library(openxlsx)
library(rmarkdown)
library(tidyverse)
library(haven)
library(foreign)
library(survey) Una ruta hacia una carpeta donde almacenaremos los excel que se elaborarán posteriormente, que contarán con dataset de información construida.
ruta <- "C:/Users/Trabajo/Desktop/RDATA" Aseguremonos de trabajar con el modulo85-enaho01b-1. Atención al archivo número “1”.
choose.files()## character(0)#goberna2018 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO 2021\\GOBERNABILIDAD - 759-Modulo85\\enaho01b-2021-1.dta")
#goberna2019 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO 2021\\GOBERNABILIDAD - 759-Modulo85\\enaho01b-2021-1.dta")
#goberna2020 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO 2021\\GOBERNABILIDAD - 759-Modulo85\\enaho01b-2021-1.dta")
#goberna2021 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO 2021\\GOBERNABILIDAD - 759-Modulo85\\enaho01b-2021-1.dta")
goberna2022 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\GOBERNABILIDAD - 759-Modulo85\\enaho01b-2022-1.dta")
#sumaria2018 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SUMARIA - 759-Modulo34\\sumaria-2022.dta")
#sumaria2019 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SUMARIA - 759-Modulo34\\sumaria-2022.dta")
#sumaria2020 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SUMARIA - 759-Modulo34\\sumaria-2022.dta")
#sumaria2021 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SUMARIA - 759-Modulo34\\sumaria-2022.dta")
sumaria2022 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SUMARIA - 759-Modulo34\\sumaria-2022.dta")
#educacion2018 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EDUACIÓN - 759-Modulo03\\enaho01a-2022-300.dta")
#educacion2019 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EDUACIÓN - 759-Modulo03\\enaho01a-2022-300.dta")
#educacion2020 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EDUACIÓN - 759-Modulo03\\enaho01a-2022-300.dta")
#educacion2021 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EDUACIÓN - 759-Modulo03\\enaho01a-2022-300.dta")
educacion2022 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EDUACIÓN - 759-Modulo03\\enaho01a-2022-300.dta")
#salud2018 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SALUD - 759-Modulo04\\enaho01a-2022-400.dta")
#salud2019 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SALUD - 759-Modulo04\\enaho01a-2022-400.dta")
#salud2020 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SALUD - 759-Modulo04\\enaho01a-2022-400.dta")
#salud2021 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SALUD - 759-Modulo04\\enaho01a-2022-400.dta")
salud2022 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\SALUD - 759-Modulo04\\enaho01a-2022-400.dta")
#empleo2018 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EMPLEO - 759-Modulo05\\enaho01a-2022-500.dta")
#empleo2019 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EMPLEO - 759-Modulo05\\enaho01a-2022-500.dta")
#empleo2020 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EMPLEO - 759-Modulo05\\enaho01a-2022-500.dta")
#empleo2021 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EMPLEO - 759-Modulo05\\enaho01a-2022-500.dta")
empleo2022 <- read_dta("C:\\Users\\Trabajo\\Desktop\\ENAHO\\EMPLEO - 759-Modulo05\\enaho01a-2022-500.dta")
sumaria2022 <- subset(sumaria2022, select= c("conglome","hogar","vivienda","pobreza"))
empleo2022 <- subset(empleo2022, select = c("codperso","conglome","vivienda","hogar","p558c"))
educacion2022 <- subset(educacion2022, select = c("codperso","conglome","vivienda","hogar","p300a"))
salud2022 <- subset(salud2022, select = c("codperso","conglome","vivienda","hogar","p401h1","p401h2","p401h3","p401h4","p401h5","p401h6"))enaho_inicial <- left_join(goberna2022, educacion2022, by=c("conglome","vivienda","hogar","codperso"))
enaho_inicial2 <- left_join(enaho_inicial, salud2022, by=c("codperso","conglome","vivienda","hogar"))
enaho_inicial3 <- left_join(enaho_inicial2, empleo2022, by=c("codperso","conglome","vivienda","hogar"))
enaho_inicial4 <- left_join(enaho_inicial3, sumaria2022, by=c("conglome","vivienda","hogar"))
enaho <- enaho_inicial4
#HACEMOS UN FILTRO. MAYORES DE 18 AÑOS E INFORMANTES COMPLETOS
enaho <- filter(enaho, p208_01>= 18 & codinfor!="00")Aquellas variables que nos sirven para realizar las desagregaciones posteriores.
