1 Variable CENSO

Necesitamos calcular las frecuencias a nivel censal de las respuestas correspondientes a la categoría: “Parquet, piso flotante, cerámico, madera, alfombra, flexit, cubrepiso u otro similar, sobre radier o vigas de madera” del campo P03C del Censo de viviendas. Recordemos que ésta fué la más alta correlación en relación a los ingresos expandidos (ver punto 1.2 aquí).

1.1 Lectura y filtrado de la tabla censal de viviendas

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

tabla_con_clave <- readRDS("../censo_viviendas_con_clave_17.rds")
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

Despleguemos los códigos de regiones de nuestra tabla:

regiones <- unique(tabla_con_clave$REGION)

Hagamos un subset con la 1:

tabla_con_clave <- filter(tabla_con_clave, tabla_con_clave$REGION == 12) 
tabla_con_clave <- filter(tabla_con_clave, tabla_con_clave$AREA== 1)

1.2 Cálculo de frecuencias

tabla_con_clave_f <- tabla_con_clave[,-c(1,2,4,5,6,7,8,9,10,11,12,14,15,16,17,18,19,20),drop=FALSE]

aterial de construcción del piso

names(tabla_con_clave_f)[2] <- "Tipo de piso"
# Ahora filtramos por Tipo de techo = 1.
tabla_con_clave_ff <- filter(tabla_con_clave_f, tabla_con_clave_f$`Tipo de piso` == 1)
# Determinamos las frecuencias por zona:
b <- tabla_con_clave_ff$clave
c <- tabla_con_clave_ff$`Tipo de piso`
d <- tabla_con_clave_ff$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 12101011001 1 12101 976 2017
2 12101011002 1 12101 952 2017
3 12101011003 1 12101 1015 2017
4 12101011004 1 12101 499 2017
5 12101021001 1 12101 835 2017
6 12101021002 1 12101 1066 2017
7 12101031001 1 12101 863 2017
8 12101031002 1 12101 1080 2017
9 12101031003 1 12101 1231 2017
10 12101031004 1 12101 1092 2017
11 12101031005 1 12101 716 2017
12 12101041001 1 12101 1021 2017
13 12101041002 1 12101 1143 2017
14 12101041003 1 12101 905 2017
15 12101041004 1 12101 1474 2017
16 12101041005 1 12101 852 2017
17 12101041006 1 12101 861 2017
18 12101041007 1 12101 945 2017
19 12101051001 1 12101 753 2017
20 12101051002 1 12101 182 2017
21 12101061001 1 12101 731 2017
22 12101061002 1 12101 775 2017
23 12101061003 1 12101 754 2017
24 12101071001 1 12101 609 2017
25 12101071002 1 12101 1146 2017
26 12101071003 1 12101 829 2017
27 12101071004 1 12101 792 2017
28 12101071005 1 12101 1022 2017
29 12101071006 1 12101 948 2017
30 12101071007 1 12101 989 2017
31 12101081001 1 12101 789 2017
32 12101081002 1 12101 988 2017
33 12101081003 1 12101 747 2017
34 12101081004 1 12101 1846 2017
35 12101081005 1 12101 1095 2017
36 12101081006 1 12101 1541 2017
37 12101091001 1 12101 155 2017
38 12101101001 1 12101 67 2017
39 12101101002 1 12101 319 2017
40 12101101003 1 12101 1224 2017
41 12101101004 1 12101 1424 2017
42 12101101005 1 12101 861 2017
43 12101991999 1 12101 39 2017
102 12201011001 1 12201 515 2017
103 12201991999 1 12201 3 2017
162 12301011001 1 12301 747 2017
163 12301011002 1 12301 968 2017
164 12301991999 1 12301 1 2017
223 12401011001 1 12401 340 2017
224 12401011002 1 12401 689 2017
225 12401011003 1 12401 433 2017
226 12401011004 1 12401 849 2017
227 12401011005 1 12401 820 2017
228 12401011006 1 12401 693 2017
229 12401011007 1 12401 470 2017
230 12401011008 1 12401 1147 2017
231 12401051001 1 12401 286 2017
232 12401991999 1 12401 71 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
NA.14 NA NA NA NA NA
NA.15 NA NA NA NA NA
NA.16 NA NA NA NA NA
NA.17 NA NA NA NA NA
NA.18 NA NA NA NA NA
NA.19 NA NA NA NA NA
NA.20 NA NA NA NA NA
NA.21 NA NA NA NA NA
NA.22 NA NA NA NA NA
NA.23 NA NA NA NA NA
NA.24 NA NA NA NA NA
NA.25 NA NA NA NA NA
NA.26 NA NA NA NA NA
NA.27 NA NA NA NA NA
NA.28 NA NA NA NA NA
NA.29 NA NA NA NA NA
NA.30 NA NA NA NA NA
NA.31 NA NA NA NA NA
NA.32 NA NA NA NA NA
NA.33 NA NA NA NA NA
NA.34 NA NA NA NA NA
NA.35 NA NA NA NA NA
NA.36 NA NA NA NA NA
NA.37 NA NA NA NA NA
NA.38 NA NA NA NA NA
NA.39 NA NA NA NA NA
NA.40 NA NA NA NA NA
NA.41 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 12101011001 976 2017 12101
2 12101011002 952 2017 12101
3 12101011003 1015 2017 12101
4 12101011004 499 2017 12101
5 12101021001 835 2017 12101
6 12101021002 1066 2017 12101
7 12101031001 863 2017 12101
8 12101031002 1080 2017 12101
9 12101031003 1231 2017 12101
10 12101031004 1092 2017 12101
11 12101031005 716 2017 12101
12 12101041001 1021 2017 12101
13 12101041002 1143 2017 12101
14 12101041003 905 2017 12101
15 12101041004 1474 2017 12101
16 12101041005 852 2017 12101
17 12101041006 861 2017 12101
18 12101041007 945 2017 12101
19 12101051001 753 2017 12101
20 12101051002 182 2017 12101
21 12101061001 731 2017 12101
22 12101061002 775 2017 12101
23 12101061003 754 2017 12101
24 12101071001 609 2017 12101
25 12101071002 1146 2017 12101
26 12101071003 829 2017 12101
27 12101071004 792 2017 12101
28 12101071005 1022 2017 12101
29 12101071006 948 2017 12101
30 12101071007 989 2017 12101
31 12101081001 789 2017 12101
32 12101081002 988 2017 12101
33 12101081003 747 2017 12101
34 12101081004 1846 2017 12101
35 12101081005 1095 2017 12101
36 12101081006 1541 2017 12101
37 12101091001 155 2017 12101
38 12101101001 67 2017 12101
39 12101101002 319 2017 12101
40 12101101003 1224 2017 12101
41 12101101004 1424 2017 12101
42 12101101005 861 2017 12101
43 12101991999 39 2017 12101
102 12201011001 515 2017 12201
103 12201991999 3 2017 12201
162 12301011001 747 2017 12301
163 12301011002 968 2017 12301
164 12301991999 1 2017 12301
223 12401011001 340 2017 12401
224 12401011002 689 2017 12401
225 12401011003 433 2017 12401
226 12401011004 849 2017 12401
227 12401011005 820 2017 12401
228 12401011006 693 2017 12401
229 12401011007 470 2017 12401
230 12401011008 1147 2017 12401
231 12401051001 286 2017 12401
232 12401991999 71 2017 12401
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
NA.14 NA NA NA NA
NA.15 NA NA NA NA
NA.16 NA NA NA NA
NA.17 NA NA NA NA
NA.18 NA NA NA NA
NA.19 NA NA NA NA
NA.20 NA NA NA NA
NA.21 NA NA NA NA
NA.22 NA NA NA NA
NA.23 NA NA NA NA
NA.24 NA NA NA NA
NA.25 NA NA NA NA
NA.26 NA NA NA NA
NA.27 NA NA NA NA
NA.28 NA NA NA NA
NA.29 NA NA NA NA
NA.30 NA NA NA NA
NA.31 NA NA NA NA
NA.32 NA NA NA NA
NA.33 NA NA NA NA
NA.34 NA NA NA NA
NA.35 NA NA NA NA
NA.36 NA NA NA NA
NA.37 NA NA NA NA
NA.38 NA NA NA NA
NA.39 NA NA NA NA
NA.40 NA NA NA NA
NA.41 NA NA NA NA


