Correlaciones entre variables del CENSO de Viviendas, Hogares y Personas e Ingresos promedios comunales de la CASEN 2017.

VE-CC-AJ

DataIntelligence

Jueves 09-07-2021

1 Nivel nacional URBANO (código 1)

1.1 Pregunta P03A: Material de los muros exteriores

Esta pregunta posee 6 categorias de respuesta:

1 Hormigón armado
2 Albañilería: bloque de cemento, piedra o ladrillo
3 Tabique forrado por ambas caras (madera o acero)
4 Tabique sin forro interior (madera u otro)
5 Adobe, barro, quincha, pirca u otro artesanal tradicional
6 Materiales precarios (lata, cartón, plástico, etc.)
98 No aplica
99 Missing

Leemos las respuestas a la pregunta P03A del censo de viviendas 2017 y obtenemos la tabla de frecuencias por categoría:

tabla_con_clave <- readRDS("censos/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$P03A
cross_tab =  xtabs( ~ unlist(b) + unlist(c))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"

categorias <- sort(unique(tabla_con_clave_u$P03A ))
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] <- "Hormigón armado"
names(comuna_corr )[4] <- "Albañilería: bloque de cemento, piedra o ladrillo"
names(comuna_corr )[6] <- "Tabique forrado por ambas caras (madera o acero)"
names(comuna_corr )[8] <- "Tabique sin forro interior (madera u otro)"
names(comuna_corr )[10] <- "Adobe, barro, quincha, pirca u otro artesanal tradicional"
names(comuna_corr )[12] <- "Materiales precarios (lata, cartón, plástico, etc.)"

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
}
 
## Generación de ingresos promedios a nivel urbano y su unión con la tabla de contingencia

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 <- df_2017_2[,-c(2,4,6,8,10,12,14)]

