1 Nivel nacional URBANO (código 1)
1.1 Pregunta P03B: Ocupación de la vivienda
Esta pregunta posee 6 categorias de respuesta:
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
Leemos las respuestas a la pregunta P03B del censo de viviendas 2017 y obtenemos la tabla de frecuencias por categoría:
tabla_con_clave <- readRDS("../censo_viviendas_con_clave_17.rds")
tabla_con_clave_u <- filter(tabla_con_clave, tabla_con_clave$AREA == 1)
b <- tabla_con_clave_u$COMUNA
c <- tabla_con_clave_u$P03B
cross_tab = xtabs( ~ unlist(b) + unlist(c))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"
categorias <- sort(unique(tabla_con_clave_u$P03B ))
categorias <- as.data.frame(categorias)
names(categorias)[1] <- "cat"
categorias <- filter(categorias, categorias$cat != 99)
categorias <- filter(categorias, categorias$cat != 98)
d_t <- filter(d,d$unlist.c. == categorias[1,1])
for(i in categorias[2,1]:categorias[nrow(categorias),1]){
d_i <- filter(d,d$unlist.c. == i)
d_t = merge( x = d_t, y = d_i, by = "unlist.b.", all.x = TRUE)
}
# Agregamos un cero a los códigos comunales de 4 dígitos, que queda en la columna llamada **código**:
codigos <- d_t$unlist.b.
rango <- seq(1:nrow(d_t))
cadena <- paste("0",codigos[rango], sep = "")
cadena <- substr(cadena,(nchar(cadena)[rango])-(4),6)
codigos <- as.data.frame(codigos)
cadena <- as.data.frame(cadena)
comuna_corr <- cbind(d_t,cadena)
comuna_corr <- comuna_corr[,-c(1),drop=FALSE]
names(comuna_corr)[ncol(comuna_corr)] <- "código"
quitar <- seq(3,(ncol(comuna_corr)-1),3)
comuna_corr <- comuna_corr[,-c(quitar),drop=FALSE]
names(comuna_corr )[2] <- "Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas"
names(comuna_corr )[4] <- "Losa hormigón"
names(comuna_corr )[6] <- "Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño)"
names(comuna_corr )[8] <- "Fonolita o plancha de fieltro embreado"
names(comuna_corr )[10] <- "Paja, coirón, totora o caña"
names(comuna_corr )[12] <- " Materiales precarios (lata, cartón, plásticos, etc.)"
names(comuna_corr )[14] <- "Sin cubierta sólida de techo"
renombrar <- seq(1,(ncol(comuna_corr)-2),2)
vv <- 0
for (v in renombrar) {
vv <- vv+1
contador <- paste0("categoria_",vv)
names(comuna_corr)[v] <- contador
}
ingresos_expandidos_2017 <- readRDS("Ingresos_expandidos_urbano_17.rds")
df_2017_2 = merge( x = comuna_corr, y = ingresos_expandidos_2017, by = "código", all.x = TRUE)
df_2017_2 <- filter(df_2017_2, df_2017_2$Ingresos_expandidos != 'is.na')
write_xlsx(df_2017_2 ,"P03B_urbano.xlsx")
kbl(head(df_2017_2 ,50)) %>%
kable_styling(bootstrap_options = c("striped", "hover")) %>%
kable_paper() %>%
scroll_box(width = "100%", height = "300px")
código | categoria_1 | Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas | categoria_2 | Losa hormigón | categoria_3 | Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño) | categoria_4 | Fonolita o plancha de fieltro embreado | categoria_5 | Paja, coirón, totora o caña | categoria_6 | Materiales precarios (lata, cartón, plásticos, etc.) | categoria_7 | Sin cubierta sólida de techo | comuna.x | promedio_i | año | personas | Ingresos_expandidos |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