2 Variable CASEN

2.1 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_urbano_17.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
01101 Iquique 375676.9 2017 1101 191468 71930106513
01107 Alto Hospicio 311571.7 2017 1107 108375 33766585496
01401 Pozo Almonte 316138.5 2017 1401 15711 4966851883
01405 Pica 330061.1 2017 1405 9296 3068247619
02101 Antofagasta 368221.4 2017 2101 361873 133249367039
02102 Mejillones 369770.7 2017 2102 13467 4979702302
02104 Taltal 383666.2 2017 2104 13317 5109282942
02201 Calama 434325.1 2017 2201 165731 71981127235
02203 San Pedro de Atacama 442861.0 2017 2203 10996 4869699464
02301 Tocopilla 286187.2 2017 2301 25186 7207910819
02302 María Elena 477748.0 2017 2302 6457 3084818966
03101 Copiapó 343121.0 2017 3101 153937 52819016037
03102 Caldera 318653.2 2017 3102 17662 5628052276
03103 Tierra Amarilla 333194.9 2017 3103 14019 4671058718
03201 Chañaral 286389.3 2017 3201 12219 3499391196
03202 Diego de Almagro 351583.9 2017 3202 13925 4895805596
03301 Vallenar 315981.5 2017 3301 51917 16404810756
03303 Freirina 289049.9 2017 3303 7041 2035200054
03304 Huasco 337414.8 2017 3304 10149 3424422750
04101 La Serena 279340.1 2017 4101 221054 61749247282
04102 Coquimbo 269078.6 2017 4102 227730 61277269093
04103 Andacollo 258539.7 2017 4103 11044 2855312920
04104 La Higuera 214257.0 2017 4104 4241 908664019
04106 Vicuña 254177.0 2017 4106 27771 7058750373
04201 Illapel 282139.3 2017 4201 30848 8703433491
04202 Canela 233397.3 2017 4202 9093 2122281844
04203 Los Vilos 285214.0 2017 4203 21382 6098444926
04204 Salamanca 262056.9 2017 4204 29347 7690585032
04301 Ovalle 280373.5 2017 4301 111272 31197719080
04302 Combarbalá 234537.3 2017 4302 13322 3124505460
04303 Monte Patria 225369.1 2017 4303 30751 6930326684
04304 Punitaqui 212496.1 2017 4304 10956 2328107498
05101 Valparaíso 306572.5 2017 5101 296655 90946261553
05102 Casablanca 348088.6 2017 5102 26867 9352095757
05103 Concón 333932.4 2017 5103 42152 14075920021
05105 Puchuncaví 296035.5 2017 5105 18546 5490274928
05107 Quintero 308224.7 2017 5107 31923 9839456903
05109 Viña del Mar 354715.9 2017 5109 334248 118563074323
05301 Los Andes 355446.2 2017 5301 66708 23711104774
05302 Calle Larga 246387.3 2017 5302 14832 3654416747
05303 Rinconada 279807.9 2017 5303 10207 2855998928
05304 San Esteban 219571.6 2017 5304 18855 4140022481
05401 La Ligua 259482.3 2017 5401 35390 9183080280
05402 Cabildo 262745.9 2017 5402 19388 5094117762
05403 Papudo 302317.1 2017 5403 6356 1921527704
05404 Petorca 237510.8 2017 5404 9826 2333781007
05405 Zapallar 294389.2 2017 5405 7339 2160521991
05501 Quillota 288694.2 2017 5501 90517 26131733924
05502 Calera 282823.6 2017 5502 50554 14297866792
05503 Hijuelas 268449.7 2017 5503 17988 4828872604