union_final_urb <- df_2017_2

kbl(union_final_urb) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")
código Hormigón armado Albañilería: bloque de cemento, piedra o ladrillo Tabique forrado por ambas caras (madera o acero) Tabique sin forro interior (madera u otro) Adobe, barro, quincha, pirca u otro artesanal tradicional Materiales precarios (lata, cartón, plástico, etc.) ingresos_expandidos
01101 20661 24209 6980 2524 77 306 71930106513
01107 6109 15902 2921 2791 47 488 33766585496
01401 184 1912 405 194 13 23 4966851883
01404 45 84 136 71 13 3 NA
01405 129 582 290 136 121 15 3068247619
02101 38428 49260 5428 3921 227 415 133249367039
02102 747 1576 354 191 1 32 4979702302
02104 380 1584 822 364 3 30 5109282942
02201 12795 25957 2756 1063 2031 372 71981127235
02203 37 692 230 96 443 18 4869699464
02301 1767 3776 1545 399 21 52 7207910819
02302 481 663 90 22 87 12 3084818966
03101 7183 27319 4636 2834 2102 292 52819016037
03102 706 2901 803 346 32 14 5628052276
03103 136 1398 572 452 289 17 4671058718
03201 301 1685 932 276 8 64 3499391196
03202 367 2575 808 240 237 15 4895805596
03301 2766 7904 1706 663 597 124 16404810756
03303 167 822 203 125 58 6 2035200054
03304 417 1661 484 227 32 12 3424422750
04101 17322 37330 4360 1228 1202 83 61749247282
04102 12698 41382 5276 1780 2045 125 61277269093
04103 151 1582 511 191 599 17 2855312920
04104 14 30 250 77 20 2 908664019
04106 315 3802 506 203 511 17 7058750373
04201 420 4315 1368 487 165 15 8703433491
04202 13 336 132 43 174 NA 2122281844
04203 418 3490 1272 417 165 6 6098444926
04204 264 3302 906 367 136 21 7690585032
04301 2670 20451 1946 814 764 47 31197719080
04302 42 1329 201 66 441 9 3124505460
04303 160 2526 1194 536 368 22 6930326684
04304 27 1373 277 103 114 14 2328107498
05101 26836 31126 22899 6249 8842 976 90946261553
05102 595 3472 1154 313 165 14 9352095757
05103 4892 3646 3629 660 37 22 14075920021
05105 358 1442 2834 677 52 18 5490274928
05107 1365 3583 2890 841 43 31 9839456903
05109 48422 36723 22227 5973 1888 576 118563074323
05201 265 619 1221 153 12 22 NA
05301 3217 13881 1002 288 877 39 23711104774
05302 421 2119 451 163 176 4 3654416747
05303 165 1763 312 110 132 2 2855998928
05304 478 2602 345 81 135 2 4140022481
05401 662 4371 2591 826 106 21 9183080280
05402 222 1980 1204 353 71 5 5094117762
05403 147 266 1176 154 12 2 1921527704
05404 72 600 492 181 83 2 2333781007
05405 149 572 783 133 21 2 2160521991
05501 4613 16370 2507 851 607 39 26131733924
05502 2296 9564 2255 829 217 54 14297866792
05503 138 1419 1488 445 60 12 4828872604
05504 830 4088 885 286 147 8 7414857001
05506 383 3320 1504 412 108 16 5749381300
05601 3875 12454 8279 1926 105 68 22527241144
05602 516 1427 1650 287 22 12 5398446270
05603 536 1435 3778 1064 117 34 5569658994
05604 460 1526 2835 515 27 15 4315799297
05605 418 704 2878 708 45 22 3816682340
05606 316 1008 605 74 4 5 4408732520
05701 4784 14671 1285 487 1239 25 23208536043
05702 147 1612 409 212 29 9 3264869972
05703 587 3783 952 335 71 6 7275684301
05704 52 828 209 67 32 2 2385858928
05705 101 1219 178 80 416 8 5187514898
05706 128 2079 381 187 371 6 3907844674
05801 11444 25042 9251 2393 811 157 52247193426
05802 1184 7642 2153 805 360 38 14176705125
05803 174 1079 2061 538 209 12 5149662271
05804 6725 24511 6425 1640 688 100 45800670899
06101 15644 54255 4181 1293 1994 80 76977097284
06102 181 1407 269 151 131 6 3758801352
06103 76 553 261 89 110 4 1651985453
06104 221 2185 688 257 143 2 5466110795
06105 421 3277 859 402 284 19 6402533884
06106 1208 6438 717 352 374 30 10426820415
06107 252 1679 761 274 115 15 6894533314
06108 3494 10085 1673 606 381 28 16602037093
06109 142 912 443 127 75 9 2863689033
06110 523 3768 1217 458 480 21 7392597596
06111 195 1247 968 327 161 14 4054025678
06112 368 2171 705 298 186 2 3559462966
06113 154 1789 501 231 260 4 4616762518
06114 130 1479 303 206 179 3 2741286093
06115 1516 10155 1834 764 440 38 17273974762
06116 577 2733 926 392 219 12 8078983811
06117 581 6185 876 403 462 14 13358975033
06201 324 1884 1744 441 179 11 5643258336
06202 25 173 86 30 110 NA 891866686
06203 86 598 365 87 48 1 1881627117
06204 54 464 259 101 281 3 2458260033
06206 18 276 165 33 174 2 1475951353
06301 2559 15706 1547 576 714 28 24041131495
06302 171 2057 308 111 196 9 3691714537
06303 481 4414 892 422 431 12 9228754903
06304 36 463 97 41 199 5 1611947197
06305 302 2668 496 152 49 4 4386786331
06306 98 802 127 22 27 4 3079870843
06307 134 1540 245 121 173 6 2923796850
06308 54 504 102 38 46 4 2102134220
06310 921 5771 437 177 124 9 11393463346
07101 16785 45089 4071 1385 1013 71 67732753814
07102 2805 5587 2857 876 211 21 12932986800
07103 192 609 199 79 167 2 2662971120
07104 127 529 222 71 54 3 866652110
07105 2551 8130 1225 301 27 10 12182624190
07106 92 522 85 25 120 NA 1825700105
07107 105 468 354 106 60 3 1926795579
07108 229 773 172 55 219 5 3126961590
07109 1212 4694 405 189 389 10 10687595452
07110 190 987 223 63 144 4 2294886656
07201 1695 7657 1149 456 426 18 9515918892
07202 102 708 174 77 246 6 2234922252
07203 208 694 317 90 121 5 1534908448
07301 8648 30161 2647 1163 530 44 42117028333
07302 451 1073 262 132 127 3 2928781043
07303 223 780 466 157 107 7 1741750148
07304 1669 9262 533 227 399 15 12009998195
07305 276 1400 108 41 19 1 2845428741
07306 365 1349 218 60 68 1 4085560646
07307 398 1443 432 198 117 9 4611045339
07308 446 2340 175 49 91 2 7579820261
07309 29 99 198 36 49 NA 943414066
07401 4729 16672 2299 671 1151 24 25291751487
07402 394 2032 365 85 219 6 4173410967
07403 363 1777 349 143 296 8 6597394825
07404 1375 7415 1142 383 243 22 11091040324
07405 177 1811 284 117 69 8 4508431050
07406 979 8028 712 249 678 13 12687530322
07407 349 2449 311 83 250 1 4251702731
07408 175 1117 363 124 237 1 4412680158
08101 31693 23983 13738 3613 61 372 72227728923
08102 6675 16958 9177 2185 37 143 32278209118
08103 6589 10990 7145 1551 23 149 25641323296
08104 47 219 1046 188 8 9 2469551785
08105 521 1834 3321 644 19 58 5651905803
08106 1854 3252 6679 1687 28 70 12339953990
08107 2342 4699 5947 1293 23 127 12561435651
08108 13270 19635 7038 1462 23 131 36167321662
08109 366 1434 1018 268 3 13 3582304723
08110 11903 18733 12665 2742 28 258 48602104064
08111 2836 3953 7341 1895 30 185 15133299927
08112 7237 14243 5494 1287 16 67 26380344663
08201 379 838 5022 853 5 69 6534231082
08202 785 1711 5062 954 17 46 11466769473
08203 200 483 4529 1043 10 37 8327773342
08204 4 3 859 164 NA 3 1284670805
08205 520 1225 6355 1255 10 66 8488900056
08206 182 295 4600 895 16 46 4840107033
08207 8 35 1027 165 1 14 2305775206
08301 7926 23601 13598 2799 140 147 60441208918
08302 36 81 471 81 4 27 781935233
08303 488 1886 3585 935 52 38 6433682620
08304 488 2043 2227 542 5 60 5024717382
