ENDIREH VIOLENCIA ÁMBITO FAMILIAR MUNICIPAL
Claudia Guerrero
7 de junio de 2018
Identificación de los datos que corresponden a las mujeres de 60 años y más en el municipio de Torreón
Preocupante si aumenta a nivel estatal, municipal y por la edad.
Resúmen de datos
Procedimiento
Fuente:ENCUESTA NACIONAL SOBRE LA DINÁMICA DE LAS RELACIONES EN LOS HOGARES (ENDIREH) 20161
Información en http://www.beta.inegi.org.mx/proyectos/enchogares/especiales/endireh/2016/.
Población objetivo Las mujeres de 15 años o más residentes habituales de las viviendas seleccionadas en la muestra en
- Mujeres casadas o unidas.
- Mujeres separadas, Divorciadas o Viudas.
- Mujeres solteras.
Se cubrieron los iguientes temas
- Características de la Vivienda y Hogares en la Vivienda.
- Características Sociodemográficas de las Personas Residentes de la Vivienda.
- Elegibilidad y Verificación de Estado Conyugal de la Mujer Elegida de 15 años o más.
- Situación de la Relación de Pareja / Ingresos y Recursos.
- Consentimiento y Privacidad.
- Ámbito Escolar.
- Ámbito Laboral.
- Ámbito Comunitario.
- Atención Obstétrica.
- Ámbito Familiar.
- Familia de Origen.
- Vida en Pareja.
- Tensiones y Conflictos.
- Relación Actual o última.
- Decisiones y Libertad Personal.
- Opinión sobre los Roles Masculinos y Femeninos.
- Recursos Sociales.
- División del Trabajo en el Hogar.
- Mujeres de 60 años o más.
Ámbito familiar
Se considera a las mujeres del capítulo X. Violencia en el ámbito familiar 
Creación de nuevas variables
Es necesario una nueva variable que incluya una respuesta positiva a cualquiera de las 18 preguntas de esta primera pregunta
Y de acuerdo a la siguiente definición de los distintos tipos de violencia
Identificación tipo de violencia
rm(list = ls(all = TRUE)) #clear workspace
df<-read.csv("TB_SEC_X.csv")
#df2<-read.csv("TB_SEC_XVIII.csv")
df3<-read.dbf("TSDem.dbf")
df3 <- subset(df3, select = c(ID_MUJ,EDAD))
df<-merge(df,df3,by="ID_MUJ" )
#df<- subset(df, df$DOMINIO=="R")
#str(df)
#'data.frame': 111256 obs. of 154 variables:
# $ ID_VIV : num 1e+05 1e+05 1e+05 1e+05 1e+05 ...
# $ ID_MUJ : Factor w/ 111256 levels "0100002.01.01.03",..: 92 98 100 99 103 104 101 102 105 106 ...
# $ UPM : int 100090 100097 100097 100097 100101 100101 100101 100101 100101 100103 ...
# $ REN_M_ELE : int 2 2 1 2 1 3 4 2 3 1 ...
# $ VIV_SEL : int 4 1 5 3 3 4 1 2 5 2 ...
# $ PROG : int 78 18 121 130 33 51 69 102 114 46 ...
# $ HOGAR : int 1 1 1 1 1 1 1 1 1 1 ...
# $ DOMINIO : Factor w/ 3 levels "C","R","U": 3 3 3 3 3 3 3 3 3 3 ...
# $ CVE_ENT : int 1 1 1 1 1 1 1 1 1 1 ...
# $ NOM_ENT : Factor w/ 32 levels "Aguascalientes",..: 1 1 1 1 1 1 1 1 1 1 ...
# $ CVE_MUN : int 1 1 1 1 1 1 1 1 1 1 ...
# $ NOM_MUN : Factor w/ 1334 levels "??LAMO TEMAPACHE",..: 41 41 41 41 41 41 41 41 41 41 ...
# $ COD_RES : int 1 1 1 1 1 1 1 1 1 1 ...
# $ COD_RES_MU: int 1 1 1 1 1 1 1 1 1 1 ...
# $ T_INSTRUM : Factor w/ 6 levels "A1","A2","B1",..: 1 1 3 1 4 3 5 1 5 4 ...
# $ P10_1_1 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_2 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_3 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_4 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_5 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_6 : int 4 4 4 3 4 4 4 4 4 4 ...
# $ P10_1_7 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_8 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_9 : int 4 4 3 4 4 4 4 4 4 4 ...
# $ P10_1_10 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_11 : int 4 4 4 1 4 4 4 4 4 4 ...
# $ P10_1_12 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_13 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_14 : int 4 4 4 1 4 4 4 4 4 4 ...
# $ P10_1_15 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_16 : int 4 4 3 4 4 4 4 4 4 4 ...
# $ P10_1_17 : int 4 4 4 4 4 4 4 4 4 4 ...
# $ P10_1_18 : int 4 4 4 4 4 4 4 4 4 4 ...
# FAC_MUJ
# FAC_VIV
# ESTRATO
# UPM_DIS
# EST_DIS
df$edociv<-ifelse(df$T_INSTRUM=="A1","Cas o uni",
ifelse(df$T_INSTRUM=="A2","Cas o uni",
ifelse(df$T_INSTRUM=="B1","Sep,div,viuda",
ifelse(df$T_INSTRUM=="B2","Sep,div,viuda","Soltera"))))
dfm <- subset(df, select = c(ID_VIV,ID_MUJ,UPM,edociv,EDAD,CVE_ENT,NOM_ENT,CVE_MUN,NOM_MUN,P10_1_1,P10_1_2,P10_1_3,P10_1_4,P10_1_5,P10_1_6,P10_1_7,P10_1_8,P10_1_9,P10_1_10,P10_1_11,P10_1_12,P10_1_13,P10_1_14,P10_1_15,P10_1_16,P10_1_17,P10_1_18,FAC_MUJ,FAC_VIV,ESTRATO,UPM_DIS,EST_DIS))
dfm$FAC_MUJ <- as.numeric(as.character(dfm$FAC_MUJ))
dfm$FAC_VIV <- as.numeric(as.character(dfm$FAC_VIV))
# Construcción de la variable de Entidad, se substrae los dos primeros dígitos de la variable UPM
dfm$ENT <- (dfm$CVE_ENT)
#1. la han ignorado o no la han tomado en cuenta, por ser mujer
#dfm$P10_1_1 = factor(dfm$P10_1_1, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#2. la han manoseado, tocado, besado o se le han arrimado,recargado o encimado sin su consentimiento
#dfm$P10_1_2 = factor(dfm$P10_1_2, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#3. la han obligado a tener relaciones sexuales en contra de su voluntad
#dfm$P10_1_3 = factor(dfm$P10_1_3, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#4. han tratado de obligarla a tener relaciones sexuales en contra de su voluntad
#dfm$P10_1_4 = factor(dfm$P10_1_4, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#5. la han pateado o golpeado con el puño ..................