01101 | 1 | 15377 | 2 | 17254 | 3 | 20590 | 4 | 633 | 5 | 42 | 6 | 543 | 7 | 172 | Iquique | 375676.9 | 2017 | 191468 | 71930106513 |
01107 | 1 | 7455 | 2 | 7667 | 3 | 11760 | 4 | 344 | 5 | 18 | 6 | 726 | 7 | 183 | Alto Hospicio | 311571.7 | 2017 | 108375 | 33766585496 |
01401 | 1 | 612 | 2 | 61 | 3 | 1944 | 4 | 44 | 5 | 3 | 6 | 44 | 7 | 16 | Pozo Almonte | 316138.5 | 2017 | 15711 | 4966851883 |
01405 | 1 | 303 | 2 | 36 | 3 | 857 | 4 | 15 | 5 | 30 | 6 | 25 | 7 | 2 | Pica | 330061.1 | 2017 | 9296 | 3068247619 |
02101 | 1 | 28170 | 2 | 30642 | 3 | 37052 | 4 | 665 | 5 | 20 | 6 | 672 | 7 | 133 | Antofagasta | 368221.4 | 2017 | 361873 | 133249367039 |
02102 | 1 | 707 | 2 | 596 | 3 | 1529 | 4 | 32 | 5 | 1 | 6 | 23 | 7 | 6 | Mejillones | 369770.7 | 2017 | 13467 | 4979702302 |
02104 | 1 | 638 | 2 | 72 | 3 | 2388 | 4 | 15 | NA | NA | 6 | 30 | 7 | 13 | Taltal | 383666.2 | 2017 | 13317 | 5109282942 |
02201 | 1 | 14960 | 2 | 3786 | 3 | 24947 | 4 | 394 | 5 | 11 | 6 | 596 | 7 | 100 | Calama | 434325.1 | 2017 | 165731 | 71981127235 |
02203 | 1 | 188 | 2 | 8 | 3 | 1224 | 4 | 12 | 5 | 44 | 6 | 33 | 7 | 1 | San Pedro de Atacama | 442861.0 | 2017 | 10996 | 4869699464 |
02301 | 1 | 2380 | 2 | 906 | 3 | 4059 | 4 | 74 | NA | NA | 6 | 81 | 7 | 29 | Tocopilla | 286187.2 | 2017 | 25186 | 7207910819 |
02302 | 1 | 398 | 2 | 3 | 3 | 925 | 4 | 1 | NA | NA | 6 | 18 | 7 | 3 | María Elena | 477748.0 | 2017 | 6457 | 3084818966 |
03101 | 1 | 7882 | 2 | 3656 | 3 | 32229 | 4 | 206 | 5 | 19 | 6 | 204 | 7 | 38 | Copiapó | 343121.0 | 2017 | 153937 | 52819016037 |
03102 | 1 | 907 | 2 | 73 | 3 | 3751 | 4 | 24 | 5 | 10 | 6 | 18 | 7 | 9 | Caldera | 318653.2 | 2017 | 17662 | 5628052276 |
03103 | 1 | 221 | 2 | 4 | 3 | 2602 | 4 | 11 | 5 | 6 | 6 | 4 | 7 | 4 | Tierra Amarilla | 333194.9 | 2017 | 14019 | 4671058718 |
03201 | 1 | 215 | 2 | 68 | 3 | 2903 | 4 | 30 | 5 | 2 | 6 | 33 | 7 | 4 | Chañaral | 286389.3 | 2017 | 12219 | 3499391196 |
03202 | 1 | 614 | 2 | 670 | 3 | 2910 | 4 | 3 | 5 | 1 | 6 | 17 | 7 | 5 | Diego de Almagro | 351583.9 | 2017 | 13925 | 4895805596 |
03301 | 1 | 4375 | 2 | 315 | 3 | 8802 | 4 | 83 | 5 | 8 | 6 | 114 | 7 | 23 | Vallenar | 315981.5 | 2017 | 51917 | 16404810756 |
03303 | 1 | 244 | 2 | 3 | 3 | 1116 | 4 | 3 | NA | NA | 6 | 6 | 7 | 1 | Freirina | 289049.9 | 2017 | 7041 | 2035200054 |
03304 | 1 | 476 | 2 | 48 | 3 | 2250 | 4 | 26 | NA | NA | 6 | 13 | 7 | 5 | Huasco | 337414.8 | 2017 | 10149 | 3424422750 |
04101 | 1 | 21870 | 2 | 6787 | 3 | 32337 | 4 | 232 | 5 | 5 | 6 | 111 | 7 | 33 | La Serena | 279340.1 | 2017 | 221054 | 61749247282 |
04102 | 1 | 18658 | 2 | 3363 | 3 | 40546 | 4 | 358 | 5 | 6 | 6 | 150 | 7 | 41 | Coquimbo | 269078.6 | 2017 | 227730 | 61277269093 |
04103 | 1 | 393 | 2 | 2 | 3 | 2611 | 4 | 26 | 5 | 1 | 6 | 6 | 7 | 3 | Andacollo | 258539.7 | 2017 | 11044 | 2855312920 |
