#La EncuestaAna Escoto
17/06/2019
#La Encuesta
La Encuesta Nacional de Ocupacón y Empleo (ENOE) es hoy dÃ?a la encuesta continua levantada en hogares más grande que se aplica en el paÃ?s. Su puesta en marcha en enero del 2005 marcó el fin de un modelo de captacón y procesamiento que tuvo vigencia durante 20 años, el cual correspondó a la Encuesta Nacional de Empleo Urbano (ENEU) seguida por la Encuesta Nacional de Empleo (ENE) en donde aquélla quedó integrada. (INEGI, 2007)
Esta fuente es esencial al estudio de los mercados de trabajo en México. La muestre permite hablar de zonas urbanas y rurales y de un listado de ciudades auto-representadas.
La base de datos era publicada en .dbf hasta un par de años. Hoy en d�a se presenta en cuatro formatos * .csv * .dta * .sav * .dbf
https://www.inegi.org.mx/programas/enoe/15ymas/default.html#Microdatos
Vamos a importar los archivos desde tres tipos de formato, utilizando el primer trimestre de 2019, publicado en la quincena de mayo de 2019. Podemos descargarlos desde acá: https://www.inegi.org.mx/contenidos/programas/enoe/15ymas/microdatos/2019trim1_csv.zip https://www.inegi.org.mx/contenidos/programas/enoe/15ymas/microdatos/2019trim1_dta.zip https://www.inegi.org.mx/contenidos/programas/enoe/15ymas/microdatos/2019trim1_sav.zip https://www.inegi.org.mx/contenidos/programas/enoe/15ymas/microdatos/2019trim1_dbf.zip
Si hay problemas de conectividad, también está este link: https://www.dropbox.com/sh/2k9wujo8lmbv0qn/AAAJSIETI5WwR6GIWgzsAiN8a?dl=0
Independientemente del formato, la ENOE tiene cinco tablas 
Para saber mejor qué contiene cada tipo de tabla, podemos consultar la descripcón de las tablas en el siguiente link https://www.inegi.org.mx/contenidos/programas/enoe/15ymas/doc/fd_c_bas_amp_15ymas.pdf
En este caso estamos trabajado con el cuestionario ampliado, que se realiza en el primer trimestre de cada año. Hay también un cuestionario básico que se aplica a los individuos en el resto de visitas. Esto sigue el siguiente calendario. Pero en realidad, por ser una primera revisón utilizaremos el cuestionario sociodemográfico, donde se incluyen variables calculadas por INEGI (si queremos saber cómo se construyeron podemos consultar la documentacón asÃ? https://www.inegi.org.mx/contenidos/programas/enoe/15ymas/doc/recons_var_15ymas.pdf) 
Siempre es útile que primero establezcamos un directorio de trabajo, donde será más fácil importar nuestros datos.
setwd("C:/Users/Aula D1/Downloads/Taller2")También vamos a trabajar con estos paquetes, habrá que instalarlos si no los tenemos instalados
paquetes<-c("foreign","tidyverse", "sjlabelled", "stargazer", "sjPlot", "survey", "questionr")Y con este código instalamos:
nuevos.paquetes<- paquetes[!(paquetes %in% installed.packages()[,"Package"])]
if(length(nuevos.paquetes)) install.packages(nuevos.paquetes, repos = "https://cran.itam.mx/")Como señalamos en el seccón pasada, podemos importar a R, cualquier tipo de datos. Vamos a importarlo desde dbf. Este formato es más estable en el tiempo, si se quieren construir series. En mi experiencia, he notado que en .dta y .sav se pueden encontrar cambios en la codificacón.
library(foreign)
sdemt119<-read.dbf("sdemt119.dbf")Vamos a revisar la base, con glipmse (parte de dplyr de tidyverse)
library(dplyr)##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionglimpse(sdemt119)## Observations: 406,036
## Variables: 104
## $ R_DEF <fct> 00, 00, 00, 00, 00, 00, 00, 00, 00, 00, 00, 00, 00,...
## $ LOC <fct> 0001, 0001, 0001, 0001, 0001, 0001, 0001, 0001, 000...
## $ MUN <fct> 002, 002, 002, 002, 002, 002, 002, 002, 002, 002, 0...
## $ EST <fct> 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10,...
## $ EST_D <int> 117, 117, 117, 117, 117, 117, 117, 117, 117, 117, 1...
## $ AGEB <fct> 00000, 00000, 00000, 00000, 00000, 00000, 00000, 00...
## $ T_LOC <fct> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## $ CD_A <fct> 01, 01, 01, 01, 01, 01, 01, 01, 01, 01, 01, 01, 01,...
## $ ENT <fct> 09, 09, 09, 09, 09, 09, 09, 09, 09, 09, 09, 09, 09,...
## $ CON <fct> 40001, 40001, 40001, 40001, 40001, 40001, 40001, 40...
## $ UPM <fct> 0900471, 0900471, 0900471, 0900471, 0900471, 090047...
## $ D_SEM <fct> 101, 101, 101, 101, 101, 101, 101, 101, 101, 101, 1...
## $ N_PRO_VIV <fct> 0001, 0001, 0001, 0001, 0001, 0023, 0023, 0023, 002...
## $ V_SEL <fct> 01, 01, 01, 01, 01, 02, 02, 02, 02, 03, 03, 04, 04,...
## $ N_HOG <fct> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## $ H_MUD <fct> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ N_ENT <fct> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## $ PER <fct> 119, 119, 119, 119, 119, 119, 119, 119, 119, 119, 1...
## $ N_REN <fct> 01, 02, 03, 04, 05, 01, 02, 03, 04, 01, 02, 01, 02,...
## $ C_RES <fct> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## $ PAR_C <fct> 101, 201, 301, 301, 415, 101, 301, 301, 301, 101, 3...