#dfm$P10_1_5 = factor(dfm$P10_1_5, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#6. le han roto o escondido algún objeto personal.
#dfm$P10_1_6 = factor(dfm$P10_1_6, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#7. la han ofendido o humillado por el hecho de ser mujer (la hicieron sentir menos o mal)
#dfm$P10_1_7 = factor(dfm$P10_1_7, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#8. le han impedido o prohibido estudiar o trabajar.....
#dfm$P10_1_8 = factor(dfm$P10_1_8, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#9. la han obligado a poner a nombre de otra persona alguna propiedad de usted o le han quitado o robado #papeles de alguna propiedad
#dfm$P10_1_9 = factor(dfm$P10_1_9, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#10. la han atacado o agredido con un cuchillo, navaja o arma de fuego
#dfm$P10_1_10 = factor(dfm$P10_1_10, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#11. la han pellizcado, jalado el cabello, empujado, jaloneado,abofeteado o aventado algún objeto
#dfm$P10_1_11 = factor(dfm$P10_1_11, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#12 la han amenazado con hacerle daño a usted o a alguien que a usted le importa
#dfm$P10_1_12 = factor(dfm$P10_1_12, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#13 alguna persona le mostró sus partes íntimas o se las manoseó enfrente de usted.
#dfm$P10_1_13 = factor(dfm$P10_1_13, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#14. la han corrido de su casa o amenazado con correrla
#dfm$P10_1_14 = factor(dfm$P10_1_14, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#15. le han quitado su dinero o lo han usado sin su consentimiento
#dfm$P10_1_15 = factor(dfm$P10_1_15, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#16 le han quitado bienes o propiedades de usted
#dfm$P10_1_16 = factor(dfm$P10_1_16, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#17. la han encerrado o impedido salir de su casa
#dfm$P10_1_17 = factor(dfm$P10_1_17, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#18. la han obligado a mirar escenas o actos sexuales o pornográficos (fotos, revistas, videos o películas
#pornográficas)
#dfm$P10_1_18 = factor(dfm$P10_1_1, levels = c(1,2,3,4), labels = c("muchas veces", "pocas veces","una vez","no ocurrió"))
#round(prop.table(table(dfm$P10_1_1))*100,1)
#round(prop.table(table(dfm$P10_1_2))*100,1)
#round(prop.table(table(dfm$P10_1_3))*100,1)
#round(prop.table(table(dfm$P10_1_4))*100,1)
#round(prop.table(table(dfm$P10_1_5))*100,1)
#round(prop.table(table(dfm$P10_1_6))*100,1)
#round(prop.table(table(dfm$P10_1_7))*100,1)
#round(prop.table(table(dfm$P10_1_8))*100,1)
#round(prop.table(table(dfm$P10_1_9))*100,1)
#round(prop.table(table(dfm$P10_1_10))*100,1)
#round(prop.table(table(dfm$P10_1_11))*100,1)
#round(prop.table(table(dfm$P10_1_12))*100,1)
#round(prop.table(table(dfm$P10_1_13))*100,1)
#round(prop.table(table(dfm$P10_1_14))*100,1)
#round(prop.table(table(dfm$P10_1_15))*100,1)
#round(prop.table(table(dfm$P10_1_16))*100,1)
#round(prop.table(table(dfm$P10_1_17))*100,1)
#round(prop.table(table(dfm$P10_1_18))*100,1)
#violencia emocional=degradacion emocional, intimidación, amenaza, aislamiento
dfm$degradacionemocional<-ifelse((dfm$P10_1_1 == 4 & dfm$P10_1_7 == 4),2,1)
dfm$intimidacion<-ifelse((dfm$P10_1_6 == 4),2,1)
dfm$amenaza<-ifelse((dfm$P10_1_12 == 4 & dfm$P10_1_14 == 4),2,1)
dfm$aislamiento<-ifelse((dfm$P10_1_17 == 4),2,1)
dfm$violenciaemocional<-ifelse((dfm$P10_1_1 == 4 & dfm$P10_1_7 == 4 & dfm$P10_1_6 == 4 & dfm$P10_1_12 == 4 & dfm$P10_1_14 == 4 & dfm$P10_1_17 == 4),2,1)
dfm$violenciaemocionalF<-factor(dfm$violenciaemocional, levels = c(1,2), labels = c("Sí", "No") )
#Violencia económica o patrimonial, control o chantaje económico, despojo y coherción
dfm$controleconomico<-ifelse((dfm$P10_1_8 == 4),2,1)
dfm$despojoycoercion<-ifelse((dfm$P10_1_9 == 4 & dfm$P10_1_15 == 4 & dfm$P10_1_16 == 4),2,1)
dfm$violenciaeconomicapat<-ifelse((dfm$P10_1_8 == 4 & dfm$P10_1_9 == 4 & dfm$P10_1_15 == 4 & dfm$P10_1_16 == 4),2,1)
dfm$violenciaeconomicapatF<-factor(dfm$violenciaeconomicapat, levels = c(1,2), labels = c("Sí", "No") )
#Violencia física
dfm$violenciafisica<-ifelse((dfm$P10_1_11 == 4 & dfm$P10_1_10 == 4 & dfm$P10_1_5 == 4),2,1)
dfm$violenciafisicaF<-factor(dfm$violenciafisica, levels = c(1,2), labels = c("Sí", "No") )
#Violencia sexual abuso sexual, violación o intento de violación
dfm$abusosexual<-ifelse((dfm$P10_1_13 == 4 & dfm$P10_1_18 == 4),2,1)
dfm$violacion<-ifelse((dfm$P10_1_2 == 4 & dfm$P10_1_3 == 4 & dfm$P10_1_4 == 4),2,1)
dfm$violenciasexual<-ifelse((dfm$P10_1_13 == 4 & dfm$P10_1_18 == 4 & dfm$P10_1_2 == 4 & dfm$P10_1_3 == 4 & dfm$P10_1_4 == 4),2,1)
dfm$violenciasexualF<-factor(dfm$violenciasexual, levels = c(1,2), labels = c("Sí", "No") )
dfm$violencia<-ifelse((dfm$violenciaemocional == 2 & dfm$violenciaeconomicapat == 2 & dfm$violenciafisica == 2 & dfm$violenciasexual == 2),2,1)
#head(dfm)
#str(dfm)
dfm$violenciaF = factor(dfm$violencia, levels = c(1,2), labels = c("Sí", "No") )
# ifelse((dfm$P10_1_1 == 4 & dfm$P10_1_7 == 4 & dfm$P10_1_6 == 4 & dfm$P10_1_12 == 4 & dfm$P10_1_14 == 4 & dfm$P10_1_17 == 4),2,1)La violencia emocional está compuesta por la degradación emocional, la intimidación, la amenaza y el aislamiento, se trabajó con el complemento de las distintas combinaciones, cuando no hay ninguna de ellas entonces no hay violencia emocional, y el complemento es quienes si la sufren
La violencia económica está compuesta de la patrimonial, del control o chantaje económico, del despojo y de la coherción, de igual forma cuando no existe ninguna de ellas no hay violencia económica, pero si hubiera al menos una de ellas entonces si existiría la violencia económica.