3 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)
comunas_con_ing_exp <-comunas_con_ing_exp[!(is.na(comunas_con_ing_exp$Ingresos_expandidos)),]
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
1 12101 12101011003 1015 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
2 12101 12101011004 499 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
3 12101 12101011001 976 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
4 12101 12101011002 952 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
5 12101 12101031001 863 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
6 12101 12101031002 1080 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
7 12101 12101031003 1231 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
8 12101 12101031004 1092 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
9 12101 12101031005 716 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
10 12101 12101041001 1021 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
11 12101 12101041002 1143 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
12 12101 12101041003 905 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
13 12101 12101041004 1474 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
14 12101 12101041005 852 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
15 12101 12101041006 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
16 12101 12101021001 835 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
17 12101 12101021002 1066 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
18 12101 12101051002 182 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
19 12101 12101061001 731 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
20 12101 12101061002 775 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
21 12101 12101061003 754 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
22 12101 12101071001 609 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
23 12101 12101071002 1146 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
24 12101 12101071003 829 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
25 12101 12101071004 792 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
26 12101 12101071005 1022 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
27 12101 12101071006 948 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
28 12101 12101071007 989 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
29 12101 12101041007 945 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
30 12101 12101051001 753 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
31 12101 12101081003 747 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
32 12101 12101081004 1846 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
33 12101 12101081005 1095 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
34 12101 12101081006 1541 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
35 12101 12101091001 155 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
36 12101 12101101001 67 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
37 12101 12101101002 319 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
38 12101 12101101003 1224 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
39 12101 12101101004 1424 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
40 12101 12101101005 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
41 12101 12101991999 39 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
42 12101 12101081001 789 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
43 12101 12101081002 988 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
46 12301 12301011001 747 2017 Porvenir 446255.2 2017 12301 6801 3034981682
47 12301 12301011002 968 2017 Porvenir 446255.2 2017 12301 6801 3034981682
48 12301 12301991999 1 2017 Porvenir 446255.2 2017 12301 6801 3034981682
49 12401 12401011001 340 2017 Natales 336808.6 2017 12401 21477 7233637635
50 12401 12401011002 689 2017 Natales 336808.6 2017 12401 21477 7233637635
51 12401 12401011003 433 2017 Natales 336808.6 2017 12401 21477 7233637635
52 12401 12401011004 849 2017 Natales 336808.6 2017 12401 21477 7233637635
53 12401 12401011005 820 2017 Natales 336808.6 2017 12401 21477 7233637635
54 12401 12401011006 693 2017 Natales 336808.6 2017 12401 21477 7233637635
55 12401 12401011007 470 2017 Natales 336808.6 2017 12401 21477 7233637635
56 12401 12401011008 1147 2017 Natales 336808.6 2017 12401 21477 7233637635
57 12401 12401051001 286 2017 Natales 336808.6 2017 12401 21477 7233637635
58 12401 12401991999 71 2017 Natales 336808.6 2017 12401 21477 7233637635
NA NA NA NA NA NA NA NA NA NA NA
NA.1 NA NA NA NA NA NA NA NA NA NA
NA.2 NA NA NA NA NA NA NA NA NA NA
NA.3 NA NA NA NA NA NA NA NA NA NA
NA.4 NA NA NA NA NA NA NA NA NA NA
NA.5 NA NA NA NA NA NA NA NA NA NA
NA.6 NA NA NA NA NA NA NA NA NA NA
NA.7 NA NA NA NA NA NA NA NA NA NA
NA.8 NA NA NA NA NA NA NA NA NA NA
NA.9 NA NA NA NA NA NA NA NA NA NA
NA.10 NA NA NA NA NA NA NA NA NA NA
NA.11 NA NA NA NA NA NA NA NA NA NA
NA.12 NA NA NA NA NA NA NA NA NA NA
NA.13 NA NA NA NA NA NA NA NA NA NA
NA.14 NA NA NA NA NA NA NA NA NA NA
NA.15 NA NA NA NA NA NA NA NA NA NA
NA.16 NA NA NA NA NA NA NA NA NA NA
NA.17 NA NA NA NA NA NA NA NA NA NA
NA.18 NA NA NA NA NA NA NA NA NA NA
NA.19 NA NA NA NA NA NA NA NA NA NA
NA.20 NA NA NA NA NA NA NA NA NA NA
NA.21 NA NA NA NA NA NA NA NA NA NA
NA.22 NA NA NA NA NA NA NA NA NA NA
NA.23 NA NA NA NA NA NA NA NA NA NA
NA.24 NA NA NA NA NA NA NA NA NA NA
NA.25 NA NA NA NA NA NA NA NA NA NA
NA.26 NA NA NA NA NA NA NA NA NA NA
NA.27 NA NA NA NA NA NA NA NA NA NA
NA.28 NA NA NA NA NA NA NA NA NA NA
NA.29 NA NA NA NA NA NA NA NA NA NA
NA.30 NA NA NA NA NA NA NA NA NA NA
NA.31 NA NA NA NA NA NA NA NA NA NA
NA.32 NA NA NA NA NA NA NA NA NA NA
NA.33 NA NA NA NA NA NA NA NA NA NA
NA.34 NA NA NA NA NA NA NA NA NA NA
NA.35 NA NA NA NA NA NA NA NA NA NA
NA.36 NA NA NA NA NA NA NA NA NA NA
NA.37 NA NA NA NA NA NA NA NA NA NA
NA.38 NA NA NA NA NA NA NA NA NA NA
NA.39 NA NA NA NA NA NA NA NA NA NA
NA.40 NA NA NA NA NA NA NA NA NA NA
NA.41 NA NA NA NA NA NA NA NA NA NA
NA.42 NA NA NA NA NA NA NA NA NA NA
NA.43 NA NA NA NA NA NA NA NA NA NA