## $ SEX <fct> 1, 2, 1, 2, 2, 2, 1, 2, 2, 1, 2, 2, 1, 2, 1, 2, 1, ...
## $ EDA <fct> 46, 48, 16, 12, 76, 43, 18, 16, 13, 70, 41, 68, 34,...
## $ NAC_DIA <fct> 27, 15, 05, 12, 10, 11, 06, 08, 04, 14, 13, 24, 19,...
## $ NAC_MES <fct> 12, 01, 12, 06, 12, 08, 12, 08, 01, 09, 01, 09, 05,...
## $ NAC_ANIO <fct> 1972, 1970, 2002, 2006, 1942, 1975, 2000, 2002, 200...
## $ L_NAC_C <fct> 009, 009, 009, 009, 300, 009, 015, 015, 015, 009, 0...
## $ CS_P12 <fct> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## $ CS_P13_1 <fct> 06, 07, 03, 02, 07, 07, 04, 03, 03, 07, 07, 04, 07,...
## $ CS_P13_2 <fct> 2, 4, 3, 6, 3, 4, 2, 3, 1, 4, 4, 3, 4, 6, 4, 3, 6, ...
## $ CS_P14_C <fct> 2814, 5313, NA, NA, 5711, 5441, NA, NA, NA, 5531, 5...
## $ CS_P15 <fct> 2, 3, NA, NA, 3, 3, NA, NA, NA, 3, 3, NA, 3, NA, 3,...
## $ CS_P16 <fct> 1, 1, NA, NA, 2, 1, NA, NA, NA, 1, 1, NA, 1, NA, 1,...
## $ CS_P17 <fct> 2, 2, 1, 1, 2, 2, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 1, ...
## $ N_HIJ <fct> NA, 02, NA, 00, 05, 03, NA, 00, 00, NA, 00, 01, NA,...
## $ E_CON <fct> 5, 5, 6, 6, 4, 6, 6, 6, 6, 6, 6, 6, 6, 1, 1, 5, 6, ...
## $ CS_AD_MOT <fct> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ CS_P20_DES <fct> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ CS_AD_DES <fct> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ CS_NR_MOT <fct> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ CS_P22_DES <fct> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ CS_NR_ORI <fct> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ UR <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## $ ZONA <int> 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, ...
## $ SALARIO <int> 3080, 3080, 3080, 3080, 3080, 3080, 3080, 3080, 308...
## $ FAC <int> 475, 475, 475, 475, 475, 475, 475, 475, 475, 475, 4...
## $ CLASE1 <int> 1, 1, 2, 2, 2, 1, 2, 2, 2, 1, 1, 1, 1, 2, 1, 1, 2, ...
## $ CLASE2 <int> 1, 1, 4, 4, 4, 1, 4, 4, 4, 2, 1, 1, 1, 4, 1, 2, 4, ...
## $ CLASE3 <int> 1, 1, 0, 0, 0, 1, 0, 0, 0, 6, 1, 3, 1, 0, 1, 6, 0, ...
## $ POS_OCU <int> 2, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0, 0, ...
## $ SEG_SOC <int> 2, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 2, 0, 0, ...
## $ RAMA <int> 4, 3, 0, 0, 0, 4, 0, 0, 0, 0, 2, 4, 3, 0, 4, 0, 0, ...
## $ C_OCU11C <int> 3, 3, 0, 0, 0, 4, 0, 0, 0, 0, 1, 4, 3, 0, 6, 0, 0, ...
## $ ING7C <int> 7, 7, 0, 0, 0, 7, 0, 0, 0, 0, 5, 3, 7, 0, 1, 0, 0, ...
## $ DUR9C <int> 8, 3, 0, 0, 0, 3, 0, 0, 0, 0, 4, 1, 7, 0, 8, 0, 0, ...
## $ EMPLE7C <int> 2, 5, 0, 0, 0, 6, 0, 0, 0, 0, 5, 6, 7, 0, 7, 0, 0, ...
## $ MEDICA5C <int> 1, 3, 0, 0, 0, 3, 0, 0, 0, 0, 3, 3, 3, 0, 1, 0, 0, ...
## $ BUSCAR5C <int> 4, 4, 0, 0, 0, 2, 0, 0, 0, 0, 4, 4, 4, 0, 4, 0, 0, ...
## $ RAMA_EST1 <int> 3, 3, 0, 0, 0, 3, 0, 0, 0, 0, 2, 3, 3, 0, 3, 0, 0, ...
## $ RAMA_EST2 <int> 6, 5, 0, 0, 0, 11, 0, 0, 0, 0, 3, 11, 5, 0, 7, 0, 0...
## $ DUR_EST <int> 5, 3, 0, 0, 0, 3, 0, 0, 0, 0, 3, 1, 5, 0, 5, 0, 0, ...
## $ AMBITO1 <int> 2, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 3, 0, 3, 0, 0, ...
## $ AMBITO2 <int> 3, 5, 0, 0, 0, 7, 0, 0, 0, 0, 4, 7, 0, 0, 0, 0, 0, ...
## $ TUE1 <int> 1, 1, 0, 0, 0, 2, 0, 0, 0, 0, 1, 2, 1, 0, 1, 0, 0, ...
## $ TUE2 <int> 2, 1, 0, 0, 0, 4, 0, 0, 0, 0, 1, 4, 1, 0, 1, 0, 0, ...
## $ TUE3 <int> 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, ...
## $ BUSQUEDA <int> 2, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 2, 0, 2, 0, 0, ...
## $ D_ANT_LAB <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, ...
## $ D_CEXP_EST <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 3, 0, ...
## $ DUR_DES <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 1, 0, ...
## $ SUB_O <int> 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ S_CLASIFI <int> 0, 0, 0, 0, 0, 5, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ REMUNE2C <int> 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0, 0, ...
## $ PRE_ASA <int> 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 2, 0, 0, ...
## $ TIP_CON <int> 0, 3, 0, 0, 0, 2, 0, 0, 0, 0, 2, 3, 2, 0, 5, 0, 0, ...
## $ DISPO <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ NODISPO <int> 0, 0, 3, 3, 3, 0, 9, 9, 3, 0, 0, 0, 0, 3, 0, 0, 3, ...