04104 | 1 | 58 | NA | NA | 3 | 323 | 4 | 3 | NA | NA | 6 | 8 | NA | NA | La Higuera | 214257.0 | 2017 | 4241 | 908664019 |
04106 | 1 | 616 | 2 | 18 | 3 | 4680 | 4 | 15 | 5 | 2 | 6 | 8 | 7 | 2 | Vicuña | 254177.0 | 2017 | 27771 | 7058750373 |
04201 | 1 | 478 | 2 | 74 | 3 | 6176 | 4 | 14 | NA | NA | 6 | 14 | 7 | 3 | Illapel | 282139.3 | 2017 | 30848 | 8703433491 |
04202 | 1 | 19 | 2 | 4 | 3 | 672 | 4 | 1 | NA | NA | 6 | 1 | 7 | 1 | Canela | 233397.3 | 2017 | 9093 | 2122281844 |
04203 | 1 | 805 | 2 | 11 | 3 | 4908 | 4 | 20 | NA | NA | 6 | 7 | 7 | 2 | Los Vilos | 285214.0 | 2017 | 21382 | 6098444926 |
04204 | 1 | 499 | 2 | 85 | 3 | 4363 | 4 | 10 | NA | NA | 6 | 13 | 7 | 6 | Salamanca | 262056.9 | 2017 | 29347 | 7690585032 |
04301 | 1 | 4774 | 2 | 744 | 3 | 20873 | 4 | 134 | 5 | 7 | 6 | 70 | 7 | 17 | Ovalle | 280373.5 | 2017 | 111272 | 31197719080 |
04302 | 1 | 96 | 2 | 1 | 3 | 1982 | 4 | 2 | NA | NA | 6 | 3 | 7 | 1 | Combarbalá | 234537.3 | 2017 | 13322 | 3124505460 |
04303 | 1 | 299 | 2 | 6 | 3 | 4464 | 4 | 13 | 5 | 1 | 6 | 12 | 7 | 1 | Monte Patria | 225369.1 | 2017 | 30751 | 6930326684 |
04304 | 1 | 117 | 2 | 5 | 3 | 1766 | 4 | 4 | NA | NA | 6 | 7 | 7 | 3 | Punitaqui | 212496.1 | 2017 | 10956 | 2328107498 |
05101 | 1 | 19130 | 2 | 13731 | 3 | 60998 | 4 | 257 | 5 | 17 | 6 | 2385 | 7 | 85 | Valparaíso | 306572.5 | 2017 | 296655 | 90946261553 |
05102 | 1 | 855 | 2 | 347 | 3 | 4464 | 4 | 17 | NA | NA | 6 | 27 | 7 | 1 | Casablanca | 348088.6 | 2017 | 26867 | 9352095757 |
05103 | 1 | 4150 | 2 | 2588 | 3 | 5977 | 4 | 66 | 5 | 2 | 6 | 51 | 7 | 2 | Concón | 333932.4 | 2017 | 42152 | 14075920021 |
05105 | 1 | 1161 | 2 | 54 | 3 | 4111 | 4 | 24 | 5 | 1 | 6 | 20 | 7 | 6 | Puchuncaví | 296035.5 | 2017 | 18546 | 5490274928 |
05107 | 1 | 1959 | 2 | 471 | 3 | 6209 | 4 | 33 | 5 | 2 | 6 | 41 | 7 | 12 | Quintero | 308224.7 | 2017 | 31923 | 9839456903 |
05109 | 1 | 23960 | 2 | 29228 | 3 | 60722 | 4 | 259 | 5 | 13 | 6 | 1061 | 7 | 96 | Viña del Mar | 354715.9 | 2017 | 334248 | 118563074323 |
05301 | 1 | 5043 | 2 | 1231 | 3 | 12847 | 4 | 50 | 5 | 6 | 6 | 47 | 7 | 19 | Los Andes | 355446.2 | 2017 | 66708 | 23711104774 |
05302 | 1 | 728 | 2 | 26 | 3 | 2533 | 4 | 22 | NA | NA | 6 | 10 | NA | NA | Calle Larga | 246387.3 | 2017 | 14832 | 3654416747 |
05303 | 1 | 386 | 2 | 7 | 3 | 2086 | 4 | 3 | NA | NA | 6 | 1 | 7 | 1 | Rinconada | 279807.9 | 2017 | 10207 | 2855998928 |
05304 | 1 | 709 | 2 | 7 | 3 | 2905 | 4 | 10 | NA | NA | 6 | 2 | 7 | 4 | San Esteban | 219571.6 | 2017 | 18855 | 4140022481 |
05401 | 1 | 1223 | 2 | 355 | 3 | 6944 | 4 | 14 | 5 | 1 | 6 | 17 | 7 | 11 | La Ligua | 259482.3 | 2017 | 35390 | 9183080280 |
05402 | 1 | 432 | 2 | 85 | 3 | 3263 | 4 | 18 | NA | NA | 6 | 19 | 7 | 3 | Cabildo | 262745.9 | 2017 | 19388 | 5094117762 |
05403 | 1 | 241 | 2 | 43 | 3 | 1465 | 4 | 2 | NA | NA | 6 | 4 | NA | NA | Papudo | 302317.1 | 2017 | 6356 | 1921527704 |
05404 | 1 | 99 | 2 | 1 | 3 | 1320 | 4 | 4 | 5 | 1 | 6 | 4 | NA | NA | Petorca | 237510.8 | 2017 | 9826 | 2333781007 |
