Manejo de Base de datos Enaho con R
Objetivo
- El objetivo principal de este artículo es proporcionar al lector una ayuda del manejo de bases de la Enaho con el apoyo de R.
Se brindará una metodología sencilla, con un código amigable de cómo empezar a sumergirse en la programación aplicada con R mediante el manejo de librerías muy comunes como Tidyverse y GGplot
En esta ocación usaremos 3 módulos específicos de Enaho
- Enaho 300
- Enaho 200
- Sumaria
Limpiamos la consola de trabajo
rm(list=ls())
#dev.off()Librerías a usar
if (!require("haven")) install.packages("haven")## Loading required package: haven## Warning: package 'haven' was built under R version 3.6.3if (!require("tidyverse")) install.packages("tidyverse")## Loading required package: tidyverse## -- Attaching packages ------------------------------------------------------------------------------------------------------------------------------------------------------------ tidyverse 1.2.1 --## v ggplot2 3.3.0 v purrr 0.3.3
## v tibble 2.1.3 v dplyr 0.8.5
## v tidyr 1.0.0 v stringr 1.4.0
## v readr 1.3.1 v forcats 0.4.0## Warning: package 'ggplot2' was built under R version 3.6.3## Warning: package 'purrr' was built under R version 3.6.3## Warning: package 'dplyr' was built under R version 3.6.3## -- Conflicts --------------------------------------------------------------------------------------------------------------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()if (!require("foreign")) install.packages("foreign")## Loading required package: foreignif (!require("survey")) install.packages("survey")## Loading required package: survey## Loading required package: grid## Loading required package: Matrix##
## Attaching package: 'Matrix'## The following objects are masked from 'package:tidyr':
##
## expand, pack, unpack## Loading required package: survival##
## Attaching package: 'survey'## The following object is masked from 'package:graphics':
##
## dotchartEl código nos indica que, en caso no exisir la librería “haven”, “tidyverse”, “foreign” o “survey”, se instalen las mismas.
Selección de la ruta a trabajar
ruta<- "D:/R CON ENAHO"La ruta elegida en este caso es “D”, dentro del cual hay una carpeta llamada “R CON ENAHO”, misma que contiene las bases de datos antes mencionadas. Se recalca que las bases fueron extraídas del sitio de internet http://iinei.inei.gob.pe/microdatos/, metodología ACTUALIZADA, año 2018, periodo ANUAL .
Llamamos a las bases de datos
c200 <- read_dta(paste(ruta,"enaho01-2018-200.dta",sep="/"))
c300 <- read_dta(paste(ruta,"enaho01a-2018-300.dta",sep="/"))
sumaria <- read_dta(paste(ruta,"sumaria-2018.dta",sep="/"))Para verificar la cabecera de la base de datos se utiliza el comando head
head(c300)## # A tibble: 6 x 476
## aÑo mes nconglome conglome vivienda hogar codperso ubigeo dominio estrato
## <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <dbl+l> <dbl+l>
## 1 2018 01 007061 005002 034 11 01 010101 4 [sie~ 4 [ de~
## 2 2018 01 007061 005002 034 11 02 010101 4 [sie~ 4 [ de~
## 3 2018 01 007061 005002 034 11 03 010101 4 [sie~ 4 [ de~
## 4 2018 01 007061 005002 034 11 04 010101 4 [sie~ 4 [ de~
## 5 2018 01 007061 005002 083 11 01 010101 4 [sie~ 4 [ de~
## 6 2018 01 007061 005002 083 11 02 010101 4 [sie~ 4 [ de~
## # ... with 466 more variables: codinfor <chr>, p300n <dbl>, p300i <dbl>,
## # p300a <dbl+lbl>, p301a <dbl+lbl>, p301b <dbl>, p301c <dbl>,
## # p301d <dbl+lbl>, p301a0 <dbl+lbl>, p301a1 <dbl+lbl>, p301b0 <dbl+lbl>,
## # p301b1 <dbl+lbl>, p301b3 <dbl>, p302 <dbl+lbl>, p302x <dbl+lbl>,
## # p302a <dbl+lbl>, p302b <dbl+lbl>, p303 <dbl+lbl>, p304a <dbl+lbl>,
## # p304b <dbl>, p304c <dbl>, p304d <dbl+lbl>, p305 <dbl+lbl>, p306 <dbl+lbl>,
## # p307 <dbl+lbl>, p308a <dbl+lbl>, p308b <dbl>, p308c <dbl>, p308d <dbl+lbl>,
## # p308b1 <dbl+lbl>, p308b2 <dbl+lbl>, p308b3 <dbl+lbl>, p308b4 <dbl+lbl>,
## # p308b5 <dbl+lbl>, p308c1 <dbl+lbl>, p308c2 <dbl>, p310 <dbl+lbl>,
## # p310b1 <dbl+lbl>, p310c0 <dbl+lbl>, p310c1 <dbl+lbl>, p310d1 <dbl>,
## # p310d2 <dbl>, p310e0 <dbl+lbl>, p310e1 <dbl+lbl>, p310e3 <dbl+lbl>,
## # p311n_1 <dbl+lbl>, p311n_2 <dbl+lbl>, p311n_3 <dbl+lbl>, p311n_4 <dbl+lbl>,
## # p311n_5 <dbl+lbl>, p311n_6 <dbl+lbl>, p311n_7 <dbl+lbl>, p311n_8 <dbl+lbl>,
## # p311_1 <dbl+lbl>, p311_2 <dbl+lbl>, p311_3 <dbl+lbl>, p311_4 <dbl+lbl>,
## # p311_5 <dbl+lbl>, p311_6 <dbl+lbl>, p311_7 <dbl+lbl>, p311_8 <dbl+lbl>,
## # p311a1_1 <dbl+lbl>, p311a1_2 <dbl+lbl>, p311a1_3 <dbl+lbl>,
## # p311a1_4 <dbl+lbl>, p311a1_5 <dbl+lbl>, p311a1_6 <dbl+lbl>,
## # p311a1_7 <dbl+lbl>, p311a1_8 <dbl+lbl>, p311a2_1 <dbl+lbl>,
## # p311a2_2 <dbl+lbl>, p311a2_3 <dbl+lbl>, p311a2_4 <dbl+lbl>,
## # p311a2_5 <dbl+lbl>, p311a2_6 <dbl+lbl>, p311a2_7 <dbl+lbl>,
## # p311a2_8 <dbl+lbl>, p311a3_1 <dbl+lbl>, p311a3_2 <dbl+lbl>,
## # p311a3_3 <dbl+lbl>, p311a3_4 <dbl+lbl>, p311a3_5 <dbl+lbl>,
## # p311a3_6 <dbl+lbl>, p311a3_7 <dbl+lbl>, p311a3_8 <dbl+lbl>,
## # p311a4_1 <dbl+lbl>, p311a4_2 <dbl+lbl>, p311a4_3 <dbl+lbl>,
## # p311a4_4 <dbl+lbl>, p311a4_5 <dbl+lbl>, p311a4_6 <dbl+lbl>,
## # p311a4_7 <dbl+lbl>, p311a4_8 <dbl+lbl>, p311a5_1 <dbl+lbl>,
## # p311a5_2 <dbl+lbl>, p311a5_3 <dbl+lbl>, p311a5_4 <dbl+lbl>,
## # p311a5_5 <dbl+lbl>, p311a5_6 <dbl+lbl>, p311a5_7 <dbl+lbl>, ...head(c200)## # A tibble: 6 x 39
## aÑo mes nconglome conglome vivienda hogar codperso ubigeo dominio estrato
## <chr> <chr> <chr> <chr> <chr> <chr> <chr> <chr> <dbl+l> <dbl+l>
## 1 2018 01 007061 005002 034 11 01 010101 4 [sie~ 4 [ de~
## 2 2018 01 007061 005002 034 11 02 010101 4 [sie~ 4 [ de~
## 3 2018 01 007061 005002 034 11 03 010101 4 [sie~ 4 [ de~
## 4 2018 01 007061 005002 034 11 04 010101 4 [sie~ 4 [ de~
## 5 2018 01 007061 005002 034 11 05 010101 4 [sie~ 4 [ de~
## 6 2018 01 007061 005002 083 11 01 010101 4 [sie~ 4 [ de~
## # ... with 29 more variables: p201p <chr>, p203 <dbl+lbl>, p203a <dbl>,
## # p203b <dbl+lbl>, p204 <dbl+lbl>, p205 <dbl+lbl>, p206 <dbl+lbl>,
## # p207 <dbl+lbl>, p208a <dbl>, p208b <dbl>, p209 <dbl+lbl>, p210 <dbl+lbl>,
## # p211a <dbl+lbl>, p211d <dbl>, p212 <dbl>, p213 <dbl>, p214 <dbl>,
## # p215 <dbl>, p216 <dbl>, p217 <dbl+lbl>, t211 <dbl+lbl>,
## # ticuest01 <dbl+lbl>, codtarea <chr>, codtiempo <chr>, ocupac_r3 <dbl+lbl>,
## # ocupac_r4 <dbl+lbl>, rama_3 <dbl+lbl>, rama_4 <dbl+lbl>, facpob07 <dbl>head(sumaria)## # A tibble: 6 x 158
## aÑo mes nconglome conglome vivienda hogar ubigeo dominio estrato percepho
## <chr> <chr> <chr> <chr> <chr> <chr> <chr> <dbl+l> <dbl+l> <dbl>
## 1 2018 01 007061 005002 034 11 010101 4 [sie~ 4 [de ~ 3
## 2 2018 01 007061 005002 083 11 010101 4 [sie~ 4 [de ~ 3
## 3 2018 01 007076 005009 012 11 010101 4 [sie~ 4 [de ~ 1
## 4 2018 01 007076 005009 041 11 010101 4 [sie~ 4 [de ~ 2
## 5 2018 01 007076 005009 056 11 010101 4 [sie~ 4 [de ~ 4
## 6 2018 01 007076 005009 084 11 010101 4 [sie~ 4 [de ~ 2
## # ... with 148 more variables: mieperho <dbl>, totmieho <dbl>, ia01hd <dbl>,
## # ia02hd <dbl>, ig03hd1 <dbl>, ig03hd2 <dbl>, ig03hd3 <dbl>, ig03hd4 <dbl>,
## # ga03hd <dbl>, ga04hd <dbl>, sg23 <dbl>, sig24 <dbl>, sg25 <dbl>,
## # sig26 <dbl>, sg42 <dbl>, sg421 <dbl>, sg422 <dbl>, sg423 <dbl>,
## # sg42d <dbl>, sg42d1 <dbl>, sg42d2 <dbl>, sg42d3 <dbl>, ingbruhd <dbl>,
## # ingnethd <dbl>, pagesphd <dbl>, ingindhd <dbl>, ingauthd <dbl>,
## # insedthd <dbl>, insedlhd <dbl>, paesechd <dbl>, ingseihd <dbl>,
## # isecauhd <dbl>, ingexthd <dbl>, ingtrahd <dbl>, ingtexhd <dbl>,
## # ingrenhd <dbl>, ingoexhd <dbl>, g05hd <dbl>, ig06hd <dbl>, g05hd1 <dbl>,
## # ig06hd1 <dbl>, g05hd2 <dbl>, ig06hd2 <dbl>, g05hd3 <dbl>, ig06hd3 <dbl>,
## # g05hd4 <dbl>, ig06hd4 <dbl>, g05hd5 <dbl>, ig06hd5 <dbl>, g05hd6 <dbl>,
## # ig06hd6 <dbl>, g07hd <dbl>, ig08hd <dbl>, ingtprhd <dbl>, ingtpuhd <dbl>,
## # ingtpu01 <dbl>, ingtpu02 <dbl>, ingtpu03 <dbl>, ingtpu04 <dbl>,
## # ingtpu05 <dbl>, gru11hd <dbl>, gru12hd1 <dbl>, gru12hd2 <dbl>,
## # gru13hd1 <dbl>, gru13hd2 <dbl>, gru13hd3 <dbl>, gru13hd4 <dbl>,
## # gru14hd <dbl>, gru14hd1 <dbl>, gru14hd2 <dbl>, gru14hd3 <dbl>,
## # gru14hd4 <dbl>, gru14hd5 <dbl>, gru14hd6 <dbl>, gru21hd <dbl>,
## # gru22hd1 <dbl>, gru22hd2 <dbl>, gru23hd1 <dbl>, gru23hd2 <dbl>,
## # gru23hd3 <dbl>, gru24hd <dbl>, gru31hd <dbl>, gru32hd1 <dbl>,
## # gru32hd2 <dbl>, gru33hd1 <dbl>, gru33hd2 <dbl>, gru33hd3 <dbl>,
## # gru34hd <dbl>, gru41hd <dbl>, gru42hd1 <dbl>, gru42hd2 <dbl>,
## # gru43hd1 <dbl>, gru43hd2 <dbl>, gru43hd3 <dbl>, gru44hd <dbl>,
## # gru51hd <dbl>, gru52hd1 <dbl>, gru53hd1 <dbl>, gru53hd2 <dbl>,
## # gru53hd3 <dbl>, ...Para verificar la estructura de una base de datos, columna o variable, se usa la función glimpse o str, por ahora usaremos glimpse
glimpse(c300$codperso)## chr [1:126761] "01" "02" "03" "04" "01" "02" "03" "04" "01" "02" "01" "02" ...