## $ C_INAC5C <int> 0, 0, 1, 1, 2, 0, 1, 1, 1, 0, 0, 0, 0, 2, 0, 0, 1, ...
## $ PNEA_EST <int> 0, 0, 4, 4, 4, 0, 3, 3, 4, 0, 0, 0, 0, 4, 0, 0, 4, ...
## $ NIV_INS <int> 3, 4, 3, 2, 4, 4, 3, 3, 2, 4, 4, 4, 4, 2, 4, 4, 2, ...
## $ EDA5C <int> 3, 3, 1, 0, 4, 2, 1, 1, 0, 4, 2, 4, 2, 3, 3, 2, 0, ...
## $ EDA7C <int> 4, 4, 1, 0, 6, 4, 1, 1, 0, 6, 4, 6, 3, 6, 6, 4, 0, ...
## $ EDA12C <int> 7, 7, 1, 0, 11, 6, 1, 1, 0, 11, 6, 11, 4, 10, 10, 6...
## $ EDA19C <int> 12, 12, 6, 5, 18, 11, 6, 6, 5, 17, 11, 16, 9, 15, 1...
## $ HIJ5C <int> 0, 2, 0, 1, 3, 3, 0, 1, 1, 0, 1, 2, 0, 3, 0, 2, 0, ...
## $ DOMESTICO <int> 4, 3, 8, 8, 8, 3, 8, 8, 8, 3, 3, 3, 2, 8, 1, 3, 7, ...
## $ ANIOS_ESC <int> 11, 16, 9, 6, 15, 16, 11, 9, 7, 16, 16, 12, 16, 6, ...
## $ HRSOCUP <int> 65, 24, 0, 0, 0, 24, 0, 0, 0, 0, 32, 0, 50, 0, 60, ...
## $ INGOCUP <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 20000, 7000, 0, 0, 0,...
## $ ING_X_HRS <dbl> 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0...
## $ TPG_P8A <int> 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ TCCO <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, ...
## $ CP_ANOC <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ IMSSISSSTE <int> 4, 1, 0, 0, 0, 2, 0, 0, 0, 0, 1, 2, 1, 0, 4, 0, 0, ...
## $ MA48ME1SM <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ P14APOYOS <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ SCIAN <int> 18, 6, 0, 0, 0, 20, 0, 0, 0, 0, 5, 20, 6, 0, 9, 0, ...
## $ T_TRA <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## $ EMP_PPAL <int> 2, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 2, 0, 1, 0, 0, ...
## $ TUE_PPAL <int> 2, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 2, 0, 2, 0, 0, ...
## $ TRANS_PPAL <int> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ MH_FIL2 <int> 3, 3, 0, 0, 0, 3, 0, 0, 0, 0, 3, 3, 3, 0, 3, 0, 0, ...
## $ MH_COL <int> 6, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 2, 0, 1, 0, 0, ...
## $ SEC_INS <int> 4, 2, 0, 0, 0, 5, 0, 0, 0, 0, 2, 5, 2, 0, 2, 0, 0, ...class(sdemt119) # tipo de objeto## [1] "data.frame"names(sdemt119) # lista las variables## [1] "R_DEF" "LOC" "MUN" "EST" "EST_D"
## [6] "AGEB" "T_LOC" "CD_A" "ENT" "CON"
## [11] "UPM" "D_SEM" "N_PRO_VIV" "V_SEL" "N_HOG"
## [16] "H_MUD" "N_ENT" "PER" "N_REN" "C_RES"
## [21] "PAR_C" "SEX" "EDA" "NAC_DIA" "NAC_MES"
## [26] "NAC_ANIO" "L_NAC_C" "CS_P12" "CS_P13_1" "CS_P13_2"
## [31] "CS_P14_C" "CS_P15" "CS_P16" "CS_P17" "N_HIJ"
## [36] "E_CON" "CS_AD_MOT" "CS_P20_DES" "CS_AD_DES" "CS_NR_MOT"
## [41] "CS_P22_DES" "CS_NR_ORI" "UR" "ZONA" "SALARIO"
## [46] "FAC" "CLASE1" "CLASE2" "CLASE3" "POS_OCU"
## [51] "SEG_SOC" "RAMA" "C_OCU11C" "ING7C" "DUR9C"
## [56] "EMPLE7C" "MEDICA5C" "BUSCAR5C" "RAMA_EST1" "RAMA_EST2"
## [61] "DUR_EST" "AMBITO1" "AMBITO2" "TUE1" "TUE2"
## [66] "TUE3" "BUSQUEDA" "D_ANT_LAB" "D_CEXP_EST" "DUR_DES"
## [71] "SUB_O" "S_CLASIFI" "REMUNE2C" "PRE_ASA" "TIP_CON"
## [76] "DISPO" "NODISPO" "C_INAC5C" "PNEA_EST" "NIV_INS"
## [81] "EDA5C" "EDA7C" "EDA12C" "EDA19C" "HIJ5C"
## [86] "DOMESTICO" "ANIOS_ESC" "HRSOCUP" "INGOCUP" "ING_X_HRS"
## [91] "TPG_P8A" "TCCO" "CP_ANOC" "IMSSISSSTE" "MA48ME1SM"
## [96] "P14APOYOS" "SCIAN" "T_TRA" "EMP_PPAL" "TUE_PPAL"
## [101] "TRANS_PPAL" "MH_FIL2" "MH_COL" "SEC_INS"head(sdemt119) # muestra las primeras 6 lÃ?neas## R_DEF LOC MUN EST EST_D AGEB T_LOC CD_A ENT CON UPM D_SEM
## 1 00 0001 002 10 117 00000 1 01 09 40001 0900471 101
## 2 00 0001 002 10 117 00000 1 01 09 40001 0900471 101
## 3 00 0001 002 10 117 00000 1 01 09 40001 0900471 101
## 4 00 0001 002 10 117 00000 1 01 09 40001 0900471 101
## 5 00 0001 002 10 117 00000 1 01 09 40001 0900471 101
## 6 00 0001 002 10 117 00000 1 01 09 40001 0900471 101
## N_PRO_VIV V_SEL N_HOG H_MUD N_ENT PER N_REN C_RES PAR_C SEX EDA NAC_DIA
## 1 0001 01 1 0 1 119 01 1 101 1 46 27
## 2 0001 01 1 0 1 119 02 1 201 2 48 15
## 3 0001 01 1 0 1 119 03 1 301 1 16 05
## 4 0001 01 1 0 1 119 04 1 301 2 12 12
## 5 0001 01 1 0 1 119 05 1 415 2 76 10
## 6 0023 02 1 0 1 119 01 1 101 2 43 11