08305 510 2025 4058 862 22 49 7299407611
08306 417 3909 2171 629 23 31 7697899431
08307 128 490 1067 227 7 9 1916060576
08308 46 118 363 96 4 15 784682868
08309 69 181 1289 252 10 24 1935917806
08310 86 271 505 106 1 12 705390056
08311 146 454 1666 272 16 49 3454949584
08312 155 1148 2246 442 12 52 3035048397
08313 457 1597 1637 430 44 47 4693613938
09101 16730 27451 35097 6089 75 603 83174794799
09102 171 167 2928 791 12 89 5824543339
09103 108 99 2080 547 3 67 4330659433
09104 17 20 576 117 1 12 1529109215
09105 44 182 1865 276 17 78 7518158340
09106 36 102 906 226 1 10 2930258102
09107 137 136 2630 456 4 63 3670206245
09108 409 1222 5599 1284 29 102 11267725602
09109 158 137 4403 809 11 110 5049235445
09110 32 22 693 151 2 14 1301137941
09111 239 475 4242 642 11 110 7867935676
09112 1518 4738 6519 1362 24 111 21191399108
09113 28 70 857 184 NA 24 1799419624
09114 208 549 3708 793 10 99 6204576082
09115 321 425 4170 826 13 75 7443587942
09116 28 28 733 150 NA 7 2856420491
09117 41 91 1495 212 4 34 3380311968
09118 12 16 955 290 1 50 2135976054
09119 143 330 3756 746 16 74 4860243131
09120 786 1290 7981 1469 26 240 13650235814
09121 31 111 917 194 5 9 2940207311
09201 1246 3082 9184 1722 105 140 14296297282
09202 224 496 3769 1149 20 283 6098134776
09203 135 156 3445 620 8 92 4084643011
09204 67 59 867 187 4 44 2072995481
09205 36 44 934 192 3 19 2568496128
09206 59 203 896 261 17 19 1547086780
09207 42 70 1090 198 2 17 2697526159
09208 74 216 1755 466 9 67 2757928013
09209 150 630 1633 346 9 32 2726714090
09210 271 1027 2687 756 56 49 4863416659
09211 541 1181 4980 1192 44 130 7723760970
10101 7430 7459 45307 7334 144 2235 74854925754
10102 219 81 3765 690 12 329 9545646863
10104 97 42 1825 410 4 78 2742371891
10105 130 79 3323 658 14 137 5188291726
10106 73 32 1948 475 7 144 3980600731
10107 153 182 3327 609 4 101 4422233283
10108 33 34 1631 325 2 245 3825279050
10109 694 559 7589 1042 20 286 13920663786
10201 385 320 8375 1379 18 588 15304799118
10202 285 166 6833 1241 31 772 8960055930
10203 43 27 1282 301 4 165 3559637517
10204 15 9 281 52 NA 22 NA
10205 11 25 1750 303 5 164 4477578923
10207 7 18 632 80 NA 41 987644627
10208 226 125 4279 862 11 369 6579532876
10209 19 8 713 83 3 54 2572844097
10210 53 18 879 88 5 48 2996397098
10301 4639 5321 31791 6189 66 1072 43850482486
10302 18 5 439 143 3 35 2359078294
10303 213 218 3264 789 13 203 6161043438
10304 51 70 1129 263 7 60 2689725003
10305 112 50 1634 371 16 172 3896715111
10306 4 4 327 75 2 24 1674503801
10307 46 58 1092 254 6 74 1962995435
10401 9 6 502 58 1 11 NA
10402 7 22 610 63 NA 7 NA
10403 14 6 993 153 5 88 NA
10404 8 7 376 26 NA 19 NA
11101 1100 1352 12844 1082 23 158 18912283227
11201 231 229 5200 711 18 178 7375332218
11202 40 41 1018 177 3 66 1642095149
11203 11 3 399 25 NA 20 NA
11301 59 97 691 96 5 35 1224029692
11401 74 340 470 57 156 34 1622211456
12101 3447 4732 29071 2600 31 693 51552266922
12201 32 5 465 27 NA 5 NA
12301 90 42 1542 102 1 63 3034981682
12401 253 485 4910 706 4 173 7233637635
13101 120120 25882 2235 889 13351 47 182367246208
13102 4522 15356 2306 851 116 34 22371586546
13103 5679 21446 6362 2405 214 94 35892031153
13104 7867 20585 5136 1783 319 48 39397353402
13105 7189 29546 6295 2144 356 59 45770170398
13106 17587 19678 3121 1265 1684 69 50093952387
13107 9439 12053 4014 1323 47 41 31106038806
13108 16378 10111 1061 511 3651 26 37720956327
13109 9006 14301 3019 1163 841 29 33097323323
13110 26225 75148 7393 2510 265 86 128231071590
13111 4219 21679 4891 1804 133 52 35760286668
13112 5132 35791 4124 1653 79 74 41256447003
13113 11789 13881 1692 462 86 14 40307459856
13114 80384 22482 1088 275 29 20 134598169599
13115 14654 8517 2111 606 85 44 36968385127
13116 4082 16992 3393 1097 81 35 26099479542
13117 5000 17913 3778 1435 149 33 29397444939
13118 15094 19939 2422 796 64 23 40285970358
13119 21975 121050 5506 1971 184 91 187034167391
13120 58452 20299 540 145 555 3 88804766896
13121 6114 18134 2716 902 215 33 32058321741
13122 16072 37530 9822 3184 495 139 77691132095
13123 49757 8998 149 31 583 1 73330144381
13124 11840 44011 4954 1777 245 38 73825647438
13125 10895 45461 1708 590 73 40 80689241762
13126 10916 15752 3436 1266 2062 83 34298531093
13127 12155 22264 6324 2272 3136 89 54458123369
13128 6311 28169 4539 1797 312 64 43262464632
13129 7475 16560 2287 773 604 33 31753732439
13130 22953 10955 1525 507 953 18 37960091353
13131 3290 13814 3936 1408 329 34 23331343432
13132 20473 7020 187 23 9 2 42430139879
13201 21631 130271 6519 2106 523 97 186533464474
13202 124 1318 1256 320 260 5 8817024774
13203 235 1027 1385 394 282 7 6933981276
13301 7978 18399 3778 1403 143 38 43951136523
13302 3056 12580 5434 1854 94 76 38020316317
13303 342 1682 1312 383 98 10 6325126322
13401 12415 58821 6954 2988 904 154 86474375157
13402 2377 15152 4518 1419 672 38 30431412042
13403 193 1501 1184 348 56 9 7803125477
13404 863 8033 3194 1061 237 26 24020488982
13501 3934 15741 4789 1432 498 44 36054817558
13502 27 251 356 107 63 3 2251756129
13503 364 3507 1671 450 57 20 8766848005
13504 76 833 810 234 53 5 3451350898
13601 1575 12685 1928 749 200 29 29299162746
13602 1836 4047 2208 652 194 16 10693979408
13603 1466 3044 2413 763 213 21 8304441408
13604 1715 9633 3292 1277 88 36 17555873230
13605 3012 16542 3192 1069 245 25 31711490484
14101 4644 6505 32446 5058 63 1158 51277944139
14102 24 17 936 103 NA 95 1179821617
14103 131 115 2889 574 16 124 4477574931
14104 96 47 2320 565 8 113 4159328181
14105 54 43 981 175 3 90 2235081533
14106 124 67 2250 408 9 231 5342147079
14107 110 122 2911 586 19 189 4508111622
14108 146 92 3903 724 13 102 9938682028
14201 500 470 6086 1455 28 310 9405987850
14202 73 36 2073 339 5 180 3627119212
14203 51 14 667 116 3 16 2445838259
14204 335 397 3906 1008 25 240 8405637271
15101 16458 33545 4542 2429 312 341 68625788545
15201 24 89 27 26 126 4 784324030
16101 9868 29661 12374 2631 394 129 50965643906
16102 394 1481 1994 422 110 55 4829367278
16103 1178 4539 2495 559 60 37 8022762560
16104 101 506 679 208 41 58 2596282563
16105 121 417 502 140 137 8 2213691761
16106 119 327 1120 273 24 4 1901248804
16107 199 1001 1928 434 14 25 4477425886
16108 155 614 1087 347 93 31 3269367252
16109 371 1032 2489 655 27 32 4599738091
16201 156 984 1735 400 109 44 2932397811
16202 38 151 265 69 26 2 1300549630
16203 241 1120 1814 410 11 20 4748629723
16204 41 192 202 64 23 NA 1571687052
16205 32 137 314 81 58 3 957181342
16206 38 126 265 86 25 2 1650320432
16207 28 246 256 71 2 14 1181211462
16301 1435 4845 4053 779 138 33 13391296803
16302 172 861 1510 297 26 7 5741254097
16303 28 265 98 12 20 NA 2639471976
16304 59 176 289 71 11 16 1118324609
16305 100 327 888 274 26 11 3088800683