## - attr(*, "label")= chr "código de la persona"
## - attr(*, "format.stata")= chr "%2s"glimpse(c200$codperso)## chr [1:139657] "01" "02" "03" "04" "05" "01" "02" "03" "04" "05" "01" "02" ...
## - attr(*, "label")= chr "número de orden de la persona"
## - attr(*, "format.stata")= chr "%2s"A continuación se hará es un left join: “unión por la izquierda”, cuando las bases llamadas c200 y c300 coincidan con las variables “conglome”, “vivienda”, “hogar” y “codperso”.
enaho <- merge(x= c300,
y= c200,
by=c("conglome", "vivienda", "hogar", "codperso"),
all.x=T)Lo que ha hecho el código es unir todas las filas de C300 y solo las de C200 que coincidan. Una forma sencilla de haber usado el código anterior es con el siguiente comando: enaho <- left_join(c300, c200, by=c(“conglome”, “vivienda”, “hogar”, “codperso”)), función que se puede utilizar gracias al llamado de la librería tidyverse
Realizamos un nuevo left join, pero ahora con la base de datos enaho y sumaria, esta vez usaremos el método alternativo left_join
enaho <- left_join(enaho, sumaria, by=c("conglome", "vivienda", "hogar"))## Warning: Column `conglome` has different attributes on LHS and RHS of join## Warning: Column `vivienda` has different attributes on LHS and RHS of join## Warning: Column `hogar` has different attributes on LHS and RHS of joinLiberamos memoria, eliminando las bases que ya no se usarán
#rm(list = c("c200", "c300", "sumaria"))Cuando se hizo el left_join, se mantuvieron todas las obsevaciones de la base de datos c300 y enaho, sin embargo, hay una probabilidad de que se hallan creado valores nulos, o conocidos en el lenguaje R como NA
table(enaho$p208a.x, useNA = "alw")##
## 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
## 2184 2210 2280 2247 2412 2580 2538 2591 2544 2677 2852 2695 2659 2420 2356 2217
## 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
## 2065 1905 1880 1894 1818 1748 1694 1583 1509 1523 1563 1694 1629 1588 1612 1470
## 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
## 1705 1624 1630 1670 1644 1697 1674 1691 1730 1649 1655 1600 1594 1602 1582 1596
## 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66
## 1560 1578 1541 1490 1502 1389 1409 1400 1261 1242 1129 1118 1199 1074 1138 926
## 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82
## 973 909 823 876 786 736 713 621 632 586 603 547 482 440 411 385
## 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98
## 360 340 300 221 235 187 133 124 84 77 62 59 24 23 26 47
## <NA>
## 0Filtramos solo los que tienen edad mayor o igual a 15 años.
enaho <- filter(enaho, p208a.x>=15)Nuavamente verificamos la presencia de NA
table(enaho$codinfor, useNA = "alw")##
## 00 01 02 03 04 05 06 07 08 09 10 11 12
## 37 39995 33647 12205 5937 2671 1252 586 311 159 71 31 18
## 13 14 15 16 17 18 19 <NA>
## 19 3 4 1 1 2 1 0Filtramos la base de datos enaho donde no aparezca el codinfor= 00, verificamos si es que existen NA y filtramos a los que solo son miembros del hogar.
enaho <- filter(enaho, codinfor!="00")
table(enaho$p204.x, useNA = "alw")##
## 1 2 <NA>
## 96439 475 0enaho <- filter(enaho, p204.x==1)Cálculo de indicadores
Nota importante
Se utilizará para esta recodificación el código ifelse que da a entender la condicional “si otra”, se traduce de la siguiente forma:
ifelse(1>2, “Correcto”, “Incorrecto”). Si 1 es mayor que 2, que escriba Correcto, caso contrario Incorrecto. Este se puede anidar como un SI anidado en Excel
Otro código común sera el uso de %>% y del código mutate. El uso de %>% funciona como un pipe y lo que hace es pasar la parte del izquierdo del operador al primer argumento o función del lado derecho del operador. Así, es lo mismo decir head (enaho) que decir enaho %>% head(). Por su parte, mutate lo que me permite es crear, dentro de una base de datos, una nueva variable.
- Indicador del sexo del entrevistado
table(enaho$p207.x, useNA = "alw")##
## 1 2 <NA>
## 46535 49904 0enaho <- enaho %>%
mutate(sexo = ifelse(p207.x==1, "Hombre",
ifelse(p207.x==2, "Mujer", NA)))
table(enaho$sexo, useNA = "always")##
## Hombre Mujer <NA>
## 46535 49904 0- Indicador del nivel educativo
table(enaho$p301a, useNA = "always")##
## 1 2 3 4 5 6 7 8 9 10 11 12 <NA>
## 6174 55 13854 11970 14965 23196 3822 7464 6372 7010 1439 118 0enaho <- enaho %>%
mutate(niveleduc = ifelse((p301a>=1 & p301a<=3) | p301a==12, "Sin nivel",
ifelse(p301a==4 | p301a==5, "Primaria",
ifelse(p301a==6 | p301a==7 | p301a==9, "Secundaria",
ifelse(p301a==8 | p301a==10 | p301a==11, "Superior",
NA)))))
table(enaho$niveleduc, useNA = "always")##
## Primaria Secundaria Sin nivel Superior <NA>
## 26935 33390 20201 15913 0- Indicador del área del domicilio
enaho <- enaho %>%
mutate(area = ifelse((dominio.x==8 |
(dominio.x>=1 & dominio.x<=7) &
(estrato.x>=1 & estrato.x<=5)), "Urbano",
ifelse(((dominio.x>=1 & dominio.x<=7) &
(estrato.x>=6 & estrato.x<=8)), "Rural", NA)))
table(enaho$area, useNA = "alw")##
## Rural Urbano <NA>
## 35353 61086 0- Indicador del tipo de idioma
table(enaho$p300a, useNA = "alw")##
## 1 2 3 4 6 7 8 9 <NA>
## 18732 2874 1819 72500 249 61 156 48 0enaho <- enaho %>%
mutate(lengua = ifelse(p300a==4, "Castellano",
ifelse(p300a==1 | p300a==2 | p300a==3, "Originaria", NA)))
table(enaho$lengua, useNA = "alw")##
## Castellano Originaria <NA>
## 72500 23425 514- Indicador de nivel de pobreza
table(enaho$pobreza, useNA = "alw")##
## 1 2 3 <NA>
## 2864 15244 78331 0enaho <- enaho %>%
mutate(pobreza3 = ifelse(pobreza==1, "Pobre extremo",
ifelse(pobreza==2, "Pobre no extremo",
ifelse(pobreza==3, "No pobre", NA
))))
table(enaho$pobreza3, useNA = "alw")##
## No pobre Pobre extremo Pobre no extremo <NA>
## 78331 2864 15244 0- Región
Con el código substr, sustraemos desde el caracter 1 hasta el 2 de la variable ubigeo.x, para luego convertirla en numérico. Adicionalmente, se creará una base de datos con los departamentos del Perú para etiquetar a variable a crear.
glimpse(enaho$ubigeo)## chr [1:96439] "010101" "010101" "010101" "010101" "010101" "010101" ...
## - attr(*, "label")= chr "ubicación geográfica"
## - attr(*, "format.stata")= chr "%6s"enaho$sub12 <- substr(enaho$ubigeo.x,1,2)
enaho$sub12 <- as.numeric(enaho$sub12)
regiones<- data.frame(id= c(1:25),
departamentos=c("Amazonas", "Ancash", "Apurimac", "Arequipa", "Ayacucho", "Cajamarca", "Callao", "Cusco", "Huancavelica", "Huanuco", "Ica","Junin", "La Libertad","Lambayeque", "Lima", "Loreto", "Madre De Dios", "Moquegua", "Pasco", "Piura", "Puno" , "San Martin", "Tacna" , "Tumbes" , "Ucayali"))
enaho$region<- regiones$departamentos[match(enaho$sub12,regiones$id)]
table(enaho$region, useNA = "alw")##
## Amazonas Ancash Apurimac Arequipa Ayacucho
## 3098 5110 2190 6083 2723
## Cajamarca Callao Cusco Huancavelica Huanuco
## 3281 2947 3276 2386 3192
## Ica Junin La Libertad Lambayeque Lima
## 3915 3871 4284 4166 12646
## Loreto Madre De Dios Moquegua Pasco Piura
## 4243 2298 2313 3071 4688
## Puno San Martin Tacna Tumbes Ucayali
## 4475 3447 3448 2222 3066
## <NA>
## 0Al usar el comando enaho\(region<- regiones\)departamentos[match(enaho\(sub12,regiones\)id)] se logró crear la variable region, etiquetada gracias a la base de datos regiones cuando hubo un match entre el id de regiones y el id de enaho, llamada variable sub12
- Variable SabeLeer
table(enaho$niveleduc, useNA = "alw")##
## Primaria Secundaria Sin nivel Superior <NA>
## 26935 33390 20201 15913 0table(enaho$p302, useNA = "alw")##
## 1 2 <NA>
## 11336 8865 76238table(enaho$niveleduc, enaho$p302, useNA = "alw")##
## 1 2 <NA>
## Primaria 0 0 26935
## Secundaria 0 0 33390
## Sin nivel 11336 8865 0
## Superior 0 0 15913
## <NA> 0 0 0enaho <- enaho %>%
mutate(SabeLeer = ifelse(niveleduc!="Sin nivel", "No aplica",
ifelse(p302==1, "Sí sabe leer y escribir",
ifelse(p302==2, "No sabe leer y escribir",
NA))))
table(enaho$SabeLeer, useNA = "alw")##
## No aplica No sabe leer y escribir Sí sabe leer y escribir
## 76238 8865 11336
## <NA>
## 0- Guardamos la base de datos en formato RData
save(enaho, file=paste(ruta,"DF_Enaho.RData",sep="/")) #guardar en formato RDataTablas de contingencia
rm(list=setdiff(ls(), c("ruta"))) # Eliminamos todo menos el objeto ruta
load(paste(ruta,"DF_Enaho.RData",sep="/")) #cargar archivo en formato RDataCon el comando svydesign se especifica el encuesta de encuestas. Para el caso, se mantendrá como ID a conglome y como estrato a estrato.x, usando el factor de expansión.
encuesta = svydesign(data=enaho, id=~conglome, strata=~estrato.x,
weights=~facpob07) #este factor de expansión se usa solo en el módulo 300Con el comando svymean se calculan medias, variaciones, proporciones y totales para datos de encuestas complejas. Con confint se calculan los intervalos de confianza y con cv el coeficiente de variación
tabla <- svymean(~SabeLeer, encuesta, deff=F, na.rm=T); tabla## mean SE
## SabeLeerNo aplica 0.824587 0.0023
## SabeLeerNo sabe leer y escribir 0.072966 0.0013
## SabeLeerSí sabe leer y escribir 0.102447 0.0016ic <- confint(tabla); ic## 2.5 % 97.5 %
## SabeLeerNo aplica 0.82015434 0.82901971
## SabeLeerNo sabe leer y escribir 0.07046428 0.07546813
## SabeLeerSí sabe leer y escribir 0.09934115 0.10555239cv <- cv(tabla); cv## SabeLeerNo aplica SabeLeerNo sabe leer y escribir
## 0.002742723 0.017494590
## SabeLeerSí sabe leer y escribir
## 0.015466862Con el comando svyby se calculan las estadísticas de la encuesta en subconjuntos de una encuesta definida por factores.
