A01 Trelew

Mapas Sociales Urbanos
CD Aplicaciones (coord. Mariana Marcos y Gustavo Buzai), pp. 1-16
Aplicación 1
Trelew (Provincia de Chubut): El mapa social a
través del análisis exploratorio de datos espaciales
CLAUDIA A. BAXENDALE
1. Introducción
La presente aplicación tiene como objetivo analizar y aplicar las metodologías

del análisis exploratorio de datos espaciales a una ciudad de tamaño intermedio de la
región de la Patagonia argentina relacionado con el comportamiento espacial de la
población joven y las condiciones socio-sanitarias.
Estos estudios exploratorios permiten conocer la configuración espacial de la

temática a analizar mediante el análisis de unos pocos indicadores significativos y, de
esa manera, contar con un rápido diagnóstico que aporte a la potencial toma de
decisiones espaciales.
La aplicación incluye el análisis univariado del comportamiento espacial de

indicadores seleccionados, análisis bivariado y trivariado en función de la asociación
espacial entre dichos indicadores y la distribución de la población joven, análisis de
autocorrelación espacial de indicador seleccionado e interpretación modelística en
base a una regionalización bivariada.
2. Información
El área de estudio corresponde a la ciudad de Trelew, localidad de tamaño

intermedio localizada en la región Patagonia cuyo diseño de la planta urbana presenta
una forma compacta y con contigüidad espacial. Trelew está localizada en el
Departamento de Rawson en la Provincia de Chubut, y contaba hacia el año 2001 con
88.305 habitantes según los datos definitivos del Censo Nacional de Población,
Hogares y Viviendas (INDEC, 2002).
La comparación entre el plano de la ciudad de Trelew 1 y su digitalización a

nivel de radios censales2 permitió ajustar el área de estudio eliminando dos radios
1
Plano de la ciudad de Trelew (año 2004) realizado por la Municipalidad de Trelew, disponible en:
http://www.biopat.org.ar/planotrelew.pdf
2
La base cartográfica digital realizada en formato vectorial por el Instituto Nacional de Estadística y Censos
(INDEC) de la Argentina puesta a disposición en el sitio web del Ministerio de Planificación de la Nación a través
del Proyecto “Indicadores y aplicación de la información sobre vivienda en Argentina” convenio Subsecretaría de
Desarrollo Urbano y Vivienda de la Nación y Universidad Nacional de Quilmes (UNQUI). Disponible en:
www.vivienda.gov.ar/unqui/index.php
1
Claudia A. Baxendale. Aplicación 1. Trelew (Provincia de Chubut): El mapa social a través
del análisis exploratorio de datos espaciales
censales periféricos que no aparecen en el área comprendida por el plano de la

ciudad3, teniendo menos de 250 habitantes cada uno.
Unidades espaciales y variables
Realizado el ajuste del área de estudio, el mapa base de la localidad de Trelew

en formato digital a nivel de radio censal cuenta con 99 unidades espaciales.
La información censal presentada fue obtenida del Instituto Nacional de

Estadística y Censos, Censo Nacional de Población, Hogares y Viviendas 2001, Base
de Datos sistematizada mediante el uso del software REDATAM+ SP desarrollado
por CELADE-CEPAL4.
En primer lugar se confeccionó en archivo Excel la matriz de datos originales

y de datos índices seleccionando una serie de variables que permitan el análisis
exploratorio de datos espaciales de las condiciones socio-sanitarias.
Las variables, e indicadores elaborados, referidas a población son:
1. Población de 0 a 14 años: Cantidad de población en valores absolutos (P_014) y

participación porcentual del grupo etario sobre el total de población de la unidad
espacial (IP_014)
2. Población sin cobertura de obra social y/o plan de salud privado o mutual: Se
refiere a la población que no tiene cobertura (P_S_OS) calculándose la participación
porcentual en función de la población total de la unidad espacial (IP_S_OS).
Por cobertura se entiende a la tenencia de algún tipo de asistencia privada en salud.

