Estimación denominador de perros

## Warning: package 'DT' was built under R version 4.4.1

Metodología 1. Sin considerar ajuste por habitabilidad

Cluster name Mean people - survey (S). Mean dog - S Cob VANCAN - S Ratio HP - S Total houses Total dog vaccine VANCAN Total people est.1 Total dog est.1 Cob VANCAN est.1 Total dog est.2 Cob VANCAN est.2
11 - E Misti 1 Oeste 3.33 0.69 35.1 4.92 8805 2036 29321 5960 34.2 6075 33.5
12 - E Misti 2 Este 3.78 0.90 45.5 4.25 7599 2389 28724 6759 35.3 6839 34.9
  • Para estimación de denominador de perros:
    • Est.1 Con el promedio de personas por hogar-cluster y el total de casas por cluster (SIN AJUSTAR), se obtiene el total de personas x cluster. Luego utilizando el ratio H-P se obtiene el total de perros x cluster
    • Est. 2 Con el promedio de perros por hogar y con el total de casas por cluster (SIN AJUSTAR), se obtiene el total de perros por cluster
    • Obs. El promedio de perro por cluster se ha obtenido teniendo en cuenta todas las casas por cada cluster. Tanto de casas con perros y de casas sin perro (valores 0)

Metodología 2. Considerando ajuste habitabilidad

Cluster name Mean people - survey (S). Mean dog - S Cob VANCAN - S Ratio HP - S Total houses Hab Total houses adjusted Total dog vaccine VANCAN Total people est.1 Total dog est.1 Cob VANCAN est.1 Total dog est.2 Cob VANCAN est.2
11 - E Misti 1 Oeste 3.33 0.69 35.1 4.92 8805 51.95 4574.2 2036 15232 3096 65.8 3156 64.5
12 - E Misti 2 Este 3.78 0.90 45.5 4.25 7599 49.53 3763.8 2389 14227 3348 71.4 3387 70.5
  • Para estimación de denominador de perros:
    • Est.1 Con el promedio de personas por hogar-cluster y el total de casas por cluster (AJUSTADO), se obtiene el total de personas x cluster. Luego utilizando el ratio H-P se obtiene el total de perros x cluster
    • Est. 2 Con el promedio de perros por hogar y con el total de casas por cluster (AJUSTADO), se obtiene el total de perros por cluster
    • Obs. El promedio de perro por cluster se ha obtenido teniendo en cuenta todas las casas por cada cluster. Tanto de casas con perros y de casas sin perro (valores 0)
---
title: "DATA BRIGADA DE VACUNACIÓN 2023"
author: "Equipo Encuestas-Jorge Cañari"
date: "2024-10-10"
output:
  html_document:
    toc: TRUE
    toc_float: TRUE
    code_download: TRUE
    theme: united
---

# **Estimación denominador de perros**


```{r, message=FALSE, echo=FALSE}

rm(list=ls())
library(dplyr)
library(writexl)
library(dplyr)
library(leaflet)
library(lubridate)
library(ggplot2)
library(rio)
#install.packages("DT")
library(DT)
library(janitor)
#install.packages("ggmap")
library(RColorBrewer)
#install.packages("sf")
library(sf)
library(jsonlite)
library(leaflet.extras)
#install.packages("kableExtra")
library(kableExtra)
cat("\014") 