La violencia física es una variable simpel
Y la violencia sexual, se debe a un abuso sexual, a una violación o intento de, de igual forma si no existe alguno de ellos entonces no hubo violencia sexual
Estos cuatro tipos de violencia dentro del ámbito familiar de igual forma se combinan para determinar si la persona encuestada ha padecido o no incidentes de violencia.
Los resultados muestrales que se obtienen son
round(prop.table(table(dfm$violenciaF))*100,1) ##
## Sí No
## 9.4 90.6Y coinciden con los tabulados básicos que se obtienen para el capítulo X del indicador 1.1 publicados en http://www.beta.inegi.org.mx/contenidos/proyectos/enchogares/especiales/endireh/2016/tabulados/X_ambito_familiar_estimaciones_endireh2016.xlsx
Tabulados básicos muestrales
Tabulados básicos estimadores puntuales de la población
Las encuestas del INEGI se aplican a muestras complejas en las que se estratifica (se divide a la población en grupos relativamente homogéneos (estratos) y se toma la muestra con un número determinado por cada uno de ellos, y a través de los clústeres, dividiendo a la población y muestreo en grupos lo que disminuye la precisión de un cierto tamaño de muestra, pero a menor costo. Cuando se trabaja con los datos abiertos, los valores de la encuesta resultan de observaciones que no tienen todas las mismas probabilidades de selección ni son independientes, por los que para tomar en cuenta esta probabilidad y poder aplicarlo a los estimadores de la población que resultarían sesgados es necesario tomar en cuenta las estimaciones para muestras complejas. Por esa razón el INEGI presenta en los informes de Tabulados Básicos los resultados para la muestra y además los resultados de los estimadores de población.
Conglomerado: La variable UPM_DIS identifica el conglomerado o unidad primaria de muestreo. Estrato: La variable EST_DIS identifica el estrato al que pertenece la unidad primaria de muestreo. Ponderador a nivel individual: La variable FAC_ELE contiene el factor de expansión (ponderador) que incorpora la probabilidad de selección del individuo y ajuste por no-respuesta, omisión de delitos y proyección de la población. De acuerdo con la metodología de la encuesta, este ponderador es “requerido para estimar resultados de las preguntas de percepción de la seguridad pública y la victimización de la población de 18 años y #más
Para poder realizar el análisis de la encuesta del ENDIREH, en lo que se refiere a la violencia en el ámbito familiar se utilizó como fuente el post de Javier Márquez dedicado al análisis de la ENVIPE http://javier-marquez.org/2015/10/12/como-analizar-la-envipe-en-r/
Y el documento elaborado por el INEGI “Descripción del cálculo de los principales indicadores con R” y que puede ser consultado en http://www.beta.inegi.org.mx/contenidos/proyectos/enchogares/regulares/envipe/2016/doc/calculo_indicadores_r_envipe2016.pdf
Tabulados básicos estimaciones puntuales
Diseño de los datos de la encuesta, de acuerdo a los factores de expansión de UPM y Estrato
Violencia Familiar uso del paquete survey
design = svydesign(id=~UPM_DIS,strata=~EST_DIS, weights=~dfm$FAC_MUJ, data=dfm)
svymean(~violenciaF, design)## mean SE
## violenciaFSí 0.10312 0.0015
## violenciaFNo 0.89688 0.0015svytotal(~violenciaF, design)## total SE
## violenciaFSí 4795414 74425
## violenciaFNo 41706326 162424total.edo = svyby(~violenciaF, by=dfm$ENT, design=design, svytotal)
total.edo## by violenciaFSí violenciaFNo se.violenciaFSí se.violenciaFNo
## 1 1 60427 423747 3430.969 6798.553
## 2 2 101350 1200308 7515.488 21735.792
## 3 3 19262 264204 1654.301 4322.523
## 4 4 31531 320997 2225.483 5127.041
## 5 5 128370 980598 7588.971 15121.262
## 6 6 27049 251018 1886.741 4097.293
## 7 7 140505 1717402 9849.872 26160.632
## 8 8 133590 1229592 8856.877 23265.501
## 9 9 365126 3390998 23620.947 47852.796
## 10 10 80950 571109 4877.552 9997.222
## 11 11 193470 2008590 13456.949 33879.689
## 12 12 119627 1180094 8538.961 20891.386
## 13 13 120776 997152 7935.902 18440.903
## 14 14 387769 2638412 23391.167 45490.092
## 15 15 824995 5860460 47928.805 102977.382
## 16 16 211394 1509545 12790.093 26278.704
## 17 17 76379 696285 5105.051 11984.374
## 18 18 44209 423568 2733.665 6639.695
## 19 19 133955 1813269 10595.299 29342.603
## 20 20 171047 1342669 11291.522 23836.075
## 21 21 261177 2096267 16225.494 34674.340
## 22 22 88764 681460 5068.396 12145.069
## 23 23 58559 524233 3713.304 9719.803
## 24 24 93275 940904 7240.799 14502.302
## 25 25 111489 1031570 7429.641 16695.812
## 26 26 96262 1005744 6264.676 15464.656
## 27 27 72195 822559 5305.809 12668.433
## 28 28 110065 1244495 7611.512 20123.155
## 29 29 49482 444175 3003.183 6861.208
## 30 30 350938 2808720 21580.412 45125.372
## 31 31 75497 752254 4894.115 12379.225
## 32 32 55930 533928 3496.517 8764.784prop.edo = svyby(~violenciaF, by=dfm$ENT, design=design, svymean)
prop.edo## by violenciaFSí violenciaFNo se.violenciaFSí se.violenciaFNo