05405 | 1 | 321 | 2 | 20 | 3 | 1293 | 4 | 11 | 5 | 3 | 6 | 9 | 7 | 1 | Zapallar | 294389.2 | 2017 | 7339 | 2160521991 |
05501 | 1 | 5492 | 2 | 1290 | 3 | 17994 | 4 | 50 | 5 | 2 | 6 | 73 | 7 | 5 | Quillota | 288694.2 | 2017 | 90517 | 26131733924 |
05502 | 1 | 2715 | 2 | 940 | 3 | 11411 | 4 | 41 | 5 | 3 | 6 | 47 | 7 | 18 | Calera | 282823.6 | 2017 | 50554 | 14297866792 |
05503 | 1 | 244 | 2 | 5 | 3 | 3293 | 4 | 6 | NA | NA | 6 | 12 | 7 | 2 | Hijuelas | 268449.7 | 2017 | 17988 | 4828872604 |
1.1.1 Estadísticas a nivel urbano
data_sum <- summary(df_2017_exp_subset)
kbl(head(data_sum)) %>%
kable_styling(bootstrap_options = c("striped", "hover")) %>%
kable_paper() %>%
scroll_box(width = "100%", height = "500px")
Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas | Losa hormigón | Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño) | Fonolita o plancha de fieltro embreado | Paja, coirón, totora o caña | Materiales precarios (lata, cartón, plásticos, etc.) | Sin cubierta sólida de techo | Ingresos_expandidos | |
---|---|---|---|---|---|---|---|---|
Min. : 19.0 | Min. : 1 | Min. : 245 | Min. : 1.00 | Min. : 1.000 | Min. : 1.00 | Min. : 1.00 | Min. :7.054e+08 | |
1st Qu.: 148.5 | 1st Qu.: 3 | 1st Qu.: 1720 | 1st Qu.: 4.25 | 1st Qu.: 1.000 | 1st Qu.: 7.00 | 1st Qu.: 2.00 | 1st Qu.:2.954e+09 | |
Median : 458.0 | Median : 36 | Median : 3932 | Median : 13.00 | Median : 2.000 | Median : 19.00 | Median : 5.00 | Median :5.697e+09 | |
Mean : 3323.1 | Mean : 2453 | Mean : 9806 | Mean : 45.70 | Mean : 4.888 | Mean : 88.58 | Mean : 14.18 | Mean :1.784e+10 | |
3rd Qu.: 3160.0 | 3rd Qu.: 940 | 3rd Qu.:11191 | 3rd Qu.: 50.00 | 3rd Qu.: 5.000 | 3rd Qu.: 71.00 | 3rd Qu.: 16.00 | 3rd Qu.:1.857e+10 | |
Max. :62057.0 | Max. :107176 | Max. :95344 | Max. :767.00 | Max. :62.000 | Max. :2385.00 | Max. :242.00 | Max. :1.870e+11 |
1.2 Correlaciones
2 Nivel nacional RURAL (código 2)
2.1 Pregunta P03B: Ocupación de la vivienda
Leemos las respuestas a la pregunta P03B del censo de viviendas 2017 y obtenemos la tabla de frecuencias por categoría:
tabla_con_clave <- readRDS("../censo_viviendas_con_clave_17.rds")
tabla_con_clave_u <- filter(tabla_con_clave, tabla_con_clave$AREA == 2)
b <- tabla_con_clave_u$COMUNA
c <- tabla_con_clave_u$P03B
cross_tab = xtabs( ~ unlist(b) + unlist(c))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"
categorias <- sort(unique(tabla_con_clave_u$P03B ))
categorias <- as.data.frame(categorias)
names(categorias)[1] <- "cat"
categorias <- filter(categorias, categorias$cat != 99)
categorias <- filter(categorias, categorias$cat != 98)
d_t <- filter(d,d$unlist.c. == categorias[1,1])
for(i in categorias[2,1]:categorias[nrow(categorias),1]){
d_i <- filter(d,d$unlist.c. == i)
d_t = merge( x = d_t, y = d_i, by = "unlist.b.", all.x = TRUE)
}
# Agregamos un cero a los códigos comunales de 4 dígitos, que queda en la columna llamada **código**:
codigos <- d_t$unlist.b.
