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
5	01101	1101021005	337	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
6	01101	1101031001	194	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
7	01101	1101031002	482	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
8	01101	1101031003	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
9	01101	1101031004	171	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
10	01101	1101041001	135	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
11	01101	1101041002	228	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
12	01101	1101041003	235	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
13	01101	1101041004	636	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
14	01101	1101041005	403	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
15	01101	1101041006	214	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
16	01101	1101021003	265	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
17	01101	1101021004	178	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
18	01101	1101051003	303	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
19	01101	1101051004	200	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
20	01101	1101051005	269	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
21	01101	1101051006	256	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
22	01101	1101061001	105	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
23	01101	1101061002	349	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
24	01101	1101061003	259	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
25	01101	1101061004	134	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
26	01101	1101061005	144	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
27	01101	1101071001	271	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
28	01101	1101071002	453	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
29	01101	1101051001	364	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
30	01101	1101051002	350	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
31	01101	1101081001	601	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
32	01101	1101081002	469	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
33	01101	1101081003	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
34	01101	1101081004	284	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
35	01101	1101101001	230	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
36	01101	1101101002	420	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
37	01101	1101101003	323	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
38	01101	1101101004	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
39	01101	1101101005	481	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
40	01101	1101101006	356	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
41	01101	1101111001	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
42	01101	1101071003	483	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
43	01101	1101071004	211	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
44	01101	1101111004	279	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
45	01101	1101111005	359	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
46	01101	1101111006	60	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
47	01101	1101111007	234	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
48	01101	1101111008	322	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
49	01101	1101111009	317	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
50	01101	1101111010	21	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
51	01101	1101111011	309	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
52	01101	1101111012	109	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
53	01101	1101111013	227	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
54	01101	1101111014	138	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
55	01101	1101111002	184	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
56	01101	1101111003	353	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
57	01101	1101991999	68	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
58	01107	1107011002	284	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
59	01107	1107011003	280	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
60	01107	1107021001	738	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
61	01107	1107021003	323	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
62	01107	1107021004	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
63	01107	1107021005	471	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
64	01107	1107021002	407	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
65	01107	1107021007	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
66	01107	1107021008	416	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
67	01107	1107031001	358	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
68	01107	1107021006	201	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
69	01107	1107011001	245	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
70	01107	1107041001	233	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
71	01107	1107041002	342	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
72	01107	1107041003	252	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
73	01107	1107041004	272	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
74	01107	1107041005	207	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
75	01107	1107041006	249	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
76	01107	1107041007	359	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
77	01107	1107991999	41	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
78	01107	1107031003	251	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
79	01107	1107031002	594	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
80	01401	1401011002	411	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
81	01401	1401991999	4	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
82	01401	1401011001	197	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
83	01404	1404011001	104	2017	NA	NA	NA	NA	NA	NA	NA
84	01404	1404991999	5	2017	NA	NA	NA	NA	NA	NA	NA
85	01405	1405011001	298	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano
86	01405	1405991999	5	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano
NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.1	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.2	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.3	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.4	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.5	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.6	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.7	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.8	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.9	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.10	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.11	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.12	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.13	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA

5 Proporción poblacional zonal respecto a la comunal

Del censo obtenemos la cantidad de población a nivel de zona y estimamos su proporción a nivel comunal. Ya hemos calculado ésta proporción aquí.

prop_pob <- readRDS("../tabla_de_prop_pob.rds")
names(prop_pob)[1] <- "zona"
names(prop_pob)[3] <- "p_poblacional"

Veamos los 100 primeros registros:

r3_100 <- prop_pob[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

zona	Freq	p_poblacional	código
1101011001	2491	0.0130100	01101
1101011002	1475	0.0077036	01101
1101021001	1003	0.0052385	01101
1101021002	54	0.0002820	01101
1101021003	2895	0.0151200	01101
1101021004	2398	0.0125243	01101
1101021005	4525	0.0236332	01101
1101031001	2725	0.0142321	01101
1101031002	3554	0.0185618	01101
1101031003	5246	0.0273988	01101
1101031004	3389	0.0177001	01101
1101041001	1800	0.0094010	01101
1101041002	2538	0.0132555	01101
1101041003	3855	0.0201339	01101
1101041004	5663	0.0295767	01101
1101041005	4162	0.0217373	01101
1101041006	2689	0.0140441	01101
1101051001	3296	0.0172144	01101
1101051002	4465	0.0233198	01101
1101051003	4656	0.0243174	01101
1101051004	2097	0.0109522	01101
1101051005	3569	0.0186402	01101
1101051006	2741	0.0143157	01101
1101061001	1625	0.0084871	01101
1101061002	4767	0.0248971	01101
1101061003	4826	0.0252053	01101
1101061004	4077	0.0212934	01101
1101061005	2166	0.0113126	01101
1101071001	2324	0.0121378	01101
1101071002	2801	0.0146291	01101
1101071003	3829	0.0199981	01101
1101071004	1987	0.0103777	01101
1101081001	5133	0.0268087	01101
1101081002	3233	0.0168853	01101
1101081003	2122	0.0110828	01101
1101081004	2392	0.0124929	01101
1101092001	57	0.0002977	01101
1101092004	247	0.0012900	01101
1101092005	76	0.0003969	01101
1101092006	603	0.0031494	01101
1101092007	84	0.0004387	01101
1101092010	398	0.0020787	01101
1101092012	58	0.0003029	01101
1101092014	23	0.0001201	01101
1101092016	20	0.0001045	01101
1101092017	8	0.0000418	01101
1101092018	74	0.0003865	01101
1101092019	25	0.0001306	01101
1101092021	177	0.0009244	01101
1101092022	23	0.0001201	01101
1101092023	288	0.0015042	01101
1101092024	14	0.0000731	01101
1101092901	30	0.0001567	01101
1101101001	2672	0.0139553	01101
1101101002	4398	0.0229699	01101
1101101003	4524	0.0236280	01101
1101101004	3544	0.0185096	01101
1101101005	4911	0.0256492	01101
1101101006	3688	0.0192617	01101
1101111001	3886	0.0202958	01101
1101111002	2312	0.0120751	01101
1101111003	4874	0.0254560	01101
1101111004	4543	0.0237272	01101
1101111005	4331	0.0226200	01101
1101111006	3253	0.0169898	01101
1101111007	4639	0.0242286	01101
1101111008	4881	0.0254925	01101
1101111009	5006	0.0261454	01101
1101111010	366	0.0019115	01101
1101111011	4351	0.0227244	01101
1101111012	2926	0.0152819	01101
1101111013	3390	0.0177053	01101
1101111014	2940	0.0153550	01101
1101112003	33	0.0001724	01101
1101112013	104	0.0005432	01101
1101112019	34	0.0001776	01101
1101112025	21	0.0001097	01101
1101112901	6	0.0000313	01101
1101991999	1062	0.0055466	01101
1107011001	4104	0.0378685	01107
1107011002	4360	0.0402307	01107
1107011003	8549	0.0788835	01107
1107012003	3	0.0000277	01107
1107012901	17	0.0001569	01107
1107021001	6701	0.0618316	01107
1107021002	3971	0.0366413	01107
1107021003	6349	0.0585836	01107
1107021004	5125	0.0472895	01107
1107021005	4451	0.0410704	01107
1107021006	3864	0.0356540	01107
1107021007	5235	0.0483045	01107
1107021008	4566	0.0421315	01107
1107031001	4195	0.0387082	01107
1107031002	7099	0.0655040	01107
1107031003	4720	0.0435525	01107
1107032005	38	0.0003506	01107
1107032006	2399	0.0221361	01107
1107032008	4	0.0000369	01107
1107041001	3630	0.0334948	01107
1107041002	5358	0.0494394	01107