## 1 1 0.12480431 0.8751957 0.006916647 0.006916647
## 2 2 0.07786223 0.9221378 0.005713100 0.005713100
## 3 3 0.06795171 0.9320483 0.005607868 0.005607868
## 4 4 0.08944254 0.9105575 0.006291869 0.006291869
## 5 5 0.11575627 0.8842437 0.006648756 0.006648756
## 6 6 0.09727512 0.9027249 0.006515831 0.006515831
## 7 7 0.07562542 0.9243746 0.005214858 0.005214858
## 8 8 0.09799865 0.9020013 0.006258113 0.006258113
## 9 9 0.09720819 0.9027918 0.006091975 0.006091975
## 10 10 0.12414521 0.8758548 0.006975303 0.006975303
## 11 11 0.08785864 0.9121414 0.005836547 0.005836547
## 12 12 0.09204052 0.9079595 0.006321766 0.006321766
## 13 13 0.10803558 0.8919644 0.006688526 0.006688526
## 14 14 0.12813807 0.8718619 0.007463908 0.007463908
## 15 15 0.12340147 0.8765985 0.006844818 0.006844818
## 16 16 0.12283643 0.8771636 0.007099700 0.007099700
## 17 17 0.09885151 0.9011485 0.006532637 0.006532637
## 18 18 0.09450871 0.9054913 0.005697874 0.005697874
## 19 19 0.06879280 0.9312072 0.005289491 0.005289491
## 20 20 0.11299808 0.8870019 0.007079839 0.007079839
## 21 21 0.11078821 0.8892118 0.006667306 0.006667306
## 22 22 0.11524440 0.8847556 0.006385396 0.006385396
## 23 23 0.10048010 0.8995199 0.006250764 0.006250764
## 24 24 0.09019232 0.9098077 0.006724921 0.006724921
## 25 25 0.09753565 0.9024644 0.006283704 0.006283704
## 26 26 0.08735161 0.9126484 0.005538777 0.005538777
## 27 27 0.08068698 0.9193130 0.005784796 0.005784796
## 28 28 0.08125517 0.9187448 0.005433119 0.005433119
## 29 29 0.10023559 0.8997644 0.005920862 0.005920862
## 30 30 0.11106835 0.8889317 0.006683338 0.006683338
## 31 31 0.09120738 0.9087926 0.005941789 0.005941789
## 32 32 0.09481943 0.9051806 0.005584443 0.005584443Violencia emocional, resultado de la degradación, intimidación, amenaza y aislamiento
svymean(~violenciaemocionalF, design)## mean SE
## violenciaemocionalFSí 0.08135 0.0014
## violenciaemocionalFNo 0.91865 0.0014svytotal(~violenciaemocionalF, design)## total SE
## violenciaemocionalFSí 3782923 66988
## violenciaemocionalFNo 42718817 163554total.edo = svyby(~violenciaemocionalF, by=dfm$ENT, design=design, svytotal)
total.edo## by violenciaemocionalFSí violenciaemocionalFNo se.violenciaemocionalFSí
## 1 1 49179 434995 3129.347
## 2 2 76630 1225028 6786.358
## 3 3 15991 267475 1492.076
## 4 4 22810 329718 1957.797
## 5 5 102820 1006148 6917.931
## 6 6 20677 257390 1590.196
## 7 7 103976 1753931 8376.809
## 8 8 106315 1256867 8000.034
## 9 9 297995 3458129 21387.817
## 10 10 62248 589811 4272.890
## 11 11 143072 2058988 11436.570
## 12 12 90828 1208893 7246.927
## 13 13 91251 1026677 5856.955
## 14 14 312162 2714019 21288.792
## 15 15 666766 6018689 44210.174
## 16 16 166771 1554168 11373.851
## 17 17 58894 713770 4255.210
## 18 18 33615 434162 2364.066
## 19 19 102603 1844621 9315.067
## 20 20 131406 1382310 9934.969
## 21 21 212488 2144956 14314.792
## 22 22 71816 698408 4716.039
## 23 23 45456 537336 3293.702
## 24 24 76289 957890 6598.371
## 25 25 88493 1054566 6957.365
## 26 26 74293 1027713 5642.748
## 27 27 54783 839971 4851.140
## 28 28 85862 1268698 6871.067
## 29 29 38662 454995 2641.281
## 30 30 273984 2885674 18259.248
## 31 31 59525 768226 4289.958
## 32 32 45263 544595 3168.893
## se.violenciaemocionalFNo
## 1 6776.718
## 2 21696.076
## 3 4364.522
## 4 5094.435
## 5 15176.577
## 6 4104.860
## 7 26041.856
## 8 23543.097
## 9 47566.601
## 10 10101.880
## 11 34659.859
## 12 21225.861
## 13 18677.751
## 14 44606.281
## 15 104499.703
## 16 26855.115
## 17 11877.939
## 18 6562.202
## 19 29960.988
## 20 24089.072
## 21 34624.869
## 22 12165.036
## 23 9709.957
## 24 14725.773
## 25 16902.241
## 26 15205.579
## 27 12707.727
## 28 20371.231
## 29 6850.402
## 30 44971.124
## 31 12347.259
## 32 8771.957prop.edo = svyby(~violenciaemocionalF, by=dfm$ENT, design=design, svymean)
prop.edo## by violenciaemocionalFSí violenciaemocionalFNo se.violenciaemocionalFSí
## 1 1 0.10157299 0.8984270 0.006334242
## 2 2 0.05887107 0.9411289 0.005162244
## 3 3 0.05641241 0.9435876 0.005097871
## 4 4 0.06470408 0.9352959 0.005545531
## 5 5 0.09271683 0.9072832 0.006105911
## 6 6 0.07435978 0.9256402 0.005533896
## 7 7 0.05596405 0.9440360 0.004446519
## 8 8 0.07799032 0.9220097 0.005716709
## 9 9 0.07933577 0.9206642 0.005533101
## 10 10 0.09546375 0.9045362 0.006188611
## 11 11 0.06497189 0.9350281 0.005054919
## 12 12 0.06988269 0.9301173 0.005446203
## 13 13 0.08162511 0.9183749 0.004995962
## 14 14 0.10315378 0.8968462 0.006768780
## 15 15 0.09973383 0.9002662 0.006397417
## 16 16 0.09690698 0.9030930 0.006431924
## 17 17 0.07622201 0.9237780 0.005465386
## 18 18 0.07186116 0.9281388 0.004920290
## 19 19 0.05269193 0.9473081 0.004722247
## 20 20 0.08681021 0.9131898 0.006306241
## 21 21 0.09013491 0.9098651 0.005914307
## 22 22 0.09324041 0.9067596 0.005961187
## 23 23 0.07799695 0.9220030 0.005558355
## 24 24 0.07376769 0.9262323 0.006197923
## 25 25 0.07741770 0.9225823 0.005943381
## 26 26 