Area: urbano = 1 rural = 2

URBANO

1 Pregunta P19: Total hijos/as nacidos vivos

0-23

1.1 Cálculo de frecuencias

Leemos las respuestas a la pregunta P19 del censo de personas 2017 y obtenemos la tabla de frecuencias por categoría de respuesta:

tabla_con_clave <- readRDS("../censo_personas_con_clave_17")
tabla_con_clave <- filter(tabla_con_clave, tabla_con_clave$AREA == 1)
b <- tabla_con_clave$COMUNA
c <- tabla_con_clave$P19
cross_tab =  xtabs( ~ unlist(b) + unlist(c))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"

d_unique <- unique(d$unlist.c.)

d_t <- filter(d,d$unlist.c. == 0)
for(i in 1:23){
  d_i <- filter(d,d$unlist.c. == i)
  d_t = merge( x = d_t, y = d_i, by = "unlist.b.", all.x = TRUE)
}

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)[73] <- "código" 
tablamadre <- head(comuna_corr,50)

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 unlist.c..x.5 Freq.x.5 anio.x.5 unlist.c..y.5 Freq.y.5 anio.y.5 unlist.c..x.6 Freq.x.6 anio.x.6 unlist.c..y.6 Freq.y.6 anio.y.6 unlist.c..x.7 Freq.x.7 anio.x.7 unlist.c..y.7 Freq.y.7 anio.y.7 unlist.c..x.8 Freq.x.8 anio.x.8 unlist.c..y.8 Freq.y.8 anio.y.8 unlist.c..x.9 Freq.x.9 anio.x.9 unlist.c..y.9 Freq.y.9 anio.y.9 unlist.c..x.10 Freq.x.10 anio.x.10 unlist.c..y.10 Freq.y.10 anio.y.10 unlist.c..x.11 Freq.x.11 anio.x.11 unlist.c..y.11 Freq.y.11 anio.y.11 comuna.x promedio_i año comuna.y personas Ingresos_expandidos tipo
01101 0 17298 2017 1 14826 2017 2 18578 2017 3 12842 2017 4 5538 2017 5 2185 2017 6 902 2017 7 458 2017 8 224 2017 9 145 2017 10 70 2017 11 22 2017 12 33 2017 13 13 2017 14 16 2017 15 6 2017 16 1 2017 17 1 2017 18 1 2017 19 1 2017 NA NA NA 21 1 2017 22 1 2017 NA NA NA Iquique 356487.6 2017 1101 191468 68255976664 Urbano
01107 0 7182 2017 1 6901 2017 2 8655 2017 3 7095 2017 4 3753 2017 5 1634 2017 6 774 2017 7 367 2017 8 164 2017 9 123 2017 10 36 2017 11 30 2017 12 20 2017 13 12 2017 14 8 2017 15 5 2017 16 1 2017 17 2 2017 NA NA NA NA NA NA 20 1 2017 NA NA NA NA NA NA NA NA NA Alto Hospicio 301933.4 2017 1107 108375 32722034397 Urbano
01401 0 620 2017 1 559 2017 2 725 2017 3 586 2017 4 359 2017 5 152 2017 6 84 2017 7 63 2017 8 29 2017 9 12 2017 10 3 2017 11 9 2017 12 6 2017 NA NA NA 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Pozo Almonte 299998.6 2017 1401 15711 4713278189 Urbano
01404 0 68 2017 1 69 2017 2 73 2017 3 78 2017 4 37 2017 5 19 2017 6 12 2017 7 6 2017 8 2 2017 9 1 2017 10 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
01405 0 238 2017 1 264 2017 2 369 2017 3 274 2017 4 153 2017 5 60 2017 6 41 2017 7 30 2017 8 9 2017 9 3 2017 10 1 2017 11 1 2017 12 2 2017 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Pica 330061.1 2017 1405 9296 3068247619 Urbano
02101 0 32532 2017 1 25706 2017 2 32747 2017 3 24107 2017 4 10501 2017 5 4327 2017 6 1997 2017 7 1117 2017 8 494 2017 9 479 2017 10 128 2017 11 115 2017 12 60 2017 13 29 2017 14 15 2017 15 8 2017 16 3 2017 17 3 2017 18 2 2017 19 2 2017 20 2 2017 NA NA NA NA NA NA NA NA NA Antofagasta 347580.2 2017 2101 361873 125779893517 Urbano
02102 0 668 2017 1 799 2017 2 897 2017 3 702 2017 4 368 2017 5 173 2017 6 87 2017 7 45 2017 8 11 2017 9 14 2017 10 5 2017 11 4 2017 12 3 2017 13 4 2017 14 4 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Mejillones 369770.7 2017 2102 13467 4979702302 Urbano
02104 0 557 2017 1 675 2017 2 908 2017 3 788 2017 4 474 2017 5 217 2017 6 100 2017 7 48 2017 8 24 2017 9 28 2017 10 13 2017 11 9 2017 12 9 2017 13 2 2017 14 2 2017 15 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 22 1 2017 NA NA NA Taltal 376328.9 2017 2104 13317 5011572025 Urbano
02201 0 11042 2017 1 11530 2017 2 13854 2017 3 10431 2017 4 4954 2017 5 2166 2017 6 1030 2017 7 584 2017 8 266 2017 9 271 2017 10 76 2017 11 52 2017 12 43 2017 13 23 2017 14 11 2017 15 1 2017 16 1 2017 NA NA NA 18 1 2017 NA NA NA NA NA NA 21 1 2017 NA NA NA NA NA NA Calama 416281.1 2017 2201 165731 68990679686 Urbano
02203 0 743 2017 1 423 2017 2 404 2017 3 262 2017 4 136 2017 5 59 2017 6 36 2017 7 22 2017 8 10 2017 9 9 2017 10 7 2017 11 3 2017 12 4 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA San Pedro de Atacama 437934.7 2017 2203 10996 4815529626 Urbano
02301 0 1385 2017 1 1657 2017 2 2210 2017 3 2012 2017 4 986 2017 5 436 2017 6 182 2017 7 77 2017 8 47 2017 9 35 2017 10 5 2017 11 5 2017 12 8 2017 NA NA NA NA NA NA 15 3 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Tocopilla 271720.8 2017 2301 25186 6843559467 Urbano
02302 0 310 2017 1 297 2017 2 414 2017 3 309 2017 4 158 2017 5 58 2017 6 21 2017 7 13 2017 8 5 2017 9 6 2017 10 3 2017 11 2 2017 12 3 2017 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA María Elena 466266.9 2017 2302 6457 3010685220 Urbano
03101 0 12906 2017 1 11034 2017 2 13745 2017 3 10148 2017 4 4910 2017 5 2199 2017 6 1060 2017 7 534 2017 8 316 2017 9 214 2017 10 117 2017 11 54 2017 12 52 2017 13 17 2017 14 11 2017 15 11 2017 16 3 2017 NA NA NA 18 3 2017 NA NA NA NA NA NA NA NA NA NA NA NA 23 1 2017 Copiapó 330574.6 2017 3101 153937 50887663717 Urbano
03102 0 950 2017 1 1045 2017 2 1317 2017 3 1122 2017 4 618 2017 5 281 2017 6 139 2017 7 73 2017 8 31 2017 9 22 2017 10 13 2017 11 6 2017 12 4 2017 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 19 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA Caldera 299314.8 2017 3102 17662 5286498241 Urbano