## NAC_MES NAC_ANIO L_NAC_C CS_P12 CS_P13_1 CS_P13_2 CS_P14_C CS_P15 CS_P16
## 1 12 1972 009 1 06 2 2814 2 1
## 2 01 1970 009 1 07 4 5313 3 1
## 3 12 2002 009 1 03 3 <NA> <NA> <NA>
## 4 06 2006 009 1 02 6 <NA> <NA> <NA>
## 5 12 1942 300 1 07 3 5711 3 2
## 6 08 1975 009 1 07 4 5441 3 1
## CS_P17 N_HIJ E_CON CS_AD_MOT CS_P20_DES CS_AD_DES CS_NR_MOT CS_P22_DES
## 1 2 <NA> 5 <NA> <NA> <NA> <NA> <NA>
## 2 2 02 5 <NA> <NA> <NA> <NA> <NA>
## 3 1 <NA> 6 <NA> <NA> <NA> <NA> <NA>
## 4 1 00 6 <NA> <NA> <NA> <NA> <NA>
## 5 2 05 4 <NA> <NA> <NA> <NA> <NA>
## 6 2 03 6 <NA> <NA> <NA> <NA> <NA>
## CS_NR_ORI UR ZONA SALARIO FAC CLASE1 CLASE2 CLASE3 POS_OCU SEG_SOC RAMA
## 1 <NA> 1 2 3080 475 1 1 1 2 2 4
## 2 <NA> 1 2 3080 475 1 1 1 1 1 3
## 3 <NA> 1 2 3080 475 2 4 0 0 0 0
## 4 <NA> 1 2 3080 475 2 4 0 0 0 0
## 5 <NA> 1 2 3080 475 2 4 0 0 0 0
## 6 <NA> 1 2 3080 475 1 1 1 1 1 4
## C_OCU11C ING7C DUR9C EMPLE7C MEDICA5C BUSCAR5C RAMA_EST1 RAMA_EST2
## 1 3 7 8 2 1 4 3 6
## 2 3 7 3 5 3 4 3 5
## 3 0 0 0 0 0 0 0 0
## 4 0 0 0 0 0 0 0 0
## 5 0 0 0 0 0 0 0 0
## 6 4 7 3 6 3 2 3 11
## DUR_EST AMBITO1 AMBITO2 TUE1 TUE2 TUE3 BUSQUEDA D_ANT_LAB D_CEXP_EST
## 1 5 2 3 1 2 0 2 0 0
## 2 3 2 5 1 1 0 2 0 0
## 3 0 0 0 0 0 0 0 0 0
## 4 0 0 0 0 0 0 0 0 0
## 5 0 0 0 0 0 0 0 0 0
## 6 3 2 7 2 4 2 2 0 0
## DUR_DES SUB_O S_CLASIFI REMUNE2C PRE_ASA TIP_CON DISPO NODISPO C_INAC5C
## 1 0 0 0 0 0 0 0 0 0
## 2 0 0 0 1 1 3 0 0 0
## 3 0 0 0 0 0 0 0 3 1
## 4 0 0 0 0 0 0 0 3 1
## 5 0 0 0 0 0 0 0 3 2
## 6 0 1 5 1 1 2 0 0 0
## PNEA_EST NIV_INS EDA5C EDA7C EDA12C EDA19C HIJ5C DOMESTICO ANIOS_ESC
## 1 0 3 3 4 7 12 0 4 11
## 2 0 4 3 4 7 12 2 3 16
## 3 4 3 1 1 1 6 0 8 9
## 4 4 2 0 0 0 5 1 8 6
## 5 4 4 4 6 11 18 3 8 15
## 6 0 4 2 4 6 11 3 3 16
## HRSOCUP INGOCUP ING_X_HRS TPG_P8A TCCO CP_ANOC IMSSISSSTE MA48ME1SM
## 1 65 0 0 0 0 0 4 0
## 2 24 0 0 0 0 0 1 0
## 3 0 0 0 0 0 0 0 0
## 4 0 0 0 0 0 0 0 0
## 5 0 0 0 0 0 0 0 0
## 6 24 0 0 1 0 0 2 0
## P14APOYOS SCIAN T_TRA EMP_PPAL TUE_PPAL TRANS_PPAL MH_FIL2 MH_COL
## 1 0 18 1 2 2 0 3 6
## 2 0 6 1 2 2 0 3 2
## 3 0 0 1 0 0 0 0 0
## 4 0 0 1 0 0 0 0 0
## 5 0 0 1 0 0 0 0 0
## 6 0 20 1 2 2 0 3 2
## SEC_INS
## 1 4
## 2 2
## 3 0
## 4 0
## 5 0
## 6 5table(sdemt119$CLASE2) # un tabulado simple##
## 0 1 2 3 4
## 84634 176997 6326 18681 119398La ventaja de trabajar con estos formatos, es que INEGI ha etiquetado las variables. INEGI trabaja con versiones bastante nuevas de STATA y de SPSS por lo que el paquete foreign no se puede utilizar.
Vamos a importarlo con el paquete "haven", parte de "tidyverse"
library(haven)
sdemt119<-read_spss("sdemt119.sav")
sdemt119<-read_dta("sdemt119.dta")Nuevamente podemos revisarla y veremos algunas diferencias:
glimpse(sdemt119) # revisar la estructura## Observations: 406,036
## Variables: 104
## $ R_DEF <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ LOC <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
## $ MUN <dbl> 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, ...
## $ EST <dbl> 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10,...
## $ EST_D <dbl> 117, 117, 117, 117, 117, 117, 117, 117, 117, 117, 1...
## $ AGEB <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, ...
## $ T_LOC <dbl+lbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ CD_A <dbl+lbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ ENT <dbl+lbl> 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9,...
## $ CON <dbl> 40001, 40001, 40001, 40001, 40001, 40001, 40001, 40...
## $ UPM <dbl> 900471, 900471, 900471, 900471, 900471, 900471, 900...
## $ D_SEM <dbl+lbl> 101, 101, 101, 101, 101, 101, 101, 101, 101, 10...
## $ N_PRO_VIV <dbl> 1, 1, 1, 1, 1, 23, 23, 23, 23, 53, 53, 79, 79, 106,...
## $ V_SEL <dbl+lbl> 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 4, 4, 5, 5, 5,...
## $ N_HOG <dbl+lbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ H_MUD <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ N_ENT <dbl+lbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ PER <dbl+lbl> 119, 119, 119, 119, 119, 119, 119, 119, 119, 11...