rango <- seq(1:nrow(d_t))
cadena <- paste("0",codigos[rango], sep = "")
cadena <- substr(cadena,(nchar(cadena)[rango])-(4),6)
codigos <- as.data.frame(codigos)
cadena <- as.data.frame(cadena)
comuna_corr <- cbind(d_t,cadena)
comuna_corr <- comuna_corr[,-c(1),drop=FALSE]
names(comuna_corr)[ncol(comuna_corr)] <- "código"
quitar <- seq(3,(ncol(comuna_corr)-1),3)
comuna_corr <- comuna_corr[,-c(quitar),drop=FALSE]
names(comuna_corr )[2] <- "Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas"
names(comuna_corr )[4] <- "Losa hormigón"
names(comuna_corr )[6] <- "Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño)"
names(comuna_corr )[8] <- "Fonolita o plancha de fieltro embreado"
names(comuna_corr )[10] <- "Paja, coirón, totora o caña"
names(comuna_corr )[12] <- " Materiales precarios (lata, cartón, plásticos, etc.)"
names(comuna_corr )[14] <- "Sin cubierta sólida de techo"
renombrar <- seq(1,(ncol(comuna_corr)-2),2)
vv <- 0
for (v in renombrar) {
vv <- vv+1
contador <- paste0("categoria_",vv)
names(comuna_corr)[v] <- contador
}
ingresos_expandidos_2017 <- readRDS("Ingresos_expandidos_rural_17.rds")
df_2017_2 = merge( x = comuna_corr, y = ingresos_expandidos_2017, by = "código", all.x = TRUE)
df_2017_2 <- filter(df_2017_2, df_2017_2$Ingresos_expandidos != 'is.na')
write_xlsx(df_2017_2 ,"P03B_rural.xlsx")
kbl(head(df_2017_2 ,50)) %>%
kable_styling(bootstrap_options = c("striped", "hover")) %>%
kable_paper() %>%
scroll_box(width = "100%", height = "300px")
código | categoria_1 | Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas | categoria_2 | Losa hormigón | categoria_3 | Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño) | categoria_4 | Fonolita o plancha de fieltro embreado | categoria_5 | Paja, coirón, totora o caña | categoria_6 | Materiales precarios (lata, cartón, plásticos, etc.) | categoria_7 | Sin cubierta sólida de techo | comuna.x | promedio_i | año | comuna.y | personas | Ingresos_expandidos |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
01101 | 1 | 141 | 2 | 14 | 3 | 536 | 4 | 18 | 5 | 1 | 6 | 47 | 7 | 10 | Iquique | 272529.7 | 2017 | 1101 | 191468 | 52180713221 |
01401 | 1 | 321 | 2 | 51 | 3 | 818 | 4 | 31 | 5 | 15 | 6 | 80 | 7 | 16 | Pozo Almonte | 243272.4 | 2017 | 1401 | 15711 | 3822052676 |
01402 | 1 | 82 | 2 | 6 | 3 | 369 | 4 | 5 | 5 | 1 | 6 | 3 | 7 | 1 | Camiña | 226831.0 | 2017 | 1402 | 1250 | 283538750 |
01404 | 1 | 96 | 2 | 8 | 3 | 405 | 4 | 12 | 5 | 6 | 6 | 53 | 7 | 7 | Huara | 236599.7 | 2017 | 1404 | 2730 | 645917134 |
