Análisis poblacional abordaje Bajo Autopista

El siguiente análisis poblacional fue hecho en base a los datos recolectados por los trabajadores al programa de mejoramiento de vivienda para el abordaje de Bajo Autopista. Los relevamientos cuentan con información de cada jefe de hogar, en quienes se basa este estudio, a fin de profundizar las características de la población en cuanto a sexo, edad, educación, ingresos, historia y demás.

gc_ba %>%
  filter(!is.na(Tenencia))%>%
  ggplot()+
  geom_bar(aes(x= Tenencia))

gc_ba %>%
  mutate(Tenencia = factor(Tenencia, levels=c("Ocupante por préstamo, cesión o permiso", "Inquilino", "Poseedor"))) %>%
  filter(!is.na(Tenencia))%>%
  filter(!is.na(Sexo))%>%
  filter(Tenencia != "NS/NC")%>%
  ggplot()+
  geom_point(aes(x=Tenencia, y=Edad, color= Sexo), alpha = 0.6)+
  facet_wrap(~Sexo)+
  scale_color_manual(values = c("midnightblue", "darkred")) +
    theme_minimal()+
    theme(legend.position = "bottom",
          plot.caption = element_text(hjust = 0),
          axis.text.x = element_text(hjust = 1)) +
    labs(y = "Tenencia",
      x = "Edad",
      title = "Tenencia según edad y sexo")

## Warning: Removed 32 rows containing missing values (geom_point).

gc_ba %>%
  mutate(Tenencia = factor(Tenencia, levels=c("Ocupante por préstamo, cesión o permiso", "Inquilino", "Poseedor"))) %>%
  filter(!is.na(Tenencia))%>%
  filter(!is.na(Sexo))%>%
  filter(Tenencia != "NS/NC")%>%
  ggplot()+
  geom_boxplot(aes(x=Tenencia, y=Edad, color= Sexo), alpha = 0.6)+
  facet_wrap(~Sexo)+
  scale_color_manual(values = c("midnightblue", "darkred")) +
    theme_minimal()+
    theme(legend.position = "bottom",
          plot.caption = element_text(hjust = 0),
          axis.text.x = element_text(hjust = 1)) +
    labs(y = "Tenencia",
      x = "Edad",
      title = "Tenencia según edad y sexo")

## Warning: Removed 32 rows containing non-finite values (stat_boxplot).

gc_ba %>%
  filter(!is.na(X.Alguna.o.de.los.miembros.del.hogar.reciben.o.son.beneficiarios.de.planes.sociales.))%>%
  ggplot()+
  geom_bar(aes(x=X.Alguna.o.de.los.miembros.del.hogar.reciben.o.son.beneficiarios.de.planes.sociales., fill=Sexo), alpha = 0.6)+
  scale_fill_manual(values = c("midnightblue", "darkred")) +
    theme_minimal()+
    theme(legend.position = "bottom",
          plot.caption = element_text(hjust = 0),
          axis.text.x = element_text(hjust = 1)) +
    labs(y = NULL,
      x = NULL,
      title = "Tenencia de Plan Social")

gc_ba %>%
  filter(!is.na(plan_social_2)) %>%
  filter(!is.na(sexo_titular_plan))%>%
  filter(sexo_titular_plan != "X")%>%
  group_by(plan_social_2, sexo_titular_plan) %>%
  summarise(cantidad = length(plan_social_2))%>%
  ggplot(aes(x=plan_social_2, y= cantidad, fill=sexo_titular_plan)) +
  geom_bar(position="dodge", alpha = 0.6, stat="identity")+
  scale_fill_manual(values = c("midnightblue", "darkred")) +
    theme_minimal()+
    theme(legend.position = "bottom",
          plot.caption = element_text(hjust = 0),
          axis.text.x = element_text(hjust = 1)) +
    labs(y = NULL,
      x = NULL,
      title = "Tipo de plan")

## `summarise()` has grouped output by 'plan_social_2'. You can override using the `.groups` argument.