-
Notifications
You must be signed in to change notification settings - Fork 0
/
index.html
816 lines (615 loc) · 33.5 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
<!DOCTYPE html>
<html lang="" xml:lang="">
<head>
<title>R aplicado a la ECH</title>
<meta charset="utf-8" />
<meta name="author" content=" Creative Commons Attribution 4.0 International License" />
<link href="index_files/font-awesome-5.3.1/css/fontawesome-all.min.css" rel="stylesheet" />
<link rel="stylesheet" href="xaringan-themer.css" type="text/css" />
</head>
<body>
<textarea id="source">
class: center, middle, inverse, title-slide
# R aplicado a la ECH
## Setiembre 2020 <br> Gabriela Mathieu
### <a rel="license" href="http://creativecommons.org/licenses/by/4.0/"><img alt="Creative Commons License" style="border-width:0" src="https://i.creativecommons.org/l/by/4.0/88x31.png" /></a><br /> <a rel="license" href="http://creativecommons.org/licenses/by/4.0/">Creative Commons Attribution 4.0 International License</a>
---
# ¿Qué haremos hoy?
- Repaso
<br><br>
--
- Diseño de muestra de la ECH
<br><br>
--
- Mercado de trabajo: cálculo de variables y estimación de indicadores
<br><br>
--
- Ejercicios
---
class: inverse, center, middle
# ECH
---
# Características de la ECH
- Es una encuesta realizada de forma ininterrumpida por el Instituto Nacional de Estadística (INE) desde el año 1968.
<br><br>
--
- La Encuesta Continua de Hogares brinda los indicadores oficiales del <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >mercado laboral</span> (actividad, empleo y desempleo) y de <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >ingresos</span> de los hogares y las personas con periodicidad mensual, trimestral y anual.
<br><br>
--
- Es también utilizada para estimar la proporción de hogares y personas por debajo de la línea de <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >pobreza</span> y de <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >indigencia</span> de forma anual.
<br><br>
--
- Además incluye otras dimensiones de análisis: <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >salud</span>, <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >educación</span>, condiciones de la <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >vivienda</span>.
---
#  Unidad de Análisis
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >Viviendas particulares</span>, se excluyen viviendas colectivas (hospitales, residenciales, etc.) y personas en situación de calle.
<br><br>
--
- Los hogares son seleccionados al azar bajo un <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >diseño muestral complejo</span> que incluye varias etapas de selección.
<br><br>
--
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >Marco muestral</span> proveniene del <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >Censo 2011</span>, y busca brindar estimaciones confiables reduciendo los costos de la recolección de la información al mínimo posible.
<br><br>
--
- Los hogares seleccionados en la muestra son entrevistados una única vez en el año, es una encuesta <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >cross-section</span> (de corte transversal).
<!-- PSU : primary sampling unit -->
<!-- USU: Ultimate Sampling Unit -->
---
#  Selección de las viviendas
- Para la selección de la muestra la población es particionada en <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >estratos</span>.
<br><br>
--
- Las viviendas incluidas en la muestra, en cada uno de los estratos, no son seleccionadas directamente.
<br><br>
--
- En una <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >primera etapa</span> son seleccionadas áreas pequeñas bien definidas, las que se denominan <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >unidades primarias de muestreo (UPM)</span>. En inglés PSU: Primary Sampling Units
<br><br>
--
- En una <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >segunda etapa</span> se seleccionan cinco <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >viviendas titulares (Unidad última de muestreo &lt;UUM&gt;)</span> y dos <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >viviendas suplentes</span>, con igual probabilidad de selección dentro de cada UPM seleccionada en la primera etapa. En inglés USU: Ultimate Sampling Units
---
# Tamaños
- La cantidad de estratos son:
```r
*ech19 %>% count(estrato) %>% summarize(n())
```
```
# A tibble: 1 x 1
`n()`
<int>
1 82
```
- La cantidad de UPM efectivamente seleccionadas son:
```r
# para 2019 la variable se llama upm_fic, la renombro
*ech19 <- ech19 %>% rename(upm = upm_fic)
*ech19 %>% count(upm) %>% summarize(n())
```
```
# A tibble: 1 x 1
`n()`
<int>
1 9570
```
---
# Tamaños
- Los hogares encuestados son:
```r
*ech19 %>% count(numero) %>% summarize(n())
```
```
# A tibble: 1 x 1
`n()`
<int>
1 42507
```
<br><br>
--
- La cantidad de personas son:
```r
*nrow(ech19)
```
```
[1] 107871
```
---
# Diseño de muestra para Montevideo
Se selecciona una muestra bajo un diseño estratificado en dos etapas de selección.
