Llevar estimaciones ya calculadas al contrato de medición
Source:R/estimaciones-externas.R
medicion_desde_estimaciones.Rdlupa no estima: eso necesita un diseño muestral, estimación de varianza
y otra disciplina. Lo que sabe hacer es evaluar contra un marco declarado.
Esta función recibe estimaciones calculadas por otra herramienta —survey,
el paquete calidad del INE de Chile,
o cualquier otra— y las convierte en una medición que evaluar() entiende.
Usage
medicion_desde_estimaciones(
estimaciones,
entidad,
fuente,
atributo = NULL,
columnas = NULL,
fecha = Sys.time()
)Arguments
- estimaciones
Data frame con una fila por estimación y una columna por estadístico. Los nombres reconocidos son los de
estadisticos_estimacion(); se puede renombrar concolumnas.- entidad
Nombre de la entidad estimada, por ejemplo el tabulado o la población de referencia.
- fuente
Texto que declara quién calculó las estimaciones. Es obligatorio: sin él, el resultado no dice de dónde viene.
- atributo
Columna opcional de
estimacionesque nombra el atributo o la celda estimada. Cuando falta, se numeran las filas.- columnas
Vector con nombres para traducir columnas de
estimacionesa estadísticos reconocidos, en la formac(cv = "coef_var").- fecha
Fecha y hora de la medición.
Value
Data frame medicion_calidad con el contrato de medir(), más las
columnas fuente y unidad.
Details
Cada estadístico se convierte en una medida canónica propia, con su
métrica, su tipo y su orientación, porque los siete tienen unidades y
dominios distintos: un coeficiente de variación y un tamaño de muestra no se
evalúan con la misma regla. Los reconocidos están en
estadisticos_estimacion().
Cada medida declara su procedencia en fuente, de modo que nadie lea el
resultado como si lupa lo hubiera calculado. Los estadísticos que la tabla
no traiga simplemente no producen medidas: no se rellenan con ceros ni se
estiman.
Una columna vacía tampoco produce medidas. Un estadístico cuya columna
está presente pero no trae ningún valor utilizable no es una estimación: no
se publica con resultado = NA, porque eso sería informar como medido lo que
nadie midió —y además deja la medición inservible, porque evaluar() la
rechaza entera—. Esos estadísticos se declaran en el atributo
estadisticos_sin_valores, separados de estadisticos_ausentes: no es lo
mismo no mandar la columna que mandarla sin datos, y la acción de quien la
preparó es distinta en cada caso. Dentro de una columna que sí trae datos, la
celda vacía se descarta por la misma razón, y el resto de las estimaciones se
publica.
Una celda que no es una estimación también se descarta, y se declara. Un
texto que no es un número, o un número fuera del dominio de su estadístico
—un tamaño de muestra que no es un entero no negativo; un error estándar, un
coeficiente de variación, unos grados de libertad, un efecto de diseño o un
tamaño efectivo negativos— no se publica: se avisa y queda en el atributo
celdas_descartadas, con la métrica, la celda, el valor recibido y el motivo
(no_numerica o fuera_de_dominio). Una columna factor se lee por el texto
de sus niveles, no por sus códigos.
Examples
estimaciones <- data.frame(
celda = c("Montevideo", "Interior"),
stat = c(0.42, 0.38),
cv = c(0.08, 0.34),
n = c(1200L, 90L)
)
medicion_desde_estimaciones(
estimaciones, entidad = "ech2024", atributo = "celda",
fuente = "survey 4.4, diseno complejo declarado por el equipo"
)
#> id_medida
#> 1 estimaciones-20261002T092359-ech2024-Estimacion-0001
#> 2 estimaciones-20261002T092359-ech2024-Estimacion-0002
#> 3 estimaciones-20261002T092359-ech2024-CoeficienteVariacion-0001
#> 4 estimaciones-20261002T092359-ech2024-CoeficienteVariacion-0002
#> 5 estimaciones-20261002T092359-ech2024-TamanoMuestra-0001
#> 6 estimaciones-20261002T092359-ech2024-TamanoMuestra-0002
#> id_medicion fecha metrica
#> 1 estimaciones-20261002T092359-ech2024 2026-10-02 09:23:59 Estimacion
#> 2 estimaciones-20261002T092359-ech2024 2026-10-02 09:23:59 Estimacion
#> 3 estimaciones-20261002T092359-ech2024 2026-10-02 09:23:59 CoeficienteVariacion
#> 4 estimaciones-20261002T092359-ech2024 2026-10-02 09:23:59 CoeficienteVariacion
#> 5 estimaciones-20261002T092359-ech2024 2026-10-02 09:23:59 TamanoMuestra
#> 6 estimaciones-20261002T092359-ech2024 2026-10-02 09:23:59 TamanoMuestra
#> metrica_especifica metrica_instanciada dimension
#> 1 Estimacion Estimacion@ech2024 Precision
#> 2 Estimacion Estimacion@ech2024 Precision
#> 3 CoeficienteVariacion CoeficienteVariacion@ech2024 Precision
#> 4 CoeficienteVariacion CoeficienteVariacion@ech2024 Precision
#> 5 TamanoMuestra TamanoMuestra@ech2024 Precision
#> 6 TamanoMuestra TamanoMuestra@ech2024 Precision
#> factor orientacion granularidad tipo_resultado entidad
#> 1 Estimacion no_aplica conjuntoEntidades numero_real ech2024
#> 2 Estimacion no_aplica conjuntoEntidades numero_real ech2024
#> 3 CoeficienteVariacion defecto conjuntoEntidades numero_real ech2024
#> 4 CoeficienteVariacion defecto conjuntoEntidades numero_real ech2024
#> 5 TamanoMuestra conformidad conjuntoEntidades entero ech2024
#> 6 TamanoMuestra conformidad conjuntoEntidades entero ech2024
#> atributo fila objeto_medible resultado agregacion
#> 1 Montevideo 1 ech2024$Montevideo 0.42 <NA>
#> 2 Interior 2 ech2024$Interior 0.38 <NA>
#> 3 Montevideo 1 ech2024$Montevideo 0.08 <NA>
#> 4 Interior 2 ech2024$Interior 0.34 <NA>
#> 5 Montevideo 1 ech2024$Montevideo 1200.00 <NA>
#> 6 Interior 2 ech2024$Interior 90.00 <NA>
#> unidad fuente
#> 1 unidad de la estimacion survey 4.4, diseno complejo declarado por el equipo
#> 2 unidad de la estimacion survey 4.4, diseno complejo declarado por el equipo
#> 3 proporcion survey 4.4, diseno complejo declarado por el equipo
#> 4 proporcion survey 4.4, diseno complejo declarado por el equipo
#> 5 casos survey 4.4, diseno complejo declarado por el equipo
#> 6 casos survey 4.4, diseno complejo declarado por el equipo