4 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


5 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
1 12101 12101011003 1015 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
2 12101 12101011004 499 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
3 12101 12101011001 976 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
4 12101 12101011002 952 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
5 12101 12101031001 863 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
6 12101 12101031002 1080 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
7 12101 12101031003 1231 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
8 12101 12101031004 1092 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
9 12101 12101031005 716 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
10 12101 12101041001 1021 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
11 12101 12101041002 1143 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
12 12101 12101041003 905 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
13 12101 12101041004 1474 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
14 12101 12101041005 852 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
15 12101 12101041006 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
16 12101 12101021001 835 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
17 12101 12101021002 1066 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
18 12101 12101051002 182 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
19 12101 12101061001 731 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
20 12101 12101061002 775 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
21 12101 12101061003 754 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
22 12101 12101071001 609 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
23 12101 12101071002 1146 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
24 12101 12101071003 829 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
25 12101 12101071004 792 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
26 12101 12101071005 1022 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
27 12101 12101071006 948 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
28 12101 12101071007 989 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
29 12101 12101041007 945 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
30 12101 12101051001 753 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
31 12101 12101081003 747 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
32 12101 12101081004 1846 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
33 12101 12101081005 1095 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
34 12101 12101081006 1541 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
35 12101 12101091001 155 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
36 12101 12101101001 67 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
37 12101 12101101002 319 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
38 12101 12101101003 1224 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
39 12101 12101101004 1424 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
40 12101 12101101005 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
41 12101 12101991999 39 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
42 12101 12101081001 789 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
43 12101 12101081002 988 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922
46 12301 12301011001 747 2017 Porvenir 446255.2 2017 12301 6801 3034981682
47 12301 12301011002 968 2017 Porvenir 446255.2 2017 12301 6801 3034981682
48 12301 12301991999 1 2017 Porvenir 446255.2 2017 12301 6801 3034981682
49 12401 12401011001 340 2017 Natales 336808.6 2017 12401 21477 7233637635
50 12401 12401011002 689 2017 Natales 336808.6 2017 12401 21477 7233637635
51 12401 12401011003 433 2017 Natales 336808.6 2017 12401 21477 7233637635
52 12401 12401011004 849 2017 Natales 336808.6 2017 12401 21477 7233637635
53 12401 12401011005 820 2017 Natales 336808.6 2017 12401 21477 7233637635
54 12401 12401011006 693 2017 Natales 336808.6 2017 12401 21477 7233637635
55 12401 12401011007 470 2017 Natales 336808.6 2017 12401 21477 7233637635
56 12401 12401011008 1147 2017 Natales 336808.6 2017 12401 21477 7233637635
57 12401 12401051001 286 2017 Natales 336808.6 2017 12401 21477 7233637635
58 12401 12401991999 71 2017 Natales 336808.6 2017 12401 21477 7233637635
NA NA NA NA NA NA NA NA NA NA NA
NA.1 NA NA NA NA NA NA NA NA NA NA
NA.2 NA NA NA NA NA NA NA NA NA NA
NA.3 NA NA NA NA NA NA NA NA NA NA
NA.4 NA NA NA NA NA NA NA NA NA NA
NA.5 NA NA NA NA NA NA NA NA NA NA
NA.6 NA NA NA NA NA NA NA NA NA NA
NA.7 NA NA NA NA NA NA NA NA NA NA
NA.8 NA NA NA NA NA NA NA NA NA NA
NA.9 NA NA NA NA NA NA NA NA NA NA
NA.10 NA NA NA NA NA NA NA NA NA NA
NA.11 NA NA NA NA NA NA NA NA NA NA
NA.12 NA NA NA NA NA NA NA NA NA NA
NA.13 NA NA NA NA NA NA NA NA NA NA
NA.14 NA NA NA NA NA NA NA NA NA NA
NA.15 NA NA NA NA NA NA NA NA NA NA
NA.16 NA NA NA NA NA NA NA NA NA NA
NA.17 NA NA NA NA NA NA NA NA NA NA
NA.18 NA NA NA NA NA NA NA NA NA NA
NA.19 NA NA NA NA NA NA NA NA NA NA
NA.20 NA NA NA NA NA NA NA NA NA NA
NA.21 NA NA NA NA NA NA NA NA NA NA
NA.22 NA NA NA NA NA NA NA NA NA NA
NA.23 NA NA NA NA NA NA NA NA NA NA
NA.24 NA NA NA NA NA NA NA NA NA NA
NA.25 NA NA NA NA NA NA NA NA NA NA
NA.26 NA NA NA NA NA NA NA NA NA NA
NA.27 NA NA NA NA NA NA NA NA NA NA
NA.28 NA NA NA NA NA NA NA NA NA NA
NA.29 NA NA NA NA NA NA NA NA NA NA
NA.30 NA NA NA NA NA NA NA NA NA NA
NA.31 NA NA NA NA NA NA NA NA NA NA
NA.32 NA NA NA NA NA NA NA NA NA NA
NA.33 NA NA NA NA NA NA NA NA NA NA
NA.34 NA NA NA NA NA NA NA NA NA NA
NA.35 NA NA NA NA NA NA NA NA NA NA
NA.36 NA NA NA NA NA NA NA NA NA NA
NA.37 NA NA NA NA NA NA NA NA NA NA
NA.38 NA NA NA NA NA NA NA NA NA NA
NA.39 NA NA NA NA NA NA NA NA NA NA
NA.40 NA NA NA NA NA NA NA NA NA NA
NA.41 NA NA NA NA NA NA NA NA NA NA
NA.42 NA NA NA NA NA NA NA NA NA NA
NA.43 NA NA NA NA NA NA NA NA NA NA


6 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 Freq.y p_poblacional código.y
12101011001 12101 976 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3531 0.0268329 12101
12101011002 12101 952 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3026 0.0229953 12101
12101011003 12101 1015 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2985 0.0226837 12101
12101011004 12101 499 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1595 0.0121208 12101
12101021001 12101 835 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2549 0.0193705 12101
12101021002 12101 1066 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3389 0.0257538 12101
12101031001 12101 863 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2497 0.0189753 12101
12101031002 12101 1080 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3363 0.0255563 12101
12101031003 12101 1231 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3844 0.0292115 12101
12101031004 12101 1092 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3035 0.0230637 12101
12101031005 12101 716 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2132 0.0162016 12101
12101041001 12101 1021 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2931 0.0222734 12101
12101041002 12101 1143 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3427 0.0260426 12101
12101041003 12101 905 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3021 0.0229573 12101
12101041004 12101 1474 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 4652 0.0353517 12101
12101041005 12101 852 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3038 0.0230865 12101
12101041006 12101 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2472 0.0187853 12101
12101041007 12101 945 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3294 0.0250319 12101
12101051001 12101 753 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2180 0.0165664 12101
12101051002 12101 182 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1013 0.0076980 12101
12101061001 12101 731 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2372 0.0180254 12101
12101061002 12101 775 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2905 0.0220758 12101
12101061003 12101 754 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2197 0.0166955 12101
12101071001 12101 609 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1765 0.0134127 12101
12101071002 12101 1146 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3727 0.0283224 12101
12101071003 12101 829 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2859 0.0217262 12101
12101071004 12101 792 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2382 0.0181014 12101
12101071005 12101 1022 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3151 0.0239452 12101
12101071006 12101 948 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3159 0.0240060 12101
12101071007 12101 989 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3543 0.0269241 12101
12101081001 12101 789 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2522 0.0191653 12101
12101081002 12101 988 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3136 0.0238312 12101
12101081003 12101 747 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2280 0.0173263 12101
12101081004 12101 1846 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 6468 0.0491519 12101
12101081005 12101 1095 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3165 0.0240516 12101
12101081006 12101 1541 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 5200 0.0395161 12101
12101091001 12101 155 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 692 0.0052587 12101
12101101001 12101 67 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 205 0.0015578 12101
12101101002 12101 319 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1386 0.0105326 12101
12101101003 12101 1224 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3937 0.0299182 12101
12101101004 12101 1424 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 5280 0.0401240 12101
12101101005 12101 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3098 0.0235425 12101
12101991999 12101 39 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2529 0.0192185 12101
12301011001 12301 747 2017 Porvenir 446255.2 2017 12301 6801 3034981682 2543 0.3739156 12301
12301011002 12301 968 2017 Porvenir 446255.2 2017 12301 6801 3034981682 3449 0.5071313 12301
12301991999 12301 1 2017 Porvenir 446255.2 2017 12301 6801 3034981682 70 0.0102926 12301
12401011001 12401 340 2017 Natales 336808.6 2017 12401 21477 7233637635 1266 0.0589468 12401
12401011002 12401 689 2017 Natales 336808.6 2017 12401 21477 7233637635 1994 0.0928435 12401
12401011003 12401 433 2017 Natales 336808.6 2017 12401 21477 7233637635 1327 0.0617870 12401
12401011004 12401 849 2017 Natales 336808.6 2017 12401 21477 7233637635 3053 0.1421521 12401
12401011005 12401 820 2017 Natales 336808.6 2017 12401 21477 7233637635 2710 0.1261815 12401
12401011006 12401 693 2017 Natales 336808.6 2017 12401 21477 7233637635 2158 0.1004796 12401
12401011007 12401 470 2017 Natales 336808.6 2017 12401 21477 7233637635 1489 0.0693300 12401
12401011008 12401 1147 2017 Natales 336808.6 2017 12401 21477 7233637635 3985 0.1855473 12401
12401051001 12401 286 2017 Natales 336808.6 2017 12401 21477 7233637635 1041 0.0484705 12401
12401991999 12401 71 2017 Natales 336808.6 2017 12401 21477 7233637635 157 0.0073101 12401