- Se definen 5 estratos de nivel socioeconómico
```r
# los estratos de Montevideo
*ech19 %>% filter(dpto == 1) %>% count(estrato)
```
```
# A tibble: 5 x 2
estrato n
<chr> <int>
1 01 6075
2 02 8080
3 03 10156
4 04 8460
5 05 5436
```
- Las UPM son un conjunto de viviendas, por ejemplo, manzanas
- Las UUM son viviendas
---
#  Ponderadores
- Permite obtener <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >estimaciones</span> tanto a nivel nacional, departamental y de otros dominios de estudio, entre ellos, sexo y tramos de edad.
<br><br>
--
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >Desagregación temporal</span> en 3 períodos, brindándose ponderadores: mensual, trimestral y anual:
```r
*ech19 %>% select(numero, pesoano, pesotri, pesomen) %>% head()
```
```
# A tibble: 6 x 4
numero pesoano pesotri pesomen
<chr> <dbl> <dbl> <dbl>
1 2019000001 21 85 246
2 2019000001 21 85 246
3 2019000002 18 74 215
4 2019000002 18 74 215
5 2019000003 27 104 235
6 2019000003 27 104 235
```
---
#  Ponderadores
- Los <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >ponderadores</span> originales son <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >ajustados</span> en varias etapas, en la última se ajustan en base a las <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >proyecciones de la población</span> residente en viviendas particulares.
```r
*ech19 %>% summarise(sum(pesoano))
```
```
# A tibble: 1 x 1
`sum(pesoano)`
<dbl>
1 3517931
```
```r
*ech19 %>% filter(duplicated(numero) == FALSE) %>% summarise(sum(pesoano))
```
```
# A tibble: 1 x 1
`sum(pesoano)`
<dbl>
1 1247820
```
--
- Referencias: [Ficha técnica ECH 2018](http://www.ine.gub.uy/encuesta-continua-de-hogares1)
---
#  Comparación entre ECHs
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >Cobertura</span>. Recién desde 2006 se releva para el total del país (antes estaban excluídas localidades
rurales y urbanas pequeñas).
<br><br>
--
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >Ponderación</span>. Desde el año 1991 al 1997 las Encuestas eran autoponderadas, a partir
de 1998 pasan a tener ponderadores (pesoano, pesosem, pesotri).
<br><br>
--
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >Identificador</span>. Hasta el 2009 el identificador del hogar era la variable 'correlat' (o 'correlat' y
'departamento'). Posteriormente, la variable que identifica al hogar
pasó a llamarse 'numero'.
<br><br>
--
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >Cambios metodológicos</span> Al comparar datos de diferentes ECHs hay que tener en cuenta posibles cambios metodológicos que hacen que no sean directamente comparables resultados de distintas encuestas. Por ejemplo, cambios en el diseño muestral, la cantidad de visitas a un mismo hogar, entre otros.
<br><br>
--
<!-- - No está bien comparar intervalos de confianza para comparar estimaciones entre diferentes años, porque no es una encuesta de panel. -->
---
# Diseño de muestreo
- ¿Qué necesitamos para hacer estimaciones y calcular intervalos de confianza?
<br><br>
--
- ¿Cuáles **variables** se deben especificar en el diseño?
<br><br>
--
- En las **bases públicas** se cuenta con la información de las UPM y estratos, por ahora, solo para 2018 y 2019.
<br><br>
--
- Estas dos variables vienen en un archivo aparte pero con el paquete ech se agregan automáticamente a los microdatos de hogares y personas.
<br><br>
--
- La variable que viene para todos los años, estred13, no contiene los estratos originales, no la usamos.
<br><br>
--
- Usar la información de las UPM y estratos no afectará a las estimaciones puntuales de los indicadores, pero si a los errores estándares (SE) de los estimadores y por ende a los intervalos de confianza de la estimación.