## $ N_REN <dbl+lbl> 1, 2, 3, 4, 5, 1, 2, 3, 4, 1, 2, 1, 2, 1, 2, 3,...
## $ C_RES <dbl+lbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ PAR_C <dbl> 101, 201, 301, 301, 415, 101, 301, 301, 301, 101, 3...
## $ SEX <dbl+lbl> 1, 2, 1, 2, 2, 2, 1, 2, 2, 1, 2, 2, 1, 2, 1, 2,...
## $ EDA <dbl> 46, 48, 16, 12, 76, 43, 18, 16, 13, 70, 41, 68, 34,...
## $ NAC_DIA <dbl+lbl> 27, 15, 5, 12, 10, 11, 6, 8, 4, 14, 13, 24, 19,...
## $ NAC_MES <dbl+lbl> 12, 1, 12, 6, 12, 8, 12, 8, 1, 9, 1, 9, 5, 9, 1...
## $ NAC_ANIO <dbl> 1972, 1970, 2002, 2006, 1942, 1975, 2000, 2002, 200...
## $ L_NAC_C <dbl+lbl> 9, 9, 9, 9, 300, 9, 15, 15, 15, 9, 9, 9, 9, 9, ...
## $ CS_P12 <dbl+lbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ CS_P13_1 <dbl+lbl> 6, 7, 3, 2, 7, 7, 4, 3, 3, 7, 7, 4, 7, 2, 7, 4,...
## $ CS_P13_2 <dbl+lbl> 2, 4, 3, 6, 3, 4, 2, 3, 1, 4, 4, 3, 4, 6, 4, 3,...
## $ CS_P14_C <chr> "2814", "5313", "", "", "5711", "5441", "", "", "",...
## $ CS_P15 <dbl+lbl> 2, 3, NA, NA, 3, 3, NA, NA, NA, 3, 3, NA, 3, NA...
## $ CS_P16 <dbl+lbl> 1, 1, NA, NA, 2, 1, NA, NA, NA, 1, 1, NA, 1, NA...
## $ CS_P17 <dbl+lbl> 2, 2, 1, 1, 2, 2, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2,...
## $ N_HIJ <dbl+lbl> NA, 2, NA, 0, 5, 3, NA, 0, 0, NA, 0, 1, NA, 4, ...
## $ E_CON <dbl+lbl> 5, 5, 6, 6, 4, 6, 6, 6, 6, 6, 6, 6, 6, 1, 1, 5,...
## $ CS_AD_MOT <dbl+lbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ CS_P20_DES <chr> "", "", "", "", "", "", "", "", "", "", "", "", "",...
## $ CS_AD_DES <dbl+lbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ CS_NR_MOT <dbl+lbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ CS_P22_DES <chr> "", "", "", "", "", "", "", "", "", "", "", "", "",...
## $ CS_NR_ORI <dbl+lbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,...
## $ UR <dbl+lbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ ZONA <dbl+lbl> 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,...
## $ SALARIO <dbl> 3080, 3080, 3080, 3080, 3080, 3080, 3080, 3080, 308...
## $ FAC <dbl> 475, 475, 475, 475, 475, 475, 475, 475, 475, 475, 4...
## $ CLASE1 <dbl+lbl> 1, 1, 2, 2, 2, 1, 2, 2, 2, 1, 1, 1, 1, 2, 1, 1,...
## $ CLASE2 <dbl+lbl> 1, 1, 4, 4, 4, 1, 4, 4, 4, 2, 1, 1, 1, 4, 1, 2,...
## $ CLASE3 <dbl+lbl> 1, 1, 0, 0, 0, 1, 0, 0, 0, 6, 1, 3, 1, 0, 1, 6,...
## $ POS_OCU <dbl+lbl> 2, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0,...
## $ SEG_SOC <dbl+lbl> 2, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 2, 0,...
## $ RAMA <dbl+lbl> 4, 3, 0, 0, 0, 4, 0, 0, 0, 0, 2, 4, 3, 0, 4, 0,...
## $ C_OCU11C <dbl+lbl> 3, 3, 0, 0, 0, 4, 0, 0, 0, 0, 1, 4, 3, 0, 6, 0,...
## $ ING7C <dbl+lbl> 7, 7, 0, 0, 0, 7, 0, 0, 0, 0, 5, 3, 7, 0, 1, 0,...
## $ DUR9C <dbl+lbl> 8, 3, 0, 0, 0, 3, 0, 0, 0, 0, 4, 1, 7, 0, 8, 0,...
## $ EMPLE7C <dbl+lbl> 2, 5, 0, 0, 0, 6, 0, 0, 0, 0, 5, 6, 7, 0, 7, 0,...
## $ MEDICA5C <dbl+lbl> 1, 3, 0, 0, 0, 3, 0, 0, 0, 0, 3, 3, 3, 0, 1, 0,...
## $ BUSCAR5C <dbl+lbl> 4, 4, 0, 0, 0, 2, 0, 0, 0, 0, 4, 4, 4, 0, 4, 0,...
## $ RAMA_EST1 <dbl+lbl> 3, 3, 0, 0, 0, 3, 0, 0, 0, 0, 2, 3, 3, 0, 3, 0,...
## $ RAMA_EST2 <dbl+lbl> 6, 5, 0, 0, 0, 11, 0, 0, 0, 0, 3, 11, 5, 0, 7, ...
## $ DUR_EST <dbl+lbl> 5, 3, 0, 0, 0, 3, 0, 0, 0, 0, 3, 1, 5, 0, 5, 0,...
## $ AMBITO1 <dbl+lbl> 2, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 3, 0, 3, 0,...
## $ AMBITO2 <dbl+lbl> 3, 5, 0, 0, 0, 7, 0, 0, 0, 0, 4, 7, 0, 0, 0, 0,...
## $ TUE1 <dbl+lbl> 1, 1, 0, 0, 0, 2, 0, 0, 0, 0, 1, 2, 1, 0, 1, 0,...
## $ TUE2 <dbl+lbl> 2, 1, 0, 0, 0, 4, 0, 0, 0, 0, 1, 4, 1, 0, 1, 0,...
## $ TUE3 <dbl+lbl> 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0,...
## $ BUSQUEDA <dbl+lbl> 2, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 2, 0, 2, 0,...
## $ D_ANT_LAB <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1,...
## $ D_CEXP_EST <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 3,...
## $ DUR_DES <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 1,...
## $ SUB_O <dbl+lbl> 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ S_CLASIFI <dbl+lbl> 0, 0, 0, 0, 0, 5, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ REMUNE2C <dbl+lbl> 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 1, 0,...