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 Freq.y p_poblacional código.y multi_pob
12101011001 12101 976 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3531 0.0268329 12101 1383298791
12101011002 12101 952 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3026 0.0229953 12101 1185460816
12101011003 12101 1015 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2985 0.0226837 12101 1169398723
12101011004 12101 499 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1595 0.0121208 12101 624854594
12101021001 12101 835 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2549 0.0193705 12101 998592075
12101021002 12101 1066 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3389 0.0257538 12101 1327669103
12101031001 12101 863 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2497 0.0189753 12101 978220640
12101031002 12101 1080 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3363 0.0255563 12101 1317483385
12101031003 12101 1231 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3844 0.0292115 12101 1505919160
12101031004 12101 1092 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3035 0.0230637 12101 1188986641
12101031005 12101 716 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2132 0.0162016 12101 835228837
12101041001 12101 1021 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2931 0.0222734 12101 1148243771
12101041002 12101 1143 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3427 0.0260426 12101 1342555921
12101041003 12101 905 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3021 0.0229573 12101 1183502024
12101041004 12101 1474 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 4652 0.0353517 12101 1822459919
12101041005 12101 852 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3038 0.0230865 12101 1190161916
12101041006 12101 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2472 0.0187853 12101 968426681
12101041007 12101 945 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3294 0.0250319 12101 1290452058
12101051001 12101 753 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2180 0.0165664 12101 854033238
12101051002 12101 182 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1013 0.0076980 12101 396851225
12101061001 12101 731 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2372 0.0180254 12101 929250845
12101061002 12101 775 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2905 0.0220758 12101 1138058054
12101061003 12101 754 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2197 0.0166955 12101 860693130
12101071001 12101 609 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1765 0.0134127 12101 691453516
12101071002 12101 1146 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3727 0.0283224 12101 1460083431
12101071003 12101 829 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2859 0.0217262 12101 1120037169
12101071004 12101 792 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2382 0.0181014 12101 933168428
12101071005 12101 1022 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3151 0.0239452 12101 1234430612
12101071006 12101 948 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3159 0.0240060 12101 1237564679
12101071007 12101 989 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3543 0.0269241 12101 1387999891
12101081001 12101 789 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2522 0.0191653 12101 988014600
12101081002 12101 988 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3136 0.0238312 12101 1228554236
12101081003 12101 747 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2280 0.0173263 12101 893209075
12101081004 12101 1846 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 6468 0.0491519 12101 2533893112
12101081005 12101 1095 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3165 0.0240516 12101 1239915229
12101081006 12101 1541 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 5200 0.0395161 12101 2037143504
12101091001 12101 155 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 692 0.0052587 12101 271096789
12101101001 12101 67 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 205 0.0015578 12101 80310465
12101101002 12101 319 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1386 0.0105326 12101 542977096
12101101003 12101 1224 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3937 0.0299182 12101 1542352688
12101101004 12101 1424 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 5280 0.0401240 12101 2068484173
12101101005 12101 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3098 0.0235425 12101 1213667418
12101991999 12101 39 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2529 0.0192185 12101 990756908
12301011001 12301 747 2017 Porvenir 446255.2 2017 12301 6801 3034981682 2543 0.3739156 12301 1134826999
12301011002 12301 968 2017 Porvenir 446255.2 2017 12301 6801 3034981682 3449 0.5071313 12301 1539134219
12301991999 12301 1 2017 Porvenir 446255.2 2017 12301 6801 3034981682 70 0.0102926 12301 31237865
12401011001 12401 340 2017 Natales 336808.6 2017 12401 21477 7233637635 1266 0.0589468 12401 426399648
12401011002 12401 689 2017 Natales 336808.6 2017 12401 21477 7233637635 1994 0.0928435 12401 671596286
12401011003 12401 433 2017 Natales 336808.6 2017 12401 21477 7233637635 1327 0.0617870 12401 446944971
12401011004 12401 849 2017 Natales 336808.6 2017 12401 21477 7233637635 3053 0.1421521 12401 1028276561
12401011005 12401 820 2017 Natales 336808.6 2017 12401 21477 7233637635 2710 0.1261815 12401 912751222
12401011006 12401 693 2017 Natales 336808.6 2017 12401 21477 7233637635 2158 0.1004796 12401 726832892
12401011007 12401 470 2017 Natales 336808.6 2017 12401 21477 7233637635 1489 0.0693300 12401 501507959
12401011008 12401 1147 2017 Natales 336808.6 2017 12401 21477 7233637635 3985 0.1855473 12401 1342182147
12401051001 12401 286 2017 Natales 336808.6 2017 12401 21477 7233637635 1041 0.0484705 12401 350617720
12401991999 12401 71 2017 Natales 336808.6 2017 12401 21477 7233637635 157 0.0073101 12401 52878945

7 Análisis de regresión

Aplicaremos un análisis de regresión donde:

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

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

7.1 Diagrama de dispersión loess

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)

7.2 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.