03103 0 655 2017 1 622 2017 2 772 2017 3 642 2017 4 399 2017 5 221 2017 6 108 2017 7 57 2017 8 29 2017 9 34 2017 10 10 2017 11 3 2017 12 7 2017 13 5 2017 14 2 2017 15 1 2017 16 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Tierra Amarilla 315860.6 2017 3103 14019 4428049932 Urbano
03201 0 643 2017 1 715 2017 2 901 2017 3 767 2017 4 456 2017 5 226 2017 6 138 2017 7 65 2017 8 23 2017 9 33 2017 10 13 2017 11 2 2017 12 6 2017 NA NA NA 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Chañaral 286389.3 2017 3201 12219 3499391196 Urbano
03202 0 743 2017 1 842 2017 2 1206 2017 3 863 2017 4 393 2017 5 185 2017 6 94 2017 7 45 2017 8 30 2017 9 19 2017 10 6 2017 11 9 2017 12 3 2017 13 1 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Diego de Almagro 325861.5 2017 3202 13925 4537621312 Urbano
03301 0 2978 2017 1 3399 2017 2 4310 2017 3 3387 2017 4 1677 2017 5 779 2017 6 413 2017 7 280 2017 8 146 2017 9 101 2017 10 56 2017 11 34 2017 12 26 2017 13 13 2017 14 13 2017 15 2 2017 16 5 2017 NA NA NA 18 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Vallenar 311577.0 2017 3301 51917 16176145007 Urbano
03303 0 272 2017 1 330 2017 2 436 2017 3 307 2017 4 163 2017 5 88 2017 6 48 2017 7 37 2017 8 19 2017 9 13 2017 10 8 2017 11 6 2017 12 5 2017 13 2 2017 14 5 2017 NA NA NA NA NA NA NA NA NA 18 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Freirina 289049.9 2017 3303 7041 2035200054 Urbano
03304 0 516 2017 1 612 2017 2 788 2017 3 663 2017 4 321 2017 5 154 2017 6 73 2017 7 41 2017 8 34 2017 9 17 2017 10 10 2017 11 3 2017 12 5 2017 13 2 2017 14 4 2017 NA NA NA 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Huasco 337414.8 2017 3304 10149 3424422750 Urbano
04101 0 20281 2017 1 15165 2017 2 19706 2017 3 14209 2017 4 6180 2017 5 2495 2017 6 1149 2017 7 717 2017 8 334 2017 9 296 2017 10 123 2017 11 99 2017 12 79 2017 13 31 2017 14 13 2017 15 13 2017 16 4 2017 17 2 2017 18 1 2017 19 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA La Serena 272136.8 2017 4101 221054 60156924947 Urbano
04102 0 17658 2017 1 16502 2017 2 20994 2017 3 15173 2017 4 6891 2017 5 2930 2017 6 1350 2017 7 764 2017 8 422 2017 9 351 2017 10 158 2017 11 82 2017 12 91 2017 13 34 2017 14 26 2017 15 13 2017 16 4 2017 17 3 2017 18 2 2017 19 2 2017 20 1 2017 NA NA NA NA NA NA NA NA NA Coquimbo 264340.0 2017 4102 227730 60198159091 Urbano
04103 0 599 2017 1 722 2017 2 930 2017 3 734 2017 4 376 2017 5 162 2017 6 92 2017 7 69 2017 8 47 2017 9 28 2017 10 12 2017 11 12 2017 12 7 2017 13 3 2017 14 7 2017 NA NA NA NA NA NA NA NA NA 18 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Andacollo 251267.7 2017 4103 11044 2775000288 Urbano
04104 0 59 2017 1 74 2017 2 103 2017 3 91 2017 4 54 2017 5 38 2017 6 16 2017 7 13 2017 8 3 2017 9 6 2017 10 4 2017 11 6 2017 NA NA NA 13 1 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA La Higuera 214257.0 2017 4104 4241 908664019 Urbano
04106 0 1100 2017 1 1282 2017 2 1609 2017 3 1201 2017 4 586 2017 5 278 2017 6 157 2017 7 76 2017 8 48 2017 9 51 2017 10 28 2017 11 11 2017 12 11 2017 13 5 2017 14 4 2017 15 2 2017 16 1 2017 NA NA NA 18 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Vicuña 245957.4 2017 4106 27771 6830481918 Urbano
04201 0 1439 2017 1 1716 2017 2 2182 2017 3 1599 2017 4 663 2017 5 313 2017 6 177 2017 7 119 2017 8 66 2017 9 46 2017 10 27 2017 11 20 2017 12 14 2017 13 7 2017 14 1 2017 15 1 2017 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Illapel 270316.5 2017 4201 30848 8338722128 Urbano
04202 0 149 2017 1 134 2017 2 192 2017 3 122 2017 4 78 2017 5 38 2017 6 22 2017 7 12 2017 8 10 2017 9 8 2017 10 6 2017 11 3 2017 12 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Canela 233397.3 2017 4202 9093 2122281844 Urbano
04203 0 1059 2017 1 1276 2017 2 1576 2017 3 1232 2017 4 542 2017 5 297 2017 6 148 2017 7 79 2017 8 48 2017 9 34 2017 10 20 2017 11 13 2017 12 8 2017 13 2 2017 NA NA NA 15 1 2017 16 1 2017 17 1 2017 18 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Los Vilos 282415.6 2017 4203 21382 6038609501 Urbano
04204 0 1101 2017 1 1217 2017 2 1482 2017 3 1156 2017 4 587 2017 5 262 2017 6 134 2017 7 70 2017 8 29 2017 9 45 2017 10 22 2017 11 9 2017 12 10 2017 13 3 2017 14 5 2017 15 2 2017 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Salamanca 262056.9 2017 4204 29347 7690585032 Urbano
04301 0 6393 2017 1 7294 2017 2 8757 2017 3 5896 2017 4 2765 2017 5 1319 2017 6 710 2017 7 419 2017 8 260 2017 9 191 2017 10 131 2017 11 80 2017 12 49 2017 13 25 2017 14 22 2017 15 8 2017 16 8 2017 17 3 2017 18 1 2017 19 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA Ovalle 274771.4 2017 4301 111272 30574361012 Urbano
04302 0 403 2017 1 505 2017 2 635 2017 3 386 2017 4 218 2017 5 105 2017 6 49 2017 7 41 2017 8 31 2017 9 12 2017 10 6 2017 11 9 2017 12 7 2017 13 5 2017 14 4 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 21 1 2017 NA NA NA NA NA NA Combarbalá 228990.4 2017 4302 13322 3050610572 Urbano
04303 0 863 2017 1 1109 2017 2 1402 2017 3 993 2017 4 508 2017 5 280 2017 6 173 2017 7 110 2017 8 84 2017 9 47 2017 10 30 2017 11 21 2017 12 21 2017 13 14 2017 14 11 2017 15 5 2017 16 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Monte Patria 225369.1 2017 4303 30751 6930326684 Urbano