## $ PRE_ASA <dbl+lbl> 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1, 1, 0, 2, 0,...
## $ TIP_CON <dbl+lbl> 0, 3, 0, 0, 0, 2, 0, 0, 0, 0, 2, 3, 2, 0, 5, 0,...
## $ DISPO <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ NODISPO <dbl+lbl> 0, 0, 3, 3, 3, 0, 9, 9, 3, 0, 0, 0, 0, 3, 0, 0,...
## $ C_INAC5C <dbl+lbl> 0, 0, 1, 1, 2, 0, 1, 1, 1, 0, 0, 0, 0, 2, 0, 0,...
## $ PNEA_EST <dbl+lbl> 0, 0, 4, 4, 4, 0, 3, 3, 4, 0, 0, 0, 0, 4, 0, 0,...
## $ NIV_INS <dbl+lbl> 3, 4, 3, 2, 4, 4, 3, 3, 2, 4, 4, 4, 4, 2, 4, 4,...
## $ EDA5C <dbl+lbl> 3, 3, 1, 0, 4, 2, 1, 1, 0, 4, 2, 4, 2, 3, 3, 2,...
## $ EDA7C <dbl+lbl> 4, 4, 1, 0, 6, 4, 1, 1, 0, 6, 4, 6, 3, 6, 6, 4,...
## $ EDA12C <dbl+lbl> 7, 7, 1, 0, 11, 6, 1, 1, 0, 11, 6, 11, 4, 10, 1...
## $ EDA19C <dbl+lbl> 12, 12, 6, 5, 18, 11, 6, 6, 5, 17, 11, 16, 9, 1...
## $ HIJ5C <dbl+lbl> 0, 2, 0, 1, 3, 3, 0, 1, 1, 0, 1, 2, 0, 3, 0, 2,...
## $ DOMESTICO <dbl+lbl> 4, 3, 8, 8, 8, 3, 8, 8, 8, 3, 3, 3, 2, 8, 1, 3,...
## $ ANIOS_ESC <dbl> 11, 16, 9, 6, 15, 16, 11, 9, 7, 16, 16, 12, 16, 6, ...
## $ HRSOCUP <dbl> 65, 24, 0, 0, 0, 24, 0, 0, 0, 0, 32, 0, 50, 0, 60, ...
## $ INGOCUP <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 20000, 7000, 0, 0, 0,...
## $ ING_X_HRS <dbl> 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0000, 0.0...
## $ TPG_P8A <dbl+lbl> 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ TCCO <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0,...
## $ CP_ANOC <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ IMSSISSSTE <dbl+lbl> 4, 1, 0, 0, 0, 2, 0, 0, 0, 0, 1, 2, 1, 0, 4, 0,...
## $ MA48ME1SM <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ P14APOYOS <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ SCIAN <dbl+lbl> 18, 6, 0, 0, 0, 20, 0, 0, 0, 0, 5, 20, 6, 0, 9,...
## $ T_TRA <dbl+lbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ EMP_PPAL <dbl+lbl> 2, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 2, 0, 1, 0,...
## $ TUE_PPAL <dbl+lbl> 2, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 2, 0, 2, 0,...
## $ TRANS_PPAL <dbl+lbl> 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,...
## $ MH_FIL2 <dbl+lbl> 3, 3, 0, 0, 0, 3, 0, 0, 0, 0, 3, 3, 3, 0, 3, 0,...
## $ MH_COL <dbl+lbl> 6, 2, 0, 0, 0, 2, 0, 0, 0, 0, 2, 2, 2, 0, 1, 0,...
## $ SEC_INS <dbl+lbl> 4, 2, 0, 0, 0, 5, 0, 0, 0, 0, 2, 5, 2, 0, 2, 0,...class(sdemt119) #clase## [1] "tbl_df" "tbl" "data.frame"table(sdemt119$CLASE2)##
## 0 1 2 3 4
## 84634 176997 6326 18681 119398Vemos que además de un data.frame hay más informacón. Este tipo de objetos nos permiten hacer tablas tipo tibble en el tidyverse.
También tenemos informacón sobre las etiquetas. El paquete "sjlabelled" nos ayuda mucho a utilizarlas
library(sjlabelled)##
## Attaching package: 'sjlabelled'
## The following objects are masked from 'package:haven':
##
## as_factor, read_sas, read_spss, read_stata, write_sas,
## zap_labels
## The following object is masked from 'package:dplyr':
##
## as_labeltable(as_label(sdemt119$CLASE2))##
## No aplica Población ocupada Población desocupada
## 84634 176997 6326
## Disponibles No disponibles
## 18681 119398Incluso podrÃ?amos hacer un nuevo objeto
sdemt119_label<-as_label(sdemt119)Y a este objeto podemos pedirle las tables y otras fuciones
class(sdemt119_label)## [1] "tbl_df" "tbl" "data.frame"table(sdemt119_label$CLASE2)##
## No aplica Población ocupada Población desocupada
## 84634 176997 6326
## Disponibles No disponibles
## 18681 119398Ojo, las variables cambiarÃ?an de propiedades
class(sdemt119$CLASE2)## [1] "haven_labelled"class(sdemt119_label$CLASE2)## [1] "factor"summary(sdemt119$CLASE2)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.000 1.000 1.000 1.781 4.000 4.000prop.table(table(sdemt119$CLASE2))##
## 0 1 2 3 4
## 0.20843965 0.43591455 0.01557990 0.04600824 0.29405767summary(sdemt119_label$CLASE2)## No aplica Población ocupada Población desocupada
## 84634 176997 6326
## Disponibles No disponibles
## 18681 119398prop.table(table(sdemt119_label$CLASE2))##
## No aplica Población ocupada Población desocupada
## 0.20843965 0.43591455 0.01557990
## Disponibles No disponibles
## 0.04600824 0.29405767En esta secciones haremos un par de cálculos para el mercado de trabajo mexicano.
Existen variables calculadas por INEGI para los ingresos que han sido añadidas al cuestionario sociodemográfico.