7.3 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 
## -221845406 -102756123  -40445001   67111208  874576720 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 69544498   53574679   1.298      0.2    
## Freq.x       1195787      59544  20.082   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 169400000 on 54 degrees of freedom
## Multiple R-squared:  0.8819, Adjusted R-squared:  0.8797 
## F-statistic: 403.3 on 1 and 54 DF,  p-value: < 2.2e-16

7.4 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

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)"
latex <- "$$ \''hat Y = \''beta_0 + \''beta_1  X^2  $$"
modelos1 <- cbind(modelo,dato,sintaxis,latex)
 
### 8.2 Modelo cúbico
 
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)"
latex <- "$$ \''hat Y = \''beta_0 + \''beta_1  X^3  $$"
modelos2 <- cbind(modelo,dato,sintaxis,latex)
 
### 8.3 Modelo logarítmico
 
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)"
latex <- "$$ \''hat Y = \''beta_0 + \''beta_1 ln X  $$"
modelos3 <- cbind(modelo,dato,sintaxis,latex)
 
### 8.5 Modelo con raíz cuadrada 
 
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)"
latex <- "$$ \''hat Y = \''beta_0 + \''beta_1  \''sqrt {X}  $$"
modelos5 <- cbind(modelo,dato,sintaxis,latex)
 
### 8.6 Modelo raíz-raíz
 
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)"
latex <- "$$ \''hat Y = {\''beta_0}^2 + 2  \''beta_0  \''beta_1 \''sqrt{X}+  \''beta_1^2 X  $$"
modelos6 <- cbind(modelo,dato,sintaxis,latex)
 
### 8.7 Modelo log-raíz
 
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)"
latex <- "$$ \''hat Y = e^{\''beta_0 + \''beta_1 \''sqrt{X}} $$"
modelos7 <- cbind(modelo,dato,sintaxis,latex)
 
### 8.8 Modelo raíz-log
 
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)"
latex <- "$$ \''hat Y = {\''beta_0}^2 + 2  \''beta_0  \''beta_1 \''ln{X}+  \''beta_1^2 ln^2X  $$"
modelos8 <- cbind(modelo,dato,sintaxis,latex)
 
### 8.9 Modelo log-log
 
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)"
latex <- "$$ \''hat Y = e^{\''beta_0+\''beta_1  ln{X}} $$"
modelos9 <- cbind(modelo,dato,sintaxis,latex)
 
modelos_bind <- rbind(modelos1,modelos2,modelos3,modelos5,modelos6,modelos7,modelos8,modelos9)
modelos_bind <- as.data.frame(modelos_bind)

modelos_bind <<- modelos_bind[order(modelos_bind$dato ),]
h_y_m_comuna_corr_01 <<- h_y_m_comuna_corr_01

kbl(modelos_bind) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")
modelo dato sintaxis latex
3 logarítmico 0.456619487162746 linearMod <- lm( multi_pob~log(Freq.x) , data=h_y_m_comuna_corr_01) \[ ''hat Y = ''beta_0 + ''beta_1 ln X \]
7 raíz-log 0.613449074849302 linearMod <- lm( sqrt(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01) \[ ''hat Y = {''beta_0}^2 + 2 ''beta_0 ''beta_1 ''ln{X}+ ''beta_1^2 ln^2X \]
8 log-log 0.753174771777669 linearMod <- lm( log(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr_01) \[ ''hat Y = e^{''beta_0+''beta_1 ln{X}} \]
4 raíz cuadrada 0.763264187304085 linearMod <- lm( multi_pob~sqrt(Freq.x) , data=h_y_m_comuna_corr_01) \[ ''hat Y = ''beta_0 + ''beta_1 ''sqrt {X} \]
6 log-raíz 0.781527412156936 linearMod <- lm( log(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01) \[ ''hat Y = e^{''beta_0 + ''beta_1 ''sqrt{X}} \]
5 raíz-raíz 0.834220582165514 linearMod <- lm( sqrt(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr_01) \[ ''hat Y = {''beta_0}^2 + 2 ''beta_0 ''beta_1 ''sqrt{X}+ ''beta_1^2 X \]
1 cuadrático 0.879729395969291 linearMod <- lm( multi_pob~(Freq.x^2) , data=h_y_m_comuna_corr_01) \[ ''hat Y = ''beta_0 + ''beta_1 X^2 \]
2 cúbico 0.879729395969291 linearMod <- lm( multi_pob~(Freq.x^3) , data=h_y_m_comuna_corr_01) \[ ''hat Y = ''beta_0 + ''beta_1 X^3 \]

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

h_y_m_comuna_corr <- h_y_m_comuna_corr_01
metodo <- 6


switch (metodo,
        case = linearMod <- lm( multi_pob~(Freq.x^2) , data=h_y_m_comuna_corr),
        case = linearMod <- lm( multi_pob~(Freq.x^3) , data=h_y_m_comuna_corr),
        case = linearMod <- lm( multi_pob~log(Freq.x) , data=h_y_m_comuna_corr),
        case = linearMod <- lm( multi_pob~sqrt(Freq.x) , data=h_y_m_comuna_corr),
        case = linearMod <- lm( sqrt(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr),
        case = linearMod <- lm( log(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr),
        case = linearMod <- lm( sqrt(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr),
        case = linearMod <- lm( log(multi_pob)~log(Freq.x) , data=h_y_m_comuna_corr)
)
summary(linearMod)
## 
## Call:
## lm(formula = log(multi_pob) ~ sqrt(Freq.x), data = h_y_m_comuna_corr)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.15990 -0.08382 -0.00385  0.10601  1.95836 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  18.217926   0.174841  104.20   <2e-16 ***
## sqrt(Freq.x)  0.086100   0.006123   14.06   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.3797 on 54 degrees of freedom
## Multiple R-squared:  0.7855, Adjusted R-squared:  0.7815 
## F-statistic: 197.7 on 1 and 54 DF,  p-value: < 2.2e-16
aa <- linearMod$coefficients[1]
aa
## (Intercept) 
##    18.21793
bb <- linearMod$coefficients[2]
bb
## sqrt(Freq.x) 
##    0.0860998

9 Modelo log-raíz (log-raíz)

Es éste el modelo que nos entrega el mayor coeficiente de determinación de todos (0.7815).

9.1 Diagrama de dispersión sobre log-raíz

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

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

9.2 Modelo log-raíz

Observemos nuevamente el resultado sobre log-raíz.

linearMod <- lm( log(multi_pob)~sqrt(Freq.x) , data=h_y_m_comuna_corr)
summary(linearMod) 
## 
## Call:
## lm(formula = log(multi_pob) ~ sqrt(Freq.x), data = h_y_m_comuna_corr)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.15990 -0.08382 -0.00385  0.10601  1.95836 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  18.217926   0.174841  104.20   <2e-16 ***
## sqrt(Freq.x)  0.086100   0.006123   14.06   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.3797 on 54 degrees of freedom
## Multiple R-squared:  0.7855, Adjusted R-squared:  0.7815 
## F-statistic: 197.7 on 1 and 54 DF,  p-value: < 2.2e-16
ggplot(h_y_m_comuna_corr, aes(x = log(Freq.x) , y = sqrt(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


\[ \hat Y = e^{\ 18.21793 + \ 0.0860998 \sqrt{X}} \]