---
# Variables
Observemos las variables que vamos a usar en el diseño
```r
*ech19 %>% select(numero, estrato, upm, pesoano, pesotri, pesomen) %>% head(6)
```
```
# A tibble: 6 x 6
numero estrato upm pesoano pesotri pesomen
<chr> <chr> <dbl> <dbl> <dbl> <dbl>
1 2019000001 41 8038 21 85 246
2 2019000001 41 8038 21 85 246
3 2019000002 58 8548 18 74 215
4 2019000002 58 8548 18 74 215
5 2019000003 02 1050 27 104 235
6 2019000003 02 1050 27 104 235
```
Si para un hogar 'pesoano' es igual a 21 quiere decir que se representa a sí mismo y a 20 hogares más.
---
# Ponderadores
- La suma de todos esos pesos equivale a la cantidad de hogares de la población a la que la muestra representa.
```r
ech19 %>% select(pesoano, pesotri) %>%
summarise_all(sum)
```
```
# A tibble: 1 x 2
pesoano pesotri
<dbl> <dbl>
1 3517931 14073156
```
---
# Ponderadores
- La suma de 'pesotri' tiene sentido si consideramos los casos encuestados en un trimestre
```r
ech19 %>% select(pesoano, pesotri, mes) %>%
filter(mes %in% 1:3) %>%
summarise(sum(pesotri))
```
```
# A tibble: 1 x 1
`sum(pesotri)`
<dbl>
1 3518556
```
---
# Bases públicas
- La <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >base pública</span> (se obtiene de la web del INE) es <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >anonimizada</span> y <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >no contiene a la variable 'zona'</span> (una manzana aprox.) que podría permitir la identificación de la vivienda ni personas que la habitan.
<br><br>
Bases | Datos personales | Ubicación de la vivienda | Sección | Segmento | Zona
--------| ------------|------------ | ----------| -----------| ---------
INE | Sí | Sí | Sí | Sí | Sí
Pública | No | No | Sí | Sí |No
- Para Montevideo también se incluyen las variables Barrio y CCZ.
<!-- --- -->
<!-- # -->
<!-- mostrar mapa con secc, segm, zona -->
---
# Mercado de trabajo
- La ECH está diseñada para producir **estimaciones confiables**, para **mercado de trabajo e ingresos de los hogares de forma mensual**, con una apertura geográfica de Montevideo e interior y para una mayor **desagregación geográfica y/o para otros dominios de estudio de forma anual**.
<br><br>
--
- En la ECH para determinar si la persona es ocupada se considera como **período de referencia**, la semana anterior a la realización de la entrevista.
<br><br>
--
- Se aplica únicamente a las <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >base pública</span>personas de 14 o más años de edad.
<br><br>
--
- Se distinguen diferentes **poblaciones**:
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >población en edad de trabajar (PET)</span>
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >población económicamente activa (PEA)</span>
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >población ocupada (PO)</span>
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >población desocupada (PD)</span>
- <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >población económicamente inactiva (PEI)</span>
<br><br>
Fuente: [Ficha técnica ECH 2018](http://www.ine.gub.uy/encuesta-continua-de-hogares1)
---
# PET, PEA
<span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >PET</span> (Población en edad de trabajar)
Población total de <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >14 o más años de edad</span>
<span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >PEA</span> (Población económicamente activa)
Personas de 14 o más años de edad, que <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >tiene al menos una ocupación</span>, <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >o</span> que, sin tenerla, la <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >buscan activamente durante el período de referencia</span> elegido para la encuesta. Este grupo incluye la fuerza de trabajo civil y los/as efectivos/as de las fuerzas armadas.
---
# PEI
<span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >PEI</span> (Población económicamente inactiva)
Personas que <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >no aportan su trabajo para producir bienes o servicios</span> económicos y <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >no buscan trabajo</span>. Se clasifica en las siguientes categorías:
- personas que se ocupan solamente del cuidado de su hogar,
- estudiantes,
- jubiladas/os,
- pensionistas,
- rentistas
<span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >¡El trabajo doméstico no remunerado no se considera trabajo!</span>
---
class: center
#
<img src="https://raw.githubusercontent.com/calcita/Curso-rECH/master/images/adam_smith.jpg" height = "20%", align="center" />
---
# PO, PD
<span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >PO</span> (Población ocupada o empleada)
Personas que <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >trabajaron por lo menos 1 hora durante el período de referencia</span> de la encuesta, o que no lo hicieron por estar de vacaciones, por enfermedad, accidente, conflicto de trabajo o interrupción de este a causa del mal tiempo, averías producidas en las maquinarias o falta de materias primas, pero <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >tiene empleo al que volverá con seguridad</span>. Se incluyen en esta categoría a las/los trabajadoras/es familiares no remuneradas/os.
