Expansión de la CASEN sobre el CENSO compendio 2017 URBANO
De ingresos sobre una categoría de respuesta
VE-CC-AJ
DataIntelligenceMartes 06-07-2021
Abstract
Expandiremos los ingresos promedios comunales obtenidos de la CASEN sobre la pregunta (P03C): “Material de construcción del piso” en la categoría de respuesta “Parquet, piso flotante, cerámico, madera, alfombra, flexit, cubrepiso u otro similar, sobre radier o vigas de madera” (1), que más alto correlaciona con los ingresos expandidos (obtenidos de la multiplicación del ingreso promedio y los habitantes), ambos a nivel comunal.
Haremos el análisis sobre todas las regiones de Chile.
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 de la Casen por zona”
Lo anterior para ir combinando a nivel nacional los mejores modelos para construir una tabla de valores predichos.
0 Matriz de correlaciones:
Matriz de correlaciones
1 Región 01
Análisis de regresión
Coeficiente de determinación
0.892
Ecuación de regresión
\[ \hat Y = e^{15.00532 +0.8803488 \cdot ln{X}} \]
2 Región 02
Análisis de regresión
Coeficiente de determinación
0.8581
Ecuación de regresión
\[ \hat Y = e^{15.57181 +0.8037187 \cdot ln{X}} \]
3 Región 03
Análisis de regresión
Coeficiente de determinación
0.9595
Ecuación de regresión
\[ \hat Y = e^{14.65594 +0.9109722 \cdot ln{X}} \]
4 Región 04
Análisis de regresión
Coeficiente de determinación
0.9588
Ecuación de regresión
\[ \hat Y = e^{13.97259 +0.9759537 \cdot ln{X}} \]
5 Región 05
Análisis de regresión
Coeficiente de determinación
0.9648
Ecuación de regresión
\[ \hat Y = e^{13.80432 +1.004829 \cdot ln{X}} \]
6 Región 06
Análisis de regresión
Coeficiente de determinación
0.9851
Ecuación de regresión
\[ \hat Y = e^{13.629650 +1.034797 \cdot ln{X}} \]
7 Región 07
Análisis de regresión
Coeficiente de determinación
0.9839
Ecuación de regresión
\[ \hat Y = e^{13.45262 +1.044784 \cdot ln{X}} \]
8 Región 08
Análisis de regresión
Coeficiente de determinación
0.9694
Ecuación de regresión
\[ \hat Y = e^{13.63759 +1.023807 \cdot ln{X}} \]
9 Región 09
Análisis de regresión
Coeficiente de determinación
0.9764
Ecuación de regresión
\[ \hat Y = e^{13.79726 +0.9865098 \cdot ln{X}} \]
10 Región 10
Análisis de regresión
Coeficiente de determinación
0.9734
Ecuación de regresión
\[ \hat Y = e^{13.50912 +1.040405 \cdot ln{X}} \]
11 Región 11
Análisis de regresión
Coeficiente de determinación
0.9839
Ecuación de regresión
\[ \hat Y = e^{13.85126 +1.004565 \cdot ln{X}} \]
#1312 Región 12
Análisis de regresión
Coeficiente de determinación
0.7815
Ecuación de regresión
\[ \hat Y = e^{18.21793 +0.0860998 \cdot ln{X}} \]
#1413 Región 13
Análisis de regresión
Coeficiente de determinación
0.937
Ecuación de regresión
\[ \hat Y = e^{14.31647 +0.9570461 \cdot ln{X}} \]
14 Región 14
Análisis de regresión
Coeficiente de determinación
0.9826
Ecuación de regresión
\[ \hat Y = e^{13.4324 +1.046968 \cdot ln{X}} \]
15 Región 15
Análisis de regresión
Coeficiente de determinación
0.9648
Ecuación de regresión
\[\hat Y = {-309.2197}^2 + 2 -309.2197 942.8527 \sqrt{X}+ 942.8527^2 X \]
16 Región 16
Análisis de regresión
Coeficiente de determinación
0.9874
Ecuación de regresión
\[ \hat Y = e^{0.9874 +1.019106 \cdot ln{X}} \]