1.1.0.1 Tabla a correlacionar:

#union_final_urb_corr  <- union_final_urb[,-c(1)]
write_xlsx(union_final_urb, "P03A_urbano.xlsx")

1.1.0.2 Estadísticos básicos de nuestras frecuencias

data_sum <- summary(union_final_urb)

kbl(head(data_sum)) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "500px")
código Hormigón armado Albañilería: bloque de cemento, piedra o ladrillo Tabique forrado por ambas caras (madera o acero) Tabique sin forro interior (madera u otro) Adobe, barro, quincha, pirca u otro artesanal tradicional Materiales precarios (lata, cartón, plástico, etc.) ingresos_expandidos
Length:319 Min. : 4.0 Min. : 3.0 Min. : 27.0 Min. : 12.0 Min. : 1.0 Min. : 1.00 Min. :7.054e+08
Class :character 1st Qu.: 101.5 1st Qu.: 285.5 1st Qu.: 505.5 1st Qu.: 151.5 1st Qu.: 16.0 1st Qu.: 10.00 1st Qu.:2.954e+09
Mode :character Median : 321.0 Median : 1442.0 Median : 1495.0 Median : 400.0 Median : 66.0 Median : 29.00 Median :5.697e+09
NA Mean : 3765.6 Mean : 7203.5 Mean : 2956.8 Mean : 746.4 Mean : 285.3 Mean : 82.87 Mean :1.784e+10
NA 3rd Qu.: 2359.5 3rd Qu.: 7649.5 3rd Qu.: 3607.0 3rd Qu.: 869.0 3rd Qu.: 217.0 3rd Qu.: 74.00 3rd Qu.:1.857e+10
NA Max. :120120.0 Max. :130271.0 Max. :45307.0 Max. :7334.0 Max. :13351.0 Max. :2235.00 Max. :1.870e+11

1.1.0.3 Gráficas:

library(plotly)
df_2017_fig <- union_final_urb 

fig <- plot_ly(df_2017_fig, x = df_2017_fig$código, y = df_2017_fig[,2]
, name = colnames(df_2017_fig[2]), type = 'scatter', mode = 'lines',
                 width=7000, height=400) 

grafica_fn <- function(g){
  fig <<- fig %>% add_trace(y = ~df_2017_fig[,g]
, name = colnames(df_2017_fig[g]), mode = 'lines',
                 width=7000, height=400) 
}

for (g in 3:(ncol(union_final_urb))) {
grafica_fn(g)
}

fig <- fig %>% layout(autosize = T)%>%
  layout(xaxis = list(rangeslider = list()))
fig

2 \(\tau\)

df_2017_2f <- filter(df_2017_fig, df_2017_fig$ingresos_expandidos != 'is.na')
III <- seq(2,(ncol(df_2017_2f)-1),1)
my_data <- df_2017_2f[, c(III)]
tabla <- cor(x=my_data, y=df_2017_2f$ingresos_expandidos, method=c("kendall"), use = "pairwise")
tabla <- as.data.frame(tabla)
names(tabla)[1] <- "Correlación"
saveRDS(tabla,"tablas_de_corr/C_P03A_URBANO.rds")
tabla %>% rownames_to_column("Material de los muros exteriores")%>%  
  mutate(Correlación = cell_spec(Correlación, background=ifelse(Correlación == max(Correlación), "#fc0303", "#5cb81f"))) %>% 
  kbl(booktabs = T, linesep = "", escape=FALSE) %>% 
    kable_paper(full_width = F) %>%
    column_spec(1, color = "black")%>%
    column_spec(2, color = "white")
Material de los muros exteriores Correlación
Hormigón armado 0.758196513025754
Albañilería: bloque de cemento, piedra o ladrillo 0.673494962374366
Tabique forrado por ambas caras (madera o acero) 0.524343009935639
Tabique sin forro interior (madera u otro) 0.632876289709708
Adobe, barro, quincha, pirca u otro artesanal tradicional 0.3565394722747
Materiales precarios (lata, cartón, plástico, etc.) 0.360779498853788