- Según pobreza
tabla <- svyby(~SabeLeer, ~pobreza3, encuesta, svymean, deff=F, na.rm=T); tabla## pobreza3 SabeLeerNo aplica
## No pobre No pobre 0.8560755
## Pobre extremo Pobre extremo 0.5459189
## Pobre no extremo Pobre no extremo 0.6932067
## SabeLeerNo sabe leer y escribir
## No pobre 0.0553986
## Pobre extremo 0.2336036
## Pobre no extremo 0.1455246
## SabeLeerSí sabe leer y escribir se.SabeLeerNo aplica
## No pobre 0.08852592 0.002128520
## Pobre extremo 0.22047757 0.013213510
## Pobre no extremo 0.16126872 0.006698908
## se.SabeLeerNo sabe leer y escribir
## No pobre 0.001161994
## Pobre extremo 0.011170052
## Pobre no extremo 0.004255163
## se.SabeLeerSí sabe leer y escribir
## No pobre 0.001593898
## Pobre extremo 0.008902744
## Pobre no extremo 0.004355052ic <- confint(tabla); ic## 2.5 % 97.5 %
## No pobre:SabeLeerNo aplica 0.85190366 0.86024730
## Pobre extremo:SabeLeerNo aplica 0.52002086 0.57181687
## Pobre no extremo:SabeLeerNo aplica 0.68007711 0.70633635
## No pobre:SabeLeerNo sabe leer y escribir 0.05312113 0.05767606
## Pobre extremo:SabeLeerNo sabe leer y escribir 0.21171067 0.25549646
## Pobre no extremo:SabeLeerNo sabe leer y escribir 0.13718459 0.15386452
## No pobre:SabeLeerSí sabe leer y escribir 0.08540194 0.09164991
## Pobre extremo:SabeLeerSí sabe leer y escribir 0.20302852 0.23792663
## Pobre no extremo:SabeLeerSí sabe leer y escribir 0.15273297 0.16980446cv <- cv(tabla); cv## se.SabeLeerNo aplica se.SabeLeerNo sabe leer y escribir
## No pobre 0.002486370 0.02097515
## Pobre extremo 0.024204164 0.04781627
## Pobre no extremo 0.009663651 0.02924017
## se.SabeLeerSí sabe leer y escribir
## No pobre 0.01800488
## Pobre extremo 0.04037936
## Pobre no extremo 0.02700494- Según área
tabla <- svyby(~SabeLeer, ~area, encuesta, svymean, deff=F, na.rm=T); tabla## area SabeLeerNo aplica SabeLeerNo sabe leer y escribir
## Rural Rural 0.6088384 0.19203371
## Urbano Urbano 0.8801570 0.04229818
## SabeLeerSí sabe leer y escribir se.SabeLeerNo aplica
## Rural 0.19912786 0.004589761
## Urbano 0.07754478 0.002361297
## se.SabeLeerNo sabe leer y escribir se.SabeLeerSí sabe leer y escribir
## Rural 0.003397447 0.003061307
## Urbano 0.001218176 0.001764845ic <- confint(tabla); ic## 2.5 % 97.5 %
## Rural:SabeLeerNo aplica 0.59984266 0.61783419
## Urbano:SabeLeerNo aplica 0.87552899 0.88478510
## Rural:SabeLeerNo sabe leer y escribir 0.18537484 0.19869259
## Urbano:SabeLeerNo sabe leer y escribir 0.03991060 0.04468576
## Rural:SabeLeerSí sabe leer y escribir 0.19312781 0.20512791
## Urbano:SabeLeerSí sabe leer y escribir 0.07408574 0.08100381cv <- cv(tabla); cv## se.SabeLeerNo aplica se.SabeLeerNo sabe leer y escribir
## Rural 0.007538553 0.01769193
## Urbano 0.002682813 0.02879974
## se.SabeLeerSí sabe leer y escribir
## Rural 0.01537357
## Urbano 0.02275904- Según sexo y área
tabla <- svyby(~SabeLeer, ~sexo+area, encuesta, svymean, deff=F, na.rm=T); tabla## sexo area SabeLeerNo aplica SabeLeerNo sabe leer y escribir
## Hombre.Rural Hombre Rural 0.7124075 0.09385414
## Mujer.Rural Mujer Rural 0.5095046 0.28619848
## Hombre.Urbano Hombre Urbano 0.9194328 0.01900477
## Mujer.Urbano Mujer Urbano 0.8444780 0.06345846
## SabeLeerSí sabe leer y escribir se.SabeLeerNo aplica
## Hombre.Rural 0.19373837 0.004997960
## Mujer.Rural 0.20429696 0.005491404
## Hombre.Urbano 0.06156244 0.002420419
## Mujer.Urbano 0.09206351 0.003094938
## se.SabeLeerNo sabe leer y escribir
## Hombre.Rural 0.003001812
## Mujer.Rural 0.005132005
## Hombre.Urbano 0.001031815
## Mujer.Urbano 0.001962357
## se.SabeLeerSí sabe leer y escribir
## Hombre.Rural 0.004017609
## Mujer.Rural 0.003809499
## Hombre.Urbano 0.002054502
## Mujer.Urbano 0.002327308ic <- confint(tabla); ic## 2.5 % 97.5 %
## Hombre.Rural:SabeLeerNo aplica 0.70261166 0.72220331
## Mujer.Rural:SabeLeerNo aplica 0.49874161 0.52026752
## Hombre.Urbano:SabeLeerNo aplica 0.91468886 0.92417673
## Mujer.Urbano:SabeLeerNo aplica 0.83841206 0.85054399
## Hombre.Rural:SabeLeerNo sabe leer y escribir 0.08797070 0.09973759
## Mujer.Rural:SabeLeerNo sabe leer y escribir 0.27613993 0.29625702
## Hombre.Urbano:SabeLeerNo sabe leer y escribir 0.01698245 0.02102709
## Mujer.Urbano:SabeLeerNo sabe leer y escribir 0.05961231 0.06730461
## Hombre.Rural:SabeLeerSí sabe leer y escribir 0.18586401 0.20161274
## Mujer.Rural:SabeLeerSí sabe leer y escribir 0.19683048 0.21176344
## Hombre.Urbano:SabeLeerSí sabe leer y escribir 0.05753569 0.06558919
## Mujer.Urbano:SabeLeerSí sabe leer y escribir 0.08750207 0.09662495cv <- cv(tabla); cv## se.SabeLeerNo aplica se.SabeLeerNo sabe leer y escribir
## Hombre.Rural 0.007015592 0.03198380
## Mujer.Rural 0.010777929 0.01793163
## Hombre.Urbano 0.002632513 0.05429241
## Mujer.Urbano 0.003664913 0.03092349
## se.SabeLeerSí sabe leer y escribir
## Hombre.Rural 0.02073729
## Mujer.Rural 0.01864687
## Hombre.Urbano 0.03337265
## Mujer.Urbano 0.02527938- Según lengua
tabla <- svyby(~SabeLeer, ~lengua, encuesta, svymean, deff=F, na.rm=T); tabla## lengua SabeLeerNo aplica SabeLeerNo sabe leer y escribir
## Castellano Castellano 0.8793524 0.04128883
## Originaria Originaria 0.6066014 0.19660056
## SabeLeerSí sabe leer y escribir se.SabeLeerNo aplica
## Castellano 0.07935879 0.002509209
## Originaria 0.19679806 0.005475025
## se.SabeLeerNo sabe leer y escribir
## Castellano 0.001206493
## Originaria 0.003990447
## se.SabeLeerSí sabe leer y escribir
## Castellano 0.001763575
## Originaria 0.003928278ic <- confint(tabla); ic## 2.5 % 97.5 %
## Castellano:SabeLeerNo aplica 0.87443441 0.88427033
## Originaria:SabeLeerNo aplica 0.59587053 0.61733223
## Castellano:SabeLeerNo sabe leer y escribir 0.03892415 0.04365352
## Originaria:SabeLeerNo sabe leer y escribir 0.18877943 0.20442169
## Castellano:SabeLeerSí sabe leer y escribir 0.07590225 0.08281534
## Originaria:SabeLeerSí sabe leer y escribir 0.18909878 0.20449734cv <- cv(tabla); cv## se.SabeLeerNo aplica se.SabeLeerNo sabe leer y escribir
## Castellano 0.002853474 0.02922081
## Originaria 0.009025738 0.02029723
## se.SabeLeerSí sabe leer y escribir
## Castellano 0.02222280
## Originaria 0.01996096- Según sexo, pobreza y lengua
tabla <- svyby(~SabeLeer, ~sexo+pobreza3+lengua, encuesta, svymean, deff=F, na.rm=T); tabla## sexo pobreza3 lengua
## Hombre.No pobre.Castellano Hombre No pobre Castellano
## Mujer.No pobre.Castellano Mujer No pobre Castellano
## Hombre.Pobre extremo.Castellano Hombre Pobre extremo Castellano
## Mujer.Pobre extremo.Castellano Mujer Pobre extremo Castellano
## Hombre.Pobre no extremo.Castellano Hombre Pobre no extremo Castellano
## Mujer.Pobre no extremo.Castellano Mujer Pobre no extremo Castellano
## Hombre.No pobre.Originaria Hombre No pobre Originaria
## Mujer.No pobre.Originaria Mujer No pobre Originaria
## Hombre.Pobre extremo.Originaria Hombre Pobre extremo Originaria
## Mujer.Pobre extremo.Originaria Mujer Pobre extremo Originaria
## Hombre.Pobre no extremo.Originaria Hombre Pobre no extremo Originaria
## Mujer.Pobre no extremo.Originaria Mujer Pobre no extremo Originaria
## SabeLeerNo aplica
## Hombre.No pobre.Castellano 0.9282051
## Mujer.No pobre.Castellano 0.8779849
## Hombre.Pobre extremo.Castellano 0.6555728
## Mujer.Pobre extremo.Castellano 0.5273725
## Hombre.Pobre no extremo.Castellano 0.8102789
## Mujer.Pobre no extremo.Castellano 0.7212440
## Hombre.No pobre.Originaria 0.7714236
## Mujer.No pobre.Originaria 0.5170944
## Hombre.Pobre extremo.Originaria 0.6325744
## Mujer.Pobre extremo.Originaria 0.3874080
## Hombre.Pobre no extremo.Originaria 0.6813286
## Mujer.Pobre no extremo.Originaria 0.4298667
## SabeLeerNo sabe leer y escribir
## Hombre.No pobre.Castellano 0.01739399
## Mujer.No pobre.Castellano 0.04270269
## Hombre.Pobre extremo.Castellano 0.11355343
## Mujer.Pobre extremo.Castellano 0.24737934
## Hombre.Pobre no extremo.Castellano 0.05413022
## Mujer.Pobre no extremo.Castellano 0.13288275
## Hombre.No pobre.Originaria 0.05815917
## Mujer.No pobre.Originaria 0.27139836
## Hombre.Pobre extremo.Originaria 0.15180047
## Mujer.Pobre extremo.Originaria 0.39648512
## Hombre.Pobre no extremo.Originaria 0.10991079
## Mujer.Pobre no extremo.Originaria 0.36798904
## SabeLeerSí sabe leer y escribir
## Hombre.No pobre.Castellano 0.05440094
## Mujer.No pobre.Castellano 0.07931244
## Hombre.Pobre extremo.Castellano 0.23087373
## Mujer.Pobre extremo.Castellano 0.22524820
## Hombre.Pobre no extremo.Castellano 0.13559087
## Mujer.Pobre no extremo.Castellano 0.14587328
## Hombre.No pobre.Originaria 0.17041718
## Mujer.No pobre.Originaria 0.21150722
## Hombre.Pobre extremo.Originaria 0.21562513
## Mujer.Pobre extremo.Originaria 0.21610692
## Hombre.Pobre no extremo.Originaria 0.20876064
## Mujer.Pobre no extremo.Originaria 0.20214421
## se.SabeLeerNo aplica
## Hombre.No pobre.Castellano 0.002218507
## Mujer.No pobre.Castellano 0.002862926
## Hombre.Pobre extremo.Castellano 0.023379460
## Mujer.Pobre extremo.Castellano 0.022122318
## Hombre.Pobre no extremo.Castellano 0.009003319
## Mujer.Pobre no extremo.Castellano 0.010201367
## Hombre.No pobre.Originaria 0.007109839
## Mujer.No pobre.Originaria 0.008110026
## Hombre.Pobre extremo.Originaria 0.022376398
## Mujer.Pobre extremo.Originaria 0.024168249