enaho <- enaho %>% mutate(sexo = ifelse(p207_01==1,"hombre",
ifelse(p207_01==2,"Mujer",NA)))
table(enaho$sexo)##
## hombre Mujer
## 13694 17530Hay que convertir la variable ubigeo.x (el “.x” es producto de la unión de bases de datos) a numérico para no encontrar problemas al momento de recodificar
enaho$ubigeonum <- as.numeric(enaho$ubigeo)
enaho <- enaho %>%
mutate(regiones2 =
ifelse(ubigeonum >= 010101 & ubigeonum <= 010707, "Amazonas",
ifelse(ubigeonum >= 020101 & ubigeonum <= 022008, "Ancash",
ifelse(ubigeonum >= 030101 & ubigeonum <= 030714, "Apurimac",
ifelse(ubigeonum >= 040101 & ubigeonum <= 040811, "Arequipa",
ifelse(ubigeonum >= 050101 & ubigeonum <= 051108, "Ayacucho",
ifelse(ubigeonum >= 060101 & ubigeonum <= 061311, "Cajamarca",
ifelse(ubigeonum >= 070101 & ubigeonum <= 070107, "Callao",
ifelse(ubigeonum >= 080101 & ubigeonum <= 081307, "Cusco",
ifelse(ubigeonum >= 090101 & ubigeonum <= 090723, "Huancavelica",
ifelse(ubigeonum >= 100101 & ubigeonum <= 101108, "Huanuco",
ifelse(ubigeonum >= 110101 & ubigeonum <= 110508, "Ica",
ifelse(ubigeonum >= 120101 & ubigeonum <= 120909, "Junin",
ifelse(ubigeonum >= 130101 & ubigeonum <= 131203, "La Libertad",
ifelse(ubigeonum >= 140101 & ubigeonum <= 140312, "Lambayeque",
ifelse(ubigeonum >= 150101 & ubigeonum <= 150143, "Lima Metropolitana",
ifelse(ubigeonum >= 150201 & ubigeonum <= 151033, "Lima Region",
ifelse(ubigeonum >= 160101 & ubigeonum <= 160804, "Loreto",
ifelse(ubigeonum >= 170101 & ubigeonum <= 170303, "Madre de Dios",
ifelse(ubigeonum >= 180101 & ubigeonum <= 180303, "Moquegua",
ifelse(ubigeonum >= 190101 & ubigeonum <= 190308, "Pasco",
ifelse(ubigeonum >= 200101 & ubigeonum <= 200806, "Piura",
ifelse(ubigeonum >= 210101 & ubigeonum <= 211307, "Puno",
ifelse(ubigeonum >= 220101 & ubigeonum <= 221005, "San Martín",
ifelse(ubigeonum >= 230101 & ubigeonum <= 230408, "Tacna",
ifelse(ubigeonum >= 240101 & ubigeonum <= 240304, "Tumbes",
ifelse(ubigeonum >= 250101 & ubigeonum <= 250401,"Ucayali",NA)))))))))))))))))))))))))))
table(enaho$regiones2, useNA = "alw")##
## Amazonas Ancash Apurimac Arequipa
## 1253 1372 944 1265
## Ayacucho Cajamarca Callao Cusco
## 1141 1471 692 1210
## Huancavelica Huanuco Ica Junin
## 1037 1258 1417 1515
## La Libertad Lambayeque Lima Metropolitana Lima Region
## 1371 1328 2116 1079
## Loreto Madre de Dios Moquegua Pasco
## 1328 571 910 878
## Piura Puno San Martín Tacna
## 1530 1026 1363 1141
## Tumbes Ucayali <NA>
## 860 1148 0enaho <- enaho %>%
mutate(regnat = ifelse(dominio>=1 & dominio<=3 | dominio==8,"Costa",
ifelse(dominio>=4 & dominio<=6,"Sierra",
ifelse(dominio==7,"Selva",NA))))
table(enaho$regnat, useNA = "alw")##
## Costa Selva Sierra <NA>
## 12220 7122 11882 0enaho <- enaho %>%
mutate(area = ifelse((dominio==8 |
(dominio>=1 & dominio<=7) &
(estrato>=1 & estrato<=5)), "Urbano",
ifelse(((dominio>=1 & dominio<=7) &
(estrato>=6 & estrato<=8)), "Rural", NA)))
table(enaho$area, useNA = "alw")##
## Rural Urbano <NA>
## 11715 19509 0enaho <- enaho %>%
mutate(pobreza3 = ifelse(pobreza==1, "Pobre extremo",
ifelse(pobreza==2, "Pobre no extremo",
ifelse(pobreza==3, "No pobre", NA
))))
table(enaho$pobreza3, useNA = "alw")##
## No pobre Pobre extremo Pobre no extremo <NA>
## 24671 1441 5112 0enaho <- enaho %>%
mutate(lengua = ifelse(p300a==4, "Castellano",
ifelse(p300a==1 | p300a==2 | p300a==3, "Originaria", NA)))
enaho$lengua <- as.factor(enaho$lengua)
table(enaho$lengua, useNA = "alw")##
## Castellano Originaria <NA>
## 22772 7956 496enaho <- enaho %>%
mutate(discapacidad =ifelse(p401h1==1|p401h2==1|p401h3==1|
p401h4==1|p401h5==1|p401h6==1,1,0))
table(enaho$discapacidad, useNA = "alw")##
## 0 1 <NA>
## 29343 1879 2enaho <- enaho %>%
mutate(defiet2 = case_when(
p558c == 1 ~ "Quechua",
p558c == 2 ~ "Aimara",
p558c == 3 ~ "Nativo o indigena de la Amazonia",
p558c == 4 ~ "Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente",
p558c == 5 ~ "Blanco",
p558c == 6 ~ "Mestizo",
p558c == 7 ~ "otro",
p558c == 8 ~ "No sabe/No responde",
p558c == 9 ~ "Nativo o indigena de la Amazonia",
TRUE ~ NA_character_
))
enaho$defiet2 <- as.factor(enaho$defiet2)
table(enaho$defiet2, useNA = "alw")##
## Aimara
## 1209
## Blanco
## 1275
## Mestizo
## 14752
## Nativo o indigena de la Amazonia
## 730
## Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente
## 2315
## No sabe/No responde
## 907
## otro
## 1346
## Quechua
## 8686
## <NA>
## 4enaho <- enaho %>%
mutate(disc = ifelse(p22_1_01==1 | p22_1_02==1 | p22_1_03==1
| p22_1_04==1 | p22_1_05==1
| p22_1_06==1 | p22_1_07==1 | p22_1_08==1
| p22_1_09==1 | p22_1_10==1 | p22_1_11==1
| p22_1_12==1,"Sí me sentí discriminadX","No me sentí discriminadX"))
enaho$disc <- as.factor(enaho$disc)
table(enaho$disc, useNA="alw")##
## No me sentí discriminadX Sí me sentí discriminadX <NA>
## 28578 2646 0enaho <- enaho %>% mutate(Juventud = ifelse(p208_01>=18 & p208_01<=29,"Jovenes","mayores a 29 años"))
table(enaho$Juventud)##
## Jovenes mayores a 29 años
## 5654 25570Nota: en el 2021 el factor de ponderación usado es el facgob_p, sin embargo, en el 2022 solo está disponible el famiegob07.Antes de hacer las ponderaciones debemos quitar los datos perdidos del factor de ponderación.