01405 | 1 | 65 | 2 | 6 | 3 | 228 | 4 | 5 | 5 | 10 | 6 | 11 | NA | NA | Pica | 269198.0 | 2017 | 1405 | 9296 | 2502464414 |
02103 | 1 | 48 | 2 | 5 | 3 | 285 | 4 | 1 | NA | NA | 6 | 1 | NA | NA | Sierra Gorda | 322997.9 | 2017 | 2103 | 10186 | 3290056742 |
02104 | 1 | 63 | NA | NA | 3 | 186 | 4 | 3 | NA | NA | 6 | 36 | 7 | 9 | Taltal | 288653.8 | 2017 | 2104 | 13317 | 3844002134 |
02201 | 1 | 118 | 2 | 10 | 3 | 694 | 4 | 28 | 5 | 33 | 6 | 65 | 7 | 3 | Calama | 238080.9 | 2017 | 2201 | 165731 | 39457387800 |
02203 | 1 | 236 | 2 | 5 | 3 | 870 | 4 | 21 | 5 | 176 | 6 | 21 | NA | NA | San Pedro de Atacama | 271472.6 | 2017 | 2203 | 10996 | 2985112297 |
02301 | 1 | 26 | NA | NA | 3 | 159 | 4 | 3 | NA | NA | 6 | 16 | 7 | 3 | Tocopilla | 166115.9 | 2017 | 2301 | 25186 | 4183793832 |
03101 | 1 | 137 | 2 | 8 | 3 | 767 | 4 | 16 | 5 | 10 | 6 | 12 | 7 | 2 | Copiapó | 251396.0 | 2017 | 3101 | 153937 | 38699138722 |
03103 | 1 | 18 | 2 | 1 | 3 | 886 | 4 | 1 | 5 | 10 | 6 | 9 | 7 | 1 | Tierra Amarilla | 287819.4 | 2017 | 3103 | 14019 | 4034940816 |
03202 | 1 | 32 | NA | NA | 3 | 201 | 4 | 2 | NA | NA | 6 | 12 | NA | NA | Diego de Almagro | 326439.0 | 2017 | 3202 | 13925 | 4545663075 |
03301 | 1 | 324 | 2 | 3 | 3 | 1466 | 4 | 15 | 5 | 22 | 6 | 67 | 7 | 12 | Vallenar | 217644.6 | 2017 | 3301 | 51917 | 11299454698 |
03302 | 1 | 214 | 2 | 1 | 3 | 1445 | 4 | 13 | 5 | 31 | 6 | 27 | 7 | 7 | Alto del Carmen | 196109.9 | 2017 | 3302 | 5299 | 1039186477 |
03303 | 1 | 71 | NA | NA | 3 | 770 | 4 | 5 | 5 | 2 | 6 | 17 | 7 | 2 | Freirina | 202463.8 | 2017 | 3303 | 7041 | 1425547554 |
03304 | 1 | 55 | NA | NA | 3 | 390 | 4 | 7 | 5 | 1 | 6 | 35 | 7 | 2 | Huasco | 205839.6 | 2017 | 3304 | 10149 | 2089066548 |
04101 | 1 | 1321 | 2 | 52 | 3 | 4286 | 4 | 32 | 5 | 7 | 6 | 32 | 7 | 9 | La Serena | 200287.4 | 2017 | 4101 | 221054 | 44274327972 |
04102 | 1 | 695 | 2 | 13 | 3 | 3279 | 4 | 22 | 5 | 10 | 6 | 30 | 7 | 8 | Coquimbo | 206027.8 | 2017 | 4102 | 227730 | 46918711304 |
04103 | 1 | 27 | NA | NA | 3 | 369 | 4 | 3 | NA | NA | 6 | 4 | 7 | 2 | Andacollo | 217096.4 | 2017 | 4103 | 11044 | 2397612293 |
04104 | 1 | 105 | NA | NA | 3 | 915 | 4 | 20 | NA | NA | 6 | 17 | 7 | 3 | La Higuera | 231674.2 | 2017 | 4104 | 4241 | 982530309 |
04105 | 1 | 146 | 2 | 1 | 3 | 1424 | 4 | 4 | 5 | 2 | 6 | 8 | 7 | 4 | Paiguano | 174868.5 | 2017 | 4105 | 4497 | 786383423 |
04106 | 1 | 365 | 2 | 8 | 3 | 2929 | 4 | 12 | 5 | 2 | 6 | 29 | 7 | 7 | Vicuña | 169077.1 | 2017 | 4106 | 27771 | 4695441470 |