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$est_ing <- exp(aa+bb * sqrt(h_y_m_comuna_corr$Freq.x))

r3_100 <- h_y_m_comuna_corr[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 Freq.y p_poblacional código.y multi_pob est_ing
1 12101011001 12101 976 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3531 0.0268329 12101 1383298791 1202621440
2 12101011002 12101 952 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3026 0.0229953 12101 1185460816 1163259534
3 12101011003 12101 1015 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2985 0.0226837 12101 1169398723 1268352817
4 12101011004 12101 499 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1595 0.0121208 12101 624854594 558770623
5 12101021001 12101 835 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2549 0.0193705 12101 998592075 982781305
6 12101021002 12101 1066 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3389 0.0257538 12101 1327669103 1357695499
7 12101031001 12101 863 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2497 0.0189753 12101 978220640 1024292236
8 12101031002 12101 1080 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3363 0.0255563 12101 1317483385 1382907454
9 12101031003 12101 1231 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3844 0.0292115 12101 1505919160 1674515636
10 12101031004 12101 1092 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3035 0.0230637 12101 1188986641 1404756967
11 12101031005 12101 716 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2132 0.0162016 12101 835228837 817531029
12 12101041001 12101 1021 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2931 0.0222734 12101 1148243771 1278662592
13 12101041002 12101 1143 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3427 0.0260426 12101 1342555921 1500121918
14 12101041003 12101 905 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3021 0.0229573 12101 1183502024 1088520036
15 12101041004 12101 1474 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 4652 0.0353517 12101 1822459919 2226129540
16 12101041005 12101 852 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3038 0.0230865 12101 1190161916 1007861120
17 12101041006 12101 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2472 0.0187853 12101 968426681 1021292826
18 12101041007 12101 945 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3294 0.0250319 12101 1290452058 1151932769
19 12101051001 12101 753 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2180 0.0165664 12101 854033238 867023896
20 12101051002 12101 182 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1013 0.0076980 12101 396851225 260855074
21 12101061001 12101 731 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2372 0.0180254 12101 929250845 837395540
22 12101061002 12101 775 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2905 0.0220758 12101 1138058054 897247930
23 12101061003 12101 754 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2197 0.0166955 12101 860693130 868384721
24 12101071001 12101 609 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1765 0.0134127 12101 691453516 683467878
25 12101071002 12101 1146 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3727 0.0283224 12101 1460083431 1505859665
26 12101071003 12101 829 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2859 0.0217262 12101 1120037169 974019849
27 12101071004 12101 792 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2382 0.0181014 12101 933168428 921016901
28 12101071005 12101 1022 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3151 0.0239452 12101 1234430612 1280386053
29 12101071006 12101 948 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3159 0.0240060 12101 1237564679 1156778645
30 12101071007 12101 989 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3543 0.0269241 12101 1387999891 1224286676
31 12101081001 12101 789 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2522 0.0191653 12101 988014600 916795922
32 12101081002 12101 988 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3136 0.0238312 12101 1228554236 1222611464
33 12101081003 12101 747 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2280 0.0173263 12101 893209075 858884761
34 12101081004 12101 1846 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 6468 0.0491519 12101 2533893112 3300080010
35 12101081005 12101 1095 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3165 0.0240516 12101 1239915229 1410254067
36 12101081006 12101 1541 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 5200 0.0395161 12101 2037143504 2397812758
37 12101091001 12101 155 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 692 0.0052587 12101 271096789 238495165
38 12101101001 12101 67 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 205 0.0015578 12101 80310465 165202566
39 12101101002 12101 319 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1386 0.0105326 12101 542977096 380013506
40 12101101003 12101 1224 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3937 0.0299182 12101 1542352688 1660174528
41 12101101004 12101 1424 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 5280 0.0401240 12101 2068484173 2103737549
42 12101101005 12101 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3098 0.0235425 12101 1213667418 1021292826
43 12101991999 12101 39 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2529 0.0192185 12101 990756908 139785377
44 12301011001 12301 747 2017 Porvenir 446255.2 2017 12301 6801 3034981682 2543 0.3739156 12301 1134826999 858884761
45 12301011002 12301 968 2017 Porvenir 446255.2 2017 12301 6801 3034981682 3449 0.5071313 12301 1539134219 1189409630
46 12301991999 12301 1 2017 Porvenir 446255.2 2017 12301 6801 3034981682 70 0.0102926 12301 31237865 88989192
47 12401011001 12401 340 2017 Natales 336808.6 2017 12401 21477 7233637635 1266 0.0589468 12401 426399648 399421425
48 12401011002 12401 689 2017 Natales 336808.6 2017 12401 21477 7233637635 1994 0.0928435 12401 671596286 782451919
49 12401011003 12401 433 2017 Natales 336808.6 2017 12401 21477 7233637635 1327 0.0617870 12401 446944971 489819024
50 12401011004 12401 849 2017 Natales 336808.6 2017 12401 21477 7233637635 3053 0.1421521 12401 1028276561 1003407678
51 12401011005 12401 820 2017 Natales 336808.6 2017 12401 21477 7233637635 2710 0.1261815 12401 912751222 960965296
52 12401011006 12401 693 2017 Natales 336808.6 2017 12401 21477 7233637635 2158 0.1004796 12401 726832892 787594421
53 12401011007 12401 470 2017 Natales 336808.6 2017 12401 21477 7233637635 1489 0.0693300 12401 501507959 527956763
54 12401011008 12401 1147 2017 Natales 336808.6 2017 12401 21477 7233637635 3985 0.1855473 12401 1342182147 1507775445
55 12401051001 12401 286 2017 Natales 336808.6 2017 12401 21477 7233637635 1041 0.0484705 12401 350617720 350196677
56 12401991999 12401 71 2017 Natales 336808.6 2017 12401 21477 7233637635 157 0.0073101 12401 52878945 168663392
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.2 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.4 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.6 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.8 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.10 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.12 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.14 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.15 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.16 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.17 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.18 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.19 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.20 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.21 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.22 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.23 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.24 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.25 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.26 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.27 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.28 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.29 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.30 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.31 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.32 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.33 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.34 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.35 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.36 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.37 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.38 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.39 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.40 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.41 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.42 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.43 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$ing_medio_zona <- h_y_m_comuna_corr$est_ing  /( h_y_m_comuna_corr$personas  * h_y_m_comuna_corr$p_poblacional)