enaho_limpio <- subset(enaho, !is.na(famiegob07))
encuesta = svydesign(data=enaho_limpio, id=~conglome, strata=~estrato,
weights=~famiegob07)table(enaho$disc, enaho$Juventud, enaho$sexo)## , , = hombre
##
##
## Jovenes mayores a 29 años
## No me sentí discriminadX 2342 10221
## Sí me sentí discriminadX 183 948
##
## , , = Mujer
##
##
## Jovenes mayores a 29 años
## No me sentí discriminadX 2873 13142
## Sí me sentí discriminadX 256 1259tabla0 <- svyby(~disc, ~Juventud, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla0ic0 <-as.table(confint(tabla0)) #INTERVALOS DE CONFIANZA
ic0## 2.5 % 97.5 %
## Jovenes:discNo me sentí discriminadX 0.88476389 0.91907691
## mayores a 29 años:discNo me sentí discriminadX 0.88998236 0.90545653
## Jovenes:discSí me sentí discriminadX 0.08092309 0.11523611
## mayores a 29 años:discSí me sentí discriminadX 0.09454347 0.11001764cv0 <-cv(tabla0) #COEFICIENTE DE VARIACIÓN
cv0workbook <- createWorkbook()
addWorksheet(workbook, sheetName = "Tabla 0")
addWorksheet(workbook, sheetName = "IC 0")
addWorksheet(workbook, sheetName = "CV 0")
writeData(workbook, sheet = "Tabla 0", x = tabla0, colNames = TRUE)
writeData(workbook, sheet = "IC 0", x = ic0, colNames = TRUE)
writeData(workbook, sheet = "CV 0", x = cv0, colNames = TRUE)
saveWorkbook(workbook, "datos0.xlsx")tabla1 <- svyby(~disc, ~Juventud+sexo, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla1ic1 <-as.table(confint(tabla1)) #INTERVALOS DE CONFIANZA
ic1## 2.5 % 97.5 %
## Jovenes.hombre:discNo me sentí discriminadX 0.88329106 0.93847897
## mayores a 29 años.hombre:discNo me sentí discriminadX 0.89049390 0.91269610
## Jovenes.Mujer:discNo me sentí discriminadX 0.87226153 0.91538869
## mayores a 29 años.Mujer:discNo me sentí discriminadX 0.88443746 0.90494267
## Jovenes.hombre:discSí me sentí discriminadX 0.06152103 0.11670894
## mayores a 29 años.hombre:discSí me sentí discriminadX 0.08730390 0.10950610
## Jovenes.Mujer:discSí me sentí discriminadX 0.08461131 0.12773847
## mayores a 29 años.Mujer:discSí me sentí discriminadX 0.09505733 0.11556254cv1 <-cv(tabla1) #COEFICIENTE DE VARIACIÓN
cv1workbook <- createWorkbook()
addWorksheet(workbook, sheetName = "Tabla 1")
addWorksheet(workbook, sheetName = "IC 1")
addWorksheet(workbook, sheetName = "CV 1")
writeData(workbook, sheet = "Tabla 1", x = tabla1, colNames = TRUE)
writeData(workbook, sheet = "IC 1", x = ic1, colNames = TRUE)
writeData(workbook, sheet = "CV 1", x = cv1, colNames = TRUE)
saveWorkbook(workbook, "datos1.xlsx")tabla2 <- svyby(~disc, ~Juventud+area, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla2ic2 <-as.table(confint(tabla2)) #INTERVALOS DE CONFIANZA
ic2## 2.5 % 97.5 %
## Jovenes.Rural:discNo me sentí discriminadX 0.93161406 0.96173683
## mayores a 29 años.Rural:discNo me sentí discriminadX 0.92875629 0.94249702
## Jovenes.Urbano:discNo me sentí discriminadX 0.87452622 0.91419163
## mayores a 29 años.Urbano:discNo me sentí discriminadX 0.87806801 0.89724306
## Jovenes.Rural:discSí me sentí discriminadX 0.03826317 0.06838594
## mayores a 29 años.Rural:discSí me sentí discriminadX 0.05750298 0.07124371
## Jovenes.Urbano:discSí me sentí discriminadX 0.08580837 0.12547378
## mayores a 29 años.Urbano:discSí me sentí discriminadX 0.10275694 0.12193199cv2 <-cv(tabla2) #COEFICIENTE DE VARIACIÓN
cv2workbook2 <- createWorkbook()
addWorksheet(workbook2, sheetName = "Tabla 2")
addWorksheet(workbook2, sheetName = "IC 2")
addWorksheet(workbook2, sheetName = "CV 2")
writeData(workbook2, sheet = "Tabla 2", x = tabla2, colNames = TRUE)
writeData(workbook2, sheet = "IC 2", x = ic2, colNames = TRUE)
writeData(workbook2, sheet = "CV 2", x = cv2, colNames = TRUE)
saveWorkbook(workbook2, "datos2.xlsx")tabla3 <- svyby(~disc, ~Juventud+regnat, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla3ic3 <-as.table(confint(tabla3)) #INTERVALOS DE CONFIANZA
ic3## 2.5 % 97.5 %
## Jovenes.Costa:discNo me sentí discriminadX 0.86087527 0.91364398
## mayores a 29 años.Costa:discNo me sentí discriminadX 0.87071809 0.89556738
## Jovenes.Selva:discNo me sentí discriminadX 0.94175304 0.96844251
## mayores a 29 años.Selva:discNo me sentí discriminadX 0.93471997 0.95258621
## Jovenes.Sierra:discNo me sentí discriminadX 0.89260111 0.93248491
## mayores a 29 años.Sierra:discNo me sentí discriminadX 0.89825774 0.91674575
## Jovenes.Costa:discSí me sentí discriminadX 0.08635602 0.13912473
## mayores a 29 años.Costa:discSí me sentí discriminadX 0.10443262 0.12928191
## Jovenes.Selva:discSí me sentí discriminadX 0.03155749 0.05824696
## mayores a 29 años.Selva:discSí me sentí discriminadX 0.04741379 0.06528003
## Jovenes.Sierra:discSí me sentí discriminadX 0.06751509 0.10739889
## mayores a 29 años.Sierra:discSí me sentí discriminadX 0.08325425 0.10174226cv3 <-cv(tabla3) #COEFICIENTE DE VARIACIÓN
cv3workbook3 <- createWorkbook()
addWorksheet(workbook3, sheetName = "Tabla 3")
addWorksheet(workbook3, sheetName = "IC 3")
addWorksheet(workbook3, sheetName = "CV 3")