<br>
<span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >PD</span> (Población desocupada)
Personas que durante el período de referencia <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >no tenían trabajo, buscaban un trabajo remunerado</span>, y estaban disponible en ese momento para comenzar a trabajar. Esta categoría comprende a las personas que trabajaron antes pero perdieron su empleo (desocupados propiamente dichos), desempleados en seguro de paro y aquellas que buscan su primer trabajo.
---
# 'pobpcoac'
```r
# Analizamos 'pobcoac'
library(labelled) # paquete para ver las etiquetas
ech19 %>% select(pobpcoac) %>% val_labels()
```
```r
1 - 'Menores de 14 años'
2 - 'Ocupados'
3 - 'Desocupados buscan trab. por 1a. vez'
4 - 'Desocupados propiamente dichos'
5 - 'Desocupados en seguro de paro'
6 - 'Inactivo: realiza los quehaceres del hogar'
7 - 'Inactivo: estudiante'
8 - 'Inactivo: rentista'
9 - 'Inactivo: pensionista'
10 - 'Inactivo: jubilado'
11 - 'Inactivo: otro'
```
---
# Cálculo de variables
```r
# PEA: 2- Ocupados, 3- Desocupados buscan trab. por 1a. vez,
# 4-Desocupados propiamente dichos, 5-Desocupados en seguro de paro
# PET: ! 1-Menores de 14 años
# PO: 2 - Ocupados
# PD: 3- Desocupados buscan trab. por 1a. vez, 4-Desocupados propiamente dichos,
# 5-Desocupados en seguro de paro
ech19 <- ech19 %>% mutate(pea = if_else(pobpcoac %in% 2:5, 1, 0),
pet = if_else(pobpcoac != 1, 1, 0),
po = if_else(pobpcoac == 2, 1, 0),
pd = if_else(pobpcoac %in% 3:5, 1, 0))
```
```r
ech19 %>% select(pea, pet, po, pd) %>% summarise_each(sum)
```
```
# A tibble: 1 x 4
pea pet po pd
<dbl> <dbl> <dbl> <dbl>
1 53487 89807 49036 4451
```
---
class: inverse, center, middle
# ech::employment()
---
# Calculo las variables usando ech
```r
# reviso la ayuda
*?employment
```
Esta función permite calcula las siguientes variables: PEA, PET, PO, PD
```r
*ech19 <- employment(data = ech19, pobpcoac = "pobpcoac")
```
Comparamos los resultados:
```r
ech19 %>% select(pea, pet, po, pd) %>% summarise_each(sum)
```
```
# A tibble: 1 x 4
pea pet po pd
<dbl> <dbl> <dbl> <dbl>
1 53487 89807 49036 4451
```
---
# Tasas
- La <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >tasa de actividad</span> se calcula como la razón entre la población económicamente activa y la población total en edad de trabajar (14 o más años de edad): <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >TA = PEA / PET</span>
<br><br>
--
- La <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >tasa de desempleo</span> se calcula como el cociente entre la población desempleada y la población económicamente activa: <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >TD = PD/PEA</span>
<br><br>
--
- La <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >tasa de empleo</span> se calcula como el cociente entre la población ocupada y la población en edad de trabajar: <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >TE = PO/PET</span>
<!-- TI = PI/PO -->
---
class: inverse, center, middle
# ech::get_estimation_ratio()
---
# Estimación de una tasa
Usamos la función de ech llamada <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >get_estimation_ratio()</span> cuyos <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >argumentos y valores por defecto</span> son los siguientes:
```r
get_estimation_ratio(
data = ech::toy_ech_2018, # data.frame
variable.x = NULL, # numerador
variable.y = NULL, # denominador
by.x = NULL, # otra variable
by.y = NULL, # otra variable
domain = NULL, # subpoblacion, dominio
level = NULL, # hogares o personas
ids = NULL, # upm
numero = "numero", # id hogar
estrato = NULL, # estratos
pesoano = "pesoano", # ponderador
name = "estimacion" # etiqueta resultado
)
```
---
# Estimación de la tasa de actividad
<!-- Cuando la variable es numérica, svy_mean devolverá una **estimación de la media**. Mientras que si la variable es binaria, svy_mean devolverá la **estimación de la proporción**. -->
- Indicamos las variables para estimar el ratio, PEA y PET
- Indicamos las variables del diseño de muestra
- La unidad de análisis
```r
library(ech)
# Estimación de la tasa de actividad
tabla <- get_estimation_ratio(data = ech19,
variable.x = "pea",
variable.y = "pet",
ids = "upm",
level = "i",
estrato = "estrato",
pesoano = "pesoano")
```
---
# Ejercicio
- Estimar la tasa de empleo para el total país
- Estimar la tasa de desempleo para el total país
- Comparar con los [resultados oficiales](http://www.ine.gub.uy/c/document_library/get_file?uuid=590504fd-5f0d-42ff-a94c-fba714fb3f65&groupId=10181) del INE
- ¿Qué pasa con las estimaciones por intervalo cuando no definimos UPM ni estrato?