0.06741615 0.9325839 0.004965278
## 27 27 0.06122688 0.9387731 0.005319154
## 28 28 0.06338737 0.9366126 0.004957793
## 29 29 0.07831754 0.9216825 0.005232120
## 30 30 0.08671318 0.9132868 0.005697419
## 31 31 0.07191172 0.9280883 0.005229766
## 32 32 0.07673542 0.9232646 0.005081754
## se.violenciaemocionalFNo
## 1 0.006334242
## 2 0.005162244
## 3 0.005097871
## 4 0.005545531
## 5 0.006105911
## 6 0.005533896
## 7 0.004446519
## 8 0.005716709
## 9 0.005533101
## 10 0.006188611
## 11 0.005054919
## 12 0.005446203
## 13 0.004995962
## 14 0.006768780
## 15 0.006397417
## 16 0.006431924
## 17 0.005465386
## 18 0.004920290
## 19 0.004722247
## 20 0.006306241
## 21 0.005914307
## 22 0.005961187
## 23 0.005558355
## 24 0.006197923
## 25 0.005943381
## 26 0.004965278
## 27 0.005319154
## 28 0.004957793
## 29 0.005232120
## 30 0.005697419
## 31 0.005229766
## 32 0.005081754Violencia económica o patrimonial, que resulta del control, chantaje económico, despojo y coherción
svymean(~violenciaeconomicapatF, design)## mean SE
## violenciaeconomicapatFSí 0.030953 9e-04
## violenciaeconomicapatFNo 0.969047 9e-04svytotal(~violenciaeconomicapatF, design)## total SE
## violenciaeconomicapatFSí 1439366 40209
## violenciaeconomicapatFNo 45062374 164720total.edo = svyby(~violenciaeconomicapatF, by=dfm$ENT, design=design, svytotal)
total.edo## by violenciaeconomicapatFSí violenciaeconomicapatFNo
## 1 1 17844 466330
## 2 2 32578 1269080
## 3 3 6306 277160
## 4 4 10785 341743
## 5 5 40198 1068770
## 6 6 7229 270838
## 7 7 37178 1820729
## 8 8 28790 1334392
## 9 9 94563 3661561
## 10 10 23168 628891
## 11 11 50330 2151730
## 12 12 37387 1262334
## 13 13 34508 1083420
## 14 14 104533 2921648
## 15 15 258695 6426760
## 16 16 61469 1659470
## 17 17 22033 750631
## 18 18 12216 455561
## 19 19 42538 1904686
## 20 20 62193 1451523
## 21 21 95596 2261848
## 22 22 23696 746528
## 23 23 23516 559276
## 24 24 23674 1010505
## 25 25 34089 1108970
## 26 26 26844 1075162
## 27 27 20353 874401
## 28 28 29288 1325272
## 29 29 16284 477373
## 30 30 122386 3037272
## 31 31 22415 805336
## 32 32 16684 573174
## se.violenciaeconomicapatFSí se.violenciaeconomicapatFNo
## 1 1814.0680 6725.837
## 2 4540.4586 21893.316
## 3 857.0846 4514.851
## 4 1293.2789 4961.884
## 5 4092.6943 15119.790
## 6 885.4027 4237.124
## 7 5159.1656 25964.670
## 8 4306.6832 23782.887
## 9 11254.0644 48024.042
## 10 2564.7912 10668.115
## 11 6836.2600 35056.093
## 12 4592.7355 21309.482
## 13 3981.1917 19311.169
## 14 11837.6294 45890.394
## 15 25855.8897 105465.211
## 16 6273.7694 26917.614
## 17 2726.5061 11726.043
## 18 1352.7928 6655.294
## 19 6057.2661 29568.701
## 20 6320.8520 24608.152
## 21 9488.3542 34495.091
## 22 2698.9498 12378.665
## 23 2363.1404 9746.066
## 24 2883.2253 14752.427
## 25 3910.8653 16875.266
## 26 3251.3959 15733.992
## 27 2330.5755 12515.562
## 28 4237.3047 20481.008
## 29 1733.8216 6883.723
## 30 14185.1338 44135.234
## 31 2854.6326 11791.728
## 32 2022.1643 9335.571prop.edo = svyby(~violenciaeconomicapatF, by=dfm$ENT, design=design, svymean)
prop.edo## by violenciaeconomicapatFSí violenciaeconomicapatFNo
## 1 1 0.03685452 0.9631455
## 2 2 0.02502808 0.9749719
## 3 3 0.02224605 0.9777539
## 4 4 0.03059331 0.9694067
## 5 5 0.03624812 0.9637519
## 6 6 0.02599733 0.9740027
## 7 7 0.02001069 0.9799893
## 8 8 0.02111970 0.9788803
## 9 9 0.02517569 0.9748243
## 10 10 0.03553053 0.9644695
## 11 11 0.02285587 0.9771441
## 12 12 0.02876540 0.9712346
## 13 13 0.03086782 0.9691322
## 14 14 0.03454288 0.9654571
## 15 15 0.03869520 0.9613048
## 16 16 0.03571829 0.9642817
## 17 17 0.02851563 0.9714844
## 18 18 0.02611501 0.9738850
## 19 19 0.02184546 0.9781545
## 20 20 0.04108631 0.9589137
## 21 21 0.04055070 0.9594493
## 22 22 0.03076508 0.9692349
## 23 23 0.04035059 0.9596494
## 24 24 0.02289159 0.9771084
## 25 25 0.02982261 0.9701774
## 26 26 0.02435921 0.9756408
## 27 27 0.02274703 0.9772530
## 28 28 0.02162178 0.9783782
## 29 29 0.03298647 0.9670135
## 30 30 0.03873394 0.9612661
## 31 31 0.02707940 0.9729206
## 32 32 0.02828477 0.9717152
## se.violenciaeconomicapatFSí se.violenciaeconomicapatFNo
## 1 0.003728362 0.003728362
## 2 0.003494284 0.003494284
## 3 0.003008973 0.003008973
## 4 0.003663298 0.003663298
## 5 0.003670632 0.003670632
## 6 0.003174826 0.003174826
## 7 0.002756661 0.002756661
## 8 0.003126801 0.003126801
## 9 0.002974651 0.002974651
## 10 0.003888978 0.003888978
## 11 0.003068314 0.003068314
## 12 0.003488389 0.003488389
## 13 0.003508545 0.003508545
## 14 0.003892752 0.003892752
## 15 0.003815578 0.003815578
## 16 0.003608757 0.003608757
## 17 0.003508061 0.003508061
## 18 0.002868893 0.002868893
## 19 0.003070518 0.003070518
## 20 0.004106926 0.004106926
## 21 0.003959711 0.003959711
## 22 0.003491079 0.003491079
## 23 0.004022838 0.004022838
## 24 0.002754749 0.002754749
## 25 0.003385779 0.003385779
## 26 0.002946770 0.002946770
## 27 0.002564029 0.002564029
## 28 0.003095114 0.003095114
## 29 0.003480749 0.003480749
## 30 0.004426659 0.004426659
## 31 0.003421437 0.003421437
## 32 0.003406249 0.003406249Violencia física
svymean(~violenciafisicaF, design)## mean SE