6 Ingreso medio

Deseamos el valor del ingreso promedio a nivel comunal, pero expandido a nivel zonal. Ésta información está contenida en el campo promedio_i de la tabla obtenida en el punto 3.

r3_100 <- comunas_con_ing_exp[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

	código	zona	Freq	anio	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo
1	01101	1101021001	55	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
2	01101	1101021002	2	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
3	01101	1101011001	298	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
4	01101	1101011002	95	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
5	01101	1101021005	337	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
6	01101	1101031001	194	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
7	01101	1101031002	482	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
8	01101	1101031003	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
9	01101	1101031004	171	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
10	01101	1101041001	135	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
11	01101	1101041002	228	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
12	01101	1101041003	235	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
13	01101	1101041004	636	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
14	01101	1101041005	403	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
15	01101	1101041006	214	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
16	01101	1101021003	265	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
17	01101	1101021004	178	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
18	01101	1101051003	303	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
19	01101	1101051004	200	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
20	01101	1101051005	269	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
21	01101	1101051006	256	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
22	01101	1101061001	105	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
23	01101	1101061002	349	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
24	01101	1101061003	259	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
25	01101	1101061004	134	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
26	01101	1101061005	144	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
27	01101	1101071001	271	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
28	01101	1101071002	453	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
29	01101	1101051001	364	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
30	01101	1101051002	350	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
31	01101	1101081001	601	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
32	01101	1101081002	469	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
33	01101	1101081003	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
34	01101	1101081004	284	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
35	01101	1101101001	230	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
36	01101	1101101002	420	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
37	01101	1101101003	323	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
38	01101	1101101004	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
39	01101	1101101005	481	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
40	01101	1101101006	356	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
41	01101	1101111001	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
42	01101	1101071003	483	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
43	01101	1101071004	211	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
44	01101	1101111004	279	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
45	01101	1101111005	359	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
46	01101	1101111006	60	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
47	01101	1101111007	234	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
48	01101	1101111008	322	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
49	01101	1101111009	317	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
50	01101	1101111010	21	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
51	01101	1101111011	309	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
52	01101	1101111012	109	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
53	01101	1101111013	227	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
54	01101	1101111014	138	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
55	01101	1101111002	184	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
56	01101	1101111003	353	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
57	01101	1101991999	68	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano
58	01107	1107011002	284	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
59	01107	1107011003	280	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
60	01107	1107021001	738	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
61	01107	1107021003	323	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
62	01107	1107021004	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
63	01107	1107021005	471	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
64	01107	1107021002	407	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
65	01107	1107021007	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
66	01107	1107021008	416	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
67	01107	1107031001	358	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
68	01107	1107021006	201	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
69	01107	1107011001	245	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
70	01107	1107041001	233	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
71	01107	1107041002	342	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
72	01107	1107041003	252	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
73	01107	1107041004	272	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
74	01107	1107041005	207	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
75	01107	1107041006	249	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
76	01107	1107041007	359	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
77	01107	1107991999	41	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
78	01107	1107031003	251	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
79	01107	1107031002	594	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano
80	01401	1401011002	411	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
81	01401	1401991999	4	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
82	01401	1401011001	197	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano
83	01404	1404011001	104	2017	NA	NA	NA	NA	NA	NA	NA
84	01404	1404991999	5	2017	NA	NA	NA	NA	NA	NA	NA
85	01405	1405011001	298	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano
86	01405	1405991999	5	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano
NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.1	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.2	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.3	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.4	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.5	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.6	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.7	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.8	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.9	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.10	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.11	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.12	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.13	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA

7 Ingreso promedio expandido por zona (multi_pob)

En éste momento vamos a construir nuestra variable dependiente de regresión aplicando la siguiente fórmula:

\[ multi\_pob = promedio\_i \cdot personas \cdot p\_poblacional \]

Para ello integramos a la tabla de ingresos expandidos a nivel zonal (punto 3) la tabla de proporciones poblacionales zonales respecto al total comunal (punto 4) :

h_y_m_comuna_corr_01 = merge( x = comunas_con_ing_exp, y = prop_pob, by = "zona", all.x = TRUE)
tablamadre <- head(h_y_m_comuna_corr_01,100)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

zona	código.x	Freq.x	anio	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo	Freq.y	p_poblacional	código.y
1101011001	01101	298	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2491	0.0130100	01101
1101011002	01101	95	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1475	0.0077036	01101
1101021001	01101	55	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1003	0.0052385	01101
1101021002	01101	2	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	54	0.0002820	01101
1101021003	01101	265	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2895	0.0151200	01101
1101021004	01101	178	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2398	0.0125243	01101
1101021005	01101	337	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4525	0.0236332	01101
1101031001	01101	194	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2725	0.0142321	01101
1101031002	01101	482	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3554	0.0185618	01101
1101031003	01101	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5246	0.0273988	01101
1101031004	01101	171	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3389	0.0177001	01101
1101041001	01101	135	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1800	0.0094010	01101
1101041002	01101	228	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2538	0.0132555	01101
1101041003	01101	235	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3855	0.0201339	01101
1101041004	01101	636	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5663	0.0295767	01101
1101041005	01101	403	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4162	0.0217373	01101
1101041006	01101	214	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2689	0.0140441	01101
1101051001	01101	364	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3296	0.0172144	01101
1101051002	01101	350	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4465	0.0233198	01101
1101051003	01101	303	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4656	0.0243174	01101
1101051004	01101	200	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2097	0.0109522	01101
1101051005	01101	269	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3569	0.0186402	01101
1101051006	01101	256	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2741	0.0143157	01101
1101061001	01101	105	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1625	0.0084871	01101
1101061002	01101	349	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4767	0.0248971	01101
1101061003	01101	259	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4826	0.0252053	01101
1101061004	01101	134	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4077	0.0212934	01101
1101061005	01101	144	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2166	0.0113126	01101
1101071001	01101	271	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2324	0.0121378	01101
1101071002	01101	453	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2801	0.0146291	01101
1101071003	01101	483	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3829	0.0199981	01101
1101071004	01101	211	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1987	0.0103777	01101
1101081001	01101	601	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5133	0.0268087	01101
1101081002	01101	469	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3233	0.0168853	01101
1101081003	01101	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2122	0.0110828	01101
1101081004	01101	284	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2392	0.0124929	01101
1101101001	01101	230	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2672	0.0139553	01101
1101101002	01101	420	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4398	0.0229699	01101
1101101003	01101	323	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4524	0.0236280	01101
1101101004	01101	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3544	0.0185096	01101
1101101005	01101	481	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4911	0.0256492	01101
1101101006	01101	356	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3688	0.0192617	01101
1101111001	01101	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3886	0.0202958	01101
1101111002	01101	184	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2312	0.0120751	01101
1101111003	01101	353	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4874	0.0254560	01101
1101111004	01101	279	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4543	0.0237272	01101
1101111005	01101	359	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4331	0.0226200	01101
1101111006	01101	60	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3253	0.0169898	01101
1101111007	01101	234	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4639	0.0242286	01101
1101111008	01101	322	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4881	0.0254925	01101
1101111009	01101	317	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5006	0.0261454	01101
1101111010	01101	21	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	366	0.0019115	01101
1101111011	01101	309	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4351	0.0227244	01101
1101111012	01101	109	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2926	0.0152819	01101
1101111013	01101	227	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3390	0.0177053	01101
1101111014	01101	138	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2940	0.0153550	01101
1101991999	01101	68	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1062	0.0055466	01101
1107011001	01107	245	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4104	0.0378685	01107
1107011002	01107	284	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4360	0.0402307	01107
1107011003	01107	280	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	8549	0.0788835	01107
1107021001	01107	738	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	6701	0.0618316	01107
1107021002	01107	407	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3971	0.0366413	01107
1107021003	01107	323	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	6349	0.0585836	01107
1107021004	01107	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5125	0.0472895	01107
1107021005	01107	471	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4451	0.0410704	01107
1107021006	01107	201	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3864	0.0356540	01107
1107021007	01107	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5235	0.0483045	01107
1107021008	01107	416	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4566	0.0421315	01107
1107031001	01107	358	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4195	0.0387082	01107
1107031002	01107	594	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	7099	0.0655040	01107
1107031003	01107	251	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4720	0.0435525	01107
1107041001	01107	233	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3630	0.0334948	01107
1107041002	01107	342	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5358	0.0494394	01107
1107041003	01107	252	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4520	0.0417070	01107
1107041004	01107	272	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5317	0.0490611	01107
1107041005	01107	207	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3725	0.0343714	01107
1107041006	01107	249	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4009	0.0369919	01107
1107041007	01107	359	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5217	0.0481384	01107
1107991999	01107	41	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	819	0.0075571	01107
1401011001	01401	197	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	2771	0.1763732	01401
1401011002	01401	411	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	6506	0.4141048	01401
1401991999	01401	4	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	818	0.0520654	01401
1404011001	01404	104	2017	NA	NA	NA	NA	NA	NA	NA	1082	0.3963370	01404
1404991999	01404	5	2017	NA	NA	NA	NA	NA	NA	NA	27	0.0098901	01404
1405011001	01405	298	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano	3876	0.4169535	01405
1405991999	01405	5	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano	36	0.0038726	01405

