Poblacion por Nivel Educacional en la Region del Bio Bio

Proporciona la cuenta y porcentaje por comuna de las personas de la Region del Bio Bio de acuerdo al maximo nivel educacional que reportan (e.g. primaria, secundaria, universitaria, etc.)

Formato

Un tibble con 860 observaciones en las siguientes 4 variables.

comuna

codigo de comuna (15 regiones)

nivel_educ

maximo nivel educacional alcanzado (ver la vinieta con los links a la descripcion de codigos)

cuenta

cantidad de personas censadas en la comuna

proporcion

porcentaje que representan las personas censadas en la comuna

Autor-a

Elaboracion propia con base en datos desagregados del Censo

Ejemplos

nivel_educacional_biobio
#> # A tibble: 860 × 4
#>    comuna nivel_educ cuenta proporcion
#>    <chr>       <int>  <int>      <dbl>
#>  1 08101           1   4851    0.0217 
#>  2 08101           2   2701    0.0121 
#>  3 08101           3   3579    0.0160 
#>  4 08101           4    831    0.00372
#>  5 08101           5  37538    0.168  
#>  6 08101           6   5687    0.0254 
#>  7 08101           7  47356    0.212  
#>  8 08101           8  18641    0.0834 
#>  9 08101           9   5854    0.0262 
#> 10 08101          10   2653    0.0119 
#> # ℹ 850 more rows

if (FALSE) { # \dontrun{
# replicar el resultado usando dplyr directamente con SQL
# es ligeramente distinto a las vinietas que explican esta misma tabla
nivel_educacional_biobio <- tbl(censo_conectar(), "zonas") %>% 
 mutate(
  region = substr(as.character(geocodigo), 1, 2),
  comuna = substr(as.character(geocodigo), 1, 5)
 ) %>% 
 filter(region == "08") %>% 
 select(comuna, geocodigo, zonaloc_ref_id) %>%
 inner_join(select(tbl(censo_conectar(), "viviendas"),
  zonaloc_ref_id, vivienda_ref_id), by = "zonaloc_ref_id") %>%
 inner_join(select(tbl(censo_conectar(), "hogares"),
  vivienda_ref_id, hogar_ref_id), by = "vivienda_ref_id") %>%
 inner_join(select(tbl(censo_conectar(), "personas"),
  hogar_ref_id, nivel_educ = p15), by = "hogar_ref_id") %>%
 group_by(comuna, nivel_educ) %>%
 summarise(cuenta = n()) %>%
 group_by(comuna) %>%
 mutate(proporcion = cuenta * (1 / sum(cuenta))) %>% 
 arrange(comuna, nivel_educ)} # }