## Hombre.Pobre no extremo.Originaria 0.011623709
## Mujer.Pobre no extremo.Originaria 0.013053652
## se.SabeLeerNo sabe leer y escribir
## Hombre.No pobre.Castellano 0.0009419043
## Mujer.No pobre.Castellano 0.0015650065
## Hombre.Pobre extremo.Castellano 0.0141413052
## Mujer.Pobre extremo.Castellano 0.0185505066
## Hombre.Pobre no extremo.Castellano 0.0040945080
## Mujer.Pobre no extremo.Castellano 0.0070234499
## Hombre.No pobre.Originaria 0.0033856054
## Mujer.No pobre.Originaria 0.0069511932
## Hombre.Pobre extremo.Originaria 0.0158541849
## Mujer.Pobre extremo.Originaria 0.0259915869
## Hombre.Pobre no extremo.Originaria 0.0071372872
## Mujer.Pobre no extremo.Originaria 0.0117638010
## se.SabeLeerSí sabe leer y escribir
## Hombre.No pobre.Castellano 0.001868858
## Mujer.No pobre.Castellano 0.002196429
## Hombre.Pobre extremo.Castellano 0.020428393
## Mujer.Pobre extremo.Castellano 0.016542765
## Hombre.Pobre no extremo.Castellano 0.007433778
## Mujer.Pobre no extremo.Castellano 0.006755297
## Hombre.No pobre.Originaria 0.006199392
## Mujer.No pobre.Originaria 0.006723109
## Hombre.Pobre extremo.Originaria 0.018941070
## Mujer.Pobre extremo.Originaria 0.019142254
## Hombre.Pobre no extremo.Originaria 0.009690151
## Mujer.Pobre no extremo.Originaria 0.009536748ic <- confint(tabla); ic## 2.5 %
## Hombre.No pobre.Castellano:SabeLeerNo aplica 0.92385687
## Mujer.No pobre.Castellano:SabeLeerNo aplica 0.87237364
## Hombre.Pobre extremo.Castellano:SabeLeerNo aplica 0.60974994
## Mujer.Pobre extremo.Castellano:SabeLeerNo aplica 0.48401351
## Hombre.Pobre no extremo.Castellano:SabeLeerNo aplica 0.79263272
## Mujer.Pobre no extremo.Castellano:SabeLeerNo aplica 0.70124967
## Hombre.No pobre.Originaria:SabeLeerNo aplica 0.75748862
## Mujer.No pobre.Originaria:SabeLeerNo aplica 0.50119906
## Hombre.Pobre extremo.Originaria:SabeLeerNo aplica 0.58871746
## Mujer.Pobre extremo.Originaria:SabeLeerNo aplica 0.34003906
## Hombre.Pobre no extremo.Originaria:SabeLeerNo aplica 0.65854652
## Mujer.Pobre no extremo.Originaria:SabeLeerNo aplica 0.40428206
## Hombre.No pobre.Castellano:SabeLeerNo sabe leer y escribir 0.01554789
## Mujer.No pobre.Castellano:SabeLeerNo sabe leer y escribir 0.03963534
## Hombre.Pobre extremo.Castellano:SabeLeerNo sabe leer y escribir 0.08583698
## Mujer.Pobre extremo.Castellano:SabeLeerNo sabe leer y escribir 0.21102102
## Hombre.Pobre no extremo.Castellano:SabeLeerNo sabe leer y escribir 0.04610514
## Mujer.Pobre no extremo.Castellano:SabeLeerNo sabe leer y escribir 0.11911704
## Hombre.No pobre.Originaria:SabeLeerNo sabe leer y escribir 0.05152351
## Mujer.No pobre.Originaria:SabeLeerNo sabe leer y escribir 0.25777427
## Hombre.Pobre extremo.Originaria:SabeLeerNo sabe leer y escribir 0.12072684
## Mujer.Pobre extremo.Originaria:SabeLeerNo sabe leer y escribir 0.34554255
## Hombre.Pobre no extremo.Originaria:SabeLeerNo sabe leer y escribir 0.09592196
## Mujer.Pobre no extremo.Originaria:SabeLeerNo sabe leer y escribir 0.34493241
## Hombre.No pobre.Castellano:SabeLeerSí sabe leer y escribir 0.05073805
## Mujer.No pobre.Castellano:SabeLeerSí sabe leer y escribir 0.07500751
## Hombre.Pobre extremo.Castellano:SabeLeerSí sabe leer y escribir 0.19083481
## Mujer.Pobre extremo.Castellano:SabeLeerSí sabe leer y escribir 0.19282497
## Hombre.Pobre no extremo.Castellano:SabeLeerSí sabe leer y escribir 0.12102094
## Mujer.Pobre no extremo.Castellano:SabeLeerSí sabe leer y escribir 0.13263314
## Hombre.No pobre.Originaria:SabeLeerSí sabe leer y escribir 0.15826659
## Mujer.No pobre.Originaria:SabeLeerSí sabe leer y escribir 0.19833017
## Hombre.Pobre extremo.Originaria:SabeLeerSí sabe leer y escribir 0.17850131
## Mujer.Pobre extremo.Originaria:SabeLeerSí sabe leer y escribir 0.17858879
## Hombre.Pobre no extremo.Originaria:SabeLeerSí sabe leer y escribir 0.18976829
## Mujer.Pobre no extremo.Originaria:SabeLeerSí sabe leer y escribir 0.18345253
## 97.5 %
## Hombre.No pobre.Castellano:SabeLeerNo aplica 0.93255326
## Mujer.No pobre.Castellano:SabeLeerNo aplica 0.88359610
## Hombre.Pobre extremo.Castellano:SabeLeerNo aplica 0.70139574
## Mujer.Pobre extremo.Castellano:SabeLeerNo aplica 0.57073141
## Hombre.Pobre no extremo.Castellano:SabeLeerNo aplica 0.82792508
## Mujer.Pobre no extremo.Castellano:SabeLeerNo aplica 0.74123829
## Hombre.No pobre.Originaria:SabeLeerNo aplica 0.78535868
## Mujer.No pobre.Originaria:SabeLeerNo aplica 0.53298978
## Hombre.Pobre extremo.Originaria:SabeLeerNo aplica 0.67643133
## Mujer.Pobre extremo.Originaria:SabeLeerNo aplica 0.43477686
## Hombre.Pobre no extremo.Originaria:SabeLeerNo aplica 0.70411062
## Mujer.Pobre no extremo.Originaria:SabeLeerNo aplica 0.45545144
## Hombre.No pobre.Castellano:SabeLeerNo sabe leer y escribir 0.01924009
## Mujer.No pobre.Castellano:SabeLeerNo sabe leer y escribir 0.04577005
## Hombre.Pobre extremo.Castellano:SabeLeerNo sabe leer y escribir 0.14126988
## Mujer.Pobre extremo.Castellano:SabeLeerNo sabe leer y escribir 0.28373767
## Hombre.Pobre no extremo.Castellano:SabeLeerNo sabe leer y escribir 0.06215531
## Mujer.Pobre no extremo.Castellano:SabeLeerNo sabe leer y escribir 0.14664845
## Hombre.No pobre.Originaria:SabeLeerNo sabe leer y escribir 0.06479484
## Mujer.No pobre.Originaria:SabeLeerNo sabe leer y escribir 0.28502245
## Hombre.Pobre extremo.Originaria:SabeLeerNo sabe leer y escribir 0.18287411
## Mujer.Pobre extremo.Originaria:SabeLeerNo sabe leer y escribir 0.44742769
## Hombre.Pobre no extremo.Originaria:SabeLeerNo sabe leer y escribir 0.12389962
## Mujer.Pobre no extremo.Originaria:SabeLeerNo sabe leer y escribir 0.39104566
## Hombre.No pobre.Castellano:SabeLeerSí sabe leer y escribir 0.05806384
## Mujer.No pobre.Castellano:SabeLeerSí sabe leer y escribir 0.08361736
## Hombre.Pobre extremo.Castellano:SabeLeerSí sabe leer y escribir 0.27091264
## Mujer.Pobre extremo.Castellano:SabeLeerSí sabe leer y escribir 0.25767142
## Hombre.Pobre no extremo.Castellano:SabeLeerSí sabe leer y escribir 0.15016081
## Mujer.Pobre no extremo.Castellano:SabeLeerSí sabe leer y escribir 0.15911341
## Hombre.No pobre.Originaria:SabeLeerSí sabe leer y escribir 0.18256776
## Mujer.No pobre.Originaria:SabeLeerSí sabe leer y escribir 0.22468427
## Hombre.Pobre extremo.Originaria:SabeLeerSí sabe leer y escribir 0.25274894
## Mujer.Pobre extremo.Originaria:SabeLeerSí sabe leer y escribir 0.25362505
## Hombre.Pobre no extremo.Originaria:SabeLeerSí sabe leer y escribir 0.22775299
## Mujer.Pobre no extremo.Originaria:SabeLeerSí sabe leer y escribir 0.22083590cv <- cv(tabla); cv## se.SabeLeerNo aplica
## Hombre.No pobre.Castellano 0.002390104
## Mujer.No pobre.Castellano 0.003260792
## Hombre.Pobre extremo.Castellano 0.035662643
## Mujer.Pobre extremo.Castellano 0.041948187
## Hombre.Pobre no extremo.Castellano 0.011111382
## Mujer.Pobre no extremo.Castellano 0.014144128
## Hombre.No pobre.Originaria 0.009216517
## Mujer.No pobre.Originaria 0.015683839
## Hombre.Pobre extremo.Originaria 0.035373544
## Mujer.Pobre extremo.Originaria 0.062384493
## Hombre.Pobre no extremo.Originaria 0.017060357
## Mujer.Pobre no extremo.Originaria 0.030366741
## se.SabeLeerNo sabe leer y escribir
## Hombre.No pobre.Castellano 0.05415114
## Mujer.No pobre.Castellano 0.03664889
## Hombre.Pobre extremo.Castellano 0.12453437
## Mujer.Pobre extremo.Castellano 0.07498810
## Hombre.Pobre no extremo.Castellano 0.07564181
## Mujer.Pobre no extremo.Castellano 0.05285449
## Hombre.No pobre.Originaria 0.05821275
## Mujer.No pobre.Originaria 0.02561251
## Hombre.Pobre extremo.Originaria 0.10444094
## Mujer.Pobre extremo.Originaria 0.06555501
## Hombre.Pobre no extremo.Originaria 0.06493709
## Mujer.Pobre no extremo.Originaria 0.03196780
## se.SabeLeerSí sabe leer y escribir
## Hombre.No pobre.Castellano 0.03435340
## Mujer.No pobre.Castellano 0.02769338
## Hombre.Pobre extremo.Castellano 0.08848297
## Mujer.Pobre extremo.Castellano 0.07344239
## Hombre.Pobre no extremo.Castellano 0.05482506
## Mujer.Pobre no extremo.Castellano 0.04630935
## Hombre.No pobre.Originaria 0.03637774
## Mujer.No pobre.Originaria 0.03178667
## Hombre.Pobre extremo.Originaria 0.08784259
## Mujer.Pobre extremo.Originaria 0.08857770
## Hombre.Pobre no extremo.Originaria 0.04641752
## Mujer.Pobre no extremo.Originaria 0.04717794- Según sexo, pobreza, área y lengua
tabla <- svyby(~SabeLeer, ~sexo+pobreza3+area+lengua, encuesta, svymean, deff=F, na.rm=T); tabla## sexo pobreza3 area