2.1 Kendall

df_2017_fig <- df_2017_fig[,-c(1,10,11)]
chart.Correlation(df_2017_fig, histogram=TRUE, method = c( "kendall"), pch=20)

2.2 Pearson

chart.Correlation(df_2017_fig, histogram=TRUE, method = c( "pearson"), pch=20)

2.3 Spearman

chart.Correlation(df_2017_fig, histogram=TRUE, method = c( "spearman"), pch=20)



3 Nivel nacional RURAL (código 2)

3.1 Pregunta P03A: Ocupación de la vivienda

Esta pregunta posee 6 categorias de respuesta:

1 Hormigón armado
2 Albañilería: bloque de cemento, piedra o ladrillo
3 Tabique forrado por ambas caras (madera o acero)
4 Tabique sin forro interior (madera u otro)
5 Adobe, barro, quincha, pirca u otro artesanal tradicional
6 Materiales precarios (lata, cartón, plástico, etc.)
98 No aplica
99 Missing

Leemos las respuestas a la pregunta P03A del censo de viviendas 2017 y obtenemos la tabla de frecuencias por categoría:

tabla_con_clave <- readRDS("censos/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$P03A
cross_tab =  xtabs( ~ unlist(b) + unlist(c))
tabla <- as.data.frame(cross_tab)
d <-tabla[!(tabla$Freq == 0),]
d$anio <- "2017"

categorias <- sort(unique(tabla_con_clave_u$P03A ))
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] <- "Hormigón armado"
names(comuna_corr )[4] <- "Albañilería: bloque de cemento, piedra o ladrillo"
names(comuna_corr )[6] <- "Tabique forrado por ambas caras (madera o acero)"
names(comuna_corr )[8] <- "Tabique sin forro interior (madera u otro)"
names(comuna_corr )[10] <- "Adobe, barro, quincha, pirca u otro artesanal tradicional"
names(comuna_corr )[12] <- "Materiales precarios (lata, cartón, plástico, etc.)"

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
}
 
## Generación de ingresos promedios a nivel urbano y su unión con la tabla de contingencia

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 <- df_2017_2[,-c(2,4,6,8,10,12,14)]