writeData(workbook3, sheet = "Tabla 3", x = tabla3, colNames = TRUE)
writeData(workbook3, sheet = "IC 3", x = ic3, colNames = TRUE)
writeData(workbook3, sheet = "CV 3", x = cv3, colNames = TRUE)
saveWorkbook(workbook3, "datos3.xlsx")tabla4 <- svyby(~disc, ~Juventud+regiones2, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla4ic4 <-as.table(confint(tabla4)) #INTERVALOS DE CONFIANZA
ic4## 2.5 %
## Jovenes.Amazonas:discNo me sentí discriminadX 0.927376136
## mayores a 29 años.Amazonas:discNo me sentí discriminadX 0.915705456
## Jovenes.Ancash:discNo me sentí discriminadX 0.875846614
## mayores a 29 años.Ancash:discNo me sentí discriminadX 0.877799174
## Jovenes.Apurimac:discNo me sentí discriminadX 0.959410040
## mayores a 29 años.Apurimac:discNo me sentí discriminadX 0.957653572
## Jovenes.Arequipa:discNo me sentí discriminadX 0.803246485
## mayores a 29 años.Arequipa:discNo me sentí discriminadX 0.794909156
## Jovenes.Ayacucho:discNo me sentí discriminadX 0.878841686
## mayores a 29 años.Ayacucho:discNo me sentí discriminadX 0.924741559
## Jovenes.Cajamarca:discNo me sentí discriminadX 0.878402701
## mayores a 29 años.Cajamarca:discNo me sentí discriminadX 0.933309706
## Jovenes.Callao:discNo me sentí discriminadX 0.800641061
## mayores a 29 años.Callao:discNo me sentí discriminadX 0.810987388
## Jovenes.Cusco:discNo me sentí discriminadX 0.827950267
## mayores a 29 años.Cusco:discNo me sentí discriminadX 0.874084258
## Jovenes.Huancavelica:discNo me sentí discriminadX 0.881252300
## mayores a 29 años.Huancavelica:discNo me sentí discriminadX 0.926619471
## Jovenes.Huanuco:discNo me sentí discriminadX 0.951768582
## mayores a 29 años.Huanuco:discNo me sentí discriminadX 0.926615223
## Jovenes.Ica:discNo me sentí discriminadX 0.904965112
## mayores a 29 años.Ica:discNo me sentí discriminadX 0.922919713
## Jovenes.Junin:discNo me sentí discriminadX 0.926393334
## mayores a 29 años.Junin:discNo me sentí discriminadX 0.920043580
## Jovenes.La Libertad:discNo me sentí discriminadX 0.939128524
## mayores a 29 años.La Libertad:discNo me sentí discriminadX 0.930197510
## Jovenes.Lambayeque:discNo me sentí discriminadX 0.910489956
## mayores a 29 años.Lambayeque:discNo me sentí discriminadX 0.866944012
## Jovenes.Lima Metropolitana:discNo me sentí discriminadX 0.804138363
## mayores a 29 años.Lima Metropolitana:discNo me sentí discriminadX 0.841607705
## Jovenes.Lima Region:discNo me sentí discriminadX 0.854606684
## mayores a 29 años.Lima Region:discNo me sentí discriminadX 0.849712393
## Jovenes.Loreto:discNo me sentí discriminadX 0.933656942
## mayores a 29 años.Loreto:discNo me sentí discriminadX 0.933367570
## Jovenes.Madre de Dios:discNo me sentí discriminadX 0.866430099
## mayores a 29 años.Madre de Dios:discNo me sentí discriminadX 0.842980885
## Jovenes.Moquegua:discNo me sentí discriminadX 0.788006959
## mayores a 29 años.Moquegua:discNo me sentí discriminadX 0.823735143
## Jovenes.Pasco:discNo me sentí discriminadX 0.830428371
## mayores a 29 años.Pasco:discNo me sentí discriminadX 0.855108351
## Jovenes.Piura:discNo me sentí discriminadX 0.925415857
## mayores a 29 años.Piura:discNo me sentí discriminadX 0.938468623
## Jovenes.Puno:discNo me sentí discriminadX 0.791301086
## mayores a 29 años.Puno:discNo me sentí discriminadX 0.805937335
## Jovenes.San Martín:discNo me sentí discriminadX 0.943590308
## mayores a 29 años.San Martín:discNo me sentí discriminadX 0.946892614
## Jovenes.Tacna:discNo me sentí discriminadX 0.814447837
## mayores a 29 años.Tacna:discNo me sentí discriminadX 0.804806479
## Jovenes.Tumbes:discNo me sentí discriminadX 0.924639670
## mayores a 29 años.Tumbes:discNo me sentí discriminadX 0.918033749
## Jovenes.Ucayali:discNo me sentí discriminadX 0.916638531
## mayores a 29 años.Ucayali:discNo me sentí discriminadX 0.925100096
## Jovenes.Amazonas:discSí me sentí discriminadX 0.009864748
## mayores a 29 años.Amazonas:discSí me sentí discriminadX 0.044427723
## Jovenes.Ancash:discSí me sentí discriminadX 0.034526610
## mayores a 29 años.Ancash:discSí me sentí discriminadX 0.065082695
## Jovenes.Apurimac:discSí me sentí discriminadX 0.002735708
## mayores a 29 años.Apurimac:discSí me sentí discriminadX 0.016681296
## Jovenes.Arequipa:discSí me sentí discriminadX 0.083439775
## mayores a 29 años.Arequipa:discSí me sentí discriminadX 0.128931212
## Jovenes.Ayacucho:discSí me sentí discriminadX 0.024263632
## mayores a 29 años.Ayacucho:discSí me sentí discriminadX 0.033363910
## Jovenes.Cajamarca:discSí me sentí discriminadX 0.034050328
## mayores a 29 años.Cajamarca:discSí me sentí discriminadX 0.034134904
## Jovenes.Callao:discSí me sentí discriminadX 0.059798107
## mayores a 29 años.Callao:discSí me sentí discriminadX 0.090487283
## Jovenes.Cusco:discSí me sentí discriminadX 0.056415713
## mayores a 29 años.Cusco:discSí me sentí discriminadX 0.077564741
## Jovenes.Huancavelica:discSí me sentí discriminadX 0.018415372
## mayores a 29 años.Huancavelica:discSí me sentí discriminadX 