04304 0 356 2017 1 411 2017 2 532 2017 3 423 2017 4 202 2017 5 94 2017 6 73 2017 7 41 2017 8 23 2017 9 11 2017 10 12 2017 11 7 2017 12 6 2017 13 2 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Punitaqui 212496.1 2017 4304 10956 2328107498 Urbano
05101 0 33856 2017 1 22686 2017 2 28473 2017 3 19397 2017 4 8692 2017 5 3714 2017 6 1690 2017 7 959 2017 8 489 2017 9 404 2017 10 158 2017 11 122 2017 12 56 2017 13 42 2017 14 28 2017 15 8 2017 16 4 2017 17 3 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Valparaíso 297929.0 2017 5101 296655 88382118059 Urbano
05102 0 1516 2017 1 1442 2017 2 1825 2017 3 1145 2017 4 526 2017 5 231 2017 6 119 2017 7 74 2017 8 51 2017 9 31 2017 10 22 2017 11 13 2017 12 15 2017 13 5 2017 14 7 2017 15 1 2017 16 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Casablanca 341641.8 2017 5102 26867 9178890241 Urbano
05103 0 4385 2017 1 2752 2017 2 4011 2017 3 2979 2017 4 1253 2017 5 492 2017 6 187 2017 7 111 2017 8 52 2017 9 49 2017 10 22 2017 11 12 2017 12 6 2017 13 3 2017 14 2 2017 15 3 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Concón 318496.3 2017 5103 42152 13425257057 Urbano
05105 0 1206 2017 1 1120 2017 2 1522 2017 3 1222 2017 4 557 2017 5 245 2017 6 111 2017 7 77 2017 8 25 2017 9 19 2017 10 9 2017 11 12 2017 12 4 2017 NA NA NA 14 2 2017 15 2 2017 NA NA NA 17 1 2017 18 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Puchuncaví 296035.5 2017 5105 18546 5490274928 Urbano
05107 0 2154 2017 1 1883 2017 2 2453 2017 3 1917 2017 4 938 2017 5 495 2017 6 223 2017 7 146 2017 8 55 2017 9 36 2017 10 28 2017 11 17 2017 12 9 2017 13 2 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Quintero 308224.7 2017 5107 31923 9839456903 Urbano
05109 0 42502 2017 1 24966 2017 2 33330 2017 3 22989 2017 4 10173 2017 5 4090 2017 6 1842 2017 7 999 2017 8 480 2017 9 391 2017 10 155 2017 11 103 2017 12 58 2017 13 38 2017 14 22 2017 15 6 2017 16 5 2017 17 3 2017 18 2 2017 NA NA NA NA NA NA 21 1 2017 NA NA NA 23 1 2017 Viña del Mar 337006.1 2017 5109 334248 112643604611 Urbano
05201 0 858 2017 1 523 2017 2 581 2017 3 402 2017 4 184 2017 5 73 2017 6 40 2017 7 15 2017 8 14 2017 9 2 2017 NA NA NA 11 3 2017 12 2 2017 13 1 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 20 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
05301 0 4585 2017 1 4671 2017 2 6586 2017 3 4534 2017 4 1820 2017 5 731 2017 6 344 2017 7 174 2017 8 100 2017 9 112 2017 10 32 2017 11 16 2017 12 9 2017 13 12 2017 14 9 2017 15 3 2017 NA NA NA 17 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Los Andes 339720.2 2017 5301 66708 22662055502 Urbano
05302 0 644 2017 1 853 2017 2 1116 2017 3 724 2017 4 318 2017 5 126 2017 6 62 2017 7 50 2017 8 16 2017 9 24 2017 10 11 2017 11 2 2017 12 5 2017 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Calle Larga 246387.3 2017 5302 14832 3654416747 Urbano
05303 0 503 2017 1 618 2017 2 835 2017 3 539 2017 4 270 2017 5 115 2017 6 55 2017 7 25 2017 8 22 2017 9 13 2017 10 3 2017 11 1 2017 12 3 2017 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Rinconada 273904.7 2017 5303 10207 2795744821 Urbano
05304 0 804 2017 1 930 2017 2 1312 2017 3 766 2017 4 303 2017 5 116 2017 6 54 2017 7 44 2017 8 21 2017 9 12 2017 10 9 2017 11 5 2017 12 6 2017 13 2 2017 14 1 2017 15 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA San Esteban 219571.6 2017 5304 18855 4140022481 Urbano
05401 0 1822 2017 1 2249 2017 2 2737 2017 3 1818 2017 4 838 2017 5 362 2017 6 174 2017 7 98 2017 8 57 2017 9 45 2017 10 16 2017 11 17 2017 12 9 2017 13 4 2017 14 4 2017 15 1 2017 16 1 2017 NA NA NA 18 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA La Ligua 250134.4 2017 5401 35390 8852256241 Urbano
05402 0 791 2017 1 939 2017 2 1166 2017 3 844 2017 4 467 2017 5 242 2017 6 121 2017 7 82 2017 8 36 2017 9 30 2017 10 22 2017 11 9 2017 12 7 2017 13 5 2017 14 3 2017 NA NA NA 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Cabildo 262745.9 2017 5402 19388 5094117762 Urbano
05403 0 402 2017 1 392 2017 2 552 2017 3 361 2017 4 190 2017 5 81 2017 6 37 2017 7 19 2017 8 14 2017 9 10 2017 10 6 2017 11 1 2017 12 2 2017 13 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Papudo 294355.2 2017 5403 6356 1870921373 Urbano
05404 0 301 2017 1 319 2017 2 390 2017 3 292 2017 4 167 2017 5 57 2017 6 32 2017 7 18 2017 8 16 2017 9 9 2017 10 4 2017 11 5 2017 12 3 2017 13 3 2017 14 1 2017 15 2 2017 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Petorca 237510.8 2017 5404 9826 2333781007 Urbano
05405 0 387 2017 1 373 2017 2 501 2017 3 374 2017 4 176 2017 5 77 2017 6 35 2017 7 10 2017 8 6 2017 9 14 2017 10 2 2017 11 1 2017 NA NA NA 13 2 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Zapallar 294389.2 2017 5405 7339 2160521991 Urbano
05501 0 7317 2017 1 6397 2017 2 8149 2017 3 5561 2017 4 2356 2017 5 1036 2017 6 519 2017 7 294 2017 8 140 2017 9 126 2017 10 40 2017 11 41 2017 12 39 2017 13 13 2017 14 11 2017 15 4 2017 16 3 2017 NA NA NA NA NA NA NA NA NA 20 1 2017 NA NA NA NA NA NA NA NA NA Quillota 286029.5 2017 5501 90517 25890529852 Urbano
III <- seq(3,111,3)