union_final_urb <- df_2017_2

kbl(union_final_urb) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "300px")
código Hormigón armado Albañilería: bloque de cemento, piedra o ladrillo Tabique forrado por ambas caras (madera o acero) Tabique sin forro interior (madera u otro) Adobe, barro, quincha, pirca u otro artesanal tradicional Materiales precarios (lata, cartón, plástico, etc.) ingresos_expandidos
01101 51 127 295 250 7 39 52180713221
01107 7 NA 8 13 2 15 NA
01401 151 417 399 254 67 51 3822052676
01402 25 252 77 84 28 1 283538750
01403 6 48 10 6 393 2 NA
01404 64 183 125 139 46 30 645917134
01405 26 93 106 72 23 6 2502464414
02101 28 64 81 99 3 37 NA
02102 13 39 53 22 NA 10 NA
02103 34 123 107 58 9 9 3290056742
02104 10 58 100 97 10 24 3844002134
02201 83 239 320 171 90 54 39457387800
02203 73 687 111 39 406 14 2985112297
02301 3 5 100 80 5 17 4183793832
02302 6 18 14 9 9 2 NA
03101 78 213 366 213 52 34 38699138722
03102 48 83 392 210 14 43 NA
03103 20 195 325 231 137 19 4034940816
03201 21 114 160 80 4 31 NA
03202 14 19 90 38 48 38 4545663075
03301 124 417 692 408 212 62 11299454698
03302 109 681 354 207 371 21 1039186477
03303 38 226 317 198 64 25 1425547554
03304 26 84 172 169 24 22 2089066548
04101 484 1428 2538 963 298 37 44274327972
04102 209 1149 1898 601 173 40 46918711304
04103 8 56 174 101 66 5 2397612293
04104 34 230 508 205 64 22 982530309
04105 59 601 334 161 428 13 786383423
04106 300 1214 968 399 442 34 4695441470
04201 93 1339 1284 478 169 6 5109649759
04202 43 925 761 394 541 19 1558270441
04203 60 350 708 226 87 5 3704185607
04204 89 1588 1271 516 195 32 5681637894
04301 339 2479 2721 1436 827 58 25683781418
04302 61 1000 658 411 617 31 2300832587
04303 143 2074 1157 833 1144 43 5835357638
04304 52 593 508 410 245 23 1817183694
04305 37 720 269 93 547 14 778712384
05101 9 21 139 82 20 7 74756602991
05102 177 430 1757 430 136 19 6779018483
05103 25 121 555 71 5 2 NA
05104 4 6 311 27 1 2 NA
05105 39 102 654 143 23 8 4295363979
05107 208 236 941 183 26 7 9102071069
05201 13 43 74 9 2 1 NA
05301 47 335 520 172 142 5 18714795984
05302 93 557 339 143 179 6 3471349123
05303 85 261 184 57 70 6 2512319225
05304 101 781 852 311 373 9 3995512770
05401 89 362 2241 463 41 11 6111000517
05402 40 340 1503 353 53 10 4129354103
05403 2 15 122 30 4 1 NA
05404 54 512 1078 234 118 7 2654393853
05405 53 95 539 85 28 4 1729518700
05501 238 922 1928 478 108 15 19195726144
05502 49 128 343 64 10 3 11471016698
05503 57 275 1301 360 31 10 3874650405
05504 94 176 417 91 30 11 5377180726
05506 36 250 602 166 38 7 4861992055
05601 45 175 1129 224 78 6 21034388728
05602 74 150 691 125 33 9 3012893845
05603 33 53 425 92 38 1 5605324190
05604 17 32 287 32 2 1 NA
05605 3 15 162 52 3 1 NA
05606 79 149 1083 196 17 9 2729409577
05701 110 777 675 286 333 9 18507290899
05702 71 829 799 251 63 2 2868237147
05703 66 672 973 326 55 10 6324771348
05704 40 609 254 82 33 1 1532009468
05705 125 1021 1153 397 522 19 3471806107
05706 72 670 515 243 251 3 3884985562
05801 47 190 337 105 65 13 44984360344
05802 166 519 1207 232 67 6 11607834893
05803 74 370 991 222 175 9 3473287749
05804 32 129 153 45 41 2 31609146219
06101 74 666 720 192 93 10 58924531866
06102 119 786 523 189 145 4 3438412620
06103 45 564 428 126 131 1 1293816308
06104 100 1165 887 310 267 7 4977769953
06105 100 582 548 172 80 7 4145787348
06106 75 523 310 127 36 2 8305580885
06107 194 1322 2329 820 203 30 4971665251
06108 27 58 185 26 39 3 13233865906
06109 96 997 1003 359 203 11 3361017589
06110 94 488 491 178 94 10 6697593734
06111 105 504 397 182 101 7 3487795575
06112 46 227 244 130 47 2 3305417128
06113 114 1829 664 339 384 13 4282095940
06114 98 997 415 174 139 5 2648154389
06115 233 1363 1540 575 357 26 14737488444
06116 221 1579 1024 392 278 18 6847572657
06117 308 3004 1963 756 712 34 11357872282
06201 47 266 681 172 110 7 3776560181
06202 24 234 256 68 111 3 642943494
06203 24 226 599 162 93 2 1497845780
06204 31 554 383 122 289 4 1738201845
06205 78 313 1686 377 57 12 1099452202
06206 27 384 467 185 507 3 1201375821
06301 305 1163 1072 405 247 20 17733143348
06302 137 1261 370 189 144 11 3115559148
06303 254 2028 1444 698 367 15 8060942027
06304 70 562 407 153 333 2 1431112941
06305 151 1214 417 173 112 5 3810465416
06306 90 1718 672 259 72 7 2877725100
06307 83 804 347 123 113 1 2550270534
06308 107 958 568 228 128 11 1934232402
06309 24 503 322 128 211 8 818883984
06310 356 2766 1041 493 279 15 8495489945
07101 284 1001 927 305 376 8 53912095394
07102 103 448 1530 622 145 36 9135962663
07103 120 707 669 300 516 13 1811588746
07104 16 100 177 58 53 5 714199777
07105 274 1479 1124 358 221 10 9705908393
07106 107 557 715 243 268 8 1575963241
07107 125 450 619 269 260 10 1821794345
07108 202 1117 1111 467 343 17 2733081178
07109 501 2548 2217 861 1003 39 7753001772
07110 87 466 586 149 117 8 1800047360
07201 220 775 922 362 418 38 6171477801
07202 94 503 488 227 359 22 1151552040
07203 79 739 239 103 161 9 862993347
07301 643 2340 1401 575 411 26 39566034949
07302 65 601 398 174 139 4 1622060226
07303 31 179 263 80 43 3 1197005482
07304 206 1173 980 372 165 26 10475401720
07305 162 902 426 141 117 9 2062408371
07306 197 1005 1010 364 173 16 3316239205
07307 287 1792 842 367 134 11 3800089672
07308 477 2830 1911 789 253 45 7240913928
07309 50 339 512 173 205 10 777679695
07401 455 2364 1201 570 761 33 18044885598
07402 297 1659 899 370 701 21 3348358419
07403 585 3716 1167 632 957 26 5087351933
07404 350 1546 1191 441 327 34 7624714509
07405 287 2177 1121 434 388 20 2924321333
07406 331 1914 1020 480 714 24 7768163327
07407 234 858 529 239 347 9 2895229121
07408 318 1869 918 412 361 14 3670461912
08101 72 127 993 205 6 22 44183983882
08102 79 118 667 145 1 17 25230952648
08104 84 213 1403 354 45 72 1566245750
08105 52 127 798 220 35 26 4932666876
08106 2 6 28 8 NA NA NA
08107 5 9 113 30 1 4 9246639961
08108 3 9 24 1 NA NA NA
08109 43 124 1124 284 18 20 2728477197
08110 4 3 107 7 NA 1 24542535584