Hacemos la multiplicación que queda almacenada en la variable multi_pob:

h_y_m_comuna_corr_01$multi_pob <- h_y_m_comuna_corr_01$promedio_i * h_y_m_comuna_corr_01$personas * h_y_m_comuna_corr_01$p_poblacional
tablamadre <- head(h_y_m_comuna_corr_01,100)
kbl(tablamadre) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

zona	código.x	Freq.x	anio	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo	Freq.y	p_poblacional	código.y	multi_pob
1101011001	01101	298	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2491	0.0130100	01101	888010727
1101011002	01101	95	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1475	0.0077036	01101	525819278
1101021001	01101	55	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1003	0.0052385	01101	357557109
1101021002	01101	2	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	54	0.0002820	01101	19250333
1101021003	01101	265	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2895	0.0151200	01101	1032031736
1101021004	01101	178	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2398	0.0125243	01101	854857376
1101021005	01101	337	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4525	0.0236332	01101	1613106600
1101031001	01101	194	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2725	0.0142321	01101	971428836
1101031002	01101	482	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3554	0.0185618	01101	1266957095
1101031003	01101	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5246	0.0273988	01101	1870134193
1101031004	01101	171	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3389	0.0177001	01101	1208136633
1101041001	01101	135	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1800	0.0094010	01101	641677763
1101041002	01101	228	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2538	0.0132555	01101	904765646
1101041003	01101	235	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3855	0.0201339	01101	1374259877
1101041004	01101	636	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5663	0.0295767	01101	2018789541
1101041005	01101	403	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4162	0.0217373	01101	1483701584
1101041006	01101	214	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2689	0.0140441	01101	958595281
1101051001	01101	364	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3296	0.0172144	01101	1174983282
1101051002	01101	350	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4465	0.0233198	01101	1591717341
1101051003	01101	303	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4656	0.0243174	01101	1659806481
1101051004	01101	200	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2097	0.0109522	01101	747554594
1101051005	01101	269	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3569	0.0186402	01101	1272304410
1101051006	01101	256	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2741	0.0143157	01101	977132639
1101061001	01101	105	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1625	0.0084871	01101	579292425
1101061002	01101	349	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4767	0.0248971	01101	1699376610
1101061003	01101	259	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4826	0.0252053	01101	1720409381
1101061004	01101	134	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4077	0.0212934	01101	1453400134
1101061005	01101	144	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2166	0.0113126	01101	772152242
1101071001	01101	271	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2324	0.0121378	01101	828477290
1101071002	01101	453	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2801	0.0146291	01101	998521897
1101071003	01101	483	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3829	0.0199981	01101	1364991198
1101071004	01101	211	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1987	0.0103777	01101	708340953
1101081001	01101	601	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5133	0.0268087	01101	1829851089
1101081002	01101	469	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3233	0.0168853	01101	1152524561
1101081003	01101	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2122	0.0110828	01101	756466785
1101081004	01101	284	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2392	0.0124929	01101	852718450
1101101001	01101	230	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2672	0.0139553	01101	952534991
1101101002	01101	420	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4398	0.0229699	01101	1567832668
1101101003	01101	323	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4524	0.0236280	01101	1612750112
1101101004	01101	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3544	0.0185096	01101	1263392219
1101101005	01101	481	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4911	0.0256492	01101	1750710831
1101101006	01101	356	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3688	0.0192617	01101	1314726440
1101111001	01101	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3886	0.0202958	01101	1385310994
1101111002	01101	184	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2312	0.0120751	01101	824199438
1101111003	01101	353	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4874	0.0254560	01101	1737520788
1101111004	01101	279	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4543	0.0237272	01101	1619523377
1101111005	01101	359	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4331	0.0226200	01101	1543947996
1101111006	01101	60	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3253	0.0169898	01101	1159654313
1101111007	01101	234	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4639	0.0242286	01101	1653746191
1101111008	01101	322	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4881	0.0254925	01101	1740016202
1101111009	01101	317	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5006	0.0261454	01101	1784577157
1101111010	01101	21	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	366	0.0019115	01101	130474479
1101111011	01101	309	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4351	0.0227244	01101	1551077749
1101111012	01101	109	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2926	0.0152819	01101	1043082853
1101111013	01101	227	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3390	0.0177053	01101	1208493121
1101111014	01101	138	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2940	0.0153550	01101	1048073680
1101991999	01101	68	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1062	0.0055466	01101	378589880
1107011001	01107	245	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4104	0.0378685	01107	1239134756
1107011002	01107	284	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4360	0.0402307	01107	1316429711
1107011003	01107	280	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	8549	0.0788835	01107	2581228808
1107021001	01107	738	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	6701	0.0618316	01107	2023255848
1107021002	01107	407	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3971	0.0366413	01107	1198977611
1107021003	01107	323	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	6349	0.0585836	01107	1916975284
1107021004	01107	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5125	0.0472895	01107	1547408778
1107021005	01107	471	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4451	0.0410704	01107	1343905653
1107021006	01107	201	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3864	0.0356540	01107	1166670735
1107021007	01107	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5235	0.0483045	01107	1580621454
1107021008	01107	416	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4566	0.0421315	01107	1378627996
1107031001	01107	358	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4195	0.0387082	01107	1266610697
1107031002	01107	594	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	7099	0.0655040	01107	2143425349
1107031003	01107	251	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4720	0.0435525	01107	1425125743
1107041001	01107	233	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3630	0.0334948	01107	1096018315
1107041002	01107	342	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5358	0.0494394	01107	1617759265
1107041003	01107	252	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4520	0.0417070	01107	1364739059
1107041004	01107	272	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5317	0.0490611	01107	1605379994
1107041005	01107	207	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3725	0.0343714	01107	1124701990
1107041006	01107	249	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4009	0.0369919	01107	1210451081
1107041007	01107	359	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5217	0.0481384	01107	1575186652
1107991999	01107	41	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	819	0.0075571	01107	247283471
1401011001	01401	197	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	2771	0.1763732	01401	831296153
1401011002	01401	411	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	6506	0.4141048	01401	1951790968
1401991999	01401	4	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	818	0.0520654	01401	245398864
1404011001	01404	104	2017	NA	NA	NA	NA	NA	NA	NA	1082	0.3963370	01404	NA
1404991999	01404	5	2017	NA	NA	NA	NA	NA	NA	NA	27	0.0098901	01404	NA
1405011001	01405	298	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano	3876	0.4169535	01405	1279316671
1405991999	01405	5	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano	36	0.0038726	01405	11882198