for (i in 1:24) {
  cadena <- paste0(i-1, " hijos")
  names(df_2017_2)[III[i]] <- cadena
  
  # cadena <- paste0(i-1, " hijos")
  # print(cadena)
}

1.2 Correlaciones

1.2.1Pearson

El coeficiente de correlación de Pearson es probablemente la medida más utilizada para las relaciones lineales entre dos variables distribuidas normales y, por lo tanto, a menudo se denomina simplemente “coeficiente de correlación”. Por lo general, el coeficiente de Pearson se obtiene mediante un ajuste de mínimos cuadrados y un valor de 1 representa una relación positiva perfecta, -1 una relación negativa perfecta y 0 indica la ausencia de una relación entre las variables.

\[ \rho = \frac{\text{cov}(X,Y)}{\sigma_x \sigma_y} codigos <- d_t \] \[ r = \frac{{}\sum_{i=1}^{n} (x_i - \overline{x})(y_i - \overline{y})} {\sqrt{\sum_{i=1}^{n} (x_i - \overline{x})^2(y_i - \overline{y})^2}} \]

III <- seq(3,69,3)
my_data <- df_2017_2[, c(III,79)]
chart.Correlation(my_data, histogram=TRUE, method = c( "pearson"), pch=20)

Solamente podemos establecer correlaciones hasta los 22 hijos, mas allá no podemos por la presencia masiva de NAs

kbl(df_2017_2[,c(70:73)]) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")
anio.x.11 unlist.c..y.11 23 hijos anio.y.11
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA 23 1 2017
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA 23 1 2017
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA 23 1 2017
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 23 1 2017
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA 23 1 2017
2017 NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA 23 1 2017
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA 23 2 2017
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA 23 1 2017
NA NA NA NA
NA NA NA NA
NA 23 1 2017
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 23 1 2017
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA 23 2 2017
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 NA NA NA
2017 NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA 23 1 2017
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
2017 23 1 2017
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA
NA NA NA NA

1.2.2 Spearman

Relacionado con el coeficiente de correlación de Pearson, el coeficiente de correlación de Spearman (rho) mide la relación entre dos variables. La rho de Spearman puede entenderse como una versión basada en rangos del coeficiente de correlación de Pearson, que se puede utilizar para variables que no tienen una distribución normal y tienen una relación no lineal. Además, su uso no solo está restringido a datos continuos, sino que también puede usarse en análisis de atributos ordinales.

\[ \rho = 1- {\frac {6 \sum d_i^2}{n(n^2 - 1)}} \]

III <- seq(3,69,3)
my_data <- df_2017_2[, c(III,79)]
chart.Correlation(my_data, histogram=TRUE, method = c( "spearman"), pch=20)