```



```{r setup, include=FALSE}

###################################################
### Importando archivos a utilizar desde el GitHub.


###############################################
# 1: Seteo de carpetas GitHub de Jorge Cañari
setwd("C:/Users/jorge/Documents/GitHub")


###############################################
# 2: Importando data limpia de Brigadas 2023
###############################################
# 2: Importando data limpia de Brigadas 2023
data <- import("vax_rabies/data/vancan_brigadas/datasets_modified/VANCAN_2023_Brigadas.RDS") %>% clean_names()
cluster_11 <- import("vax_rabies/data/Point_cluster/Point_Cluster_11_07mar2024.csv") %>%  clean_names()
cluster_12 <- import("vax_rabies/data/Point_cluster/Point_Cluster_12_07mar2024.csv") %>%  clean_names()
cob_encuesta_2023 <- import("vax_rabies/data/postvancan_surveys/OPT_SURVEYS_2023/cob_encuesta_2023_v2.RDS") 


cluster_11$cluster <- "11"  
cluster_12$cluster <- "12"  


cluster_11 <- cluster_11 %>%  mutate(p = as.character(p))
cluster_12 <- cluster_12 %>%  mutate(p = as.character(p))

cluster_11 <- cluster_11 %>%  mutate(l = as.character(l))
cluster_12 <- cluster_12 %>%  mutate(l = as.character(l))

cluster <- bind_rows(cluster_11, cluster_12)

# Agrupar por 'cluster' y contar las filas para crear la variable 'total_casas'
cluster_houses <- cluster %>%
  group_by(cluster) %>%
  summarize(t_casas = n())


cluster_houses <- cluster_houses %>%
  mutate(hab = case_when(
    cluster == "11" ~ 51.95,
    cluster == "12" ~ 49.53),
    t_casas_a = round((t_casas*hab)/100, 1))


rm (cluster, cluster_11, cluster_12)
glimpse(cluster_houses)
glimpse(cob_encuesta_2023)

data_2 <- left_join(cob_encuesta_2023, cluster_houses, by = "cluster")
rm(cluster_houses, cob_encuesta_2023)


data_3 <- data %>%
  group_by(cluster) %>%
  summarize(total_can_vac = sum(vancan_can, na.rm = TRUE))

data_4 <- left_join(data_2, data_3, by = "cluster")


data_5 <- data_4 %>%
  mutate(
    total_people_1 = round(people_average * t_casas),1,
    total_can_1 = round(total_people_1/ ratio_hp),1,
    cob_1 = round((total_can_vac / total_can_1) * 100, 1),
    total_can_2 = round(can_average * t_casas),1,
    cob_2 = round((total_can_vac / total_can_2) * 100, 1))


data_6 <- data_4 %>%
  mutate(
    total_people_1 = round(people_average * t_casas_a),1,
    total_can_1 = round(total_people_1/ ratio_hp),1,
    cob_1 = round((total_can_vac / total_can_1) * 100, 1),
    total_can_2 = round(can_average * t_casas_a),1,
    cob_2 = round((total_can_vac / total_can_2) * 100, 1))



data_5 = data_5 %>% 
  filter(cluster %in% c("11", "12"))  %>% 
  select(cluster_name, -cluster, -cob_priv, -cob_total, people_average, can_average, cob_vancan, ratio_hp, t_casas, -hab, -t_casas_a, total_can_vac, total_people_1, total_can_1, cob_1, total_can_2, cob_2 )


data_6 = data_6 %>% 
  filter(cluster %in% c("11", "12"))  %>% 
  select(cluster_name, -cluster, -cob_priv, -cob_total, people_average, can_average, cob_vancan, ratio_hp, t_casas, hab, t_casas_a, total_can_vac, total_people_1, total_can_1, cob_1, total_can_2, cob_2 )





```


### Metodología 1. Sin considerar ajuste por habitabilidad


```{r, message=FALSE, echo=FALSE, results= "asis"}



data_5 %>%
  kable("html", col.names = c("Cluster name", "Mean people - survey (S).", "Mean dog - S", "Cob VANCAN - S",   "Ratio HP - S", "Total houses", "Total dog vaccine VANCAN", "Total people est.1", "Total dog est.1", "Cob VANCAN est.1", "Total dog est.2",  "Cob VANCAN est.2")) %>% 
  kable_styling(full_width = TRUE, position = "center", bootstrap_options = c("striped", "hover", "condensed", "responsive"))

cat('
<ul style="font-size:16px; font-family:Georgia, serif; color:#555;">
  <li>Para estimación de denominador de perros: 
    <ul>
      <li> Est.1 Con el promedio de personas por hogar-cluster y el total de casas por cluster (SIN AJUSTAR), se obtiene el total de personas x cluster. Luego utilizando el ratio H-P se obtiene el total de perros x cluster</li>
      <li> Est. 2 Con el promedio de perros por hogar y con el total de casas por cluster (SIN AJUSTAR), se obtiene el total de perros por cluster</li>
      <li> Obs. El promedio de perro por cluster se ha obtenido teniendo en cuenta todas las casas por cada cluster. Tanto de casas con perros y de casas sin perro (valores 0)</li>
    </ul>
  </li>
</ul>
')



```




### Metodología 2. Considerando ajuste habitabilidad


```{r, message=FALSE, echo=FALSE, results= "asis"}


data_6 %>%
  kable("html", col.names = c("Cluster name", "Mean people - survey (S).", "Mean dog - S", "Cob VANCAN - S",   "Ratio HP - S", "Total houses", "Hab", "Total houses adjusted", "Total dog vaccine VANCAN", "Total people est.1", "Total dog est.1", "Cob VANCAN est.1", "Total dog est.2",  "Cob VANCAN est.2")) %>% 
  kable_styling(full_width = TRUE, position = "center", bootstrap_options = c("striped", "hover", "condensed", "responsive"))

cat('
<ul style="font-size:16px; font-family:Georgia, serif; color:#555;">
  <li>Para estimación de denominador de perros: 
    <ul>
      <li> Est.1 Con el promedio de personas por hogar-cluster y el total de casas por cluster (AJUSTADO), se obtiene el total de personas x cluster. Luego utilizando el ratio H-P se obtiene el total de perros x cluster</li>
      <li> Est. 2 Con el promedio de perros por hogar y con el total de casas por cluster (AJUSTADO), se obtiene el total de perros por cluster</li>
      <li> Obs. El promedio de perro por cluster se ha obtenido teniendo en cuenta todas las casas por cada cluster. Tanto de casas con perros y de casas sin perro (valores 0)</li>
    </ul>
  </li>
</ul>
')


```