8 Análisis de regresión

Aplicaremos un análisis de regresión donde:

\[ Y(dependiente) = ingreso \ expandido \ por \ zona \ (multi\_pob)\]

\[ X(independiente) = frecuencia \ de \ población \ que \ posee \ la \ variable \ Censal \ respecto \ a \ la \ zona \ (Freq.x) \]

8.1 Diagrama de dispersión

scatter.smooth(x=h_y_m_comuna_corr_01$Freq.x, y=h_y_m_comuna_corr_01$multi_pob, main="multi_pob ~ Freq.x",
     xlab = "Freq.x",
     ylab = "multi_pob",
           col = 2)

8.2 Outliers

Hemos demostrado en el punto 5.7.2 de aquí que la exclusión de ouliers no genera ninguna mejora en el modelo de regresión.

8.3 Modelo lineal

Aplicaremos un análisis de regresión lineal del ingreso expandido por zona sobre las frecuencias de respuestas zonales.

linearMod <- lm( multi_pob~(Freq.x) , data=h_y_m_comuna_corr_01)
summary(linearMod)

## 
## Call:
## lm(formula = multi_pob ~ (Freq.x), data = h_y_m_comuna_corr_01)
## 
## Residuals:
##        Min         1Q     Median         3Q        Max 
## -659459104 -246675287  -28538400  241475681 1353558418 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 531213909   83093042   6.393 9.37e-09 ***
## Freq.x        2487345     261754   9.503 7.21e-15 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 346400000 on 82 degrees of freedom
##   (2 observations deleted due to missingness)
## Multiple R-squared:  0.5241, Adjusted R-squared:  0.5183 
## F-statistic:  90.3 on 1 and 82 DF,  p-value: 7.214e-15

8.4 Gráfica de la recta de regresión lineal

ggplot(h_y_m_comuna_corr_01, aes(x = Freq.x , y = multi_pob)) + 
  geom_point() +
  stat_smooth(method = "lm", col = "red")

Si bien obtenemos nuestro modelo lineal da cuenta del 0.8214 de la variabilidad de los datos de respuesta en torno a su media, modelos alternativos pueden ofrecernos una explicación de la variable dependiente aún mayor.

8 Modelos alternativos

8.1 Modelo cuadrático

\[ \hat Y = \beta_0 + \beta_1 X^2 \]

linearMod <- lm( multi_pob~(Freq.x^2) , data=h_y_m_comuna_corr_01)
datos <- summary(linearMod)
dato <- datos$adj.r.squared
modelo <- "cuadrático"
sintaxis <- "linearMod <- lm( multi_pob~(Freq.x^2) , data=h_y_m_comuna_corr_01)"
modelos1 <- cbind(modelo,dato,sintaxis)
modelos1

##      modelo       dato               
## [1,] "cuadrático" "0.518280693041906"
##      sintaxis                                                            
## [1,] "linearMod <- lm( multi_pob~(Freq.x^2) , data=h_y_m_comuna_corr_01)"

8.2 Modelo cúbico

\[ \hat Y = \beta_0 + \beta_1 X^3 \]

linearMod <- lm( multi_pob~(Freq.x^3) , data=h_y_m_comuna_corr_01)
datos <- summary(linearMod)
dato <- datos$adj.r.squared
modelo <- "cúbico"
sintaxis <- "linearMod <- lm( multi_pob~(Freq.x^3) , data=h_y_m_comuna_corr_01)"
modelos2 <- cbind(modelo,dato,sintaxis)
modelos2

##      modelo   dato               
## [1,] "cúbico" "0.518280693041906"
##      sintaxis                                                            
## [1,] "linearMod <- lm( multi_pob~(Freq.x^3) , data=h_y_m_comuna_corr_01)"

8.3 Modelo logarítmico

\[ \hat Y = \beta_0 + \beta_1 ln X \]

linearMod <- lm( multi_pob~log(Freq.x) , data=h_y_m_comuna_corr_01)
datos <- summary(linearMod)
dato <- datos$adj.r.squared
modelo <- "logarítmico"
sintaxis <- "linearMod <- lm( multi_pob~log(Freq.x) , data=h_y_m_comuna_corr_01)"
modelos3 <- cbind(modelo,dato,sintaxis)
modelos3

##      modelo        dato               
## [1,] "logarítmico" "0.535673326421852"
##      sintaxis                                                             
## [1,] "linearMod <- lm( multi_pob~log(Freq.x) , data=h_y_m_comuna_corr_01)"

8.4 Modelo exponencial

\[ \hat Y = \beta_0 + \beta_1 e^X \]

No es aplicable sin una transformación pues los valores elevados a $e$ de Freq.x tienden a infinito.

8.5 Modelo con raíz cuadrada

\[ \hat Y = \beta_0 + \beta_1 \sqrt {X} \]

linearMod <- lm( multi_pob~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)
datos <- summary(linearMod)
dato <- datos$adj.r.squared
modelo <- "raíz cuadrada"
sintaxis <- "linearMod <- lm( multi_pob~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)"
modelos5 <- cbind(modelo,dato,sintaxis)
modelos5

##      modelo          dato               
## [1,] "raíz cuadrada" "0.593875917940282"
##      sintaxis                                                              
## [1,] "linearMod <- lm( multi_pob~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)"

8.6 Modelo raíz-raíz

\[ \hat Y = {\beta_0}^2 + 2 \beta_0 \beta_1 \sqrt{X}+ \beta_1^2 X \]

linearMod <- lm( sqrt(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)
datos <- summary(linearMod)
dato <- datos$adj.r.squared
modelo <- "raíz-raíz"
sintaxis <- "linearMod <- lm( sqrt(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)"
modelos6 <- cbind(modelo,dato,sintaxis)
modelos6

##      modelo      dato               
## [1,] "raíz-raíz" "0.663064744202599"
##      sintaxis                                                                    
## [1,] "linearMod <- lm( sqrt(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)"