0.038447185
## Jovenes.Huanuco:discSí me sentí discriminadX 0.004484518
## mayores a 29 años.Huanuco:discSí me sentí discriminadX 0.038070745
## Jovenes.Ica:discSí me sentí discriminadX 0.025631691
## mayores a 29 años.Ica:discSí me sentí discriminadX 0.041701509
## Jovenes.Junin:discSí me sentí discriminadX 0.014529746
## mayores a 29 años.Junin:discSí me sentí discriminadX 0.048557984
## Jovenes.La Libertad:discSí me sentí discriminadX 0.005811241
## mayores a 29 años.La Libertad:discSí me sentí discriminadX 0.035959544
## Jovenes.Lambayeque:discSí me sentí discriminadX 0.027736728
## mayores a 29 años.Lambayeque:discSí me sentí discriminadX 0.078940217
## Jovenes.Lima Metropolitana:discSí me sentí discriminadX 0.102420832
## mayores a 29 años.Lima Metropolitana:discSí me sentí discriminadX 0.116600887
## Jovenes.Lima Region:discSí me sentí discriminadX 0.024039896
## mayores a 29 años.Lima Region:discSí me sentí discriminadX 0.095794228
## Jovenes.Loreto:discSí me sentí discriminadX 0.014649800
## mayores a 29 años.Loreto:discSí me sentí discriminadX 0.029716341
## Jovenes.Madre de Dios:discSí me sentí discriminadX 0.029506031
## mayores a 29 años.Madre de Dios:discSí me sentí discriminadX 0.064441760
## Jovenes.Moquegua:discSí me sentí discriminadX 0.065911419
## mayores a 29 años.Moquegua:discSí me sentí discriminadX 0.109260331
## Jovenes.Pasco:discSí me sentí discriminadX 0.033347329
## mayores a 29 años.Pasco:discSí me sentí discriminadX 0.082667800
## Jovenes.Piura:discSí me sentí discriminadX 0.022088101
## mayores a 29 años.Piura:discSí me sentí discriminadX 0.035385476
## Jovenes.Puno:discSí me sentí discriminadX 0.046115534
## mayores a 29 años.Puno:discSí me sentí discriminadX 0.127411448
## Jovenes.San Martín:discSí me sentí discriminadX 0.005297364
## mayores a 29 años.San Martín:discSí me sentí discriminadX 0.026998269
## Jovenes.Tacna:discSí me sentí discriminadX 0.045374107
## mayores a 29 años.Tacna:discSí me sentí discriminadX 0.123637262
## Jovenes.Tumbes:discSí me sentí discriminadX 0.013536718
## mayores a 29 años.Tumbes:discSí me sentí discriminadX 0.038430243
## Jovenes.Ucayali:discSí me sentí discriminadX 0.014684198
## mayores a 29 años.Ucayali:discSí me sentí discriminadX 0.032409435
## 97.5 %
## Jovenes.Amazonas:discNo me sentí discriminadX 0.990135252
## mayores a 29 años.Amazonas:discNo me sentí discriminadX 0.955572277
## Jovenes.Ancash:discNo me sentí discriminadX 0.965473390
## mayores a 29 años.Ancash:discNo me sentí discriminadX 0.934917305
## Jovenes.Apurimac:discNo me sentí discriminadX 0.997264292
## mayores a 29 años.Apurimac:discNo me sentí discriminadX 0.983318704
## Jovenes.Arequipa:discNo me sentí discriminadX 0.916560225
## mayores a 29 años.Arequipa:discNo me sentí discriminadX 0.871068788
## Jovenes.Ayacucho:discNo me sentí discriminadX 0.975736368
## mayores a 29 años.Ayacucho:discNo me sentí discriminadX 0.966636090
## Jovenes.Cajamarca:discNo me sentí discriminadX 0.965949672
## mayores a 29 años.Cajamarca:discNo me sentí discriminadX 0.965865096
## Jovenes.Callao:discNo me sentí discriminadX 0.940201893
## mayores a 29 años.Callao:discNo me sentí discriminadX 0.909512717
## Jovenes.Cusco:discNo me sentí discriminadX 0.943584287
## mayores a 29 años.Cusco:discNo me sentí discriminadX 0.922435259
## Jovenes.Huancavelica:discNo me sentí discriminadX 0.981584628
## mayores a 29 años.Huancavelica:discNo me sentí discriminadX 0.961552815
## Jovenes.Huanuco:discNo me sentí discriminadX 0.995515482
## mayores a 29 años.Huanuco:discNo me sentí discriminadX 0.961929255
## Jovenes.Ica:discNo me sentí discriminadX 0.974368309
## mayores a 29 años.Ica:discNo me sentí discriminadX 0.958298491
## Jovenes.Junin:discNo me sentí discriminadX 0.985470254
## mayores a 29 años.Junin:discNo me sentí discriminadX 0.951442016
## Jovenes.La Libertad:discNo me sentí discriminadX 0.994188759
## mayores a 29 años.La Libertad:discNo me sentí discriminadX 0.964040456
## Jovenes.Lambayeque:discNo me sentí discriminadX 0.972263272
## mayores a 29 años.Lambayeque:discNo me sentí discriminadX 0.921059783
## Jovenes.Lima Metropolitana:discNo me sentí discriminadX 0.897579168
## mayores a 29 años.Lima Metropolitana:discNo me sentí discriminadX 0.883399113
## Jovenes.Lima Region:discNo me sentí discriminadX 0.975960104
## mayores a 29 años.Lima Region:discNo me sentí discriminadX 0.904205772
## Jovenes.Loreto:discNo me sentí discriminadX 0.985350200
## mayores a 29 años.Loreto:discNo me sentí discriminadX 0.970283659
## Jovenes.Madre de Dios:discNo me sentí discriminadX 0.970493969
## mayores a 29 años.Madre de Dios:discNo me sentí discriminadX 0.935558240
## Jovenes.Moquegua:discNo me sentí discriminadX 0.934088581
## mayores a 29 años.Moquegua:discNo me sentí discriminadX 0.890739669
## Jovenes.Pasco:discNo me sentí discriminadX 0.966652671
## mayores a 29 años.Pasco:discNo me sentí discriminadX 0.917332200
## Jovenes.Piura:discNo me sentí discriminadX 0.977911899
## mayores a 