- Calcular la variable subempleo. Ayuda: ?underemployment
- Calcular la variable empleo con restricciones. Ayuda: ?employment_restrictions
---
# Estimación de tasa de actividad por departamento
```r
library(ech)
# Estimación de la tasa de actividad
tabla <- get_estimation_ratio(data = ech19,
variable.x = "pea",
variable.y = "pet",
by.x = "dpto",
ids = "upm",
level = "i",
estrato = "estrato",
pesoano = "pesoano")
```
---
# Ejercicio
- Estimar la tasa de desempleo de agosto para el total país
- Estimar tasa de actividad de junio por sexo
- Estimar la tasa de desempleo de agosto para Montevideo e Interior
- Graficar las estimaciones e intervalos de confianza
- Si la estimación tasa de actividad, varía de un mes a otro puedo afirmar que subió o bajó?
---
# Estimación en dominios
- Un dominio es cualquier <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >subpoblación</span> para la cual se quiere realizar estimaciones.
<br><br>
--
- Hay <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >dominios planeados</span> al tomar la muestra, por ejemplo los estratos, en estos casos sabemos que obtendremos estimaciones confiables ya que se ha controlado el tamaño de muestra.
<br><br>
--
- Hay <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >dominios no planeados</span>, por ejemplo personas afrodescendientes, en estos casos el tamaño de muestra es aleatorio (no elegimos ni sabemos de antemano cuántos casos vamos a tener) y no siempre tendremos estimaciones confiables.
<br><br>
--
- Si el tamaño de muestra en el dominio no es suficientemente grande, se pierde precisión en la estimación.
- Hay una rama del muestreo que refiere a la <span style=" font-weight: bold; border-radius: 4px; padding-right: 4px; padding-left: 4px; background-color: #b3e2cd !important;" >estimación en área pequeñas</span>.
---
# Estimación de tasa de actividad para personas entre 18 y 35 años
```r
library(ech)
# Estimación de la tasa de actividad
tabla <- get_estimation_ratio(data = ech19,
variable.x = "pea",
variable.y = "pet",
ids = "upm",
level = "i",
estrato = "estrato",
pesoano = "pesoano",
domain = "e27 >= 18 & e27 <=35")
```
---
# Ejercicio
- Estimar la tasa de desempleo para la población afrodescendiente
- Estimar la tasa de actividad para el departamento de Paysandú
- Estimar la tasa de empleo para la zona urbana
- ¿Qué reparos tengo que tener a la hora de usar estas estimaciones?