8.7 Modelo log-raíz

\[ \hat Y = e^{\beta_0 + \beta_1 \sqrt{X}} \]

linearMod <- lm( log(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)
datos <- summary(linearMod)
dato <- datos$adj.r.squared
modelo <- "log-raíz"
sintaxis <- "linearMod <- lm( log(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)"
modelos7 <- cbind(modelo,dato,sintaxis)
modelos7

##      modelo     dato               
## [1,] "log-raíz" "0.593062101177527"
##      sintaxis                                                                   
## [1,] "linearMod <- lm( log(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)"

8.8 Modelo raíz-log

\[ \hat Y = {\beta_0}^2 + 2 \beta_0 \beta_1 \ln{X}+ \beta_1^2 ln^2X \]

linearMod <- lm( sqrt(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)
datos <- summary(linearMod)
dato <- datos$adj.r.squared
modelo <- "raíz-log"
sintaxis <- "linearMod <- lm( sqrt(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)"
modelos8 <- cbind(modelo,dato,sintaxis)
modelos8

##      modelo     dato               
## [1,] "raíz-log" "0.703058649606228"
##      sintaxis                                                                   
## [1,] "linearMod <- lm( sqrt(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)"

8.9 Modelo log-log

\[ \hat Y = e^{\beta_0+\beta_1 ln{X}} \]

linearMod <- lm( log(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)
datos <- summary(linearMod)
dato <- datos$adj.r.squared
modelo <- "log-log"
sintaxis <- "linearMod <- lm( log(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)"
modelos9 <- cbind(modelo,dato,sintaxis)
modelos9

##      modelo    dato               
## [1,] "log-log" "0.789797595923559"
##      sintaxis                                                                  
## [1,] "linearMod <- lm( log(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)"

modelos_bind <- rbind(modelos1,modelos2,modelos3,modelos5,modelos6,modelos7,modelos8,modelos9)
modelos_bind <- as.data.frame(modelos_bind)
modelos_bind[order(modelos_bind$dato ),]

##          modelo              dato
## 1    cuadrático 0.518280693041906
## 2        cúbico 0.518280693041906
## 3   logarítmico 0.535673326421852
## 6      log-raíz 0.593062101177527
## 4 raíz cuadrada 0.593875917940282
## 5     raíz-raíz 0.663064744202599
## 7      raíz-log 0.703058649606228
## 8       log-log 0.789797595923559
##                                                                     sintaxis
## 1         linearMod <- lm( multi_pob~(Freq.x^2) , data=h_y_m_comuna_corr_01)
## 2         linearMod <- lm( multi_pob~(Freq.x^3) , data=h_y_m_comuna_corr_01)
## 3        linearMod <- lm( multi_pob~log(Freq.x) , data=h_y_m_comuna_corr_01)
## 6  linearMod <- lm( log(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)
## 4       linearMod <- lm( multi_pob~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)
## 5 linearMod <- lm( sqrt(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01)
## 7  linearMod <- lm( sqrt(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)
## 8   linearMod <- lm( log(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)

metodo <- 8
switch (metodo,
        case = linearMod <- lm( multi_pob~(Freq.x^2) , data=h_y_m_comuna_corr_01),
        case = linearMod <- lm( multi_pob~(Freq.x^3) , data=h_y_m_comuna_corr_01),
        case = linearMod <- lm( multi_pob~log(Freq.x) , data=h_y_m_comuna_corr_01),
        case = linearMod <- lm( multi_pob~sqrt(Freq.x) , data=h_y_m_comuna_corr_01),
        case = linearMod <- lm( sqrt(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01),
        case = linearMod <- lm( log(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01),
        case = linearMod <- lm( sqrt(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01),
        case = linearMod <- lm( log(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)
)
summary(linearMod)

## 
## Call:
## lm(formula = log(multi_pob) ~ log(Freq.x), data = h_y_m_comuna_corr_01)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.68750 -0.16988 -0.01449  0.16773  1.50466 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 16.79289    0.22799   73.66   <2e-16 ***
## log(Freq.x)  0.73639    0.04163   17.69   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.3813 on 82 degrees of freedom
##   (2 observations deleted due to missingness)
## Multiple R-squared:  0.7923, Adjusted R-squared:  0.7898 
## F-statistic: 312.9 on 1 and 82 DF,  p-value: < 2.2e-16

aa <- linearMod$coefficients[1]
aa

## (Intercept) 
##    16.79289

bb <- linearMod$coefficients[2]
bb

## log(Freq.x) 
##   0.7363857

9 Modelo log-log (log-log)

Es éste el modelo que nos entrega el mayor coeficiente de determinación de todos (0.6545895).

9.1 Diagrama de dispersión sobre log-log

Desplegamos una curva suavizada por loess en el diagrama de dispersión.

scatter.smooth(x=log(h_y_m_comuna_corr_01$Freq.x), y=log(h_y_m_comuna_corr_01$multi_pob), lpars = list(col = "red", lwd = 2, lty = 1), main="multi_pob ~ Freq.x")

9.2 Modelo log-log

Observemos nuevamente el resultado sobre log-log.

linearMod <- lm(log( multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01)
summary(linearMod)

## 
## Call:
## lm(formula = log(multi_pob) ~ log(Freq.x), data = h_y_m_comuna_corr_01)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.68750 -0.16988 -0.01449  0.16773  1.50466 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 16.79289    0.22799   73.66   <2e-16 ***
## log(Freq.x)  0.73639    0.04163   17.69   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.3813 on 82 degrees of freedom
##   (2 observations deleted due to missingness)
## Multiple R-squared:  0.7923, Adjusted R-squared:  0.7898 
## F-statistic: 312.9 on 1 and 82 DF,  p-value: < 2.2e-16

ggplot(h_y_m_comuna_corr_01, aes(x = log(Freq.x) , y = log(multi_pob))) + geom_point() + stat_smooth(method = "lm", col = "red")

9.3 Análisis de residuos

par(mfrow = c (2,2))
plot(linearMod)

9.4 Ecuación del modelo

\[ \hat Y = e^{17.361982+0.641075 \cdot ln{X}} \]

10 Aplicación la regresión a los valores de la variable a nivel de zona

Esta nueva variable se llamará: est_ing

h_y_m_comuna_corr_01$est_ing <- exp(aa+bb * log(h_y_m_comuna_corr_01$Freq.x))

r3_100 <- h_y_m_comuna_corr_01[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