r3_100 <- h_y_m_comuna_corr[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 Freq.y p_poblacional código.y multi_pob est_ing ing_medio_zona
1 12101011001 12101 976 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3531 0.0268329 12101 1383298791 1202621440 340589.48
2 12101011002 12101 952 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3026 0.0229953 12101 1185460816 1163259534 384421.52
3 12101011003 12101 1015 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2985 0.0226837 12101 1169398723 1268352817 424908.82
4 12101011004 12101 499 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1595 0.0121208 12101 624854594 558770623 350326.41
5 12101021001 12101 835 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2549 0.0193705 12101 998592075 982781305 385555.63
6 12101021002 12101 1066 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3389 0.0257538 12101 1327669103 1357695499 400618.32
7 12101031001 12101 863 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2497 0.0189753 12101 978220640 1024292236 410209.15
8 12101031002 12101 1080 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3363 0.0255563 12101 1317483385 1382907454 411212.45
9 12101031003 12101 1231 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3844 0.0292115 12101 1505919160 1674515636 435618.01
10 12101031004 12101 1092 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3035 0.0230637 12101 1188986641 1404756967 462852.38
11 12101031005 12101 716 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2132 0.0162016 12101 835228837 817531029 383457.33
12 12101041001 12101 1021 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2931 0.0222734 12101 1148243771 1278662592 436254.72
13 12101041002 12101 1143 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3427 0.0260426 12101 1342555921 1500121918 437736.19
14 12101041003 12101 905 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3021 0.0229573 12101 1183502024 1088520036 360317.79
15 12101041004 12101 1474 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 4652 0.0353517 12101 1822459919 2226129540 478531.72
16 12101041005 12101 852 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3038 0.0230865 12101 1190161916 1007861120 331751.52
17 12101041006 12101 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2472 0.0187853 12101 968426681 1021292826 413144.35
18 12101041007 12101 945 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3294 0.0250319 12101 1290452058 1151932769 349706.37
19 12101051001 12101 753 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2180 0.0165664 12101 854033238 867023896 397717.38
20 12101051002 12101 182 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1013 0.0076980 12101 396851225 260855074 257507.48
21 12101061001 12101 731 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2372 0.0180254 12101 929250845 837395540 353033.53
22 12101061002 12101 775 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2905 0.0220758 12101 1138058054 897247930 308863.32
23 12101061003 12101 754 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2197 0.0166955 12101 860693130 868384721 395259.32
24 12101071001 12101 609 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1765 0.0134127 12101 691453516 683467878 387233.93
25 12101071002 12101 1146 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3727 0.0283224 12101 1460083431 1505859665 404040.69
26 12101071003 12101 829 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2859 0.0217262 12101 1120037169 974019849 340685.50
27 12101071004 12101 792 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2382 0.0181014 12101 933168428 921016901 386656.97
28 12101071005 12101 1022 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3151 0.0239452 12101 1234430612 1280386053 406342.77
29 12101071006 12101 948 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3159 0.0240060 12101 1237564679 1156778645 366185.07
30 12101071007 12101 989 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3543 0.0269241 12101 1387999891 1224286676 345550.85
31 12101081001 12101 789 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2522 0.0191653 12101 988014600 916795922 363519.40
32 12101081002 12101 988 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3136 0.0238312 12101 1228554236 1222611464 389863.35
33 12101081003 12101 747 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2280 0.0173263 12101 893209075 858884761 376703.84
34 12101081004 12101 1846 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 6468 0.0491519 12101 2533893112 3300080010 510216.45
35 12101081005 12101 1095 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3165 0.0240516 12101 1239915229 1410254067 445577.90
36 12101081006 12101 1541 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 5200 0.0395161 12101 2037143504 2397812758 461117.84
37 12101091001 12101 155 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 692 0.0052587 12101 271096789 238495165 344646.19
38 12101101001 12101 67 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 205 0.0015578 12101 80310465 165202566 805866.17
39 12101101002 12101 319 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 1386 0.0105326 12101 542977096 380013506 274180.02
40 12101101003 12101 1224 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3937 0.0299182 12101 1542352688 1660174528 421685.17
41 12101101004 12101 1424 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 5280 0.0401240 12101 2068484173 2103737549 398435.14
42 12101101005 12101 861 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 3098 0.0235425 12101 1213667418 1021292826 329661.98
43 12101991999 12101 39 2017 Punta Arenas 391758.4 2017 12101 131592 51552266922 2529 0.0192185 12101 990756908 139785377 55272.98
44 12301011001 12301 747 2017 Porvenir 446255.2 2017 12301 6801 3034981682 2543 0.3739156 12301 1134826999 858884761 337744.70
45 12301011002 12301 968 2017 Porvenir 446255.2 2017 12301 6801 3034981682 3449 0.5071313 12301 1539134219 1189409630 344856.37
46 12301991999 12301 1 2017 Porvenir 446255.2 2017 12301 6801 3034981682 70 0.0102926 12301 31237865 88989192 1271274.17
47 12401011001 12401 340 2017 Natales 336808.6 2017 12401 21477 7233637635 1266 0.0589468 12401 426399648 399421425 315498.76
48 12401011002 12401 689 2017 Natales 336808.6 2017 12401 21477 7233637635 1994 0.0928435 12401 671596286 782451919 392403.17
49 12401011003 12401 433 2017 Natales 336808.6 2017 12401 21477 7233637635 1327 0.0617870 12401 446944971 489819024 369117.58
50 12401011004 12401 849 2017 Natales 336808.6 2017 12401 21477 7233637635 3053 0.1421521 12401 1028276561 1003407678 328662.85
51 12401011005 12401 820 2017 Natales 336808.6 2017 12401 21477 7233637635 2710 0.1261815 12401 912751222 960965296 354599.74
52 12401011006 12401 693 2017 Natales 336808.6 2017 12401 21477 7233637635 2158 0.1004796 12401 726832892 787594421 364964.98
53 12401011007 12401 470 2017 Natales 336808.6 2017 12401 21477 7233637635 1489 0.0693300 12401 501507959 527956763 354571.37
54 12401011008 12401 1147 2017 Natales 336808.6 2017 12401 21477 7233637635 3985 0.1855473 12401 1342182147 1507775445 378362.72
55 12401051001 12401 286 2017 Natales 336808.6 2017 12401 21477 7233637635 1041 0.0484705 12401 350617720 350196677 336404.11
56 12401991999 12401 71 2017 Natales 336808.6 2017 12401 21477 7233637635 157 0.0073101 12401 52878945 168663392 1074289.12
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
NA.14 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.15 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.16 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.17 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.18 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.19 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.20 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.21 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.22 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.23 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.24 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.25 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.26 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.27 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.28 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.29 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.30 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.31 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.32 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.33 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.34 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.35 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.36 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.37 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.38 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.39 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.40 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.41 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.42 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
NA.43 NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA


Guardamos:

saveRDS(h_y_m_comuna_corr, "P03C/region_11_P03C_u.rds")