1.2.3 Kendall

Similar al coeficiente de correlación de Pearson, la tau de Kendall mide el grado de una relación monótona entre variables y, como la rho de Spearman, calcula la dependencia entre variables clasificadas, lo que hace que sea factible para datos distribuidos no normales. Kendall tau se puede calcular tanto para datos continuos como ordinales. En términos generales, la tau de Kendall se distingue de la rho de Spearman por una penalización más fuerte de las dislocaciones no secuenciales (en el contexto de las variables clasificadas).

\[ \tau = \frac{c-d}{c+d} = \frac{S}{ \left( \begin{matrix} n \\ 2 \end{matrix} \right)} = \frac{2S}{n(n-1)} \]

\[\tau = \frac{S}{\sqrt{n(n-1)/2-T}\sqrt{n(n-1)/2-U}} \\ \\ T = \sum_t t(t-1)/2 \\ \\ U = \sum_u u(u-1)/2 \\\]

III <- seq(3,69,3)
my_data <- df_2017_2[, c(III,79)]
chart.Correlation(my_data, histogram=TRUE, method = c( "kendall"), pch=20)



RURAL

2 Pregunta P19: Total hijos/as nacidos vivos

2.1 Cálculo de frecuencias

Leemos las respuestas a la pregunta P19 del censo de personas 2017 y obtenemos la tabla de frecuencias por categoría de respuesta:

tabla_con_clave <- readRDS("../censo_personas_con_clave_17")
tabla_con_clave <- filter(tabla_con_clave, tabla_con_clave$AREA == 2)
b <- tabla_con_clave$COMUNA
c <- tabla_con_clave$P19
cross_tab =  xtabs( ~ unlist(b) + unlist(c))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"

d_unique <- unique(d$unlist.c.)

d_t <- filter(d,d$unlist.c. == 0)
for(i in 1:23){
  d_i <- filter(d,d$unlist.c. == i)
  d_t = merge( x = d_t, y = d_i, by = "unlist.b.", all.x = TRUE)
}

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)[73] <- "código" 
tablamadre <- head(comuna_corr,50)