## Hombre.No pobre.Rural.Castellano Hombre No pobre Rural
## Mujer.No pobre.Rural.Castellano Mujer No pobre Rural
## Hombre.Pobre extremo.Rural.Castellano Hombre Pobre extremo Rural
## Mujer.Pobre extremo.Rural.Castellano Mujer Pobre extremo Rural
## Hombre.Pobre no extremo.Rural.Castellano Hombre Pobre no extremo Rural
## Mujer.Pobre no extremo.Rural.Castellano Mujer Pobre no extremo Rural
## Hombre.No pobre.Urbano.Castellano Hombre No pobre Urbano
## Mujer.No pobre.Urbano.Castellano Mujer No pobre Urbano
## Hombre.Pobre extremo.Urbano.Castellano Hombre Pobre extremo Urbano
## Mujer.Pobre extremo.Urbano.Castellano Mujer Pobre extremo Urbano
## Hombre.Pobre no extremo.Urbano.Castellano Hombre Pobre no extremo Urbano
## Mujer.Pobre no extremo.Urbano.Castellano Mujer Pobre no extremo Urbano
## Hombre.No pobre.Rural.Originaria Hombre No pobre Rural
## Mujer.No pobre.Rural.Originaria Mujer No pobre Rural
## Hombre.Pobre extremo.Rural.Originaria Hombre Pobre extremo Rural
## Mujer.Pobre extremo.Rural.Originaria Mujer Pobre extremo Rural
## Hombre.Pobre no extremo.Rural.Originaria Hombre Pobre no extremo Rural
## Mujer.Pobre no extremo.Rural.Originaria Mujer Pobre no extremo Rural
## Hombre.No pobre.Urbano.Originaria Hombre No pobre Urbano
## Mujer.No pobre.Urbano.Originaria Mujer No pobre Urbano
## Hombre.Pobre extremo.Urbano.Originaria Hombre Pobre extremo Urbano
## Mujer.Pobre extremo.Urbano.Originaria Mujer Pobre extremo Urbano
## Hombre.Pobre no extremo.Urbano.Originaria Hombre Pobre no extremo Urbano
## Mujer.Pobre no extremo.Urbano.Originaria Mujer Pobre no extremo Urbano
## lengua SabeLeerNo aplica
## Hombre.No pobre.Rural.Castellano Castellano 0.7947809
## Mujer.No pobre.Rural.Castellano Castellano 0.6519100
## Hombre.Pobre extremo.Rural.Castellano Castellano 0.6208477
## Mujer.Pobre extremo.Rural.Castellano Castellano 0.4694558
## Hombre.Pobre no extremo.Rural.Castellano Castellano 0.6830806
## Mujer.Pobre no extremo.Rural.Castellano Castellano 0.5419205
## Hombre.No pobre.Urbano.Castellano Castellano 0.9458696
## Mujer.No pobre.Urbano.Castellano Castellano 0.9043562
## Hombre.Pobre extremo.Urbano.Castellano Castellano 0.7597212
## Mujer.Pobre extremo.Urbano.Castellano Castellano 0.7094420
## Hombre.Pobre no extremo.Urbano.Castellano Castellano 0.8682232
## Mujer.Pobre no extremo.Urbano.Castellano Castellano 0.7970224
## Hombre.No pobre.Rural.Originaria Originaria 0.6741836
## Mujer.No pobre.Rural.Originaria Originaria 0.3981547
## Hombre.Pobre extremo.Rural.Originaria Originaria 0.6231773
## Mujer.Pobre extremo.Rural.Originaria Originaria 0.3857001
## Hombre.Pobre no extremo.Rural.Originaria Originaria 0.6474276
## Mujer.Pobre no extremo.Rural.Originaria Originaria 0.3806558
## Hombre.No pobre.Urbano.Originaria Originaria 0.8322290
## Mujer.No pobre.Urbano.Originaria Originaria 0.5845925
## Hombre.Pobre extremo.Urbano.Originaria Originaria 0.6877207
## Mujer.Pobre extremo.Urbano.Originaria Originaria 0.3951552
## Hombre.Pobre no extremo.Urbano.Originaria Originaria 0.7291039
## Mujer.Pobre no extremo.Urbano.Originaria Originaria 0.4983821
## SabeLeerNo sabe leer y escribir
## Hombre.No pobre.Rural.Castellano 0.05786690
## Mujer.No pobre.Rural.Castellano 0.15654558
## Hombre.Pobre extremo.Rural.Castellano 0.12558109
## Mujer.Pobre extremo.Rural.Castellano 0.28197984
## Hombre.Pobre no extremo.Rural.Castellano 0.09439443
## Mujer.Pobre no extremo.Rural.Castellano 0.23474876
## Hombre.No pobre.Urbano.Castellano 0.01203562
## Mujer.No pobre.Urbano.Castellano 0.02942306
## Hombre.Pobre extremo.Urbano.Castellano 0.07747979
## Mujer.Pobre extremo.Urbano.Castellano 0.13860763
## Hombre.Pobre no extremo.Urbano.Castellano 0.03578813
## Mujer.Pobre no extremo.Urbano.Castellano 0.08983625
## Hombre.No pobre.Rural.Originaria 0.10276688
## Mujer.No pobre.Rural.Originaria 0.39519372
## Hombre.Pobre extremo.Rural.Originaria 0.16351305
## Mujer.Pobre extremo.Rural.Originaria 0.41374015
## Hombre.Pobre no extremo.Rural.Originaria 0.13292708
## Mujer.Pobre no extremo.Rural.Originaria 0.41949220
## Hombre.No pobre.Urbano.Originaria 0.03026546
## Mujer.No pobre.Urbano.Originaria 0.20114464
## Hombre.Pobre extremo.Urbano.Originaria 0.08306623
## Mujer.Pobre extremo.Urbano.Originaria 0.31821283
## Hombre.Pobre no extremo.Urbano.Originaria 0.07747478
## Mujer.Pobre no extremo.Urbano.Originaria 0.29628226
## SabeLeerSí sabe leer y escribir
## Hombre.No pobre.Rural.Castellano 0.14735221
## Mujer.No pobre.Rural.Castellano 0.19154437
## Hombre.Pobre extremo.Rural.Castellano 0.25357118
## Mujer.Pobre extremo.Rural.Castellano 0.24856439
## Hombre.Pobre no extremo.Rural.Castellano 0.22252495
## Mujer.Pobre no extremo.Rural.Castellano 0.22333076
## Hombre.No pobre.Urbano.Castellano 0.04209475
## Mujer.No pobre.Urbano.Castellano 0.06622072
## Hombre.Pobre extremo.Urbano.Castellano 0.16279898
## Mujer.Pobre extremo.Urbano.Castellano 0.15195034
## Hombre.Pobre no extremo.Urbano.Castellano 0.09598863
## Mujer.Pobre no extremo.Urbano.Castellano 0.11314132
## Hombre.No pobre.Rural.Originaria 0.22304947
## Mujer.No pobre.Rural.Originaria 0.20665153
## Hombre.Pobre extremo.Rural.Originaria 0.21330969
## Mujer.Pobre extremo.Rural.Originaria 0.20055975
## Hombre.Pobre no extremo.Rural.Originaria 0.21964531
## Mujer.Pobre no extremo.Rural.Originaria 0.19985199
## Hombre.No pobre.Urbano.Originaria 0.13750559
## Mujer.No pobre.Urbano.Originaria 0.21426282
## Hombre.Pobre extremo.Urbano.Originaria 0.22921305
## Mujer.Pobre extremo.Urbano.Originaria 0.28663201
## Hombre.Pobre no extremo.Urbano.Originaria 0.19342128
## Mujer.Pobre no extremo.Urbano.Originaria 0.20533563
## se.SabeLeerNo aplica
## Hombre.No pobre.Rural.Castellano 0.006527454
## Mujer.No pobre.Rural.Castellano 0.008978067
## Hombre.Pobre extremo.Rural.Castellano 0.025925567
## Mujer.Pobre extremo.Rural.Castellano 0.021595526
## Hombre.Pobre no extremo.Rural.Castellano 0.012996080
## Mujer.Pobre no extremo.Rural.Castellano 0.013638571
## Hombre.No pobre.Urbano.Castellano 0.002273524
## Mujer.No pobre.Urbano.Castellano 0.002839430
## Hombre.Pobre extremo.Urbano.Castellano 0.049003438
## Mujer.Pobre extremo.Urbano.Castellano 0.050609388
## Hombre.Pobre no extremo.Urbano.Castellano 0.010479188
## Mujer.Pobre no extremo.Urbano.Castellano 0.011318807
## Hombre.No pobre.Rural.Originaria 0.008889518
## Mujer.No pobre.Rural.Originaria 0.008155857
## Hombre.Pobre extremo.Rural.Originaria 0.022755484
## Mujer.Pobre extremo.Rural.Originaria 0.023849239
## Hombre.Pobre no extremo.Rural.Originaria 0.012036481
## Mujer.Pobre no extremo.Rural.Originaria 0.011448806
## Hombre.No pobre.Urbano.Originaria 0.009678135
## Mujer.No pobre.Urbano.Originaria 0.011390296
## Hombre.Pobre extremo.Urbano.Originaria 0.072563825
## Mujer.Pobre extremo.Urbano.Originaria 0.078228299
## Hombre.Pobre no extremo.Urbano.Originaria 0.021902183
## Mujer.Pobre no extremo.Urbano.Originaria 0.025458568
## se.SabeLeerNo sabe leer y escribir
## Hombre.No pobre.Rural.Castellano 0.0041340682
## Mujer.No pobre.Rural.Castellano 0.0068639448
## Hombre.Pobre extremo.Rural.Castellano 0.0154175852
## Mujer.Pobre extremo.Rural.Castellano 0.0200200212
## Hombre.Pobre no extremo.Rural.Castellano 0.0075524202
## Mujer.Pobre no extremo.Rural.Castellano 0.0124669212
## Hombre.No pobre.Urbano.Castellano 0.0008899662
## Mujer.No pobre.Urbano.Castellano 0.0014431954
## Hombre.Pobre extremo.Urbano.Castellano 0.0324792160
## Mujer.Pobre extremo.Urbano.Castellano 0.0366108088
## Hombre.Pobre no extremo.Urbano.Castellano 0.0046366383
## Mujer.Pobre no extremo.Urbano.Castellano 0.0076392569
## Hombre.No pobre.Rural.Originaria 0.0053199697
## Mujer.No pobre.Rural.Originaria 0.0087812268
## Hombre.Pobre extremo.Rural.Originaria 0.0169598183
## Mujer.Pobre extremo.Rural.Originaria 0.0249813618
## Hombre.Pobre no extremo.Rural.Originaria 0.0079255736
## Mujer.Pobre no extremo.Rural.Originaria 0.0118010661
## Hombre.No pobre.Urbano.Originaria 0.0042223747
## Mujer.No pobre.Urbano.Originaria 0.0093136388
## Hombre.Pobre extremo.Urbano.Originaria 0.0412650725
## Mujer.Pobre extremo.Urbano.Originaria 0.0804627545
## Hombre.Pobre no extremo.Urbano.Originaria 0.0127517421
## Mujer.Pobre no extremo.Urbano.Originaria 0.0214560914
## se.SabeLeerSí sabe leer y escribir
## Hombre.No pobre.Rural.Castellano 0.005201374
## Mujer.No pobre.Rural.Castellano 0.006071291
## Hombre.Pobre extremo.Rural.Castellano 0.022231339
## Mujer.Pobre extremo.Rural.Castellano 0.017976972
## Hombre.Pobre no extremo.Rural.Castellano 0.011341749
## Mujer.Pobre no extremo.Rural.Castellano 0.010753634
## Hombre.No pobre.Urbano.Castellano 0.001958225
## Mujer.No pobre.Urbano.Castellano 0.002304915
## Hombre.Pobre extremo.Urbano.Castellano 0.045232783
## Mujer.Pobre extremo.Urbano.Castellano 0.037655461
## Hombre.Pobre no extremo.Urbano.Castellano 0.008759632
## Mujer.Pobre no extremo.Urbano.Castellano 0.007800412
## Hombre.No pobre.Rural.Originaria 0.007623022
## Mujer.No pobre.Rural.Originaria 0.006530603
## Hombre.Pobre extremo.Rural.Originaria 0.019201758
## Mujer.Pobre extremo.Rural.Originaria 0.017370787
## Hombre.Pobre no extremo.Rural.Originaria 0.010206519
## Mujer.Pobre no extremo.Rural.Originaria 0.008653167
## Hombre.No pobre.Urbano.Originaria 0.008693768
## Mujer.No pobre.Urbano.Originaria 0.009872699
## Hombre.Pobre extremo.Urbano.Originaria 0.065624663
## Mujer.Pobre extremo.Urbano.Originaria 0.066988080
## Hombre.Pobre no extremo.Urbano.Originaria 0.018349116
## Mujer.Pobre no extremo.Urbano.Originaria 0.019391059ic <- confint(tabla); ic## 2.5 %
## Hombre.No pobre.Rural.Castellano:SabeLeerNo aplica 0.781987315
## Mujer.No pobre.Rural.Castellano:SabeLeerNo aplica 0.634313361
## Hombre.Pobre extremo.Rural.Castellano:SabeLeerNo aplica 0.570034548
## Mujer.Pobre extremo.Rural.Castellano:SabeLeerNo aplica 0.427129314
## Hombre.Pobre no extremo.Rural.Castellano:SabeLeerNo aplica 0.657608779
## Mujer.Pobre no extremo.Rural.Castellano:SabeLeerNo aplica 0.515189373
## Hombre.No pobre.Urbano.Castellano:SabeLeerNo aplica 0.941413609
## Mujer.No pobre.Urbano.Castellano:SabeLeerNo aplica 0.898791042
## Hombre.Pobre extremo.Urbano.Castellano:SabeLeerNo aplica 0.663676256
## Mujer.Pobre extremo.Urbano.Castellano:SabeLeerNo aplica 0.610249449
## Hombre.Pobre no extremo.Urbano.Castellano:SabeLeerNo aplica 0.847684411
## Mujer.Pobre no extremo.Urbano.Castellano:SabeLeerNo aplica 0.774837975
## Hombre.No pobre.Rural.Originaria:SabeLeerNo aplica 0.656760514
## Mujer.No pobre.Rural.Originaria:SabeLeerNo aplica 0.382169562
## Hombre.Pobre extremo.Rural.Originaria:SabeLeerNo aplica 0.578577325
## Mujer.Pobre extremo.Rural.Originaria:SabeLeerNo aplica 0.338956450
## Hombre.Pobre no extremo.Rural.Originaria:SabeLeerNo aplica 0.623836547
## Mujer.Pobre no extremo.Rural.Originaria:SabeLeerNo aplica 0.358216565
## Hombre.No pobre.Urbano.Originaria:SabeLeerNo aplica 0.813260155
## Mujer.No pobre.Urbano.Originaria:SabeLeerNo aplica 0.562267975
## Hombre.Pobre extremo.Urbano.Originaria:SabeLeerNo aplica 0.545498230
## Mujer.Pobre extremo.Urbano.Originaria:SabeLeerNo aplica 0.241830515
## Hombre.Pobre no extremo.Urbano.Originaria:SabeLeerNo aplica 0.686176448
## Mujer.Pobre no extremo.Urbano.Originaria:SabeLeerNo aplica 0.448484235
## Hombre.No pobre.