Publications by DataIntelligence
solucion_casen_2015
Tomaremos la proyección de la población establecida por el INE con base en el 2017 para los años 2006, 2009, 2011, 2013, 2015 y 2017 y la compararemos con la suma total de las frecuencias expandidas de las tablas de contingencia generadas en torno a las variables de sexo y pobreza (Corte) a nivel comunal. Para el 2015 se detecta una anomalía....
3596 sym R (14170 sym/40 pcs)
pobrezaCasen_expandida
Tomaremos la proyección de la población establecida por el INE con base en el 2017 para los años 2006, 2009, 2011, 2013, 2015 y 2017 y la compararemos con la suma total de las frecuencias expandidas de las tablas de contingencia generadas en torno a las variables de sexo y pobreza (Corte) a nivel comunal. Para el 2015 se detecta una anomalía....
5234 sym R (20423 sym/91 pcs)
coropleticos electorales
# Choropleth maps library(sf) library(chilemapas) library(ggplot2) library("readxl") library(RColorBrewer) library(dplyr) ## ## Attaching package: 'dplyr' ## The following objects are masked from 'package:stats': ## ## filter, lag ## The following objects are masked from 'package:base': ## ## intersect, setdiff, setequal, un...
6 sym R (2052 sym/20 pcs) 1 img
primeras_regresiones_CASEN
Introducción. Resulta relevante poder explicar el ingreso de las personas por medio de variables categóricas tales como el género, nivel educacional o región geográfica. Podemos responder así a preguntas tales como: 1 ¿Existen diferencias significativas entre los ingresos medios recibidos entre comunas? 2 ¿Son mayores los sueldos que reci...
2103 sym R (2055 sym/9 pcs)
factores_de_expansion_2015
Queremos a partir de la columna de folio o vivienda descubrir un patrón para el factor de expansión comunal faltante en algunas comunas de la Casen del 2015. 2017 1 Leemos la Casen 2017 dataset2017 <- readRDS("dataset2017.rds") Huara 2 Seleccionamos las primeras 10 columnas de la comuna de Huara (no tiene factor de expansión comunal para el...
881 sym R (24345 sym/41 pcs)
expc_2015
Queremos a partir del campo folio de la base de datos de la Casen descubrir un patrón para el factor de expansión comunal faltante en algunas comunas de la Casen del 2015. dataset2013 <- readRDS("dataset2013.rds") dataset2015 <- readRDS("dataset2015.rds") dataset2017 <- readRDS("dataset2017.rds") El marco muestral. El INE mantiene vigente...
2770 sym R (2099 sym/9 pcs) 2 img
Una relación entre tamaño muestral y el factor de expansión comunal
Queremos a partir del campo folio de la base de datos de la Casen descubrir un patrón para el factor de expansión comunal faltante en algunas comunas de la Casen del 2015. dataset2013 <- readRDS("dataset2013.rds") dataset2015 <- readRDS("dataset2015.rds") dataset2017 <- readRDS("dataset2017.rds") El marco muestral. El INE mantiene vigente...
3670 sym R (12559 sym/31 pcs) 1 img
prop_sol_fexpc
I Definición del problema. 1 Una primera y única carga: CASEN_2015 <- read_sav("Casen 2015.sav") saveRDS(CASEN_2015, "CASEN_2015_fexpc.rds") 2 Lectura de la data: CASEN_2015_ds <- readRDS("CASEN_2015_fexpc.rds") # CASEN_2015_ds 3 Determinación de las comunas que no tienen factor de expansión y sus frecuencias en la Casen 2015: new_DF <-...
1645 sym R (4795 sym/29 pcs)
pobreza_en_la_casen
1 Aspectos conceptuales La metodología de estimación de la Pobreza y la actualización del 2013. Desde la década de 1980 y hasta la actualidad, en Chile la medición de la situación de pobreza de los hogares se ha realizado utilizando una metodología basada en ingresos. Según ésta, un hogar se ha considerado en situación de pobreza extre...
13266 sym R (4339 sym/27 pcs) 3 img 2 tbl
ingresos
INGRESOS 1 Tenemos que unir los dos ds: dataset2006_original <- readRDS("CASEN_2006.rds") # Como humanos, preferimos trabajar con etiquetas que con códigos. dataset2006 <- as_factor(dataset2006_original, only_labelled = TRUE) 2 Extraemos el diccionario del propio dataset: data_code <- stack(attr(dataset2006_original$COMUNA, 'labels')) name...
364 sym R (5251 sym/11 pcs)