ingresos_expandidos_2017 <- readRDS("Ingresos_expandidos_17_rural_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 unlist.c..x.5 Freq.x.5 anio.x.5 unlist.c..y.5 Freq.y.5 anio.y.5 unlist.c..x.6 Freq.x.6 anio.x.6 unlist.c..y.6 Freq.y.6 anio.y.6 unlist.c..x.7 Freq.x.7 anio.x.7 unlist.c..y.7 Freq.y.7 anio.y.7 unlist.c..x.8 Freq.x.8 anio.x.8 unlist.c..y.8 Freq.y.8 anio.y.8 unlist.c..x.9 Freq.x.9 anio.x.9 unlist.c..y.9 Freq.y.9 anio.y.9 unlist.c..x.10 Freq.x.10 anio.x.10 unlist.c..y.10 Freq.y.10 anio.y.10 unlist.c..x.11 Freq.x.11 anio.x.11 unlist.c..y.11 Freq.y.11 anio.y.11 comuna.x promedio_i año comuna.y personas Ingresos_expandidos tipo
01101 0 129 2017 1 115 2017 2 155 2017 3 140 2017 4 107 2017 5 43 2017 6 26 2017 7 7 2017 8 8 2017 9 5 2017 10 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Iquique 289375.3 2017 1101 191468 55406102543 Rural
01107 0 47 2017 1 57 2017 2 64 2017 3 52 2017 4 33 2017 5 19 2017 6 10 2017 7 7 2017 8 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
01401 0 269 2017 1 213 2017 2 291 2017 3 313 2017 4 185 2017 5 75 2017 6 48 2017 7 24 2017 8 24 2017 9 13 2017 10 2 2017 11 1 2017 12 4 2017 NA NA NA 14 1 2017 15 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 22 1 2017 NA NA NA Pozo Almonte 263069.6 2017 1401 15711 4133086727 Rural
01402 0 85 2017 1 53 2017 2 77 2017 3 53 2017 4 52 2017 5 29 2017 6 14 2017 7 14 2017 8 11 2017 9 8 2017 10 4 2017 11 2 2017 12 1 2017 NA NA NA 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Camiña 262850.3 2017 1402 1250 328562901 Rural
01403 0 98 2017 1 88 2017 2 62 2017 3 83 2017 4 57 2017 5 46 2017 6 39 2017 7 31 2017 8 27 2017 9 18 2017 10 11 2017 11 6 2017 12 5 2017 13 2 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
01404 0 66 2017 1 76 2017 2 97 2017 3 80 2017 4 67 2017 5 46 2017 6 27 2017 7 16 2017 8 16 2017 9 8 2017 10 5 2017 11 3 2017 12 4 2017 NA NA NA NA NA NA 15 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Huara 253968.5 2017 1404 2730 693334131 Rural
01405 0 187 2017 1 130 2017 2 127 2017 3 78 2017 4 41 2017 5 23 2017 6 18 2017 7 9 2017 8 4 2017 9 2 2017 10 1 2017 NA NA NA 12 4 2017 NA NA NA 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Pica 290496.7 2017 1405 9296 2700457509 Rural
02101 0 257 2017 1 149 2017 2 149 2017 3 94 2017 4 39 2017 5 24 2017 6 17 2017 7 4 2017 8 3 2017 9 2 2017 10 2 2017 NA NA NA 12 1 2017 NA NA NA 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
02102 0 22 2017 1 22 2017 2 24 2017 3 36 2017 4 14 2017 5 7 2017 6 2 2017 7 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
02103 0 415 2017 1 321 2017 2 273 2017 3 162 2017 4 83 2017 5 40 2017 6 12 2017 7 5 2017 8 2 2017 9 1 2017 10 2 2017 11 3 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Sierra Gorda 403458.5 2017 2103 10186 4109628188 Rural
02104 0 51 2017 1 58 2017 2 65 2017 3 61 2017 4 44 2017 5 20 2017 6 11 2017 7 8 2017 8 1 2017 9 1 2017 10 1 2017 11 1 2017 12 1 2017 NA NA NA 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Taltal 345494.0 2017 2104 13317 4600943086 Rural
02201 0 272 2017 1 233 2017 2 236 2017 3 179 2017 4 112 2017 5 74 2017 6 60 2017 7 20 2017 8 9 2017 9 12 2017 10 3 2017 11 6 2017 12 4 2017 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Calama 310025.0 2017 2201 165731 51380756402 Rural
02202 0 16 2017 1 15 2017 2 17 2017 3 9 2017 4 10 2017 5 6 2017 6 4 2017 7 3 2017 8 3 2017 9 1 2017 10 1 2017 11 2 2017 12 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
02203 0 463 2017 1 273 2017 2 273 2017 3 212 2017 4 119 2017 5 66 2017 6 55 2017 7 30 2017 8 20 2017 9 17 2017 10 13 2017 11 7 2017 12 3 2017 13 4 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA San Pedro de Atacama 356147.9 2017 2203 10996 3916202829 Rural
02301 0 14 2017 1 18 2017 2 35 2017 3 30 2017 4 24 2017 5 11 2017 6 2 2017 7 6 2017 8 1 2017 9 1 2017 NA NA NA 11 1 2017 12 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Tocopilla 180218.1 2017 2301 25186 4538972205 Rural
02302 0 62 2017 1 38 2017 2 35 2017 3 30 2017 4 9 2017 5 8 2017 6 1 2017 7 1 2017 NA NA NA 9 1 2017 NA NA NA NA NA NA NA NA NA 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
03101 0 188 2017 1 165 2017 2 224 2017 3 204 2017 4 105 2017 5 42 2017 6 20 2017 7 21 2017 8 6 2017 9 6 2017 10 3 2017 NA NA NA NA NA NA NA NA NA 14 1 2017 NA NA NA NA NA NA 17 1 2017 NA NA NA 19 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA Copiapó 308502.8 2017 3101 153937 47489990283 Rural
03102 0 106 2017 1 97 2017 2 143 2017 3 126 2017 4 69 2017 5 41 2017 6 15 2017 7 5 2017 8 3 2017 9 2 2017 10 1 2017 11 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
03103 0 179 2017 1 209 2017 2 188 2017 3 182 2017 4 109 2017 5 52 2017 6 35 2017 7 17 2017 8 10 2017 9 8 2017 10 2 2017 11 2 2017 12 4 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Tierra Amarilla 312457.3 2017 3103 14019 4380339153 Rural
03201 0 46 2017 1 69 2017 2 83 2017 3 88 2017 4 46 2017 5 22 2017 6 12 2017 7 6 2017 8 5 2017 9 3 2017 NA NA NA NA NA NA NA NA NA 13 1 2017 NA NA NA NA NA NA 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
03202 0 29 2017 1 36 2017 2 39 2017 3 38 2017 4 28 2017 5 20 2017 6 6 2017 7 5 2017 8 3 2017 9 4 2017 10 1 2017 NA NA NA 12 1 2017 NA NA NA NA NA NA 15 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Diego de Almagro 374511.6 2017 3202 13925 5215073473 Rural
03301 0 328 2017 1 352 2017 2 476 2017 3 395 2017 4 224 2017 5 96 2017 6 50 2017 7 32 2017 8 33 2017 9 23 2017 10 13 2017 11 5 2017 12 6 2017 13 3 2017 14 3 2017 15 3 2017 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Vallenar 254290.6 2017 3301 51917 13202005308 Rural
03302 0 228 2017 1 306 2017 2 381 2017 3 313 2017 4 197 2017 5 105 2017 6 68 2017 7 50 2017 8 31 2017 9 21 2017 10 15 2017 11 12 2017 12 5 2017 13 2 2017 14 1 2017 15 3 2017 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Alto del Carmen 227130.4 2017 3302 5299 1203563833 Rural
03303 0 114 2017 1 137 2017 2 200 2017 3 151 2017 4 79 2017 5 49 2017 6 34 2017 7 28 2017 8 12 2017 9 9 2017 10 7 2017 11 8 2017 12 3 2017 13 1 2017 14 2 2017 NA NA NA 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Freirina 214803.3 2017 3303 7041 1512429891 Rural
03304 0 66 2017 1 70 2017 2 81 2017 3 94 2017 4 49 2017 5 25 2017 6 15 2017 7 6 2017 8 3 2017 9 2 2017 NA NA NA 11 3 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Huasco 227560.7 2017 3304 10149 2309513927 Rural
04101 0 1240 2017 1 1230 2017 2 1671 2017 3 1406 2017 4 666 2017 5 331 2017 6 148 2017 7 104 2017 8 64 2017 9 44 2017 10 20 2017 11 12 2017 12 9 2017 13 6 2017 14 2 2017 15 1 2017 16 1 2017 NA NA NA 18 1 2017 19 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA La Serena 233184.2 2017 4101 221054 51546306303 Rural