## violenciafisicaFSí 0.028219 8e-04
## violenciafisicaFNo 0.971781 8e-04svytotal(~violenciafisicaF, design)## total SE
## violenciafisicaFSí 1312240 37240
## violenciafisicaFNo 45189500 164034total.edo = svyby(~violenciafisicaF, by=dfm$ENT, design=design, svytotal)
total.edo## by violenciafisicaFSí violenciafisicaFNo se.violenciafisicaFSí
## 1 1 20797 463377 2079.5786
## 2 2 31383 1270275 4203.9648
## 3 3 4972 278494 789.5488
## 4 4 10019 342509 1248.6572
## 5 5 39297 1069671 4262.4159
## 6 6 7479 270588 956.1640
## 7 7 34359 1823548 4979.5245
## 8 8 41508 1321674 5087.8858
## 9 9 118021 3638103 13560.8284
## 10 10 27352 624707 2719.9038
## 11 11 59439 2142621 7809.5144
## 12 12 30379 1269342 3831.6362
## 13 13 37803 1080125 5195.2399
## 14 14 96472 2929709 11187.7918
## 15 15 189558 6495897 21712.3712
## 16 16 64446 1656493 7197.4107
## 17 17 25587 747077 3029.4202
## 18 18 14399 453378 1623.3557
## 19 19 40544 1906680 6140.7396
## 20 20 43558 1470158 5426.4238
## 21 21 64124 2293320 7206.4280
## 22 22 24849 745375 2879.8877
## 23 23 17293 565499 1915.1711
## 24 24 26368 1007811 3749.7556
## 25 25 38575 1104484 4365.9515
## 26 26 31041 1070965 3559.2708
## 27 27 17921 876833 2503.2149
## 28 28 30489 1324071 4298.4771
## 29 29 11389 482268 1489.7766
## 30 30 79246 3080412 11198.6246
## 31 31 18825 808926 2485.4996
## 32 32 14748 575110 1823.9613
## se.violenciafisicaFNo
## 1 6709.319
## 2 21594.572
## 3 4553.318
## 4 5014.639
## 5 14784.520
## 6 4256.061
## 7 25540.082
## 8 23829.043
## 9 47880.980
## 10 10551.856
## 11 34389.861
## 12 21408.527
## 13 18765.228
## 14 45904.757
## 15 104660.406
## 16 26649.747
## 17 11845.402
## 18 6770.104
## 19 29541.779
## 20 24971.009
## 21 34673.358
## 22 12514.192
## 23 9689.241
## 24 14668.671
## 25 16921.880
## 26 15494.160
## 27 12811.000
## 28 20291.665
## 29 6900.233
## 30 44659.748
## 31 12026.754
## 32 9237.154prop.edo = svyby(~violenciafisicaF, by=dfm$ENT, design=design, svymean)
prop.edo## by violenciafisicaFSí violenciafisicaFNo se.violenciafisicaFSí
## 1 1 0.04295357 0.9570464 0.004255294
## 2 2 0.02411002 0.9758900 0.003212895
## 3 3 0.01754002 0.9824600 0.002787119
## 4 4 0.02842044 0.9715796 0.003555879
## 5 5 0.03543565 0.9645644 0.003780855
## 6 6 0.02689640 0.9731036 0.003432052
## 7 7 0.01849339 0.9815066 0.002639523
## 8 8 0.03044935 0.9695507 0.003693249
## 9 9 0.03142095 0.9685790 0.003570437
## 10 10 0.04194712 0.9580529 0.004091238
## 11 11 0.02699245 0.9730075 0.003464935
## 12 12 0.02337348 0.9766265 0.002923250
## 13 13 0.03381524 0.9661848 0.004511680
## 14 14 0.03187912 0.9681209 0.003683541
## 15 15 0.02835379 0.9716462 0.003193528
## 16 16 0.03744816 0.9625518 0.004109590
## 17 17 0.03311530 0.9668847 0.003911245
## 18 18 0.03078176 0.9692182 0.003466944
## 19 19 0.02082144 0.9791786 0.003112695
## 20 20 0.02877554 0.9712245 0.003565608
## 21 21 0.02720065 0.9727994 0.003026997
## 22 22 0.03226204 0.9677380 0.003745091
## 23 23 0.02967268 0.9703273 0.003254354
## 24 24 0.02549655 0.9745034 0.003572091
## 25 25 0.03374716 0.9662528 0.003779827
## 26 26 0.02816772 0.9718323 0.003194667
## 27 27 0.02002897 0.9799710 0.002792314
## 28 28 0.02250842 0.9774916 0.003124007
## 29 29 0.02307067 0.9769293 0.003000815
## 30 30 0.02508056 0.9749194 0.003526922
## 31 31 0.02274235 0.9772577 0.003015027
## 32 32 0.02500263 0.9749974 0.003054798
## se.violenciafisicaFNo
## 1 0.004255294
## 2 0.003212895
## 3 0.002787119
## 4 0.003555879
## 5 0.003780855
## 6 0.003432052
## 7 0.002639523
## 8 0.003693249
## 9 0.003570437
## 10 0.004091238
## 11 0.003464935
## 12 0.002923250
## 13 0.004511680
## 14 0.003683541
## 15 0.003193528
## 16 0.004109590
## 17 0.003911245
## 18 0.003466944
## 19 0.003112695
## 20 0.003565608
## 21 0.003026997
## 22 0.003745091
## 23 0.003254354
## 24 0.003572091
## 25 0.003779827
## 26 0.003194667
## 27 0.002792314
## 28 0.003124007
## 29 0.003000815
## 30 0.003526922
## 31 0.003015027
## 32 0.003054798Violencia sexual abuso sexual, violación o intento de violación
svymean(~violenciasexualF, design)## mean SE
## violenciasexualFSí 0.011359 5e-04
## violenciasexualFNo 0.988641 5e-04svytotal(~violenciasexualF, design)## total SE
## violenciasexualFSí 528212 22035
## violenciasexualFNo 45973528 166231total.edo = svyby(~violenciasexualF, by=dfm$ENT, design=design, svytotal)
total.edo## by violenciasexualFSí violenciasexualFNo se.violenciasexualFSí
