Upload
sngular-team
View
187
Download
0
Embed Size (px)
Citation preview
@estebanmoro
−3.7 −3.6 −3.5 −3.4 −3.3
40.40
40.45
40.50
40.55
tabla$lon[ii]
tabla$lat[ii]
−3.7 −3.6 −3.5 −3.4 −3.340.40
40.45
40.50
40.55
tabla$lon[jj]
tabla$lat[jj]
Trabajando En paro
Movilidad y situación económicaMás movilidad geográfica, más posibilidad de estar trabajando
@estebanmoro
Actividad y situación económica
Trabajando En paro
Más tweets por la mañana, más probabilidad de trabajar
0
20
40
0 5 10 15 20 25dos
count
0 4 8 12 16 20 24
Núm
ero
de tw
eets
0 4 8 12 16 20 240
10
20
30
40
0 5 10 15 20 25uno
count
10
20
40
30
20
10
Hora Hora
@estebanmoro
Tus datos, nuestro paro
−3.7 −3.6 −3.5 −3.4 −3.3
40.40
40.45
40.50
40.55
tabla$lon[ii]
tabla$lat[ii]
@estebanmoro
Actividad y situación económica
Trabajando En paro
Más tweets por la mañana, más probabilidad de trabajar
0
20
40
0 5 10 15 20 25dos
count
0 4 8 12 16 20 24
Núm
ero
de tw
eets
0 4 8 12 16 20 240
10
20
30
40
0 5 10 15 20 25uno
count
10
20
40
30
20
10
Hora Hora
60% acierto
@estebanmoro
Tus datos, nuestro paroRealmente nos equivocamos?
15 20 25 30 35
−0.3
−0.1
0.0
0.1
0.2
0.3
tt$sumergida
error
30%
20%
10%
0%
-10%
-20%
-30%
Erro
r
% Economía Sumergida15 20 25 30 35
Más error en el modelo, más
economía sumergida
@estebanmoro
Segregación económica de la movilidad en la ciudad
25% más rico 25% más pobre
parqu
hospital
estacion