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.049764278
## Mujer.No pobre.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.143092493
## Hombre.Pobre extremo.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.095363180
## Mujer.Pobre extremo.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.242741322
## Hombre.Pobre no extremo.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.079591955
## Mujer.Pobre no extremo.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.210314041
## Hombre.No pobre.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.010291314
## Mujer.No pobre.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.026594449
## Hombre.Pobre extremo.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.013821695
## Mujer.Pobre extremo.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.066851764
## Hombre.Pobre no extremo.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.026700488
## Mujer.Pobre no extremo.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.074863578
## Hombre.No pobre.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.092339932
## Mujer.No pobre.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.377982835
## Hombre.Pobre extremo.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.130272419
## Mujer.Pobre extremo.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.364777578
## Hombre.Pobre no extremo.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.117393239
## Mujer.Pobre no extremo.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.396362531
## Hombre.No pobre.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.021989756
## Mujer.No pobre.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.182890239
## Hombre.Pobre extremo.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.002188177
## Mujer.Pobre extremo.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.160508730
## Hombre.Pobre no extremo.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.052481826
## Mujer.Pobre no extremo.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.254229093
## Hombre.No pobre.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.137157701
## Mujer.No pobre.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.179644862
## Hombre.Pobre extremo.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.209998557
## Mujer.Pobre extremo.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.213330174
## Hombre.Pobre no extremo.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.200295527
## Mujer.Pobre no extremo.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.202254025
## Hombre.No pobre.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.038256698
## Mujer.No pobre.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.061703167
## Hombre.Pobre extremo.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.074144357
## Mujer.Pobre extremo.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.078146995
## Hombre.Pobre no extremo.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.078820064
## Mujer.Pobre no extremo.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.097852796
## Hombre.No pobre.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.208108622
## Mujer.No pobre.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.193851783
## Hombre.Pobre extremo.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.175674939
## Mujer.Pobre extremo.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.166513636
## Hombre.Pobre no extremo.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.199640898
## Mujer.Pobre no extremo.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.182892095
## Hombre.No pobre.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.120466120
## Mujer.No pobre.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.194912685
## Hombre.Pobre extremo.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.100591078
## Mujer.Pobre extremo.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.155337780
## Hombre.Pobre no extremo.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.157457674
## Mujer.Pobre no extremo.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.167329852
## 97.5 %
## Hombre.No pobre.Rural.Castellano:SabeLeerNo aplica 0.80757446
## Mujer.No pobre.Rural.Castellano:SabeLeerNo aplica 0.66950674
## Hombre.Pobre extremo.Rural.Castellano:SabeLeerNo aplica 0.67166091
## Mujer.Pobre extremo.Rural.Castellano:SabeLeerNo aplica 0.51178222
## Hombre.Pobre no extremo.Rural.Castellano:SabeLeerNo aplica 0.70855248
## Mujer.Pobre no extremo.Rural.Castellano:SabeLeerNo aplica 0.56865159
## Hombre.No pobre.Urbano.Castellano:SabeLeerNo aplica 0.95032566
## Mujer.No pobre.Urbano.Castellano:SabeLeerNo aplica 0.90992141
## Hombre.Pobre extremo.Urbano.Castellano:SabeLeerNo aplica 0.85576620
## Mujer.Pobre extremo.Urbano.Castellano:SabeLeerNo aplica 0.80863460
## Hombre.Pobre no extremo.Urbano.Castellano:SabeLeerNo aplica 0.88876207
## Mujer.Pobre no extremo.Urbano.Castellano:SabeLeerNo aplica 0.81920689
## Hombre.No pobre.Rural.Originaria:SabeLeerNo aplica 0.69160679
## Mujer.No pobre.Rural.Originaria:SabeLeerNo aplica 0.41413993
## Hombre.Pobre extremo.Rural.Originaria:SabeLeerNo aplica 0.66777718
## Mujer.Pobre extremo.Rural.Originaria:SabeLeerNo aplica 0.43244375
## Hombre.Pobre no extremo.Rural.Originaria:SabeLeerNo aplica 0.67101868
## Mujer.Pobre no extremo.Rural.Originaria:SabeLeerNo aplica 0.40309506
## Hombre.No pobre.Urbano.Originaria:SabeLeerNo aplica 0.85119775
## Mujer.No pobre.Urbano.Originaria:SabeLeerNo aplica 0.60691711
## Hombre.Pobre extremo.Urbano.Originaria:SabeLeerNo aplica 0.82994320
## Mujer.Pobre extremo.Urbano.Originaria:SabeLeerNo aplica 0.54847981
## Hombre.Pobre no extremo.Urbano.Originaria:SabeLeerNo aplica 0.77203143
## Mujer.Pobre no extremo.Urbano.Originaria:SabeLeerNo aplica 0.54827999
## Hombre.No pobre.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.06596953
## Mujer.No pobre.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.16999866
## Hombre.Pobre extremo.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.15579900
## Mujer.Pobre extremo.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.32121836
## Hombre.Pobre no extremo.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.10919690
## Mujer.Pobre no extremo.Rural.Castellano:SabeLeerNo sabe leer y escribir 0.25918347
## Hombre.No pobre.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.01377992
## Mujer.No pobre.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.03225167
## Hombre.Pobre extremo.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.14113788
## Mujer.Pobre extremo.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.21036350
## Hombre.Pobre no extremo.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.04487578
## Mujer.Pobre no extremo.Urbano.Castellano:SabeLeerNo sabe leer y escribir 0.10480892
## Hombre.No pobre.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.11319383
## Mujer.No pobre.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.41240461
## Hombre.Pobre extremo.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.19675369
## Mujer.Pobre extremo.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.46270272
## Hombre.Pobre no extremo.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.14846092
## Mujer.Pobre no extremo.Rural.Originaria:SabeLeerNo sabe leer y escribir 0.44262186
## Hombre.No pobre.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.03854116
## Mujer.No pobre.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.21939903
## Hombre.Pobre extremo.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.16394429
## Mujer.Pobre extremo.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.47591693
## Hombre.Pobre no extremo.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.10246774
## Mujer.Pobre no extremo.Urbano.Originaria:SabeLeerNo sabe leer y escribir 0.33833543
## Hombre.No pobre.