Vamos a trabajar con los ingresos por hora "ING_X_HRS", ingresos laborales por hora.
summary(sdemt119$ING_X_HRS)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.00 0.00 0.00 12.24 17.23 3750.00No obstante esto es engañoso, porque hay menores de edad y personas que no trabajan. Podemos incluir un filtro. Los filtros en código de "base" de R se ponen en corchetes. Establecemos que sea la poblacón ocupada, identificada en la variable "CLASE2".
summary(sdemt119[sdemt119$CLASE2==1,]$ING_X_HRS)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.00 0.00 21.43 28.07 36.73 3750.00En R también usamos "pipes" para hacer filtros
sdemt119 %>%
filter(CLASE2 == 1)%>%
summarise(avg_ing= mean(ING_X_HRS))## # A tibble: 1 x 1
## avg_ing
## <dbl>
## 1 28.1Este formato es util cuando queremos comparar por grupos
sdemt119 %>%
filter(CLASE2 == 1)%>%
group_by(as_label(SEX)) %>%
summarise(avg_ing = mean(ING_X_HRS))## # A tibble: 2 x 2
## `as_label(SEX)` avg_ing
## <fct> <dbl>
## 1 Hombre 28.5
## 2 Mujer 27.4sdemt119 %>%
filter(CLASE2 == 1)%>%
group_by(as_label(SEX)) %>%
summarise(avg_ing_hr = mean(ING_X_HRS),
avg_ing_total = mean(INGOCUP),
avg_horas = mean(HRSOCUP))## # A tibble: 2 x 4
## `as_label(SEX)` avg_ing_hr avg_ing_total avg_horas
## <fct> <dbl> <dbl> <dbl>
## 1 Hombre 28.5 5235. 44.1
## 2 Mujer 27.4 4005. 36.3Histograma
library(ggplot2)
# Histograma
ggplot(sdemt119[sdemt119$CLASE2==1,], aes(x=ING_X_HRS)) + geom_histogram()## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Gráfico de densidad
# Densidad
ggplot(sdemt119[sdemt119$CLASE2==1,], aes(x=ING_X_HRS)) + geom_density()
Comparando grupos
ggplot(sdemt119[sdemt119$CLASE2==1,],
aes(x=ING_X_HRS,
fill=as_label(SEX),
color=as_label(SEX),
alpha=I(0.5))
) + geom_density()
Transformaciones
ggplot(sdemt119[sdemt119$CLASE2==1,],
aes(x=log(ING_X_HRS+1),
fill=as_label(SEX),
color=as_label(SEX),
alpha=I(0.5))
) + geom_density()
Si tomamos únicamente a quiénes reciben ingresos
ggplot(sdemt119[sdemt119$CLASE2==1 & sdemt119$ING_X_HRS>0,],
aes(x=log(ING_X_HRS),
fill=as_label(SEX),
color=as_label(SEX),
alpha=I(0.5))
) + geom_density()
Si los ingresos reflejaban una parte de las condiciones laborales, también es importante ver las tareas que realizan los trabajadores
table(sdemt119[sdemt119$CLASE2==1,]$C_OCU11C)##
## 1 2 3 4 5 6 7 8 9 10 11
## 19308 6927 3278 16541 48244 31327 8878 26448 1579 14351 116table(as_label(sdemt119[sdemt119$CLASE2==1,]$C_OCU11C))##
## No aplica
## 0
## Profesionales, técnicos y trabajadores del arte
## 19308
## Trabajadores de la educación
## 6927
## Funcionarios y directivos
## 3278
## Oficinistas
## 16541
## Trabajadores industriales artesanos y ayudantes
## 48244
## Comerciantes
## 31327
## Operadores de transporte
## 8878
## Trabajadores en servicios personales
## 26448
## Trabajadores en protección y vigilancia
## 1579
## Trabajadores agropecuarios
## 14351
## No especificado
## 116Si guardamos esta tabla, la podemos graficar
freq.ocu<-table(as_label(sdemt119[sdemt119$CLASE2==1,]$C_OCU11C))
barplot(freq.ocu)
Para usar ggplot, necesitamos un data frame
gg.freq.ocu<-as.data.frame(freq.ocu)Y con esto sÃ? podemos usar ggplot
g<-ggplot(data=gg.freq.ocu, aes(x=Var1, y=Freq)) +
geom_bar(stat="identity")
g
g + theme(axis.text.x = element_text(angle = 90, hjust = 1))
Cuando tenemos una encuesta, podemos dar cuenta de la poblacón. La primera forma de hacerlo es utilizando el factor de expansón. El factor de expansón nos da cuenta del peso que tiene cada observacón de acuerdo al diseño (estrato socioeconómicio y ubicacó geográfica, en este caso.)
El factor de expansón es un número. Esta persona de la muestra estar�a representando a un número espec�fico de la poblacón. Por lo que básicamente se trata de una multiplicacón.
library(questionr)
wtd.table(sdemt119$SEX,weights=sdemt119$FAC)## 1 2
## 60567328 64952571fw_sex<-wtd.table(sdemt119$SEX,weights=sdemt119$FAC)
addmargins(fw_sex)## 1 2 Sum
## 60567328 64952571 125519899Con filtros: Ojo, el factor debe tener el mismo filtro
wtd.table(sdemt119[sdemt119$CLASE2==1,]$C_OCU11C,weights=sdemt119[sdemt119$CLASE2==1,]$FAC)## 1 2 3 4 5 6 7 8
## 5431837 1917223 966289 4456947 14251202 9795530 2759197 7816823
## 9 10 11
## 500035 6594666 33201fw_ocu<-wtd.table(sdemt119[sdemt119$CLASE2==1,]$C_OCU11C,weights=sdemt119[sdemt119$CLASE2==1,]$FAC)
addmargins(fw_ocu)## 1 2 3 4 5 6 7 8
## 5431837 1917223 966289 4456947 14251202 9795530 2759197 7816823
## 9 10 11 Sum
## 500035 6594666 33201 54522950prop.table(fw_ocu)## 1 2 3 4 5
## 0.0996247819 0.0351635962 0.0177226104 0.0817444214 0.2613798776
## 6 7 8 9 10
## 0.1796588409 0.0506061576 0.1433675727 0.0091710922 0.1209521128
## 11
## 0.0006089362La librerÃ?a no es compatible con sjlabelled.
Hay otra librer�a: survey, sirve para diseños más complejos. Podemos incluir informacón de las etapas, de la unidad primaria de muestreo, etc.