04102 0 789 2017 1 897 2017 2 1175 2017 3 881 2017 4 494 2017 5 223 2017 6 123 2017 7 71 2017 8 41 2017 9 25 2017 10 17 2017 11 17 2017 12 11 2017 13 2 2017 14 2 2017 15 3 2017 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Coquimbo 231810.7 2017 4102 227730 52790242466 Rural
04103 0 56 2017 1 53 2017 2 87 2017 3 72 2017 4 28 2017 5 26 2017 6 14 2017 7 7 2017 8 4 2017 9 4 2017 10 6 2017 11 3 2017 12 1 2017 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Andacollo 242908.2 2017 4103 11044 2682678345 Rural
04104 0 136 2017 1 149 2017 2 224 2017 3 192 2017 4 133 2017 5 62 2017 6 29 2017 7 25 2017 8 16 2017 9 12 2017 10 7 2017 11 6 2017 12 7 2017 13 3 2017 14 1 2017 15 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA La Higuera 250699.6 2017 4104 4241 1063217069 Rural
04105 0 281 2017 1 338 2017 2 451 2017 3 301 2017 4 131 2017 5 88 2017 6 48 2017 7 33 2017 8 17 2017 9 11 2017 10 7 2017 11 13 2017 12 5 2017 13 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Paiguano 205942.1 2017 4105 4497 926121774 Rural
04106 0 671 2017 1 745 2017 2 943 2017 3 735 2017 4 357 2017 5 177 2017 6 114 2017 7 58 2017 8 48 2017 9 38 2017 10 21 2017 11 17 2017 12 11 2017 13 7 2017 14 4 2017 15 3 2017 16 1 2017 17 1 2017 NA NA NA NA NA NA NA NA NA 21 1 2017 NA NA NA NA NA NA Vicuña 176130.6 2017 4106 27771 4891322768 Rural
04201 0 556 2017 1 610 2017 2 860 2017 3 705 2017 4 368 2017 5 179 2017 6 113 2017 7 85 2017 8 64 2017 9 49 2017 10 36 2017 11 19 2017 12 19 2017 13 7 2017 14 9 2017 15 2 2017 16 1 2017 NA NA NA 18 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Illapel 191976.8 2017 4201 30848 5922099530 Rural
04202 0 398 2017 1 478 2017 2 576 2017 3 473 2017 4 261 2017 5 162 2017 6 127 2017 7 85 2017 8 61 2017 9 57 2017 10 35 2017 11 18 2017 12 19 2017 13 8 2017 14 3 2017 15 1 2017 NA NA NA NA NA NA 18 1 2017 19 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA Canela 171370.3 2017 4202 9093 1558270441 Rural
04203 0 216 2017 1 281 2017 2 337 2017 3 273 2017 4 137 2017 5 74 2017 6 49 2017 7 26 2017 8 33 2017 9 14 2017 10 12 2017 11 10 2017 12 10 2017 13 2 2017 14 3 2017 15 3 2017 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Los Vilos 173238.5 2017 4203 21382 3704185607 Rural
04204 0 589 2017 1 736 2017 2 965 2017 3 801 2017 4 379 2017 5 221 2017 6 140 2017 7 103 2017 8 57 2017 9 52 2017 10 27 2017 11 25 2017 12 18 2017 13 10 2017 14 6 2017 15 2 2017 16 3 2017 17 1 2017 18 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Salamanca 223234.2 2017 4204 29347 6551254640 Rural
04301 0 1227 2017 1 1584 2017 2 1965 2017 3 1383 2017 4 854 2017 5 490 2017 6 315 2017 7 194 2017 8 122 2017 9 104 2017 10 74 2017 11 47 2017 12 33 2017 13 18 2017 14 12 2017 15 8 2017 16 2 2017 17 1 2017 NA NA NA 19 2 2017 20 1 2017 NA NA NA NA NA NA 23 1 2017 Ovalle 241393.7 2017 4301 111272 26860360045 Rural
04302 0 379 2017 1 462 2017 2 611 2017 3 508 2017 4 285 2017 5 194 2017 6 107 2017 7 74 2017 8 58 2017 9 51 2017 10 36 2017 11 23 2017 12 28 2017 13 7 2017 14 4 2017 15 8 2017 16 1 2017 NA NA NA NA NA NA NA NA NA 20 1 2017 NA NA NA NA NA NA NA NA NA Combarbalá 179139.6 2017 4302 13322 2386498044 Rural
04303 0 846 2017 1 1044 2017 2 1341 2017 3 929 2017 4 603 2017 5 319 2017 6 206 2017 7 150 2017 8 87 2017 9 91 2017 10 69 2017 11 38 2017 12 32 2017 13 14 2017 14 15 2017 15 5 2017 16 2 2017 17 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Monte Patria 201205.8 2017 4303 30751 6187280931 Rural
04304 0 237 2017 1 323 2017 2 419 2017 3 331 2017 4 185 2017 5 104 2017 6 65 2017 7 54 2017 8 40 2017 9 26 2017 10 30 2017 11 13 2017 12 11 2017 13 7 2017 14 5 2017 15 1 2017 16 2 2017 17 1 2017 18 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Punitaqui 171931.7 2017 4304 10956 1883683880 Rural
04305 0 250 2017 1 306 2017 2 390 2017 3 235 2017 4 187 2017 5 104 2017 6 66 2017 7 54 2017 8 34 2017 9 30 2017 10 19 2017 11 8 2017 12 9 2017 13 3 2017 14 2 2017 15 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA 20 1 2017 NA NA NA NA NA NA NA NA NA Río Hurtado 182027.2 2017 4305 4278 778712384 Rural
05101 0 42 2017 1 55 2017 2 51 2017 3 40 2017 4 29 2017 5 8 2017 6 4 2017 7 3 2017 8 2 2017 9 2 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Valparaíso 331716.1 2017 5101 296655 98405237576 Rural
05102 0 747 2017 1 616 2017 2 770 2017 3 581 2017 4 278 2017 5 113 2017 6 72 2017 7 47 2017 8 27 2017 9 19 2017 10 22 2017 11 7 2017 12 7 2017 13 5 2017 NA NA NA 15 1 2017 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Casablanca 268917.1 2017 5102 26867 7224996933 Rural
05103 0 190 2017 1 174 2017 2 232 2017 3 185 2017 4 83 2017 5 24 2017 6 12 2017 7 10 2017 8 6 2017 9 2 2017 10 1 2017 11 1 2017 NA NA NA NA NA NA 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
05104 0 66 2017 1 63 2017 2 99 2017 3 59 2017 4 27 2017 5 9 2017 6 2 2017 7 1 2017 8 3 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
05105 0 162 2017 1 158 2017 2 256 2017 3 190 2017 4 84 2017 5 49 2017 6 24 2017 7 16 2017 8 7 2017 9 2 2017 10 3 2017 11 2 2017 12 3 2017 13 1 2017 14 1 2017 NA NA NA 16 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Puchuncaví 279614.4 2017 5105 18546 5185728335 Rural
05107 0 399 2017 1 322 2017 2 508 2017 3 318 2017 4 168 2017 5 69 2017 6 25 2017 7 12 2017 8 8 2017 9 6 2017 10 3 2017 NA NA NA 12 2 2017 13 2 2017 NA NA NA 15 1 2017 16 1 2017 17 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Quintero 334628.2 2017 5107 31923 10682335196 Rural
05201 0 29 2017 1 30 2017 2 36 2017 3 20 2017 4 12 2017 5 2 2017 6 4 2017 7 1 2017 8 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
05301 0 303 2017 1 283 2017 2 383 2017 3 308 2017 4 150 2017 5 69 2017 6 33 2017 7 21 2017 8 11 2017 9 8 2017 10 6 2017 11 5 2017 12 2 2017 13 2 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Los Andes 324402.1 2017 5301 66708 21640215030 Rural
05302 0 238 2017 1 254 2017 2 425 2017 3 320 2017 4 135 2017 5 58 2017 6 32 2017 7 14 2017 8 12 2017 9 10 2017 10 2 2017 11 3 2017 12 3 2017 13 1 2017 14 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Calle Larga 242743.8 2017 5302 14832 3600375502 Rural
05303 0 162 2017 1 118 2017 2 206 2017 3 165 2017 4 63 2017 5 28 2017 6 12 2017 7 5 2017 8 7 2017 9 2 2017 10 3 2017 11 2 2017 12 1 2017 13 1 2017 14 1 2017 15 1 2017 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA Rinconada 326532.5 2017 5303 10207 3332917471 Rural
III <- seq(3,111,3)