08111 92 227 1135 332 11 35 11541584520
08112 8 19 157 36 NA 4 NA
08201 13 10 559 112 NA 50 3620107931
08202 181 305 1951 427 3 48 6702069405
08203 45 70 3819 771 4 65 6455391501
08204 13 13 792 172 NA 13 793386801
08205 8 15 582 126 1 7 8138946477
08206 14 13 576 110 NA 6 3984647129
08207 13 22 1652 328 4 30 1510411713
08301 1017 3353 9203 2318 76 277 38606846296
08302 22 32 529 100 4 30 634012722
08303 104 409 1570 321 14 26 7119335384
08304 89 547 1132 310 16 45 3905739533
08305 48 158 1282 325 7 45 5873792045
08306 35 277 647 264 31 16 4626944798
08307 78 268 643 160 4 24 2112926492
08308 24 70 550 135 4 18 666419314
08309 25 158 964 193 7 67 2129051929
08310 9 28 129 48 3 5 566092732
08311 52 172 1318 321 7 67 2424192819
08312 31 55 607 144 3 23 2198382777
08313 167 619 1753 543 65 40 2936241535
08314 36 41 1141 424 22 79 773205492
09101 214 697 4052 772 12 163 48946498862
09102 72 58 2515 829 7 204 3138372109
09103 48 81 2420 477 8 89 2749522512
09104 17 24 1298 302 7 76 1014167156
09105 108 263 4115 904 7 199 4857867695
09106 32 84 1735 496 14 123 1769627798
09107 26 42 1224 273 3 67 2032338344
09108 72 158 2386 570 5 127 10738525406
09109 36 31 1952 430 5 87 3795451798
09110 12 17 899 197 1 54 1010744848
09111 62 193 3382 724 15 198 5142978907
09112 201 712 6027 1560 30 223 12882320064
09113 13 50 845 186 1 52 1071011969
09114 71 122 2260 507 7 108 5105439315
09115 65 79 2702 554 15 57 5355614570
09116 38 42 2393 690 3 157 1628156299
09117 63 80 2525 504 10 277 2089663239
09118 36 53 1441 353 3 120 1106284328
09119 91 155 2903 726 10 147 3817354634
09120 171 196 5081 916 17 116 11026000004
09121 85 78 1487 528 7 100 1336465909
09201 64 169 904 295 21 24 9234420713
09202 40 69 1387 443 11 89 4484784762
09203 28 43 1206 221 4 61 3249351008
09204 12 28 1013 180 NA 39 1056936411
09205 44 27 1486 404 5 150 1422283764
09206 30 89 657 157 30 20 1035906610
09207 19 30 1196 421 12 106 1628298886
09208 7 27 1061 236 4 31 1572938990
09209 20 99 362 92 2 11 2243930000
09210 59 139 884 244 8 51 3966946195
09211 115 127 2161 537 8 141 6414689393
10101 223 178 6604 1159 25 439 43337141298
10102 127 53 4370 740 9 692 5282762017
10103 2 6 1282 243 1 58 NA
10104 19 7 1483 270 3 107 2255743895
10105 62 33 1460 276 4 70 3222744874
10106 46 12 2551 427 9 232 3291484556
10107 37 35 913 131 5 36 2626930838
10108 26 22 2268 268 4 233 1956316762
10109 105 122 3327 349 NA 73 9799987895
10201 22 37 2875 284 2 92 8048100927
10202 64 35 3109 500 2 251 6313036958
10203 28 36 2476 345 8 297 2877146807
10204 9 6 777 65 4 63 681378864
10205 36 10 1786 257 6 150 2858609503
10206 7 11 1107 150 2 46 816645370
10207 3 9 858 109 3 93 815746659
10208 11 29 2447 395 9 269 4668472212
10209 7 23 1660 243 6 176 1020807718
10210 12 5 1202 177 4 253 969367811
10301 123 177 3444 667 3 88 31744688808
10302 108 48 1672 367 4 131 1997605810
10303 60 21 1610 325 2 46 3803288945
10304 47 24 1619 408 2 98 2053472049
10305 31 23 1797 416 4 144 2205262341
10306 36 6 1602 563 9 175 1146887184
10307 43 18 1507 289 3 124 1819558805
10401 4 2 865 101 1 58 NA
10402 8 8 240 28 1 4 NA
10403 28 16 1350 255 7 168 NA
10404 2 1 247 22 3 4 NA
11101 125 186 2263 246 9 42 13298894369
11102 7 2 301 41 4 9 NA
11201 21 37 789 82 2 26 5908637554
11202 14 6 490 66 NA 49 1710143349
11301 9 19 177 22 3 6 738667487
11303 1 NA 150 28 1 4 NA
11401 32 143 317 53 92 9 919065674
11402 49 124 750 91 30 15 456727447
12101 81 66 1278 179 4 68 33806414442
12102 1 5 90 7 NA 1 NA
12103 1 1 85 4 NA 1 NA
12104 5 1 129 10 NA 2 NA
12201 2 NA 25 NA NA 1 NA
12301 2 2 231 9 1 3 2593419712
12302 11 11 150 13 NA 3 NA
12303 4 NA 77 5 NA 1 NA
12401 12 37 639 25 NA 4 6489647004
12402 1 NA 104 8 NA 14 NA
13110 6 10 12 3 1 NA NA
13115 80 44 154 35 7 1 NA
13119 18 145 479 190 28 14 NA
13124 39 154 780 209 8 20 NA
13125 1 6 80 87 4 11 NA
13202 372 1722 1569 305 273 15 7284672878
13203 65 353 964 302 89 14 6272964115
13301 1679 2185 2524 629 90 21 37337421744
13302 351 1245 3477 940 75 19 24837699582
13303 41 324 1070 290 125 7 5113717064
13401 130 351 636 226 82 7 75849003232
13402 357 1014 1685 534 174 23 28006850165
13403 567 1515 1174 330 109 7 7577982724
13404 466 1905 4230 920 227 48 20538478428
13501 491 2055 7199 1889 197 37 24616837833
13502 17 232 589 170 79 7 1564887792
13503 201 871 2178 542 76 20 7199638514
13504 73 437 1261 303 71 4 2691680700
13505 82 597 1893 482 134 13 2250885401
13601 518 1540 1620 367 109 12 17129031774
13602 80 424 961 222 57 3 7236496479
13603 198 755 1394 333 77 12 8424384020
13604 141 501 1197 216 29 8 14664233522
13605 215 712 773 187 60 5 22536570306
14101 78 92 2689 478 10 163 35164529745
14102 8 4 462 81 NA 104 834683963
14103 48 16 1412 256 4 34 3094599901
14104 69 64 2584 460 2 94 3740075550
14105 19 13 751 120 1 52 1279152079
14106 48 41 2885 508 7 202 3979945072
14107 39 23 1831 461 2 162 3307473487
14108 112 82 5136 1057 16 151 6230498948
14201 107 58 2974 596 4 161 7682327556
14202 62 13 1611 327 3 126 2832109866
14203 84 15 1844 413 8 288 1846550611
14204 111 48 3884 776 5 235 5783758517
15101 242 797 1472 1319 138 137 55532177025
15102 11 63 142 137 70 7 279202446
15201 7 27 18 11 173 8 537221762
15202 12 14 1 NA 186 NA NA
16101 407 1530 2465 676 106 43 42867130063
16102 148 392 1561 433 44 27 3604229178
16103 74 249 594 187 31 12 5558803478
16104 93 451 1420 402 30 72 1820386198
16105 109 372 682 231 17 36 1283161238
16106 98 227 1210 295 23 17 1659661870
16107 104 497 1615 379 91 53 2333895558
16108 184 749 1662 515 61 65 2806409365
16109 84 167 1067 283 16 26 3450799686
16201 21 70 473 165 100 9 1802251665
16202 42 191 740 258 139 17 614036495
16203 99 327 839 256 56 23 2783932983
16204 24 190 879 178 85 18 842304828
16205 18 146 581 183 158 11 819710106
16206 59 229 936 252 60 14 1277329463
16207 46 199 884 157 51 23 965503625
16301 599 2536 2405 870 273 116 9289995173
16302 200 939 3585 824 53 111 4700239750
16303 242 1616 1069 364 229 48 2105832760
16304 61 223 455 105 6 33 680747063
16305 105 479 1208 329 183 23 2096375354