## 1 1 6776 477398 1219.3919
## 2 2 14061 1287597 2544.5099
## 3 3 3443 280023 645.6688
## 4 4 4557 347971 807.0402
## 5 5 16580 1092388 2404.1299
## 6 6 4780 273287 688.6535
## 7 7 19239 1838668 3557.4929
## 8 8 15283 1347899 2887.0373
## 9 9 42119 3714005 7164.8436
## 10 10 9569 642490 1706.7176
## 11 11 22949 2179111 4169.0145
## 12 12 15356 1284365 2826.1282
## 13 13 14742 1103186 2656.2596
## 14 14 38143 2988038 6506.2446
## 15 15 86278 6599177 14254.0960
## 16 16 13647 1707292 2684.2115
## 17 17 10109 762555 2092.4786
## 18 18 7267 460510 1157.1242
## 19 19 16126 1931098 3344.6334
## 20 20 12065 1501651 2725.7207
## 21 21 22964 2334480 4075.9110
## 22 22 10301 759923 1721.4967
## 23 23 8985 573807 1398.0028
## 24 24 9026 1025153 1660.6196
## 25 25 14866 1128193 2579.8966
## 26 26 16501 1085505 2630.8809
## 27 27 8860 885894 1480.4237
## 28 28 18021 1336539 3377.2677
## 29 29 5155 488502 914.9983
## 30 30 28536 3131122 5479.3797
## 31 31 6247 821504 1397.4236
## 32 32 5661 584197 1129.9381
## se.violenciasexualFNo
## 1 6654.253
## 2 21761.797
## 3 4494.044
## 4 4898.640
## 5 15230.310
## 6 4195.449
## 7 26139.966
## 8 23738.573
## 9 48256.542
## 10 10688.114
## 11 35386.476
## 12 21451.208
## 13 19534.671
## 14 46031.825
## 15 107394.546
## 16 26711.137
## 17 11711.694
## 18 6836.322
## 19 29706.091
## 20 24764.289
## 21 34354.855
## 22 12361.647
## 23 9755.508
## 24 14921.330
## 25 16921.114
## 26 15519.791
## 27 12858.804
## 28 20581.948
## 29 6898.742
## 30 44204.355
## 31 11726.846
## 32 9257.210prop.edo = svyby(~violenciasexualF, by=dfm$ENT, design=design, svymean)
prop.edo## by violenciasexualFSí violenciasexualFNo se.violenciasexualFSí
## 1 1 0.013994969 0.9860050 0.002506102
## 2 2 0.010802377 0.9891976 0.001962340
## 3 3 0.012146077 0.9878539 0.002264637
## 4 4 0.012926633 0.9870734 0.002285181
## 5 5 0.014950837 0.9850492 0.002180647
## 6 6 0.017190102 0.9828099 0.002459701
## 7 7 0.010355201 0.9896448 0.001912618
## 8 8 0.011211269 0.9887887 0.002095556
## 9 9 0.011213421 0.9887866 0.001906130
## 10 10 0.014675052 0.9853249 0.002601080
## 11 11 0.010421605 0.9895784 0.001887328
## 12 12 0.011814843 0.9881852 0.002162521
## 13 13 0.013186896 0.9868131 0.002366284
## 14 14 0.012604335 0.9873957 0.002158276
## 15 15 0.012905330 0.9870947 0.002140389
## 16 16 0.007929973 0.9920700 0.001541230
## 17 17 0.013083307 0.9869167 0.002698256
## 18 18 0.015535180 0.9844648 0.002492915
## 19 19 0.008281533 0.9917185 0.001703792
## 20 20 0.007970452 0.9920295 0.001788884
## 21 21 0.009741059 0.9902589 0.001705926
## 22 22 0.013374031 0.9866260 0.002232495
## 23 23 0.015417164 0.9845828 0.002391766
## 24 24 0.008727696 0.9912723 0.001602721
## 25 25 0.013005453 0.9869945 0.002245313
## 26 26 0.014973603 0.9850264 0.002370741
## 27 27 0.009902163 0.9900978 0.001663744
## 28 28 0.013303951 0.9866960 0.002478192
## 29 29 0.010442473 0.9895575 0.001849792
## 30 30 0.009031357 0.9909686 0.001727522
## 31 31 0.007546956 0.9924530 0.001679107
## 32 32 0.009597225 0.9904028 0.001900250
## se.violenciasexualFNo
## 1 0.002506102
## 2 0.001962340
## 3 0.002264637
## 4 0.002285181
## 5 0.002180647
## 6 0.002459701
## 7 0.001912618
## 8 0.002095556
## 9 0.001906130
## 10 0.002601080
## 11 0.001887328
## 12 0.002162521
## 13 0.002366284
## 14 0.002158276
## 15 0.002140389
## 16 0.001541230
## 17 0.002698256
## 18 0.002492915
## 19 0.001703792
## 20 0.001788884
## 21 0.001705926
## 22 0.002232495
## 23 0.002391766
## 24 0.001602721
## 25 0.002245313
## 26 0.002370741
## 27 0.001663744
## 28 0.002478192
## 29 0.001849792
## 30 0.001727522
## 31 0.001679107
## 32 0.001900250Estimación puntual por municipio.
Elección de los municipios del estado de Coahuila. Torreón es el municipío número 35 
dfmc<-dfm[dfm$CVE_ENT %in% c(5),] #Elección de Coahuila
dfmc$ENT <- (dfmc$CVE_MUN) #Agregar por municipio
design = svydesign(id=~UPM_DIS,strata=~EST_DIS, weights=~dfmc$FAC_MUJ, data=dfmc)
dfmc$violenciaF = factor(dfmc$violencia, levels = c(1,2), labels = c("Sí", "No") )
svymean(~violenciaF, design)## mean SE
## violenciaFSí 0.11576 0.0066
## violenciaFNo 0.88424 0.0066svytotal(~violenciaF, design)## total SE
## violenciaFSí 128370 7589
## violenciaFNo 980598 15121total.edo = svyby(~violenciaF, by=dfmc$ENT, design=design, svytotal)
total.edo## by violenciaFSí violenciaFNo se.violenciaFSí se.violenciaFNo
## 2 2 7020 47980 1585.7439 2796.235
## 3 3 310 9919 310.0000 5526.073
## 4 4 1140 16941 732.1049 9519.700
## 6 6 1040 3328 1040.0000 3328.000
## 7 7 1535 15574 1131.6877 8306.642
## 9 9 4440 24434 2045.4295 9099.219
## 10 10 3726 26989 1541.8110 5032.877
## 17 17 4105 42225 1683.0766 9488.414
## 18 18 5130 77589 1434.3180 3783.407
## 20 20 0 8031 0.0000 5734.221
## 21 21 0 6807 0.0000 6807.000
## 22 22 797 4675 585.2085 3306.271
## 23 23 1506 6784 1072.9765 4060.597
## 24 24 2793 16958 1547.9553 7973.032
## 25 25 5659 52902 1528.0900 3843.406
## 26 26 0 4238 0.0000 4238.000
## 27 27 6586 33562 2189.0461 4323.138
## 28 28 2799 16341 416.4397 2580.424
## 30 30 30531 279917 3964.3217 9435.216
## 31 31 1744 10855 1744.0000 6350.359
## 32 32 925 10062 739.2598 6708.637
## 33 33 5870 44418 2073.5905 12577.380
## 35 35 40236 211023 4222.6513 9102.703
## 37 37 0 4983 0.0000 4983.000
## 38 38 478 4063 478.0000 4063.000prop.edo = svyby(~violenciaF, by=dfmc$ENT, design=design, svymean)
prop.edo## by violenciaFSí violenciaFNo se.violenciaFSí se.violenciaFNo