library(survey)## Loading required package: grid
## Loading required package: Matrix
## Loading required package: survival
##
## Attaching package: 'survey'
## The following object is masked from 'package:graphics':
##
## dotchartds_enoe<-svydesign(id=~UPM, strata=~EST_D, weight=~FAC, data=sdemt119[sdemt119$CLASE2==1,], nest=TRUE)
options(survey.lonely.psu="adjust")
svytotal(~factor(C_OCU11C), ds_enoe)## total SE
## factor(C_OCU11C)1 5431837 72274.3
## factor(C_OCU11C)2 1917223 43113.7
## factor(C_OCU11C)3 966289 36565.7
## factor(C_OCU11C)4 4456947 63167.8
## factor(C_OCU11C)5 14251202 145894.4
## factor(C_OCU11C)6 9795530 112520.6
## factor(C_OCU11C)7 2759197 51422.4
## factor(C_OCU11C)8 7816823 94257.8
## factor(C_OCU11C)9 500035 22612.4
## factor(C_OCU11C)10 6594666 129687.7
## factor(C_OCU11C)11 33201 5217.1Tanto la edad como la escolaridad tiene valores no numéricos. Tendremos que recodificarlos, para que los valores válidos no se incluyan en nuestros calculos, para dejar de estar haciendo filtros 
sdemt119$EDA[sdemt119$EDA==99]<-NA
sdemt119$EDA[sdemt119$EDA==98]<-NA
sdemt119$ANIOS_ESC[sdemt119$ANIOS_ESC==99]<-NAPresentamos un modelo muy sencillo que explique los ingresos laborales. Vamos a utilizar sexo, edad y educacón. ÃâÿSeguirá siendo la brecha de los ingresos tan pequeña?
Unos filtros más complejos. Si vamos a comparar modelos N debe ser igual
sdemt119$filtro<- 0
sdemt119$filtro[sdemt119$CLASE2 == 1 & sdemt119$EDA>=15 & sdemt119$EDA<=98 & sdemt119$R_DEF==0 & (sdemt119$C_RES==1 | sdemt119$C_RES==3)] <- 1
sdemt119$filtro <-as.numeric(sdemt119$filtro)
mydata<-sdemt119[which(sdemt119$filtro==1), c("ING_X_HRS", "SEX", "ANIOS_ESC", "EDA")]
base_modelos <- na.omit(mydata)lm.0<-lm(ING_X_HRS ~ ANIOS_ESC, data=base_modelos)
summary(lm.0)##
## Call:
## lm(formula = ING_X_HRS ~ ANIOS_ESC, data = base_modelos)
##
## Residuals:
## Min 1Q Median 3Q Max
## -46.2 -26.2 -5.2 9.7 3713.1
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 14.18612 0.28933 49.03 <2e-16 ***
## ANIOS_ESC 1.33373 0.02548 52.34 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 46.17 on 175487 degrees of freedom
## Multiple R-squared: 0.01537, Adjusted R-squared: 0.01537
## F-statistic: 2740 on 1 and 175487 DF, p-value: < 2.2e-16Sin embargo esto no cumple con los supuestos básicos de un modelo de regresón lineal.
lm.1<-lm(ING_X_HRS ~ ANIOS_ESC + EDA + as_label(SEX) , data=base_modelos)
summary(lm.1)##
## Call:
## lm(formula = ING_X_HRS ~ ANIOS_ESC + EDA + as_label(SEX), data = base_modelos)
##
## Residuals:
## Min 1Q Median 3Q Max
## -53.4 -24.5 -4.3 9.9 3710.2
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.663622 0.490803 11.539 <2e-16 ***
## ANIOS_ESC 1.508118 0.026387 57.154 <2e-16 ***
## EDA 0.189236 0.008071 23.447 <2e-16 ***
## as_label(SEX)Mujer -2.026740 0.225073 -9.005 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 46.09 on 175485 degrees of freedom
## Multiple R-squared: 0.01886, Adjusted R-squared: 0.01885
## F-statistic: 1125 on 3 and 175485 DF, p-value: < 2.2e-16library(stargazer)##
## Please cite as:
## Hlavac, Marek (2018). stargazer: Well-Formatted Regression and Summary Statistics Tables.
## R package version 5.2.2. https://CRAN.R-project.org/package=stargazerstargazer(lm.0, lm.1, type = 'text', header=FALSE)##
## ===============================================================================
## Dependent variable:
## -----------------------------------------------------------
## ING_X_HRS
## (1) (2)
## -------------------------------------------------------------------------------
## ANIOS_ESC 1.334*** 1.508***
## (0.025) (0.026)
##
## EDA 0.189***
## (0.008)
##
## as_label(SEX)Mujer -2.027***
## (0.225)
##
## Constant 14.186*** 5.664***
## (0.289) (0.491)
##
## -------------------------------------------------------------------------------
## Observations 175,489 175,489
## R2 0.015 0.019
## Adjusted R2 0.015 0.019
## Residual Std. Error 46.173 (df = 175487) 46.091 (df = 175485)
## F Statistic 2,739.707*** (df = 1; 175487) 1,124.634*** (df = 3; 175485)
## ===============================================================================
## Note: *p<0.1; **p<0.05; ***p<0.01Haga un resumen de las variables "ING_X_HRS", "INGOCUP", "HRSOCUP", según el tamaño de localidad (T_LOC). - Pista: reutilice el código que hicimos para la consulta de sexo, pero cambie la variable
Haga un gráfico de densidad del logaritmo de los ingresos por hora según el tamaño de localidad
Al modelo de regresón lineal, incluya la variable "T_LOC". Guárdelo en un objeto llamado "lm.2". Cheque que esta variable no está en "mydata". As� que va a tener que incluir esta variable en un seleccón de la base de datos.
Haga una tabla de los tres modelos calculados, compare.