04201 | 1 | 218 | 2 | 1 | 3 | 3135 | 4 | 6 | NA | NA | 6 | 4 | 7 | 2 | Illapel | 165639.6 | 2017 | 4201 | 30848 | 5109649759 |
04202 | 1 | 103 | NA | NA | 3 | 2551 | 4 | 5 | 5 | 6 | 6 | 5 | 7 | 8 | Canela | 171370.3 | 2017 | 4202 | 9093 | 1558270441 |
04203 | 1 | 140 | 2 | 3 | 3 | 1280 | 4 | 5 | 5 | 2 | 6 | 4 | NA | NA | Los Vilos | 173238.5 | 2017 | 4203 | 21382 | 3704185607 |
04204 | 1 | 276 | 2 | 11 | 3 | 3369 | 4 | 8 | 5 | 2 | 6 | 11 | 7 | 2 | Salamanca | 193602.0 | 2017 | 4204 | 29347 | 5681637894 |
04301 | 1 | 686 | 2 | 11 | 3 | 7049 | 4 | 45 | 5 | 7 | 6 | 35 | 7 | 5 | Ovalle | 230819.8 | 2017 | 4301 | 111272 | 25683781418 |
04302 | 1 | 121 | 2 | 1 | 3 | 2621 | 4 | 5 | 5 | 3 | 6 | 9 | 7 | 8 | Combarbalá | 172709.2 | 2017 | 4302 | 13322 | 2300832587 |
04303 | 1 | 287 | 2 | 8 | 3 | 5043 | 4 | 16 | 5 | 1 | 6 | 23 | 7 | 4 | Monte Patria | 189761.6 | 2017 | 4303 | 30751 | 5835357638 |
04304 | 1 | 96 | 2 | 1 | 3 | 1705 | 4 | 5 | 5 | 1 | 6 | 18 | 7 | 1 | Punitaqui | 165862.0 | 2017 | 4304 | 10956 | 1817183694 |
04305 | 1 | 108 | NA | NA | 3 | 1529 | 4 | 4 | 5 | 1 | 6 | 30 | NA | NA | Río Hurtado | 182027.2 | 2017 | 4305 | 4278 | 778712384 |
05101 | 1 | 48 | NA | NA | 3 | 210 | 4 | 2 | NA | NA | 6 | 13 | 7 | 4 | Valparaíso | 251998.5 | 2017 | 5101 | 296655 | 74756602991 |
05102 | 1 | 670 | 2 | 3 | 3 | 2226 | 4 | 14 | NA | NA | 6 | 23 | 7 | 6 | Casablanca | 252317.7 | 2017 | 5102 | 26867 | 6779018483 |
05105 | 1 | 208 | 2 | 2 | 3 | 739 | 4 | 11 | 5 | 2 | 6 | 3 | 7 | 2 | Puchuncaví | 231606.0 | 2017 | 5105 | 18546 | 4295363979 |
05107 | 1 | 758 | 2 | 32 | 3 | 776 | 4 | 16 | NA | NA | 6 | 12 | 7 | 7 | Quintero | 285125.8 | 2017 | 5107 | 31923 | 9102071069 |
05301 | 1 | 101 | 2 | 2 | 3 | 1105 | 4 | 1 | NA | NA | 6 | 9 | NA | NA | Los Andes | 280548.0 | 2017 | 5301 | 66708 | 18714795984 |
05302 | 1 | 285 | 2 | 5 | 3 | 1022 | 4 | 1 | NA | NA | 6 | 4 | 7 | 1 | Calle Larga | 234044.6 | 2017 | 5302 | 14832 | 3471349123 |
05303 | 1 | 178 | 2 | 6 | 3 | 473 | 4 | 3 | NA | NA | 6 | 2 | 7 | 2 | Rinconada | 246136.9 | 2017 | 5303 | 10207 | 2512319225 |
05304 | 1 | 279 | 2 | 1 | 3 | 2128 | 4 | 7 | 5 | 2 | 6 | 5 | NA | NA | San Esteban | 211907.3 | 2017 | 5304 | 18855 | 3995512770 |
05401 | 1 | 398 | 2 | 5 | 3 | 2774 | 4 | 11 | NA | NA | 6 | 6 | 7 | 1 | La Ligua | 172675.9 | 2017 | 5401 | 35390 | 6111000517 |
05402 | 1 | 130 | 2 | 2 | 3 | 2151 | 4 | 5 | NA | NA | 6 | 3 | 7 | 3 | Cabildo | 212985.0 | 2017 | 5402 | 19388 | 4129354103 |