Incluye tanto a la tenencia de una obra social generalmente asociada a la afiliación
obligatoria de los trabajadores con relación de dependencia, como a un plan de salud
privado o mutual caracterizado por la adhesión voluntaria y el pago de servicio por
parte del beneficiario en su totalidad y se excluyen los servicios de emergencias
médicas.
La variable e indicador elaborado referido al hogar es:
3. Hogares con Necesidades Básicas Insatisfechas (NBI): Se consideran los hogares

que presentan al menos uno de los siguientes indicadores de privación
- Hacinamiento: más de tres personas por cuarto;
-Vivienda: habitan en una vivienda de tipo inconveniente (pieza de inquilinato, pieza
de hotel o pensión, casilla, local no construido para habitación o vivienda móvil),
excluyendo casa, departamento y rancho;
-Condiciones sanitarias: no tienen ningún tipo de retrete;
-Asistencia escolar: tienen al menos un niño en edad escolar que no asiste a la escuela;
3
Uno de los radios se ubica al noreste del área de estudio –al este de la ruta nacional N°3 a la altura de
la denominada Rotonda Norte- y el otro radio censal se localiza al sur del río Chubut.
4
La base de datos fue facilitada por GESIG-PROEG-UNLU (Grupo de estudios sobre Geografía y
Análisis Espacial con Sistemas de Información Geográfica – Programa de Estudios Geográficos –
Universidad Nacional de Luján).
2
-Capacidad de subsistencia: tienen cuatro o más personas por miembro ocupado,

cuyo jefe no haya completado el tercer grado de escolaridad primaria.
Se elaboró el indicador en valores absolutos (HG_C_NBI) y relativos al total

de hogares de la unidad espacial (IHG_C_NBI).
3. Referencia metodológica
Las metodologías para el análisis exploratorio de datos espaciales y

autocorrelación espacial se presentan en los puntos 3.2, 3.5 y 3.6. Los aspectos
conceptuales relacionados con el grado de asociación o semejanza entre variables y
los aspectos geométricos de la correlación en los puntos 4.1 y 4.2 respectivamente, en
tanto las cuestiones teóricas relacionadas con las clasificaciones y regionalizaciones
se presentan en el capítulo 5.
Realizamos el análisis incorporando cartografía temática y gráficos asociados

que ofrece el programa OpenGeoDa presentando las interpretaciones conceptuales
correspondientes que pueden ampliarse en Buzai y Baxendale (2012, capítulos 14,15
y 22).
4. Resultados
Mediciones en variables
En primera instancia se analizaron los valores de las medidas estadísticas de

los indicadores en valores absolutos y en porcentajes a modo de contar con una visión
general de sus comportamientos.
Así entonces sabemos que el área de estudio presenta 27.017 niños entre 0 y
14 años de edad que representan el 30,72% del total de la población del área (87.928
habitantes). A su vez allí se localizan 24.813 hogares de los cuales 3.112 tienen al
menos algún indicador de privación y por lo tanto presentan necesidades básicas
insatisfechas representando el 12,54%. Por su parte la población sin cobertura médica
representa el 41,37% del total de población del área.
En la siguiente tabla 1 pueden observarse los valores de las principales

medidas estadísticas de posición o tendencia central y de dispersión, y los valores
mínimos y máximos de la serie de datos de los indicadores considerados. Conocer
estos valores facilitará la lectura e interpretación de la cartografía y de los gráficos
asociados a obtenerse en los análisis exploratorios.
3
Tabla 1 Resultados estadísticos de los indicadores
Resultados P_014 IP_014 HG_C_NBI IHG_C_NBI P_S_OS IP_S_OS