3.1.0.1 Tabla a correlacionar:

#union_final_urb_corr  <- union_final_urb[,-c(1)]
write_xlsx(union_final_urb, "P03A_rural.xlsx")

3.1.0.2 Estadísticos básicos de nuestras frecuencias

data_sum <- summary(union_final_urb)

kbl(head(data_sum)) %>%
  kable_styling(bootstrap_options = c("striped", "hover")) %>%
  kable_paper() %>%
  scroll_box(width = "100%", height = "500px")
código Hormigón armado Albañilería: bloque de cemento, piedra o ladrillo Tabique forrado por ambas caras (madera o acero) Tabique sin forro interior (madera u otro) Adobe, barro, quincha, pirca u otro artesanal tradicional Materiales precarios (lata, cartón, plástico, etc.) ingresos_expandidos
Length:312 Min. : 1.00 Min. : 1.0 Min. : 1.0 Min. : 1.0 Min. : 1.0 Min. : 1.00 Min. :2.792e+08
Class :character 1st Qu.: 24.75 1st Qu.: 42.5 1st Qu.: 405.0 1st Qu.: 127.2 1st Qu.: 7.0 1st Qu.: 7.75 1st Qu.:1.809e+09
Mode :character Median : 61.00 Median : 191.0 Median : 885.5 Median : 243.0 Median : 41.0 Median : 20.00 Median :3.546e+09
NA Mean : 105.43 Mean : 481.4 Mean :1165.6 Mean : 312.7 Mean : 115.1 Mean : 47.84 Mean :8.206e+09
NA 3rd Qu.: 109.25 3rd Qu.: 668.0 3rd Qu.:1504.0 3rd Qu.: 410.8 3rd Qu.: 139.8 3rd Qu.: 52.00 3rd Qu.:7.252e+09
NA Max. :1679.00 Max. :3716.0 Max. :9203.0 Max. :2318.0 Max. :1144.0 Max. :692.00 Max. :7.585e+10

3.1.0.3 Gráficas:

library(plotly)
df_2017_fig <- union_final_urb 

fig <- plot_ly(df_2017_fig, x = df_2017_fig$código, y = df_2017_fig[,2]
, name = colnames(df_2017_fig[2]), type = 'scatter', mode = 'lines',
                 width=7000, height=400) 

grafica_fn <- function(g){
  fig <<- fig %>% add_trace(y = ~df_2017_fig[,g]
, name = colnames(df_2017_fig[g]), mode = 'lines',
                 width=7000, height=400) 
}

for (g in 3:(ncol(union_final_urb))) {
grafica_fn(g)
}

fig <- fig %>% layout(autosize = T)%>%
  layout(xaxis = list(rangeslider = list()))
fig

4 \(\tau\)

df_2017_2f <- filter(df_2017_fig, df_2017_fig$ingresos_expandidos != 'is.na')
III <- seq(2,(ncol(df_2017_2f)-1),1)
my_data <- df_2017_2f[, c(III)]
tabla <- cor(x=my_data, y=df_2017_2f$ingresos_expandidos, method=c("kendall"), use = "pairwise")
tabla <- as.data.frame(tabla)
names(tabla)[1] <- "Correlación"
saveRDS(tabla,"tablas_de_corr/C_P03A_RURAL.rds")
tabla %>% rownames_to_column("Material de los muros exteriores")%>%  
  mutate(Correlación = cell_spec(Correlación, background=ifelse(Correlación == max(Correlación), "#fc0303", "#5cb81f"))) %>% 
  kbl(booktabs = T, linesep = "", escape=FALSE) %>% 
    kable_paper(full_width = F) %>%
    column_spec(1, color = "black")%>%
    column_spec(2, color = "white")
Material de los muros exteriores Correlación
Hormigón armado 0.385779749774999
Albañilería: bloque de cemento, piedra o ladrillo 0.233147050167386
Tabique forrado por ambas caras (madera o acero) 0.23826905335361
Tabique sin forro interior (madera u otro) 0.288916201317503
Adobe, barro, quincha, pirca u otro artesanal tradicional 0.0982131982330145
Materiales precarios (lata, cartón, plástico, etc.) 0.0398964917586777

4.1 Kendall

df_2017_fig <- df_2017_fig[,-c(1,10,11)]
chart.Correlation(df_2017_fig, histogram=TRUE, method = c( "kendall"), pch=20)

4.2 Pearson

chart.Correlation(df_2017_fig, histogram=TRUE, method = c( "pearson"), pch=20)

4.3 Spearman

chart.Correlation(df_2017_fig, histogram=TRUE, method = c( "spearman"), pch=20)