29 años.Piura:discNo me sentí discriminadX 0.964614524
## Jovenes.Puno:discNo me sentí discriminadX 0.953884466
## mayores a 29 años.Puno:discNo me sentí discriminadX 0.872588552
## Jovenes.San Martín:discNo me sentí discriminadX 0.994702636
## mayores a 29 años.San Martín:discNo me sentí discriminadX 0.973001731
## Jovenes.Tacna:discNo me sentí discriminadX 0.954625893
## mayores a 29 años.Tacna:discNo me sentí discriminadX 0.876362738
## Jovenes.Tumbes:discNo me sentí discriminadX 0.986463282
## mayores a 29 años.Tumbes:discNo me sentí discriminadX 0.961569757
## Jovenes.Ucayali:discNo me sentí discriminadX 0.985315802
## mayores a 29 años.Ucayali:discNo me sentí discriminadX 0.967590565
## Jovenes.Amazonas:discSí me sentí discriminadX 0.072623864
## mayores a 29 años.Amazonas:discSí me sentí discriminadX 0.084294544
## Jovenes.Ancash:discSí me sentí discriminadX 0.124153386
## mayores a 29 años.Ancash:discSí me sentí discriminadX 0.122200826
## Jovenes.Apurimac:discSí me sentí discriminadX 0.040589960
## mayores a 29 años.Apurimac:discSí me sentí discriminadX 0.042346428
## Jovenes.Arequipa:discSí me sentí discriminadX 0.196753515
## mayores a 29 años.Arequipa:discSí me sentí discriminadX 0.205090844
## Jovenes.Ayacucho:discSí me sentí discriminadX 0.121158314
## mayores a 29 años.Ayacucho:discSí me sentí discriminadX 0.075258441
## Jovenes.Cajamarca:discSí me sentí discriminadX 0.121597299
## mayores a 29 años.Cajamarca:discSí me sentí discriminadX 0.066690294
## Jovenes.Callao:discSí me sentí discriminadX 0.199358939
## mayores a 29 años.Callao:discSí me sentí discriminadX 0.189012612
## Jovenes.Cusco:discSí me sentí discriminadX 0.172049733
## mayores a 29 años.Cusco:discSí me sentí discriminadX 0.125915742
## Jovenes.Huancavelica:discSí me sentí discriminadX 0.118747700
## mayores a 29 años.Huancavelica:discSí me sentí discriminadX 0.073380529
## Jovenes.Huanuco:discSí me sentí discriminadX 0.048231418
## mayores a 29 años.Huanuco:discSí me sentí discriminadX 0.073384777
## Jovenes.Ica:discSí me sentí discriminadX 0.095034888
## mayores a 29 años.Ica:discSí me sentí discriminadX 0.077080287
## Jovenes.Junin:discSí me sentí discriminadX 0.073606666
## mayores a 29 años.Junin:discSí me sentí discriminadX 0.079956420
## Jovenes.La Libertad:discSí me sentí discriminadX 0.060871476
## mayores a 29 años.La Libertad:discSí me sentí discriminadX 0.069802490
## Jovenes.Lambayeque:discSí me sentí discriminadX 0.089510044
## mayores a 29 años.Lambayeque:discSí me sentí discriminadX 0.133055988
## Jovenes.Lima Metropolitana:discSí me sentí discriminadX 0.195861637
## mayores a 29 años.Lima Metropolitana:discSí me sentí discriminadX 0.158392295
## Jovenes.Lima Region:discSí me sentí discriminadX 0.145393316
## mayores a 29 años.Lima Region:discSí me sentí discriminadX 0.150287607
## Jovenes.Loreto:discSí me sentí discriminadX 0.066343058
## mayores a 29 años.Loreto:discSí me sentí discriminadX 0.066632430
## Jovenes.Madre de Dios:discSí me sentí discriminadX 0.133569901
## mayores a 29 años.Madre de Dios:discSí me sentí discriminadX 0.157019115
## Jovenes.Moquegua:discSí me sentí discriminadX 0.211993041
## mayores a 29 años.Moquegua:discSí me sentí discriminadX 0.176264857
## Jovenes.Pasco:discSí me sentí discriminadX 0.169571629
## mayores a 29 años.Pasco:discSí me sentí discriminadX 0.144891649
## Jovenes.Piura:discSí me sentí discriminadX 0.074584143
## mayores a 29 años.Piura:discSí me sentí discriminadX 0.061531377
## Jovenes.Puno:discSí me sentí discriminadX 0.208698914
## mayores a 29 años.Puno:discSí me sentí discriminadX 0.194062665
## Jovenes.San Martín:discSí me sentí discriminadX 0.056409692
## mayores a 29 años.San Martín:discSí me sentí discriminadX 0.053107386
## Jovenes.Tacna:discSí me sentí discriminadX 0.185552163
## mayores a 29 años.Tacna:discSí me sentí discriminadX 0.195193521
## Jovenes.Tumbes:discSí me sentí discriminadX 0.075360330
## mayores a 29 años.Tumbes:discSí me sentí discriminadX 0.081966251
## Jovenes.Ucayali:discSí me sentí discriminadX 0.083361469
## mayores a 29 años.Ucayali:discSí me sentí discriminadX 0.074899904cv4 <-cv(tabla4) #COEFICIENTE DE VARIACIÓN
cv4workbook4 <- createWorkbook()
addWorksheet(workbook4, sheetName = "Tabla 4")
addWorksheet(workbook4, sheetName = "IC 4")
addWorksheet(workbook4, sheetName = "CV 4")
writeData(workbook4, sheet = "Tabla 4", x = tabla4, colNames = TRUE)
writeData(workbook4, sheet = "IC 4", x = ic4, colNames = TRUE)
writeData(workbook4, sheet = "CV 4", x = cv4, colNames = TRUE)
saveWorkbook(workbook4, "datos4.xlsx")tabla5 <- svyby(~disc, ~Juventud+pobreza3, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla5ic5 <-as.table(confint(tabla5)) #INTERVALOS DE CONFIANZA
ic5## 2.5 %