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.15754671
## Mujer.No pobre.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.20344388
## Hombre.Pobre extremo.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.29714381
## Mujer.Pobre extremo.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.28379861
## Hombre.Pobre no extremo.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.24475436
## Mujer.Pobre no extremo.Rural.Castellano:SabeLeerSí sabe leer y escribir 0.24440750
## Hombre.No pobre.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.04593280
## Mujer.No pobre.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.07073827
## Hombre.Pobre extremo.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.25145361
## Mujer.Pobre extremo.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.22575369
## Hombre.Pobre no extremo.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.11315719
## Mujer.Pobre no extremo.Urbano.Castellano:SabeLeerSí sabe leer y escribir 0.12842985
## Hombre.No pobre.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.23799032
## Mujer.No pobre.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.21945128
## Hombre.Pobre extremo.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.25094445
## Mujer.Pobre extremo.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.23460587
## Hombre.Pobre no extremo.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.23964972
## Mujer.Pobre no extremo.Rural.Originaria:SabeLeerSí sabe leer y escribir 0.21681189
## Hombre.No pobre.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.15454506
## Mujer.No pobre.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.23361296
## Hombre.Pobre extremo.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.35783503
## Mujer.Pobre extremo.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.41792623
## Hombre.Pobre no extremo.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.22938489
## Mujer.Pobre no extremo.Urbano.Originaria:SabeLeerSí sabe leer y escribir 0.24334141cv <- cv(tabla); cv## se.SabeLeerNo aplica
## Hombre.No pobre.Rural.Castellano 0.008212898
## Mujer.No pobre.Rural.Castellano 0.013771942
## Hombre.Pobre extremo.Rural.Castellano 0.041758335
## Mujer.Pobre extremo.Rural.Castellano 0.046001194
## Hombre.Pobre no extremo.Rural.Castellano 0.019025690
## Mujer.Pobre no extremo.Rural.Castellano 0.025167108
## Hombre.No pobre.Urbano.Castellano 0.002403634
## Mujer.No pobre.Urbano.Castellano 0.003139726
## Hombre.Pobre extremo.Urbano.Castellano 0.064501868
## Mujer.Pobre extremo.Urbano.Castellano 0.071336890
## Hombre.Pobre no extremo.Urbano.Castellano 0.012069693
## Mujer.Pobre no extremo.Urbano.Castellano 0.014201366
## Hombre.No pobre.Rural.Originaria 0.013185603
## Mujer.No pobre.Rural.Originaria 0.020484137
## Hombre.Pobre extremo.Rural.Originaria 0.036515267
## Mujer.Pobre extremo.Rural.Originaria 0.061833634
## Hombre.Pobre no extremo.Rural.Originaria 0.018591238
## Mujer.Pobre no extremo.Rural.Originaria 0.030076531
## Hombre.No pobre.Urbano.Originaria 0.011629174
## Mujer.No pobre.Urbano.Originaria 0.019484162
## Hombre.Pobre extremo.Urbano.Originaria 0.105513508
## Mujer.Pobre extremo.Urbano.Originaria 0.197968561
## Hombre.Pobre no extremo.Urbano.Originaria 0.030039864
## Mujer.Pobre no extremo.Urbano.Originaria 0.051082427
## se.SabeLeerNo sabe leer y escribir
## Hombre.No pobre.Rural.Castellano 0.07144098
## Mujer.No pobre.Rural.Castellano 0.04384630
## Hombre.Pobre extremo.Rural.Castellano 0.12276996
## Mujer.Pobre extremo.Rural.Castellano 0.07099806
## Hombre.Pobre no extremo.Rural.Castellano 0.08000918
## Mujer.Pobre no extremo.Rural.Castellano 0.05310751
## Hombre.No pobre.Urbano.Castellano 0.07394438
## Mujer.No pobre.Urbano.Castellano 0.04904981
## Hombre.Pobre extremo.Urbano.Castellano 0.41919598
## Mujer.Pobre extremo.Urbano.Castellano 0.26413271
## Hombre.Pobre no extremo.Urbano.Castellano 0.12955799
## Mujer.Pobre no extremo.Urbano.Castellano 0.08503535
## Hombre.No pobre.Rural.Originaria 0.05176736
## Mujer.No pobre.Rural.Originaria 0.02222006
## Hombre.Pobre extremo.Rural.Originaria 0.10372150
## Mujer.Pobre extremo.Rural.Originaria 0.06037935
## Hombre.Pobre no extremo.Rural.Originaria 0.05962347
## Mujer.Pobre no extremo.Rural.Originaria 0.02813179
## Hombre.No pobre.Urbano.Originaria 0.13951134
## Mujer.No pobre.Urbano.Originaria 0.04630319
## Hombre.Pobre extremo.Urbano.Originaria 0.49677313
## Mujer.Pobre extremo.Urbano.Originaria 0.25285830
## Hombre.Pobre no extremo.Urbano.Originaria 0.16459217
## Mujer.Pobre no extremo.Urbano.Originaria 0.07241774
## se.SabeLeerSí sabe leer y escribir
## Hombre.No pobre.Rural.Castellano 0.03529892
## Mujer.No pobre.Rural.Castellano 0.03169652
## Hombre.Pobre extremo.Rural.Castellano 0.08767297
## Mujer.Pobre extremo.Rural.Castellano 0.07232320
## Hombre.Pobre no extremo.Rural.Castellano 0.05096844
## Mujer.Pobre no extremo.Rural.Castellano 0.04815116
## Hombre.No pobre.Urbano.Castellano 0.04651946
## Mujer.No pobre.Urbano.Castellano 0.03480655
## Hombre.Pobre extremo.Urbano.Castellano 0.27784438
## Mujer.Pobre extremo.Urbano.Castellano 0.24781426
## Hombre.Pobre no extremo.Urbano.Castellano 0.09125697
## Mujer.Pobre no extremo.Urbano.Castellano 0.06894397
## Hombre.No pobre.Rural.Originaria 0.03417637
## Mujer.No pobre.Rural.Originaria 0.03160201
## Hombre.Pobre extremo.Rural.Originaria 0.09001822
## Mujer.Pobre extremo.Rural.Originaria 0.08661153
## Hombre.Pobre no extremo.Rural.Originaria 0.04646818
## Mujer.Pobre no extremo.Rural.Originaria 0.04329788
## Hombre.No pobre.Urbano.Originaria 0.06322483
## Mujer.No pobre.Urbano.Originaria 0.04607752
## Hombre.Pobre extremo.Urbano.Originaria 0.28630421
## Mujer.Pobre extremo.Urbano.Originaria 0.23370761
## Hombre.Pobre no extremo.Urbano.Originaria 0.09486607
## Mujer.Pobre no extremo.Urbano.Originaria 0.09443592- Según región
tabla <- svyby(~SabeLeer, ~region, encuesta, svymean, deff=F, na.rm=T); tabla## region SabeLeerNo aplica SabeLeerNo sabe leer y escribir
## Amazonas Amazonas 0.7493574 0.10141627
## Ancash Ancash 0.7557234 0.12282714
## Apurimac Apurimac 0.6545321 0.20724357
## Arequipa Arequipa 0.8837740 0.04273375
## Ayacucho Ayacucho 0.6707525 0.17561297
## Cajamarca Cajamarca 0.6171792 0.16189624
## Callao Callao 0.9249440 0.02203241
## Cusco Cusco 0.7294322 0.13127346
## Huancavelica Huancavelica 0.6431268 0.20053359
## Huanuco Huanuco 0.6637334 0.16012745
## Ica Ica 0.9137563 0.02626839
## Junin Junin 0.7815222 0.09009964
## La Libertad La Libertad 0.7926611 0.07101632
## Lambayeque Lambayeque 0.8270631 0.07304104
## Lima Lima 0.9238506 0.02294030
## Loreto Loreto 0.8007284 0.07489757
## Madre De Dios Madre De Dios 0.8450686 0.05971653
## Moquegua Moquegua 0.8345619 0.07082676
## Pasco Pasco 0.7619921 0.10365554
## Piura Piura 0.7619949 0.09468530
## Puno Puno 0.7693675 0.12024976
## San Martin San Martin 0.7508756 0.09025611
## Tacna Tacna 0.8876068 0.04362989
## Tumbes Tumbes 0.8460491 0.03717772
## Ucayali Ucayali 0.8435044 0.05003526
## SabeLeerSí sabe leer y escribir se.SabeLeerNo aplica
## Amazonas 0.14922636 0.012130674
## Ancash 0.12144944 0.011295002
## Apurimac 0.13822429 0.018719116
## Arequipa 0.07349227 0.008148015
## Ayacucho 0.15363458 0.016868982
## Cajamarca 0.22092458 0.014604715
## Callao 0.05302360 0.005977162
## Cusco 0.13929434 0.014852593
## Huancavelica 0.15633958 0.016170026
## Huanuco 0.17613915 0.015635868
## Ica 0.05997526 0.006429089
## Junin 0.12837820 0.010330902
## La Libertad 0.13632256 0.012344921
## Lambayeque 0.09989590 0.011892036
## Lima 0.05320910 0.003197520
## Loreto 0.12437403 0.011362948
## Madre De Dios 0.09521491 0.009914129
## Moquegua 0.09461129 0.012908318
## Pasco 0.13435232 0.014118345
## Piura 0.14331977 0.012629215
## Puno 0.11038273 0.011110529
## San Martin 0.15886827 0.012075149
## Tacna 0.06876329 0.008242039
## Tumbes 0.11677319 0.012981881
## Ucayali 0.10646037 0.011300310
## se.SabeLeerNo sabe leer y escribir
## Amazonas 0.007704421
## Ancash 0.007997536
## Apurimac 0.015623664
## Arequipa 0.004985197
## Ayacucho 0.011906120
## Cajamarca 0.009231197
## Callao 0.002963956
## Cusco 0.008979070
## Huancavelica 0.011779065
## Huanuco 0.010614123
## Ica 0.003123466
## Junin 0.006470669
## La Libertad 0.006199010
## Lambayeque 0.006419590
## Lima 0.001554090
## Loreto 0.006863745
## Madre De Dios 0.006397826
## Moquegua 0.008635780
## Pasco 0.008535950
## Piura 0.006633686
## Puno 0.007369661
## San Martin 0.006512190
## Tacna 0.004873209
## Tumbes 0.005406735
## Ucayali 0.005403266
## se.SabeLeerSí sabe leer y escribir
## Amazonas 0.009070822
## Ancash 0.006091918
## Apurimac 0.008800826
## Arequipa 0.005002180
## Ayacucho 0.009206299
## Cajamarca 0.009554367
## Callao 0.004728413
## Cusco 0.009477967
## Huancavelica 0.009171640
## Huanuco 0.008859026
## Ica 0.005114793
## Junin 0.007191739
## La Libertad 0.008755297
## Lambayeque 0.008110427
## Lima 0.002613628
## Loreto 0.007174676
## Madre De Dios 0.006760995
## Moquegua 0.007533295
## Pasco 0.009017897
## Piura 0.009162980
## Puno 0.006508772
## San Martin 0.008535820
## Tacna 0.006342911
## Tumbes 0.010339954
## Ucayali 0.007972458ic <- confint(tabla); ic## 2.5 % 97.5 %