/Indicador % % %
Media 272,898 28,938 31,434 12,219 367,434 38,845

Desvío 155,171 8,974 33,849 12,074 242,463 18,003
Estándar
Mediana 247 28,481 19 6,923 309 34,271
Suma 27017 - 3112 - 36.376 -
Mínimo 31 8,451 1 0,285 55 13,252
Máximo 849 50,591 163 46,439 1095 76,528
En el siguiente análisis exploratorio se trabajará con los indicadores en

porcentajes en función de realizar una lectura e interpretación que resulte de mayor
significatividad para un estudio espacial contextual.
Análisis exploratorio univariado
Mapas de cuantiles
El sistema de clasificación por cuantiles permite obtener mapas donde cada

intervalo de clase presenta la misma cantidad de unidades espaciales. Al ser este el
criterio de clasificación, en una misma clase pueden quedar incluidas unidades
espaciales con datos muy diferentes; sin embargo este sistema de clasificación permite
visualizar e interpretar con facilidad la estructura espacial general del comportamiento
de la variable.
En este caso la representación cartográfica se realizó en cuartiles y el análisis

de las variables estudiadas permite observar que los radios censales con mayores
“porcentajes de población joven” respecto al total de población de cada unidad
espacial se localizan en la periferia del área de estudio bajando los valores en forma
anular concéntrica hacia el centro.
4
Figura 1. Mapa de cuartiles: Porcentaje de población joven de 0 a 14 años
El mapa correspondiente a la variable “porcentaje de hogares con NBI se

presenta acompañado del histograma elaborado con diez intervalos de clase de igual
amplitud, recordemos que la altura de las columnas representa la cantidad de unidades
espaciales comprendidas en cada uno de los intervalos. En el histograma se seleccionó
el último intervalo de clase con porcentajes de hogares con NBI (decil superior) que
superan el 41,8 %, según figura en las referencias hay 3 unidades espaciales que
cumplen con este requisito, las cuales han quedado también seleccionadas en el mapa
base –la selección puede apreciarse dado que al color de fondo se le superpone un
tramado en cuadrícula–. Las unidades espaciales seleccionadas se localizan en el
extremo noroccidental del área de estudio.
Estas asociaciones entre mapas y gráficos permiten avanzar en el análisis, en

este caso muestra cuáles de las 25 unidades espaciales que se ubican en el último
cuartil presentan un porcentaje de hogares con NBI muy elevado (superior al 41 %).
5
Figura 2. Mapa de cuartiles: Porcentaje de hogares con NBI
Figura 3. Histograma de la variable Porcentaje de hogares con NBI e

identificación de las unidades espaciales seleccionadas en la última columna
La representación cartográfica de los indicadores “porcentaje de hogares con

necesidades básicas insatisfechas” y “porcentaje de población sin cobertura médica”
presentan una configuración espacial en general muy similar entre sí.
6
Figura 4. Mapa de cuartiles: Porcentaje de población sin cobertura médica
Mediante el análisis exploratorio de los tres mapas se puede identificar un área

en el extremo oeste donde coincide la localización de radios censales con altas
participaciones porcentuales de población joven, de hogares con NBI y de población
sin cobertura por obra social y/o plan de salud privado o mutual, pudiéndose
considerar como una zona con potencial riesgo socio-sanitario dado la conjunción de
factores.
Mapas y gráficos de caja
Siguiendo las características del gráfico de caja (box plot), el mapa de caja
(box map) es un caso especial del mapa de cuartil donde se resaltan los valores
extremos (outliers). De esta manera, a las cuatro categorías representadas por el 25 %
de las unidades espaciales se les agregan dos clases más como intervalos 1° y 6°. El
1° y 2° intervalo contienen el 25 % de las unidades espaciales con valores muy bajos,
el 3° intervalo el siguiente 25 % de las unidades espaciales con valores bajos, el 4°
intervalo otro 25% con valores altos y finalmente el 5° y 6° intervalo el 25 % restante
de las unidades espaciales con valores muy altos.
Cabe indicar, para su mejor interpretación, que en el gráfico de caja el punto

medio de la distribución está representado por la mediana y un valor se considera
extremo cuando supera en 1,5 o 3,0 el rango intercuartil formado por la diferencia
entre los valores de las unidades espaciales que ocupan el puesto 25 % y 75 %
respectivamente en la serie de datos ordenados de menor a mayor.
De los tres indicadores considerados en el análisis el único que presenta