## Jovenes.No pobre:discNo me sentí discriminadX 0.88399356
## mayores a 29 años.No pobre:discNo me sentí discriminadX 0.88723539
## Jovenes.Pobre extremo:discNo me sentí discriminadX 0.83436701
## mayores a 29 años.Pobre extremo:discNo me sentí discriminadX 0.90436810
## Jovenes.Pobre no extremo:discNo me sentí discriminadX 0.84987929
## mayores a 29 años.Pobre no extremo:discNo me sentí discriminadX 0.87904573
## Jovenes.No pobre:discSí me sentí discriminadX 0.08084482
## mayores a 29 años.No pobre:discSí me sentí discriminadX 0.09569911
## Jovenes.Pobre extremo:discSí me sentí discriminadX 0.02637748
## mayores a 29 años.Pobre extremo:discSí me sentí discriminadX 0.04350609
## Jovenes.Pobre no extremo:discSí me sentí discriminadX 0.04400458
## mayores a 29 años.Pobre no extremo:discSí me sentí discriminadX 0.08235388
## 97.5 %
## Jovenes.No pobre:discNo me sentí discriminadX 0.91915518
## mayores a 29 años.No pobre:discNo me sentí discriminadX 0.90430089
## Jovenes.Pobre extremo:discNo me sentí discriminadX 0.97362252
## mayores a 29 años.Pobre extremo:discNo me sentí discriminadX 0.95649391
## Jovenes.Pobre no extremo:discNo me sentí discriminadX 0.95599542
## mayores a 29 años.Pobre no extremo:discNo me sentí discriminadX 0.91764612
## Jovenes.No pobre:discSí me sentí discriminadX 0.11600644
## mayores a 29 años.No pobre:discSí me sentí discriminadX 0.11276461
## Jovenes.Pobre extremo:discSí me sentí discriminadX 0.16563299
## mayores a 29 años.Pobre extremo:discSí me sentí discriminadX 0.09563190
## Jovenes.Pobre no extremo:discSí me sentí discriminadX 0.15012071
## mayores a 29 años.Pobre no extremo:discSí me sentí discriminadX 0.12095427cv5 <-cv(tabla5) #COEFICIENTE DE VARIACIÓN
cv5workbook5 <- createWorkbook()
addWorksheet(workbook5, sheetName = "Tabla 5")
addWorksheet(workbook5, sheetName = "IC 5")
addWorksheet(workbook5, sheetName = "CV 5")
writeData(workbook5, sheet = "Tabla 5", x = tabla5, colNames = TRUE)
writeData(workbook5, sheet = "IC 5", x = ic5, colNames = TRUE)
writeData(workbook5, sheet = "CV 5", x = cv5, colNames = TRUE)
saveWorkbook(workbook5, "datos5.xlsx")tabla6 <- svyby(~disc, ~Juventud+discapacidad, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla6ic6 <-as.table(confint(tabla6)) #INTERVALOS DE CONFIANZA
ic6## 2.5 % 97.5 %
## Jovenes.0:discNo me sentí discriminadX 0.88448037 0.91919234
## mayores a 29 años.0:discNo me sentí discriminadX 0.89396995 0.90977044
## Jovenes.1:discNo me sentí discriminadX 0.83749366 0.97835974
## mayores a 29 años.1:discNo me sentí discriminadX 0.79871835 0.86121401
## Jovenes.0:discSí me sentí discriminadX 0.08080766 0.11551963
## mayores a 29 años.0:discSí me sentí discriminadX 0.09022956 0.10603005
## Jovenes.1:discSí me sentí discriminadX 0.02164026 0.16250634
## mayores a 29 años.1:discSí me sentí discriminadX 0.13878599 0.20128165cv6<-cv(tabla6) #COEFICIENTE DE VARIACIÓN
cv6workbook6 <- createWorkbook()
addWorksheet(workbook6, sheetName = "Tabla 6")
addWorksheet(workbook6, sheetName = "IC 6")
addWorksheet(workbook6, sheetName = "CV 6")
writeData(workbook6, sheet = "Tabla 6", x = tabla6, colNames = TRUE)
writeData(workbook6, sheet = "IC 6", x = ic6, colNames = TRUE)
writeData(workbook6, sheet = "CV 6", x = cv6, colNames = TRUE)
saveWorkbook(workbook6, "datos6.xlsx") tabla7 <- svyby(~disc, ~Juventud+defiet2, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla7 ic7 <-as.table(confint(tabla7)) #INTERVALOS DE CONFIANZA
ic7 ## 2.5 %
## Jovenes.Aimara:discNo me sentí discriminadX 0.875601206
## mayores a 29 años.Aimara:discNo me sentí discriminadX 0.759371682
## Jovenes.Blanco:discNo me sentí discriminadX 0.874467085
## mayores a 29 años.Blanco:discNo me sentí discriminadX 0.922282297
## Jovenes.Mestizo:discNo me sentí discriminadX 0.877297054
## mayores a 29 años.Mestizo:discNo me sentí discriminadX 0.891204804
## Jovenes.Nativo o indigena de la Amazonia:discNo me sentí discriminadX 0.781652908
## mayores a 29 años.Nativo o indigena de la Amazonia:discNo me sentí discriminadX 0.933966501
## Jovenes.Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente:discNo me sentí discriminadX 0.827422160
## mayores a 29 años.Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente:discNo me sentí discriminadX 0.871066459
## Jovenes.No sabe/No responde:discNo me sentí discriminadX 0.860695883
## mayores a 29 años.No sabe/No responde:discNo me sentí discriminadX 0.841872925
## Jovenes.otro:discNo me sentí discriminadX 0.886541109
## mayores a 29 años.otro:discNo me sentí discriminadX 0.891621182
## Jovenes.Quechua:discNo me sentí discriminadX 0.864209854
## mayores a 29 años.Quechua:discNo me sentí discriminadX 0.870337988
## Jovenes.Aimara:discSí me sentí discriminadX 0.030852679
## mayores a 29 años.Aimara:discSí me sentí discriminadX 0.147419696
## Jovenes.Blanco:discSí me sentí discriminadX 0.033964776
## mayores a 29 años.Blanco:discSí me sentí discriminadX 0.041985859
## Jovenes.Mestizo:discSí me sentí discriminadX 0.073774833
## mayores a 29 años.Mestizo:discSí me sentí discriminadX 0.086219021
## Jovenes.Nativo o indigena de la Amazonia:discSí me sentí discriminadX -0.014553059
## mayores a 29 años.Nativo o indigena de la Amazonia:discSí me sentí discriminadX 0.024938976
## Jovenes.Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente:discSí me sentí discriminadX 0.067127229
## mayores a 29 años.Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente:discSí me sentí discriminadX 0.063863121
## Jovenes.No sabe/No responde:discSí me sentí discriminadX -0.002516705
## mayores a 29 años.No sabe/No responde:discSí me sentí discriminadX 0.078808841
## Jovenes.otro:discSí me sentí discriminadX 0.017585495
## mayores a 29 años.otro:discSí me sentí discriminadX 0.057561724
## Jovenes.Quechua:discSí me sentí discriminadX 0.073855148
## mayores a 29 años.Quechua:discSí me sentí discriminadX 0.099795939
## 97.5 %
## Jovenes.Aimara:discNo me sentí discriminadX 0.969147321
## mayores a 29 años.Aimara:discNo me sentí discriminadX 0.852580304
## Jovenes.Blanco:discNo me sentí discriminadX 0.966035224
## mayores a 29 años.Blanco:discNo me sentí discriminadX 0.958014141
## Jovenes.Mestizo:discNo me sentí discriminadX 0.926225167
## mayores a 29 años.Mestizo:discNo me sentí discriminadX 0.913780979
## Jovenes.Nativo o indigena de la Amazonia:discNo me sentí discriminadX 1.014553059
## mayores a 29 años.Nativo o indigena de la Amazonia:discNo me sentí discriminadX 0.975061024
## Jovenes.Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente:discNo me sentí discriminadX 0.932872771
## mayores a 29 años.Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente:discNo me sentí discriminadX 0.936136879
## Jovenes.No sabe/No responde:discNo me sentí discriminadX 1.002516705
## mayores a 29 años.No sabe/No responde:discNo me sentí discriminadX 0.921191159
## Jovenes.otro:discNo me sentí discriminadX 0.982414505
## mayores a 29 años.otro:discNo me sentí discriminadX 0.942438276
## Jovenes.Quechua:discNo me sentí discriminadX 0.926144852
## mayores a 29 años.Quechua:discNo me sentí discriminadX 0.900204061
## Jovenes.Aimara:discSí me sentí discriminadX 0.124398794
## mayores a 29 años.Aimara:discSí me sentí discriminadX 0.240628318
## Jovenes.Blanco:discSí me sentí discriminadX 0.125532915
## mayores a 29 años.Blanco:discSí me sentí discriminadX 0.077717703
## Jovenes.Mestizo:discSí me sentí discriminadX 0.122702946
## mayores a 29 años.Mestizo:discSí me sentí discriminadX 0.108795196
## Jovenes.Nativo o indigena de la Amazonia:discSí me sentí discriminadX 0.218347092
## mayores a 29 años.Nativo o indigena de la Amazonia:discSí me sentí discriminadX 0.066033499
## Jovenes.Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente:discSí me sentí discriminadX 0.172577840
## mayores a 29 años.Negro/Moreno/Zambo/Mulato/Pueblo Afro peruano o Afrodescendiente:discSí me sentí discriminadX 0.128933541
## Jovenes.No sabe/No responde:discSí me sentí discriminadX 0.139304117
## mayores a 29 años.No sabe/No responde:discSí me sentí discriminadX 0.158127075
## Jovenes.otro:discSí me sentí discriminadX 0.113458891
## mayores a 29 años.otro:discSí me sentí discriminadX 0.108378818
## Jovenes.Quechua:discSí me sentí discriminadX 0.135790146
## mayores a 29 años.Quechua:discSí me sentí discriminadX 0.129662012cv7 <-cv(tabla7) #COEFICIENTE DE VARIACIÓN
cv7 workbook7 <- createWorkbook()
addWorksheet(workbook7, sheetName = "Tabla 7")
addWorksheet(workbook7, sheetName = "IC 7")
addWorksheet(workbook7, sheetName = "CV 7")
writeData(workbook7, sheet = "Tabla 7", x = tabla7, colNames = TRUE)
writeData(workbook7, sheet = "IC 7", x = ic7, colNames = TRUE)
writeData(workbook7, sheet = "CV 7", x = cv7, colNames = TRUE)
saveWorkbook(workbook7, "datos7.xlsx")tabla8 <- svyby(~disc, ~Juventud+lengua, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla8 ic8 <-as.table(confint(tabla8)) #INTERVALOS DE CONFIANZA
ic8 ## 2.5 % 97.5 %
## Jovenes.Castellano:discNo me sentí discriminadX 0.88782237 0.92420357
## mayores a 29 años.Castellano:discNo me sentí discriminadX 0.89908409 0.91676270
## Jovenes.Originaria:discNo me sentí discriminadX 0.80508504 0.91628993
## mayores a 29 años.Originaria:discNo me sentí discriminadX 0.84963674 0.88380939
## Jovenes.Castellano:discSí me sentí discriminadX 0.07579643 0.11217763
## mayores a 29 años.Castellano:discSí me sentí discriminadX 0.08323730 0.10091591
## Jovenes.Originaria:discSí me sentí discriminadX 0.08371007 0.19491496
## mayores a 29 años.Originaria:discSí me sentí discriminadX 0.11619061 0.15036326cv8 <-cv(tabla8) #COEFICIENTE DE VARIACIÓN
cv8 workbook8 <- createWorkbook()
addWorksheet(workbook8, sheetName = "Tabla 8")
addWorksheet(workbook8, sheetName = "IC 8")
addWorksheet(workbook8, sheetName = "CV 8")
writeData(workbook8, sheet = "Tabla 8", x = tabla8, colNames = TRUE)
writeData(workbook8, sheet = "IC 8", x = ic8, colNames = TRUE)
writeData(workbook8, sheet = "CV 8", x = cv8, colNames = TRUE)
saveWorkbook(workbook8, "datos8.xlsx")#save(enaho,file=paste(ruta,"BASEDEDATOSIndicador1ENDES.RData",sep = "/"))
#BORRAMOS TODO MENOS "RUTA"
#rm(list=setdiff(ls(), c("ruta")))
#VOLVEMOS A CARGAR NUESTRA BD LIMPIA
#load(paste(ruta,"BASEDEDATOSIndicador1ENDES.RData",sep="/"))