for (i in 1:24) {
  cadena <- paste0(i-1, " hijos")
  names(df_2017_2)[III[i]] <- cadena
  
  # cadena <- paste0(i-1, " hijos")
  # print(cadena)
}

2.2 Correlaciones

2.2.1Pearson

El coeficiente de correlación de Pearson es probablemente la medida más utilizada para las relaciones lineales entre dos variables distribuidas normales y, por lo tanto, a menudo se denomina simplemente “coeficiente de correlación”. Por lo general, el coeficiente de Pearson se obtiene mediante un ajuste de mínimos cuadrados y un valor de 1 representa una relación positiva perfecta, -1 una relación negativa perfecta y 0 indica la ausencia de una relación entre las variables.

\[ \rho = \frac{\text{cov}(X,Y)}{\sigma_x \sigma_y} codigos <- d_t \] \[ r = \frac{{}\sum_{i=1}^{n} (x_i - \overline{x})(y_i - \overline{y})} {\sqrt{\sum_{i=1}^{n} (x_i - \overline{x})^2(y_i - \overline{y})^2}} \]

III <- seq(3,60,3)
my_data <- df_2017_2[, c(III,79)]
chart.Correlation(my_data, histogram=TRUE, method = c( "pearson"), pch=20)

Solamente podemos establecer correlaciones hasta los 19 hijos, mas allá no podemos por la presencia masiva de NAs

kbl(df_2017_2[,c(63:73)]) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")
20 hijos anio.x.10 unlist.c..y.10 21 hijos anio.y.10 unlist.c..x.11 22 hijos anio.x.11 unlist.c..y.11 23 hijos anio.y.11
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA 22 1 2017 NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA 21 1 2017 NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA 23 1 2017
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
2 2017 NA NA NA 22 1 2017 23 1 2017
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA 21 1 2017 NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA 21 1 2017 NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 21 1 2017 NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA 21 1 2017 NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA 22 1 2017 NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
2 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA 22 1 2017 NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA 22 1 2017 NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA 21 1 2017 NA NA NA NA NA NA
3 2017 NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
1 2017 NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA 22 1 2017 NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA 21 1 2017 NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA 22 1 2017 NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA 22 1 2017 NA NA NA
NA NA 21 1 2017 NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA
NA NA NA NA NA NA NA NA NA NA NA

2.2.2 Spearman

Relacionado con el coeficiente de correlación de Pearson, el coeficiente de correlación de Spearman (rho) mide la relación entre dos variables. La rho de Spearman puede entenderse como una versión basada en rangos del coeficiente de correlación de Pearson, que se puede utilizar para variables que no tienen una distribución normal y tienen una relación no lineal. Además, su uso no solo está restringido a datos continuos, sino que también puede usarse en análisis de atributos ordinales.

\[ \rho = 1- {\frac {6 \sum d_i^2}{n(n^2 - 1)}} \]

III <- seq(3,60,3)
my_data <- df_2017_2[, c(III,79)]
chart.Correlation(my_data, histogram=TRUE, method = c( "spearman"), pch=20)

2.2.3 Kendall

Similar al coeficiente de correlación de Pearson, la tau de Kendall mide el grado de una relación monótona entre variables y, como la rho de Spearman, calcula la dependencia entre variables clasificadas, lo que hace que sea factible para datos distribuidos no normales. Kendall tau se puede calcular tanto para datos continuos como ordinales. En términos generales, la tau de Kendall se distingue de la rho de Spearman por una penalización más fuerte de las dislocaciones no secuenciales (en el contexto de las variables clasificadas).

\[ \tau = \frac{c-d}{c+d} = \frac{S}{ \left( \begin{matrix} n \\ 2 \end{matrix} \right)} = \frac{2S}{n(n-1)} \]

\[\tau = \frac{S}{\sqrt{n(n-1)/2-T}\sqrt{n(n-1)/2-U}} \\ \\ T = \sum_t t(t-1)/2 \\ \\ U = \sum_u u(u-1)/2 \\\]

III <- seq(3,60,3)
my_data <- df_2017_2[, c(III,79)]
chart.Correlation(my_data, histogram=TRUE, method = c( "kendall"), pch=20)