valores extremos –considerando el umbral de 1,5– es “porcentaje de hogares con
NBI”. A continuación se presenta el mapa y el gráfico de caja, donde puede
observarse un solo valor anómalo de la variable hacia los valores superiores que ha
7
sido seleccionado en el gráfico de caja y por lo tanto aparece la unidad espacial

seleccionada en el mapa, –la misma se ubica en el extremo oeste del área de estudio–.
Las referencias del mapa de caja (Figura 5) se presentan en colores fríos para
los primeros tres intervalos de clase –dichos intervalos presentan valores por debajo
de la mediana y acumulan el 50 % de las unidades espaciales–, los colores varían del
azul al celeste claro; el restante 50 % de las unidades espaciales aparecen distribuidas
en otros tres intervalos representados con colores cálidos graduados del naranja claro
al rojo intenso.
Figura 5. Mapa y gráfico de caja: Porcentaje de hogares con NBI. Selección del
valor extremo superior
Mapas de desvíos estándar
En los mapas de desvíos estándar cada dato del indicador considerado se

transformó en un puntaje “z” y los límites de los intervalos de clase representan
unidades de desvíos por encima y por debajo de la media. Estos mapas estandarizados
con el puntaje “z” resultan ahora perfectamente comparables en la serie cartográfica
ya que las distintas variables se han llevado a la misma estructura.
La representación en puntajes estándar se realiza con seis intervalos de clase,

los primeros tres corresponden a los intervalos de clase por debajo de la media y se
representan con colores fríos del azul intenso en el intervalo más alejado de la media
al celeste claro en el intervalo a un desvío de la media, los otros tres intervalos
corresponden a valores de “z” por encima del valor de la media y quedan
representados con colores cálidos graduados con mayor intensidad en el intervalo que
más se aleja de la media.
La variable “porcentaje de población joven de 0 a 14 años” presenta una

configuración concéntrica con los valores por debajo de la media formando tres
anillos en el área central disminuyendo la cantidad de desvíos estándar hacia afuera de
este núcleo central. Por su parte, las unidades espaciales con valores por encima de la
media se localizan en la periferia del área de estudio, en el sector oeste se ubican tres
8
de las cuatro unidades espaciales que superan al valor de la media en dos desvíos y
por lo tanto están representadas con el color cálido más intenso.
Figura 6. Mapa de desvíos estándar: Porcentaje de población joven

de 0 a 14 años
La variable “porcentaje de hogares con NBI” presenta un comportamiento

espacial más homogéneo pudiéndose diferenciar una gran área hacia el centro-sur del
área de estudio con valores por debajo de la media que no superan un desvío estándar
y por lo tanto quedan representados con un color celeste claro. Obsérvese en las
referencias que todas las unidades espaciales con valores por debajo de la media no
superan un desvío estándar por lo cual en los otros dos intervalos figura un cero entre
paréntesis.
Hacia los sectores norte y oeste se presenta otra gran área con valores por
encima de la media estando representados los tres intervalos de clase distinguiéndose
dos zonas o núcleos en los extremos noreste y noroeste con seis radios censales que
presentan más del 36,49% de sus hogares con algún tipo de privación.
9
Figura 7. Mapa de desvíos estándar: Porcentaje de hogares con NBI
En el caso de la configuración espacial de la variable “porcentaje de población

sin cobertura médica” podemos decir que la diferenciación espacial ya no es ni
concéntrica, –como en la variable “porcentaje de población joven”–, ni tan marcada la
diferencia entre el norte y sur –como en la variable “porcentaje de hogares con NBI”–,
se observa una diferenciación principalmente entre la zona oriental con predominio de
unidades espaciales con valores estandarizados de la variable por debajo de la media y
una zona occidental y septentrional con valores por encima de la media.
Figura 8. Mapa de desvíos estándar: Porcentaje de población

sin cobertura médica
Podemos concluir como la distribución de la variable “porcentaje de población

joven de 0 a 14 años” y “porcentaje de población sin cobertura médica” es más
heterogéneo y gradual en su comportamiento espacial –ya que encontramos radios
10
censales representados en todos o casi todos los intervalos de clase–, comparada con
la variable “porcentaje de hogares con NBI”.
Análisis exploratorio bivariado y trivariado
Como parte de estos análisis exploratorios interesa observar el grado de