</textarea>
<style data-target="print-only">@media screen {.remark-slide-container{display:block;}.remark-slide-scaler{box-shadow:none;}}</style>
<script src="https://remarkjs.com/downloads/remark-latest.min.js"></script>
<script>var slideshow = remark.create({
"highlightStyle": "github",
"highlightLines": true,
"countIncrementalSlides": false,
"ratio": "16:9",
"slideNumberFormat": "<div class=\"progress-bar-container\"> <div class=\"progress-bar\" style=\"width: calc(%current% / %total% * 100%);\"> </div> </div>"
});
if (window.HTMLWidgets) slideshow.on('afterShowSlide', function (slide) {
window.dispatchEvent(new Event('resize'));
});
(function(d) {
var s = d.createElement("style"), r = d.querySelector(".remark-slide-scaler");
if (!r) return;
s.type = "text/css"; s.innerHTML = "@page {size: " + r.style.width + " " + r.style.height +"; }";
d.head.appendChild(s);
})(document);
(function(d) {
var el = d.getElementsByClassName("remark-slides-area");
if (!el) return;
var slide, slides = slideshow.getSlides(), els = el[0].children;
for (var i = 1; i < slides.length; i++) {
slide = slides[i];
if (slide.properties.continued === "true" || slide.properties.count === "false") {
els[i - 1].className += ' has-continuation';
}
}
var s = d.createElement("style");
s.type = "text/css"; s.innerHTML = "@media print { .has-continuation { display: none; } }";
d.head.appendChild(s);
})(document);
// delete the temporary CSS (for displaying all slides initially) when the user
// starts to view slides
(function() {
var deleted = false;
slideshow.on('beforeShowSlide', function(slide) {
if (deleted) return;
var sheets = document.styleSheets, node;
for (var i = 0; i < sheets.length; i++) {
node = sheets[i].ownerNode;
if (node.dataset["target"] !== "print-only") continue;
node.parentNode.removeChild(node);
}
deleted = true;
});
})();
(function() {
"use strict"
// Replace <script> tags in slides area to make them executable
var scripts = document.querySelectorAll(
'.remark-slides-area .remark-slide-container script'
);
if (!scripts.length) return;
for (var i = 0; i < scripts.length; i++) {
var s = document.createElement('script');
var code = document.createTextNode(scripts[i].textContent);
s.appendChild(code);
var scriptAttrs = scripts[i].attributes;
for (var j = 0; j < scriptAttrs.length; j++) {
s.setAttribute(scriptAttrs[j].name, scriptAttrs[j].value);
}
scripts[i].parentElement.replaceChild(s, scripts[i]);
}
})();
(function() {
var links = document.getElementsByTagName('a');
for (var i = 0; i < links.length; i++) {
if (/^(https?:)?\/\//.test(links[i].getAttribute('href'))) {
links[i].target = '_blank';
}
}
})();
// adds .remark-code-has-line-highlighted class to <pre> parent elements
// of code chunks containing highlighted lines with class .remark-code-line-highlighted
(function(d) {
const hlines = d.querySelectorAll('.remark-code-line-highlighted');
const preParents = [];
const findPreParent = function(line, p = 0) {
if (p > 1) return null; // traverse up no further than grandparent
const el = line.parentElement;
return el.tagName === "PRE" ? el : findPreParent(el, ++p);
};
for (let line of hlines) {
let pre = findPreParent(line);
if (pre && !preParents.includes(pre)) preParents.push(pre);
}
preParents.forEach(p => p.classList.add("remark-code-has-line-highlighted"));
})(document);</script>
<script>
slideshow._releaseMath = function(el) {
var i, text, code, codes = el.getElementsByTagName('code');
for (i = 0; i < codes.length;) {
code = codes[i];
if (code.parentNode.tagName !== 'PRE' && code.childElementCount === 0) {
text = code.textContent;
if (/^\\\((.|\s)+\\\)$/.test(text) || /^\\\[(.|\s)+\\\]$/.test(text) ||
/^\$\$(.|\s)+\$\$$/.test(text) ||
/^\\begin\{([^}]+)\}(.|\s)+\\end\{[^}]+\}$/.test(text)) {
code.outerHTML = code.innerHTML; // remove <code></code>
continue;
}
}
i++;
}
};
slideshow._releaseMath(document);
</script>
<!-- dynamically load mathjax for compatibility with self-contained -->
<script>
(function () {
var script = document.createElement('script');
script.type = 'text/javascript';
script.src = 'https://mathjax.rstudio.com/latest/MathJax.js?config=TeX-MML-AM_CHTML';
if (location.protocol !== 'file:' && /^https?:/.test(script.src))
script.src = script.src.replace(/^https?:/, '');
document.getElementsByTagName('head')[0].appendChild(script);
})();
</script>
</body>
</html>