05404 | 1 | 88 | 2 | 1 | 3 | 1894 | 4 | 4 | 5 | 2 | 6 | 2 | 7 | 4 | Petorca | 270139.8 | 2017 | 5404 | 9826 | 2654393853 |
05405 | 1 | 210 | 2 | 9 | 3 | 576 | 4 | 6 | NA | NA | 6 | 2 | NA | NA | Zapallar | 235661.4 | 2017 | 5405 | 7339 | 1729518700 |
05501 | 1 | 864 | 2 | 2 | 3 | 2774 | 4 | 8 | 5 | 1 | 6 | 20 | 7 | 6 | Quillota | 212067.6 | 2017 | 5501 | 90517 | 19195726144 |
05502 | 1 | 73 | NA | NA | 3 | 518 | 4 | 3 | NA | NA | 6 | 1 | NA | NA | Calera | 226906.2 | 2017 | 5502 | 50554 | 11471016698 |
05503 | 1 | 212 | 2 | 2 | 3 | 1807 | 4 | 5 | NA | NA | 6 | 5 | 7 | 1 | Hijuelas | 215402.0 | 2017 | 5503 | 17988 | 3874650405 |
05504 | 1 | 171 | 2 | 6 | 3 | 629 | 4 | 7 | NA | NA | 6 | 3 | NA | NA | La Cruz | 243333.4 | 2017 | 5504 | 22098 | 5377180726 |
05506 | 1 | 168 | NA | NA | 3 | 923 | 4 | 2 | NA | NA | 6 | 4 | NA | NA | Nogales | 219800.7 | 2017 | 5506 | 22120 | 4861992055 |
05601 | 1 | 352 | NA | NA | 3 | 1276 | 4 | 6 | 5 | 2 | 6 | 8 | 7 | 5 | San Antonio | 230261.5 | 2017 | 5601 | 91350 | 21034388728 |
2.1.1 Estadísticas a nivel rural
data_sum <- summary(df_2017_exp_subset)
kbl(head(data_sum)) %>%
kable_styling(bootstrap_options = c("striped", "hover")) %>%
kable_paper() %>%
scroll_box(width = "100%", height = "500px")
Tejas o tejuelas de arcilla, metálicas, de cemento, de madera, asfálticas o plásticas | Losa hormigón | Planchas metálicas de zinc, cobre, etc. o fibrocemento (tipo pizarreño) | Fonolita o plancha de fieltro embreado | Paja, coirón, totora o caña | Materiales precarios (lata, cartón, plásticos, etc.) | Sin cubierta sólida de techo | personas | Ingresos_expandidos | |
---|---|---|---|---|---|---|---|---|---|
Min. : 6.0 | Min. : 1.000 | Min. : 51 | Min. : 1.000 | Min. : 1.000 | Min. : 1.00 | Min. : 1.000 | Min. : 1250 | Min. :2.792e+08 | |
1st Qu.: 96.0 | 1st Qu.: 1.000 | 1st Qu.: 1005 | 1st Qu.: 3.000 | 1st Qu.: 1.000 | 1st Qu.: 5.00 | 1st Qu.: 1.000 | 1st Qu.: 9804 | 1st Qu.:1.809e+09 | |
Median : 196.0 | Median : 2.000 | Median : 1686 | Median : 6.000 | Median : 1.000 | Median : 12.00 | Median : 2.000 | Median : 17810 | Median :3.546e+09 | |
Mean : 325.1 | Mean : 8.857 | Mean : 2078 | Mean : 8.271 | Mean : 5.505 | Mean : 23.82 | Mean : 4.085 | Mean : 37775 | Mean :8.206e+09 | |
3rd Qu.: 349.8 | 3rd Qu.: 5.000 | 3rd Qu.: 2782 | 3rd Qu.: 9.750 | 3rd Qu.: 3.000 | 3rd Qu.: 27.00 | 3rd Qu.: 5.000 | 3rd Qu.: 34752 | 3rd Qu.:7.252e+09 | |
Max. :3643.0 | Max. :469.000 | Max. :13684 | Max. :141.000 | Max. :176.000 | Max. :343.00 | Max. :39.000 | Max. :301313 | Max. :7.585e+10 |
## Correlaciones