asociación entre indicadores, en este caso se espera que dicho grado sea elevado entre
los indicadores “porcentaje de hogares con NBI” y “porcentaje de población sin
cobertura médica”.
Efectivamente, el coeficiente de correlación entre ambas variables arroja un

valor de 0,90. Al seleccionar en el gráfico de dispersión las unidades espaciales
ubicadas en el cuadrante que presenta valores por encima de la media para ambos
indicadores, se puede observar en el mapa su localización espacial. Para integrar la
información la localización se realizó sobre el mapa de cuartiles del indicador
“porcentaje de población joven de 0 a 14 años de edad”.
Visualmente este tipo de representaciones ya permite diferenciar en el mapa

aquellas unidades espaciales que superan la media de los dos primeros indicadores
pero que a su vez se ubican en el cuartil cuyo límite inferior supera el 35 % de
población de 0 a 14 años. Este análisis permite identificar entonces los radios censales
donde la población joven estaría expuesta a mayores riesgos socio-sanitarios.
Figura 9. Mapa de cuartiles del Porcentaje de población joven de 0 a 14 años con

la selección realizada en el gráfico de dispersión (cuadrante ++) entre las
variables Porcentaje de Hogares con NBI y Porcentaje de población sin
cobertura médica
El gráfico de dispersión 3D permite también realizar este tipo de análisis

exploratorio interactivo considerando la asociación entre los tres indicadores. La
Figura 10 presenta tres componentes: el mapa de cuantiles de la variable “porcentaje
de población de 0 a 14 años, el gráfico trivariado entre la variable mencionada (eje X)
11
y las variables “porcentaje de hogares con NBI” (eje Y) y “porcentaje de población

sin cobertura médica” (eje Z) y el mapa base donde se observan las unidades
espaciales seleccionadas en el cuadrante (+++).
Figura 10. Análisis a través del gráfico de dispersión 3D
Análisis de autocorrelación espacial
El análisis de autocorrelación espacial arroja resultados sobre el grado de

asociación que existe entre cada una de las unidades espaciales con sus unidades
vecinas en relación a los valores que presentan para una misma variable bajo análisis.
El análisis se realizó para la variable Porcentaje de hogares con NBI a fin de

verificar si existe o no autocorrelación espacial y, de existir, dónde se localizan los
focos o clusters espaciales locales: los hot-spots (agrupamientos de valores altos) y
los cold-spots (agrupamientos de valores bajos).
Al realizarse el análisis el índice de Moran arrojó un resultado de 0,5788, se

realizó el test de aleatoriedad para evaluar la significatividad de dicho valor
obteniendo un índice esperado
de -0,0102, es decir, el valor que tendría el índice de Moran de tratarse de una
distribución aleatoria. Por su parte el p-valor arrojó un resultado de 0,001 inferior al
valor de 
Estos resultados nos permiten rechazar la hipótesis nula (H 0) “la configuración

espacial se produce de manera aleatoria” y aceptar la hipótesis alternativa (H1) “la
configuración espacial NO se produce de manera aleatoria.”
12
Figura 11. Cálculo del Índice de Moran y resultados del test de aleatoriedad
Mediante el método de cálculo LISA (Local Indicators of Spatial Association)

se identifican los patrones locales de asociación espacial, en el mapa pueden
observarse dos agrupamientos de valores altos (hot-spot) en la franja septentrional del
área de estudio en los extremos oeste y este respectivamente –zonas en color rojo–.
Por su parte la zona central y franja sur aparece como un agrupamiento de

valores bajos (cold-spots) –representado con color azul–, las unidades espaciales que
aparecen en gris claro no han arrojado resultados significativos en tanto que las
unidades que aparecen con color celeste corresponden a unidades espaciales con
valores bajos de la variable pero que limitan con unidades espaciales que presentan en
promedio valores altos (autocorrelación espacial negativa).
Por último, cabe aclarar que ninguna unidad espacial del área de estudio
presenta la otra situación de autocorrelación espacial negativa, –agrupamientos de
unidades espaciales con valores altos de la variable limitando con unidades espaciales
que presentan en promedio valores bajos–; cabe indicar que ningún radio se clasificó
en la última categoría de las referencias.
13
Figura 12. Agrupamientos espaciales locales
5. Interpretación modelística
Dado el alto grado de asociación entre los indicadores “porcentaje de hogares