	zona	código.x	Freq.x	anio	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo	Freq.y	p_poblacional	código.y	multi_pob	est_ing
1	1101011001	01101	298	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2491	0.0130100	01101	888010727	1303275876
2	1101011002	01101	95	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1475	0.0077036	01101	525819278	561598941
3	1101021001	01101	55	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1003	0.0052385	01101	357557109	375523486
4	1101021002	01101	2	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	54	0.0002820	01101	19250333	32713962
5	1101021003	01101	265	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2895	0.0151200	01101	1032031736	1195370384
6	1101021004	01101	178	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2398	0.0125243	01101	854857376	891735379
7	1101021005	01101	337	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4525	0.0236332	01101	1613106600	1426820672
8	1101031001	01101	194	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2725	0.0142321	01101	971428836	950086978
9	1101031002	01101	482	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3554	0.0185618	01101	1266957095	1857018990
10	1101031003	01101	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5246	0.0273988	01101	1870134193	1398660793
11	1101031004	01101	171	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3389	0.0177001	01101	1208136633	865775503
12	1101041001	01101	135	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1800	0.0094010	01101	641677763	727455139
13	1101041002	01101	228	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2538	0.0132555	01101	904765646	1070060635
14	1101041003	01101	235	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3855	0.0201339	01101	1374259877	1094156267
15	1101041004	01101	636	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5663	0.0295767	01101	2018789541	2277637475
16	1101041005	01101	403	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4162	0.0217373	01101	1483701584	1627677111
17	1101041006	01101	214	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2689	0.0140441	01101	958595281	1021273972
18	1101051001	01101	364	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3296	0.0172144	01101	1174983282	1510140354
19	1101051002	01101	350	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4465	0.0233198	01101	1591717341	1467148947
20	1101051003	01101	303	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4656	0.0243174	01101	1659806481	1319343093
21	1101051004	01101	200	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2097	0.0109522	01101	747554594	971637955
22	1101051005	01101	269	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3569	0.0186402	01101	1272304410	1208630963
23	1101051006	01101	256	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2741	0.0143157	01101	977132639	1165339201
24	1101061001	01101	105	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1625	0.0084871	01101	579292425	604552183
25	1101061002	01101	349	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4767	0.0248971	01101	1699376610	1464060961
26	1101061003	01101	259	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4826	0.0252053	01101	1720409381	1175380061
27	1101061004	01101	134	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4077	0.0212934	01101	1453400134	723483197
28	1101061005	01101	144	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2166	0.0113126	01101	772152242	762862324
29	1101071001	01101	271	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2324	0.0121378	01101	828477290	1215241737
30	1101071002	01101	453	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2801	0.0146291	01101	998521897	1774073498
31	1101071003	01101	483	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3829	0.0199981	01101	1364991198	1859855315
32	1101071004	01101	211	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1987	0.0103777	01101	708340953	1010711597
33	1101081001	01101	601	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5133	0.0268087	01101	1829851089	2184652135
34	1101081002	01101	469	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3233	0.0168853	01101	1152524561	1820004063
35	1101081003	01101	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2122	0.0110828	01101	756466785	1398660793
36	1101081004	01101	284	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2392	0.0124929	01101	852718450	1257903788
37	1101101001	01101	230	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2672	0.0139553	01101	952534991	1076964755
38	1101101002	01101	420	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4398	0.0229699	01101	1567832668	1677962075
39	1101101003	01101	323	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4524	0.0236280	01101	1612750112	1382928528
40	1101101004	01101	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3544	0.0185096	01101	1263392219	1141788901
41	1101101005	01101	481	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4911	0.0256492	01101	1750710831	1854181114
42	1101101006	01101	356	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3688	0.0192617	01101	1314726440	1485628325
43	1101111001	01101	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3886	0.0202958	01101	1385310994	1141788901
44	1101111002	01101	184	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2312	0.0120751	01101	824199438	913773052
45	1101111003	01101	353	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4874	0.0254560	01101	1737520788	1476398986
46	1101111004	01101	279	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4543	0.0237272	01101	1619523377	1241557521
47	1101111005	01101	359	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4331	0.0226200	01101	1543947996	1494837183
48	1101111006	01101	60	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3253	0.0169898	01101	1159654313	400372333
49	1101111007	01101	234	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4639	0.0242286	01101	1653746191	1090725740
50	1101111008	01101	322	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4881	0.0254925	01101	1740016202	1379774395
51	1101111009	01101	317	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5006	0.0261454	01101	1784577157	1363964778
52	1101111010	01101	21	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	366	0.0019115	01101	130474479	184808653
53	1101111011	01101	309	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4351	0.0227244	01101	1551077749	1338531815
54	1101111012	01101	109	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2926	0.0152819	01101	1043082853	621427738
55	1101111013	01101	227	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3390	0.0177053	01101	1208493121	1066602593
56	1101111014	01101	138	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2940	0.0153550	01101	1048073680	739324761
57	1101991999	01101	68	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1062	0.0055466	01101	378589880	439028043
58	1107011001	01107	245	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4104	0.0378685	01107	1239134756	1128253328
59	1107011002	01107	284	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4360	0.0402307	01107	1316429711	1257903788
60	1107011003	01107	280	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	8549	0.0788835	01107	2581228808	1244832911
61	1107021001	01107	738	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	6701	0.0618316	01107	2023255848	2541291938
62	1107021002	01107	407	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3971	0.0366413	01107	1198977611	1639558367
63	1107021003	01107	323	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	6349	0.0585836	01107	1916975284	1382928528
64	1107021004	01107	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5125	0.0472895	01107	1547408778	1811423949
65	1107021005	01107	471	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4451	0.0410704	01107	1343905653	1825716101
66	1107021006	01107	201	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3864	0.0356540	01107	1166670735	975213103
67	1107021007	01107	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5235	0.0483045	01107	1580621454	1811423949
68	1107021008	01107	416	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4566	0.0421315	01107	1378627996	1666179364
69	1107031001	01107	358	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4195	0.0387082	01107	1266610697	1491769826
70	1107031002	01107	594	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	7099	0.0655040	01107	2143425349	2165885747
71	1107031003	01107	251	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4720	0.0435525	01107	1425125743	1148535165
72	1107041001	01107	233	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3630	0.0334948	01107	1096018315	1087291347
73	1107041002	01107	342	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5358	0.0494394	01107	1617759265	1442379252
74	1107041003	01107	252	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4520	0.0417070	01107	1364739059	1151902980
75	1107041004	01107	272	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5317	0.0490611	01107	1605379994	1218542298
76	1107041005	01107	207	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3725	0.0343714	01107	1124701990	996566607
77	1107041006	01107	249	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4009	0.0369919	01107	1210451081	1141788901
78	1107041007	01107	359	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5217	0.0481384	01107	1575186652	1494837183
79	1107991999	01107	41	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	819	0.0075571	01107	247283471	302475275
80	1401011001	01401	197	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	2771	0.1763732	01401	831296153	960884096
81	1401011002	01401	411	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	6506	0.4141048	01401	1951790968	1651408881
82	1401991999	01401	4	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	818	0.0520654	01401	245398864	54501357
83	1404011001	01404	104	2017	NA	NA	NA	NA	NA	NA	NA	1082	0.3963370	01404	NA	600306996
84	1404991999	01404	5	2017	NA	NA	NA	NA	NA	NA	NA	27	0.0098901	01404	NA	64234812
85	1405011001	01405	298	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano	3876	0.4169535	01405	1279316671	1303275876
86	1405991999	01405	5	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano	36	0.0038726	01405	11882198	64234812
NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.1	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.2	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.3	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.4	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.5	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.6	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.7	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.8	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.9	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.10	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.11	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.12	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.13	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA

11 División del valor estimado entre la población total de la zona para obtener el ingreso medio por zona

\[ Ingreso \_ Medio\_zona = est\_ing / (personas * p\_poblacional) \]

h_y_m_comuna_corr_01$ing_medio_zona <- h_y_m_comuna_corr_01$est_ing  /( h_y_m_comuna_corr_01$personas  * h_y_m_comuna_corr_01$p_poblacional)

r3_100 <- h_y_m_comuna_corr_01[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

	zona	código.x	Freq.x	anio	comuna.x	promedio_i	año	comuna.y	personas	Ingresos_expandidos	tipo	Freq.y	p_poblacional	código.y	multi_pob	est_ing	ing_medio_zona
1	1101011001	01101	298	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2491	0.0130100	01101	888010727	1303275876	523193.85
2	1101011002	01101	95	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1475	0.0077036	01101	525819278	561598941	380745.04
3	1101021001	01101	55	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1003	0.0052385	01101	357557109	375523486	374400.29
4	1101021002	01101	2	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	54	0.0002820	01101	19250333	32713962	605814.11
5	1101021003	01101	265	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2895	0.0151200	01101	1032031736	1195370384	412908.60
6	1101021004	01101	178	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2398	0.0125243	01101	854857376	891735379	371866.30
7	1101021005	01101	337	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4525	0.0236332	01101	1613106600	1426820672	315319.49
8	1101031001	01101	194	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2725	0.0142321	01101	971428836	950086978	348655.77
9	1101031002	01101	482	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3554	0.0185618	01101	1266957095	1857018990	522515.19
10	1101031003	01101	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5246	0.0273988	01101	1870134193	1398660793	266614.71
11	1101031004	01101	171	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3389	0.0177001	01101	1208136633	865775503	255466.36
12	1101041001	01101	135	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1800	0.0094010	01101	641677763	727455139	404141.74
13	1101041002	01101	228	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2538	0.0132555	01101	904765646	1070060635	421615.70
14	1101041003	01101	235	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3855	0.0201339	01101	1374259877	1094156267	283827.83
15	1101041004	01101	636	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5663	0.0295767	01101	2018789541	2277637475	402196.27
16	1101041005	01101	403	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4162	0.0217373	01101	1483701584	1627677111	391080.52
17	1101041006	01101	214	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2689	0.0140441	01101	958595281	1021273972	379796.94
18	1101051001	01101	364	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3296	0.0172144	01101	1174983282	1510140354	458173.65
19	1101051002	01101	350	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4465	0.0233198	01101	1591717341	1467148947	328588.79
20	1101051003	01101	303	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4656	0.0243174	01101	1659806481	1319343093	283364.07
21	1101051004	01101	200	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2097	0.0109522	01101	747554594	971637955	463346.66
22	1101051005	01101	269	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3569	0.0186402	01101	1272304410	1208630963	338646.95
23	1101051006	01101	256	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2741	0.0143157	01101	977132639	1165339201	425151.11
24	1101061001	01101	105	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1625	0.0084871	01101	579292425	604552183	372032.11
25	1101061002	01101	349	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4767	0.0248971	01101	1699376610	1464060961	307124.18
26	1101061003	01101	259	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4826	0.0252053	01101	1720409381	1175380061	243551.61
27	1101061004	01101	134	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4077	0.0212934	01101	1453400134	723483197	177454.79
28	1101061005	01101	144	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2166	0.0113126	01101	772152242	762862324	352198.67
29	1101071001	01101	271	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2324	0.0121378	01101	828477290	1215241737	522909.53
30	1101071002	01101	453	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2801	0.0146291	01101	998521897	1774073498	633371.47
31	1101071003	01101	483	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3829	0.0199981	01101	1364991198	1859855315	485728.73
32	1101071004	01101	211	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1987	0.0103777	01101	708340953	1010711597	508662.10
33	1101081001	01101	601	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5133	0.0268087	01101	1829851089	2184652135	425609.22
34	1101081002	01101	469	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3233	0.0168853	01101	1152524561	1820004063	562945.89
35	1101081003	01101	328	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2122	0.0110828	01101	756466785	1398660793	659123.84
36	1101081004	01101	284	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2392	0.0124929	01101	852718450	1257903788	525879.51
37	1101101001	01101	230	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2672	0.0139553	01101	952534991	1076964755	403055.67
38	1101101002	01101	420	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4398	0.0229699	01101	1567832668	1677962075	381528.44
39	1101101003	01101	323	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4524	0.0236280	01101	1612750112	1382928528	305687.12
40	1101101004	01101	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3544	0.0185096	01101	1263392219	1141788901	322175.20
41	1101101005	01101	481	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4911	0.0256492	01101	1750710831	1854181114	377556.73
42	1101101006	01101	356	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3688	0.0192617	01101	1314726440	1485628325	402827.64
43	1101111001	01101	249	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3886	0.0202958	01101	1385310994	1141788901	293821.13
44	1101111002	01101	184	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2312	0.0120751	01101	824199438	913773052	395230.56
45	1101111003	01101	353	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4874	0.0254560	01101	1737520788	1476398986	302913.21
46	1101111004	01101	279	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4543	0.0237272	01101	1619523377	1241557521	273290.23
47	1101111005	01101	359	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4331	0.0226200	01101	1543947996	1494837183	345148.28
48	1101111006	01101	60	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3253	0.0169898	01101	1159654313	400372333	123077.88
49	1101111007	01101	234	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4639	0.0242286	01101	1653746191	1090725740	235120.88
50	1101111008	01101	322	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4881	0.0254925	01101	1740016202	1379774395	282682.73
51	1101111009	01101	317	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	5006	0.0261454	01101	1784577157	1363964778	272466.00
52	1101111010	01101	21	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	366	0.0019115	01101	130474479	184808653	504941.68
53	1101111011	01101	309	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	4351	0.0227244	01101	1551077749	1338531815	307637.74
54	1101111012	01101	109	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2926	0.0152819	01101	1043082853	621427738	212381.32
55	1101111013	01101	227	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	3390	0.0177053	01101	1208493121	1066602593	314632.03
56	1101111014	01101	138	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	2940	0.0153550	01101	1048073680	739324761	251471.01
57	1101991999	01101	68	2017	Iquique	356487.6	2017	1101	191468	68255976664	Urbano	1062	0.0055466	01101	378589880	439028043	413397.40
58	1107011001	01107	245	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4104	0.0378685	01107	1239134756	1128253328	274915.53
59	1107011002	01107	284	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4360	0.0402307	01107	1316429711	1257903788	288510.04
60	1107011003	01107	280	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	8549	0.0788835	01107	2581228808	1244832911	145611.52
61	1107021001	01107	738	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	6701	0.0618316	01107	2023255848	2541291938	379240.70
62	1107021002	01107	407	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3971	0.0366413	01107	1198977611	1639558367	412882.99
63	1107021003	01107	323	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	6349	0.0585836	01107	1916975284	1382928528	217818.32
64	1107021004	01107	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5125	0.0472895	01107	1547408778	1811423949	353448.58
65	1107021005	01107	471	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4451	0.0410704	01107	1343905653	1825716101	410181.11
66	1107021006	01107	201	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3864	0.0356540	01107	1166670735	975213103	252384.34
67	1107021007	01107	466	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5235	0.0483045	01107	1580621454	1811423949	346021.77
68	1107021008	01107	416	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4566	0.0421315	01107	1378627996	1666179364	364910.07
69	1107031001	01107	358	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4195	0.0387082	01107	1266610697	1491769826	355606.63
70	1107031002	01107	594	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	7099	0.0655040	01107	2143425349	2165885747	305097.30
71	1107031003	01107	251	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4720	0.0435525	01107	1425125743	1148535165	243333.72
72	1107041001	01107	233	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3630	0.0334948	01107	1096018315	1087291347	299529.30
73	1107041002	01107	342	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5358	0.0494394	01107	1617759265	1442379252	269201.05
74	1107041003	01107	252	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4520	0.0417070	01107	1364739059	1151902980	254845.79
75	1107041004	01107	272	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5317	0.0490611	01107	1605379994	1218542298	229178.54
76	1107041005	01107	207	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	3725	0.0343714	01107	1124701990	996566607	267534.66
77	1107041006	01107	249	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	4009	0.0369919	01107	1210451081	1141788901	284806.41
78	1107041007	01107	359	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	5217	0.0481384	01107	1575186652	1494837183	286531.95
79	1107991999	01107	41	2017	Alto Hospicio	301933.4	2017	1107	108375	32722034397	Urbano	819	0.0075571	01107	247283471	302475275	369322.68
80	1401011001	01401	197	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	2771	0.1763732	01401	831296153	960884096	346764.38
81	1401011002	01401	411	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	6506	0.4141048	01401	1951790968	1651408881	253828.60
82	1401991999	01401	4	2017	Pozo Almonte	299998.6	2017	1401	15711	4713278189	Urbano	818	0.0520654	01401	245398864	54501357	66627.58
83	1404011001	01404	104	2017	NA	NA	NA	NA	NA	NA	NA	1082	0.3963370	01404	NA	600306996	NA
84	1404991999	01404	5	2017	NA	NA	NA	NA	NA	NA	NA	27	0.0098901	01404	NA	64234812	NA
85	1405011001	01405	298	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano	3876	0.4169535	01405	1279316671	1303275876	336242.49
86	1405991999	01405	5	2017	Pica	330061.1	2017	1405	9296	3068247619	Urbano	36	0.0038726	01405	11882198	64234812	1784300.34
NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.1	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.2	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.3	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.4	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.5	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.6	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.7	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.8	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.9	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.10	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.11	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.12	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
NA.13	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA

Guardamos:

saveRDS(h_y_m_comuna_corr_01, "casen_censo_urbano_nivel_nacional_17_r01.rds")

Rural

tabla_con_clave <- readRDS("../censo_viviendas_con_clave_17.rds")
tabla_con_clave <- filter(tabla_con_clave, tabla_con_clave$AREA == 2)
r3_100 <- tabla_con_clave[c(1:100),]
kbl(r3_100) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")

REGION	PROVINCIA	COMUNA	DC	AREA	ZC_LOC	ID_ZONA_LOC	NVIV	P01	P02	P03A	P03B	P03C	P04	P05	CANT_HOG	CANT_PER	REGION_15R	PROVINCIA_15R	COMUNA_15R	clave
15	152	15202	1	2	6	13225	1	3	1	5	3	5	1	4	1	1	15	152	15202	15202012006
15	152	15202	1	2	6	13225	2	1	3	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	3	1	1	5	3	5	2	3	1	4	15	152	15202	15202012006
15	152	15202	1	2	6	13225	4	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	5	3	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	6	3	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	7	3	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	8	3	3	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	9	3	1	5	3	5	1	4	1	4	15	152	15202	15202012006
15	152	15202	1	2	6	13225	10	1	1	5	3	4	1	4	1	1	15	152	15202	15202012006
15	152	15202	1	2	6	13225	11	1	2	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	12	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	13	1	1	5	3	4	1	4	1	3	15	152	15202	15202012006
15	152	15202	1	2	6	13225	14	1	3	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	15	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	16	1	1	5	3	5	1	3	1	3	15	152	15202	15202012006
15	152	15202	1	2	6	13225	17	1	1	5	3	5	2	4	1	8	15	152	15202	15202012006
15	152	15202	1	2	6	13225	18	3	1	5	3	5	1	1	1	1	15	152	15202	15202012006
15	152	15202	1	2	6	13225	19	3	1	5	3	5	1	3	1	1	15	152	15202	15202012006
15	152	15202	1	2	6	13225	20	1	1	5	3	5	2	1	1	2	15	152	15202	15202012006
15	152	15202	1	2	6	13225	21	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	22	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	23	3	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	24	1	3	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	25	1	1	5	3	5	1	4	1	2	15	152	15202	15202012006
15	152	15202	1	2	6	13225	26	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	27	3	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	28	3	1	5	3	5	1	4	1	5	15	152	15202	15202012006
15	152	15202	1	2	6	13225	29	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	30	3	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	31	1	3	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	32	3	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	33	1	1	5	3	5	3	4	1	4	15	152	15202	15202012006
15	152	15202	1	2	6	13225	34	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	35	3	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	36	1	1	5	3	5	3	2	1	9	15	152	15202	15202012006
15	152	15202	1	2	6	13225	37	3	3	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	38	1	1	5	3	5	99	4	1	1	15	152	15202	15202012006
15	152	15202	1	2	6	13225	39	1	1	5	3	5	1	4	1	2	15	152	15202	15202012006
15	152	15202	1	2	6	13225	40	1	3	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	41	1	3	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	42	3	3	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	43	3	1	5	3	5	2	1	1	5	15	152	15202	15202012006
15	152	15202	1	2	6	13225	44	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	6	13225	45	1	4	98	98	98	98	98	0	0	15	152	15202	15202012006
15	152	15202	1	2	8	13910	1	1	2	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	2	1	3	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	3	1	3	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	4	3	3	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	5	3	1	5	3	5	2	3	1	3	15	152	15202	15202012008
15	152	15202	1	2	8	13910	6	1	2	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	7	1	1	5	99	5	2	4	1	2	15	152	15202	15202012008
15	152	15202	1	2	8	13910	8	3	1	5	3	5	3	3	1	2	15	152	15202	15202012008
15	152	15202	1	2	8	13910	9	3	3	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	10	3	3	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	11	1	4	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	12	1	2	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	13	1	4	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	14	3	3	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	15	1	4	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	16	1	4	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	17	3	2	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	18	1	2	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	19	3	1	99	99	99	99	99	1	1	15	152	15202	15202012008
15	152	15202	1	2	8	13910	20	1	2	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	21	1	1	5	3	5	1	4	1	2	15	152	15202	15202012008
15	152	15202	1	2	8	13910	22	3	1	5	3	5	2	4	1	1	15	152	15202	15202012008
15	152	15202	1	2	8	13910	23	1	4	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	24	3	4	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	25	3	3	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	26	1	2	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	27	1	4	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	28	3	2	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	29	1	3	98	98	98	98	98	0	0	15	152	15202	15202012008
15	152	15202	1	2	8	13910	30	1	1	5	1	4	2	4	1	1	15	152	15202	15202012008
15	152	15202	1	2	12	8394	1	3	4	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	2	3	4	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	3	3	1	5	3	5	2	3	1	4	15	152	15202	15202012012
15	152	15202	1	2	12	8394	4	3	2	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	5	3	3	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	6	3	3	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	7	3	4	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	8	3	2	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	9	3	1	5	3	5	1	4	1	1	15	152	15202	15202012012
15	152	15202	1	2	12	8394	10	3	4	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	11	3	2	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	12	3	4	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	13	3	4	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	14	3	2	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	15	3	2	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	16	3	4	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	17	3	2	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	18	3	2	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	19	3	1	99	99	99	99	99	1	1	15	152	15202	15202012012
15	152	15202	1	2	12	8394	20	3	1	5	3	5	3	99	1	1	15	152	15202	15202012012
15	152	15202	1	2	12	8394	21	3	1	5	99	5	1	4	1	2	15	152	15202	15202012012
15	152	15202	1	2	12	8394	22	3	2	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	23	3	4	98	98	98	98	98	0	0	15	152	15202	15202012012
15	152	15202	1	2	12	8394	24	3	1	5	3	5	1	2	1	2	15	152	15202	15202012012
15	152	15202	1	2	12	8394	25	3	4	98	98	98	98	98	0	0	15	152	15202	15202012012