Separa el tipo de almacenamiento, el tipo implícito y la escala de medición.
Una propuesta basada sólo en valores nunca queda confirmada: 1, 2, 3 puede
ser conteo, código o nivel. Las clases ordered, factor, logical, las
clases temporales y el metadato measure sí constituyen declaraciones.
measure = "scale" se publica como continua, la lectura que SPSS da a ese
nivel. Una unidad declarada —el atributo units— establece una magnitud,
pero no si es discreta o continua: confirma continua cuando los valores
traen decimales, y con valores enteros la propuesta queda sin confirmar,
porque pueden ser una cuenta o una medida redondeada.
Usage
clasificar_variables(
datos,
perfil = NULL,
metadatos = NULL,
max_niveles = 100L,
muestra = 1e+05,
proteger_datos_personales = FALSE,
columnas_personales = character()
)Arguments
- datos
Tabla que se desea clasificar.
- perfil
Perfil opcional de los mismos datos.
- metadatos
Declaraciones opcionales por columna.
- max_niveles
Máximo de niveles guardados en cada lista.
- muestra
Máximo de valores usados para enumerar niveles no declarados; los niveles ausentes de factores y metadatos se verifican sobre toda la columna, y
n_niveles_observadoscuenta los valores distintos de la columna entera, con o sinperfil.niveles_muestreadosdice si la lista de niveles salió de una muestra.- proteger_datos_personales
Si se ocultan niveles concretos de columnas cuya clasificación activa protección automática. Véase
perfilar(). Conperfil, se respeta la clasificación de ese perfil; sinperfil, se rehace aquí por léxico y por forma, y lo declarado entra porcolumnas_personales.- columnas_personales
Columnas que traen datos personales, declaradas con la misma forma que acepta
perfilar(): nombres de columna, o un vector con nombre donde el nombre es la columna y el valor es el tipo. Es el único camino cuando no se pasaperfil: sin perfil, la clasificación corre por léxico y por forma, así que una columna que sólo quien la conoce sabe personal —una edad, un legajo interno— se publicaría entera. Sólo tiene efecto conproteger_datos_personales = TRUE.
Details
Con perfil, una columna declarada en su columnas_codigo es un código y
no una magnitud: en lugar de discreta o continua con rol medida, sale
nominal, con rol categoria y confirmada, porque la declaración es del
usuario. metadatos la puede corregir igual.
metadatos permite confirmar o corregir la propuesta con una tabla editable.
Debe contener columna y puede incluir escala, rol, confianza,
confirmada, unidad y una columna de lista niveles. Las escalas válidas
son nominal, ordinal, discreta, continua, binaria, temporal y desconocida.
Los niveles declarados y observados se conservan como columnas de lista. Los
niveles ausentes son una observación, no prueba de error. Si la evidencia de
dato personal activa la protección, los niveles concretos se protegen, y los
valores de esas columnas escritos en los niveles de OTRA columna —una
observación que cita la cédula— se tapan con el mismo piso que aplica
perfilar(). Sólo
las escalas nominal, ordinal y binaria guardan niveles observados; en las
demás, n_niveles_observados es NA, porque la cifra no aplica.
Una columna numérica sin ningún valor finito —sólo Inf o -Inf— queda
desconocida: Inf no es un entero ni un estado.
Examples
d <- data.frame(
prioridad = ordered(c("baja", "alta"), levels = c("baja", "media", "alta")),
cantidad = c(1L, 2L)
)
clasificar_variables(d)
#> columna tipo_almacenamiento tipo_implicito escala_propuesta rol
#> 1 prioridad factor-ordenado texto ordinal categoria
#> 2 cantidad entero entero binaria indicador
#> confianza
#> 1 1.0
#> 2 0.8
#> evidencia
#> 1 La clase ordered declara niveles y orden.
#> 2 Se observaron dos estados; pueden ser códigos y requieren confirmación.
#> confirmada unidad n_niveles_declarados n_niveles_observados
#> 1 TRUE <NA> 3 2
#> 2 FALSE <NA> 0 2
#> n_niveles_ausentes niveles_muestreados niveles_truncados
#> 1 1 FALSE FALSE
#> 2 0 FALSE FALSE
#> metricas_sugeridas niveles_declarados
#> 1 ValoresPosiblesPorExtension; orden y niveles baja, me....
#> 2 ValoresPosiblesPorExtension; NoNulo
#> niveles_observados niveles_ausentes
#> 1 baja, alta media
#> 2 1, 2