con NBI” y “porcentaje de población sin cobertura médica”, se realiza la
regionalización bivariada en función de considerar la distribución de la población
objeto de estudio –indicador “porcentaje de población joven” y su asociación con el
“porcentaje de hogares con NBI” considerado éste como un indicador síntesis de las
condiciones sociales, económicas, educativas y habitacionales de los miembros del
hogar y la vivienda donde habitan.
Así entonces se identifican las unidades espaciales presentes en cada uno de

los cuatro cuadrantes del espacio de relaciones al realizar el gráfico de dispersión
entre ambas variables y estandarizando la información. Cada una de las selecciones
efectuadas puede ser grabada en una columna de la tabla. En el mapa base aparecen
seleccionadas las unidades espaciales que presentan valores estandarizados de los dos
indicadores por encima de la media, la cual pasa a valer cero.
14
Figura 13. Gráfico de dispersión entre las variables Porcentaje de población

joven de 0 a 14 años y Porcentaje de hogares con NBI y mapa base con unidades
espaciales seleccionadas (cuadrante ++)
Figura 14. Regionalización bivariada: Porcentaje de población joven y

Porcentaje de hogares con NBI.
Clasificadas las unidades espaciales según el cuadrante de pertenencia, se

realiza el mapa social a partir de la regionalización (Figura 14). La configuración
espacial obtenida presenta un área central con bajo riesgo socio-sanitario en función
de que las unidades espaciales arrojan porcentajes bajos de población joven y de
hogares con NBI –representada con un color verde oscuro–, un medio anillo periférico
en el sector sur y oriental donde las unidades espaciales presentan alto porcentaje de
población joven pero bajos porcentajes de hogares con NBI –en color verde claro–, un
sector periférico norte y occidental donde se localizan las zonas potencialmente más
conflictivas al presentar las unidades espaciales altos porcentajes de población joven y
de hogares con NBI –en color rojo–. Entre este último sector y la zona central
aparecen localizados los radios censales con potenciales riesgos intermedios, –en
15
términos comparativos, para la población bajo estudio– al presentar altos porcentajes

de hogares con NBI pero bajo porcentajes de población joven, –en color amarillo–.
En síntesis, vemos como el análisis exploratorio de datos espaciales permite

conocer y estudiar la distribución y asociación entre indicadores seleccionados
pudiéndose arribar a un mapa social que, en el caso de estudio y para la temática
analizada, presenta un modelo de ciudad donde se distingue una primera
configuración espacial anular con condiciones favorables hacia la zona central y
desfavorables hacia la periferia, diferenciándose en esta última zona un sector norte de
mayor fragmentación en la distribución espacial de las características estudiadas.
Podemos concluir que en Trelew se verifica, en una aproximación socioespacial
exploratoria, el modelo de las ciudades de tamaño intermedio de América Latina.
6. Bibliografía
BUZAI, G.D.; BAXENDALE, C.A. 2012. Análisis Socioespacial con Sistemas de

Información Geográfica. Tomo 2: Ordenamiento Territorial / Temáticas de base
vectorial. Lugar Editorial. Buenos Aires.
INDEC 2001. Censo Nacional de Población, Hogares y Vivienda 2001. Instituto

Nacional de Estadística y Censos. Buenos Aires.
16

A01 Trelew

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

A01 Trelew

Transféré par

Droits d'auteur :