## 2 2 0.12763636 0.8723636 2.751152e-02 2.751152e-02
## 3 3 0.03030599 0.9696940 2.593905e-02 2.593905e-02
## 4 4 0.06304961 0.9369504 3.126204e-02 3.126204e-02
## 6 6 0.23809524 0.7619048 2.428613e-17 5.204170e-17
## 7 7 0.08971886 0.9102811 4.165756e-02 4.165756e-02
## 9 9 0.15377156 0.8462284 3.334585e-02 3.334585e-02
## 10 10 0.12130881 0.8786912 4.894965e-02 4.894965e-02
## 17 17 0.08860350 0.9113965 2.367958e-02 2.367958e-02
## 18 18 0.06201719 0.9379828 1.751279e-02 1.751279e-02
## 20 20 0.00000000 1.0000000 0.000000e+00 0.000000e+00
## 21 21 0.00000000 1.0000000 0.000000e+00 0.000000e+00
## 22 22 0.14565058 0.8543494 2.301969e-02 2.301969e-02
## 23 23 0.18166466 0.8183353 8.553636e-02 8.553636e-02
## 24 24 0.14141056 0.8585894 3.281304e-02 3.281304e-02
## 25 25 0.09663428 0.9033657 2.571152e-02 2.571152e-02
## 26 26 0.00000000 1.0000000 0.000000e+00 0.000000e+00
## 27 27 0.16404304 0.8359570 4.414302e-02 4.414302e-02
## 28 28 0.14623824 0.8537618 1.045954e-02 1.045954e-02
## 30 30 0.09834497 0.9016550 1.264877e-02 1.264877e-02
## 31 31 0.13842368 0.8615763 9.385138e-02 9.385138e-02
## 32 32 0.08419041 0.9158096 3.469243e-02 3.469243e-02
## 33 33 0.11672765 0.8832724 2.701790e-02 2.701790e-02
## 35 35 0.16013755 0.8398625 1.629155e-02 1.629155e-02
## 37 37 0.00000000 1.0000000 0.000000e+00 1.110223e-16
## 38 38 0.10526316 0.8947368 6.938894e-18 1.092876e-16svymean(~violenciaemocionalF, design)## mean SE
## violenciaemocionalFSí 0.092717 0.0061
## violenciaemocionalFNo 0.907283 0.0061svytotal(~violenciaemocionalF, design)## total SE
## violenciaemocionalFSí 102820 6917.9
## violenciaemocionalFNo 1006148 15176.6total.edo = svyby(~violenciaemocionalF, by=dfmc$ENT, design=design, svytotal)
total.edo## by violenciaemocionalFSí violenciaemocionalFNo se.violenciaemocionalFSí
## 2 2 5598 49402 1409.5506
## 3 3 310 9919 310.0000
## 4 4 705 17376 492.8231
## 6 6 1040 3328 1040.0000
## 7 7 1535 15574 1131.6877
## 9 9 3552 25322 1836.2522
## 10 10 2625 28090 827.3109
## 17 17 2967 43363 1273.0997
## 18 18 4198 78521 1293.4191
## 20 20 0 8031 0.0000
## 21 21 0 6807 0.0000
## 22 22 797 4675 585.2085
## 23 23 1138 7152 1138.0000
## 24 24 1727 18024 1022.3445
## 25 25 3345 55216 1225.8780
## 26 26 0 4238 0.0000
## 27 27 5696 34452 2071.5074
## 28 28 2066 17074 536.3674
## 30 30 26435 284013 3695.9065
## 31 31 1744 10855 1744.0000
## 32 32 741 10246 563.2415
## 33 33 4922 45366 1820.8052
## 35 35 31201 220058 3809.2360
## 37 37 0 4983 0.0000
## 38 38 478 4063 478.0000
## se.violenciaemocionalFNo
## 2 2747.202
## 3 5526.073
## 4 9677.721
## 6 3328.000
## 7 8306.642
## 9 9469.304
## 10 5076.101
## 17 9683.376
## 18 3655.717
## 20 5734.221
## 21 6807.000
## 22 3306.271
## 23 4351.088
## 24 8586.866
## 25 3885.039
## 26 4238.000
## 27 4371.548
## 28 2623.091
## 30 9330.986
## 31 6350.359
## 32 6830.813
## 33 12818.247
## 35 9392.365
## 37 4983.000
## 38 4063.000prop.edo = svyby(~violenciaemocionalF, by=dfmc$ENT, design=design, svymean)
prop.edo## by violenciaemocionalFSí violenciaemocionalFNo se.violenciaemocionalFSí
## 2 2 0.10178182 0.8982182 2.447554e-02
## 3 3 0.03030599 0.9696940 2.593905e-02
## 4 4 0.03899121 0.9610088 2.106619e-02
## 6 6 0.23809524 0.7619048 2.428613e-17
## 7 7 0.08971886 0.9102811 4.165756e-02
## 9 9 0.12301725 0.8769828 3.896098e-02
## 10 10 0.08546313 0.9145369 2.725615e-02
## 17 17 0.06404058 0.9359594 1.640979e-02
## 18 18 0.05075013 0.9492499 1.562705e-02
## 20 20 0.00000000 1.0000000 0.000000e+00
## 21 21 0.00000000 1.0000000 0.000000e+00
## 22 22 0.14565058 0.8543494 2.301969e-02
## 23 23 0.13727382 0.8627262 1.194116e-01
## 24 24 0.08743861 0.9125614 3.270149e-02
## 25 25 0.05711993 0.9428801 2.088401e-02
## 26 26 0.00000000 1.0000000 0.000000e+00
## 27 27 0.14187506 0.8581249 4.244453e-02
## 28 28 0.10794148 0.8920585 2.122791e-02
## 30 30 0.08515114 0.9148489 1.175463e-02
## 31 31 0.13842368 0.8615763 9.385138e-02
## 32 32 0.06744334 0.9325567 2.269048e-02
## 33 33 0.09787623 0.9021238 2.505502e-02
## 35 35 0.12417864 0.8758214 1.508868e-02
## 37 37 0.00000000 1.0000000 0.000000e+00
## 38 38 0.10526316 0.8947368 6.938894e-18
## se.violenciaemocionalFNo
## 2 2.447554e-02
## 3 2.593905e-02
## 4 2.106619e-02
## 6 5.204170e-17
## 7 4.165756e-02
## 9 3.896098e-02
## 10 2.725615e-02
## 17 1.640979e-02
## 18 1.562705e-02
## 20 0.000000e+00
## 21 0.000000e+00
## 22 2.301969e-02
## 23 1.194116e-01
## 24 3.270149e-02
## 25 2.088401e-02
## 26 0.000000e+00
## 27 4.244453e-02
## 28 2.122791e-02
## 30 1.175463e-02
## 31 9.385138e-02
## 32 2.269048e-02
## 33 2.505502e-02
## 35 1.508868e-02
## 37 1.110223e-16
## 38 1.092876e-16Mujeres de 60 años y más
Tabla básica 18.1
Resúmen de datos
Identificación de los datos que corresponden a las mujeres de 60 años y más en el municipio de Torreón
Preocupante si aumenta a nivel estatal, municipal y por la edad.