Formats disponibles

Mapas Sociales Urbanos

CD Aplicaciones (coord. Mariana Marcos y Gustavo Buzai), pp. 1-16

La presente aplicación tiene como objetivo analizar y aplicar las metodologías

Estos estudios exploratorios permiten conocer la configuración espacial de la

La aplicación incluye el análisis univariado del comportamiento espacial de

El área de estudio corresponde a la ciudad de Trelew, localidad de tamaño

La comparación entre el plano de la ciudad de Trelew 1 y su digitalización a

censales periféricos que no aparecen en el área comprendida por el plano de la

Unidades espaciales y variables

Realizado el ajuste del área de estudio, el mapa base de la localidad de Trelew

La información censal presentada fue obtenida del Instituto Nacional de

En primer lugar se confeccionó en archivo Excel la matriz de datos originales

Las variables, e indicadores elaborados, referidas a población son:

1. Población de 0 a 14 años: Cantidad de población en valores absolutos (P_014) y

Por cobertura se entiende a la tenencia de algún tipo de asistencia privada en salud.

La variable e indicador elaborado referido al hogar es:

3. Hogares con Necesidades Básicas Insatisfechas (NBI): Se consideran los hogares

-Capacidad de subsistencia: tienen cuatro o más personas por miembro ocupado,

Se elaboró el indicador en valores absolutos (HG_C_NBI) y relativos al total

Las metodologías para el análisis exploratorio de datos espaciales y

Realizamos el análisis incorporando cartografía temática y gráficos asociados

En primera instancia se analizaron los valores de las medidas estadísticas de

En la siguiente tabla 1 pueden observarse los valores de las principales

Tabla 1 Resultados estadísticos de los indicadores

Resultados P_014 IP_014 HG_C_NBI IHG_C_NBI P_S_OS IP_S_OS

Media 272,898 28,938 31,434 12,219 367,434 38,845

En el siguiente análisis exploratorio se trabajará con los indicadores en

Análisis exploratorio univariado

El sistema de clasificación por cuantiles permite obtener mapas donde cada

En este caso la representación cartográfica se realizó en cuartiles y el análisis

Figura 1. Mapa de cuartiles: Porcentaje de población joven de 0 a 14 años

El mapa correspondiente a la variable “porcentaje de hogares con NBI se

Estas asociaciones entre mapas y gráficos permiten avanzar en el análisis, en

Figura 2. Mapa de cuartiles: Porcentaje de hogares con NBI

Figura 3. Histograma de la variable Porcentaje de hogares con NBI e

La representación cartográfica de los indicadores “porcentaje de hogares con

Figura 4. Mapa de cuartiles: Porcentaje de población sin cobertura médica

Mediante el análisis exploratorio de los tres mapas se puede identificar un área

Mapas y gráficos de caja

Cabe indicar, para su mejor interpretación, que en el gráfico de caja el punto

De los tres indicadores considerados en el análisis el único que presenta

sido seleccionado en el gráfico de caja y por lo tanto aparece la unidad espacial

Mapas de desvíos estándar

En los mapas de desvíos estándar cada dato del indicador considerado se

La representación en puntajes estándar se realiza con seis intervalos de clase,

La variable “porcentaje de población joven de 0 a 14 años” presenta una

Figura 6. Mapa de desvíos estándar: Porcentaje de población joven

La variable “porcentaje de hogares con NBI” presenta un comportamiento

Figura 7. Mapa de desvíos estándar: Porcentaje de hogares con NBI

En el caso de la configuración espacial de la variable “porcentaje de población

Figura 8. Mapa de desvíos estándar: Porcentaje de población

Podemos concluir como la distribución de la variable “porcentaje de población

Análisis exploratorio bivariado y trivariado

Como parte de estos análisis exploratorios interesa observar el grado de

Efectivamente, el coeficiente de correlación entre ambas variables arroja un

Visualmente este tipo de representaciones ya permite diferenciar en el mapa

Figura 9. Mapa de cuartiles del Porcentaje de población joven de 0 a 14 años con

El gráfico de dispersión 3D permite también realizar este tipo de análisis

y las variables “porcentaje de hogares con NBI” (eje Y) y “porcentaje de población

Figura 10. Análisis a través del gráfico de dispersión 3D

Análisis de autocorrelación espacial

El análisis de autocorrelación espacial arroja resultados sobre el grado de