## Amazonas:SabeLeerNo aplica 0.72558169 0.77313306
## Ancash:SabeLeerNo aplica 0.73358562 0.77786122
## Apurimac:SabeLeerNo aplica 0.61784335 0.69122093
## Arequipa:SabeLeerNo aplica 0.86780417 0.89974380
## Ayacucho:SabeLeerNo aplica 0.63768986 0.70381505
## Cajamarca:SabeLeerNo aplica 0.58855446 0.64580389
## Callao:SabeLeerNo aplica 0.91322897 0.93665902
## Cusco:SabeLeerNo aplica 0.70032165 0.75854274
## Huancavelica:SabeLeerNo aplica 0.61143416 0.67481950
## Huanuco:SabeLeerNo aplica 0.63308766 0.69437914
## Ica:SabeLeerNo aplica 0.90115557 0.92635713
## Junin:SabeLeerNo aplica 0.76127396 0.80177035
## La Libertad:SabeLeerNo aplica 0.76846552 0.81685672
## Lambayeque:SabeLeerNo aplica 0.80375510 0.85037102
## Lima:SabeLeerNo aplica 0.91758358 0.93011762
## Loreto:SabeLeerNo aplica 0.77845743 0.82299937
## Madre De Dios:SabeLeerNo aplica 0.82563722 0.86449989
## Moquegua:SabeLeerNo aplica 0.80926211 0.85986179
## Pasco:SabeLeerNo aplica 0.73432068 0.78966358
## Piura:SabeLeerNo aplica 0.73724212 0.78674774
## Puno:SabeLeerNo aplica 0.74759127 0.79114375
## San Martin:SabeLeerNo aplica 0.72720877 0.77454248
## Tacna:SabeLeerNo aplica 0.87145272 0.90376092
## Tumbes:SabeLeerNo aplica 0.82060508 0.87149312
## Ucayali:SabeLeerNo aplica 0.82135616 0.86565257
## Amazonas:SabeLeerNo sabe leer y escribir 0.08631588 0.11651666
## Ancash:SabeLeerNo sabe leer y escribir 0.10715226 0.13850202
## Apurimac:SabeLeerNo sabe leer y escribir 0.17662176 0.23786539
## Arequipa:SabeLeerNo sabe leer y escribir 0.03296294 0.05250455
## Ayacucho:SabeLeerNo sabe leer y escribir 0.15227740 0.19894853
## Cajamarca:SabeLeerNo sabe leer y escribir 0.14380343 0.17998905
## Callao:SabeLeerNo sabe leer y escribir 0.01622316 0.02784166
## Cusco:SabeLeerNo sabe leer y escribir 0.11367481 0.14887212
## Huancavelica:SabeLeerNo sabe leer y escribir 0.17744705 0.22362013
## Huanuco:SabeLeerNo sabe leer y escribir 0.13932415 0.18093075
## Ica:SabeLeerNo sabe leer y escribir 0.02014651 0.03239027
## Junin:SabeLeerNo sabe leer y escribir 0.07741737 0.10278192
## La Libertad:SabeLeerNo sabe leer y escribir 0.05886648 0.08316615
## Lambayeque:SabeLeerNo sabe leer y escribir 0.06045887 0.08562320
## Lima:SabeLeerNo sabe leer y escribir 0.01989434 0.02598626
## Loreto:SabeLeerNo sabe leer y escribir 0.06144488 0.08835026
## Madre De Dios:SabeLeerNo sabe leer y escribir 0.04717703 0.07225604
## Moquegua:SabeLeerNo sabe leer y escribir 0.05390094 0.08775258
## Pasco:SabeLeerNo sabe leer y escribir 0.08692539 0.12038570
## Piura:SabeLeerNo sabe leer y escribir 0.08168352 0.10768709
## Puno:SabeLeerNo sabe leer y escribir 0.10580549 0.13469403
## San Martin:SabeLeerNo sabe leer y escribir 0.07749245 0.10301977
## Tacna:SabeLeerNo sabe leer y escribir 0.03407858 0.05318121
## Tumbes:SabeLeerNo sabe leer y escribir 0.02658071 0.04777472
## Ucayali:SabeLeerNo sabe leer y escribir 0.03944505 0.06062547
## Amazonas:SabeLeerSí sabe leer y escribir 0.13144787 0.16700484
## Ancash:SabeLeerSí sabe leer y escribir 0.10950950 0.13338938
## Apurimac:SabeLeerSí sabe leer y escribir 0.12097498 0.15547359
## Arequipa:SabeLeerSí sabe leer y escribir 0.06368817 0.08329636
## Ayacucho:SabeLeerSí sabe leer y escribir 0.13559056 0.17167859
## Cajamarca:SabeLeerSí sabe leer y escribir 0.20219837 0.23965080
## Callao:SabeLeerSí sabe leer y escribir 0.04375608 0.06229112
## Cusco:SabeLeerSí sabe leer y escribir 0.12071787 0.15787082
## Huancavelica:SabeLeerSí sabe leer y escribir 0.13836350 0.17431566
## Huanuco:SabeLeerSí sabe leer y escribir 0.15877578 0.19350252
## Ica:SabeLeerSí sabe leer y escribir 0.04995045 0.07000007
## Junin:SabeLeerSí sabe leer y escribir 0.11428265 0.14247375
## La Libertad:SabeLeerSí sabe leer y escribir 0.11916250 0.15348263
## Lambayeque:SabeLeerSí sabe leer y escribir 0.08399976 0.11579205
## Lima:SabeLeerSí sabe leer y escribir 0.04808648 0.05833172
## Loreto:SabeLeerSí sabe leer y escribir 0.11031193 0.13843614
## Madre De Dios:SabeLeerSí sabe leer y escribir 0.08196361 0.10846622
## Moquegua:SabeLeerSí sabe leer y escribir 0.07984631 0.10937628
## Pasco:SabeLeerSí sabe leer y escribir 0.11667757 0.15202708
## Piura:SabeLeerSí sabe leer y escribir 0.12536066 0.16127888
## Puno:SabeLeerSí sabe leer y escribir 0.09762577 0.12313969
## San Martin:SabeLeerSí sabe leer y escribir 0.14213837 0.17559817
## Tacna:SabeLeerSí sabe leer y escribir 0.05633141 0.08119516
## Tumbes:SabeLeerSí sabe leer y escribir 0.09650725 0.13703912
## Ucayali:SabeLeerSí sabe leer y escribir 0.09083464 0.12208610cv <- cv(tabla); cv## se.SabeLeerNo aplica se.SabeLeerNo sabe leer y escribir
## Amazonas 0.016188102 0.07596830
## Ancash 0.014945947 0.06511212
## Apurimac 0.028599232 0.07538793
## Arequipa 0.009219569 0.11665716
## Ayacucho 0.025149340 0.06779750
## Cajamarca 0.023663655 0.05701922
## Callao 0.006462188 0.13452710
## Cusco 0.020361855 0.06839974
## Huancavelica 0.025142825 0.05873861
## Huanuco 0.023557453 0.06628547
## Ica 0.007035890 0.11890588
## Junin 0.013218949 0.07181681
## La Libertad 0.015574021 0.08728994
## Lambayeque 0.014378633 0.08789018
## Lima 0.003461079 0.06774498
## Loreto 0.014190764 0.09164176
## Madre De Dios 0.011731745 0.10713659
## Moquegua 0.015467178 0.12192821
## Pasco 0.018528203 0.08234919
## Piura 0.016573883 0.07006036
## Puno 0.014441121 0.06128628
## San Martin 0.016081423 0.07215235
## Tacna 0.009285686 0.11169428
## Tumbes 0.015344123 0.14542946
## Ucayali 0.013396861 0.10798917
## se.SabeLeerSí sabe leer y escribir
## Amazonas 0.06078566
## Ancash 0.05016011
## Apurimac 0.06367062
## Arequipa 0.06806403
## Ayacucho 0.05992335
## Cajamarca 0.04324719
## Callao 0.08917563
## Cusco 0.06804273
## Huancavelica 0.05866486
## Huanuco 0.05029561
## Ica 0.08528172
## Junin 0.05601994
## La Libertad 0.06422485
## Lambayeque 0.08118878
## Lima 0.04911995
## Loreto 0.05768629
## Madre De Dios 0.07100773
## Moquegua 0.07962363
## Pasco 0.06712126
## Piura 0.06393382
## Puno 0.05896549
## San Martin 0.05372892
## Tacna 0.09224269
## Tumbes 0.08854733
## Ucayali 0.07488663- Según sexo y región
tabla <- svyby(~SabeLeer, ~sexo+region, encuesta, svymean, deff=F, na.rm=T); tabla## sexo region SabeLeerNo aplica
## Hombre.Amazonas Hombre Amazonas 0.8034303
## Mujer.Amazonas Mujer Amazonas 0.6973006
## Hombre.Ancash Hombre Ancash 0.8313442
## Mujer.Ancash Mujer Ancash 0.6847633
## Hombre.Apurimac Hombre Apurimac 0.7700042
## Mujer.Apurimac Mujer Apurimac 0.5550451
## Hombre.Arequipa Hombre Arequipa 0.9252600
## Mujer.Arequipa Mujer Arequipa 0.8461564
## Hombre.Ayacucho Hombre Ayacucho 0.7837129
## Mujer.Ayacucho Mujer Ayacucho 0.5708169
## Hombre.Cajamarca Hombre Cajamarca 0.7052017
## Mujer.Cajamarca Mujer Cajamarca 0.5394193
## Hombre.Callao Hombre Callao 0.9519388
## Mujer.Callao Mujer Callao 0.8996927
## Hombre.Cusco Hombre Cusco 0.8227224
## Mujer.Cusco Mujer Cusco 0.6468622
## Hombre.Huancavelica Hombre Huancavelica 0.7571141
## Mujer.Huancavelica Mujer Huancavelica 0.5424712
## Hombre.Huanuco Hombre Huanuco 0.7465003
## Mujer.Huanuco Mujer Huanuco 0.5871319
## Hombre.Ica Hombre Ica 0.9392275
## Mujer.Ica Mujer Ica 0.8917101
## Hombre.Junin Hombre Junin 0.8631070
## Mujer.Junin Mujer Junin 0.7094819
## Hombre.La Libertad Hombre La Libertad 0.8371102
## Mujer.La Libertad Mujer La Libertad 0.7521301
## Hombre.Lambayeque Hombre Lambayeque 0.8574985
## Mujer.Lambayeque Mujer Lambayeque 0.8004466
## Hombre.Lima Hombre Lima 0.9529231
## Mujer.Lima Mujer Lima 0.8970976
## Hombre.Loreto Hombre Loreto 0.8539977
## Mujer.Loreto Mujer Loreto 0.7474946
## Hombre.Madre De Dios Hombre Madre De Dios 0.8885124
## Mujer.Madre De Dios Mujer Madre De Dios 0.8041821
## Hombre.Moquegua Hombre Moquegua 0.8929510
## Mujer.Moquegua Mujer Moquegua 0.7797387
## Hombre.Pasco Hombre Pasco 0.8477031
## Mujer.Pasco Mujer Pasco 0.6868422
## Hombre.Piura Hombre Piura 0.7967232
## Mujer.Piura Mujer Piura 0.7284294
## Hombre.Puno Hombre Puno 0.8623106
## Mujer.Puno Mujer Puno 0.6852310
## Hombre.San Martin Hombre San Martin 0.8041059
## Mujer.San Martin Mujer San Martin 0.6969548
## Hombre.Tacna Hombre Tacna 0.9452500
## Mujer.Tacna Mujer Tacna 0.8328842
## Hombre.Tumbes Hombre Tumbes 0.8504803
## Mujer.Tumbes Mujer Tumbes 0.8415628
## Hombre.Ucayali Hombre Ucayali 0.8793653
## Mujer.Ucayali Mujer Ucayali 0.8077201
## SabeLeerNo sabe leer y escribir
## Hombre.Amazonas 0.055623586
## Mujer.Amazonas 0.145501531
## Hombre.Ancash 0.054415063
## Mujer.Ancash 0.187022905
## Hombre.Apurimac 0.089704732
## Mujer.Apurimac 0.308511276
## Hombre.Arequipa 0.012030513
## Mujer.Arequipa 0.070574006
## Hombre.Ayacucho 0.065627889
## Mujer.Ayacucho 0.272916270
## Hombre.Cajamarca 0.080154916
## Mujer.Cajamarca 0.234107180
## Hombre.Callao 0.008870766
## Mujer.Callao 0.034343982
## Hombre.Cusco 0.050024960
## Mujer.Cusco 0.203185490
## Hombre.Huancavelica 0.088431010
## Mujer.Huancavelica 0.299524999
## Hombre.Huanuco 0.084033576
## Mujer.Huanuco 0.230553033
## Hombre.Ica 0.015563407
## Mujer.Ica 0.035533950
## Hombre.Junin 0.041189314
## Mujer.Junin 0.133287953
## Hombre.La Libertad 0.036226217
## Mujer.La Libertad 0.102739757
## Hombre.Lambayeque 0.052845904
## Mujer.Lambayeque 0.090702098
## Hombre.Lima 0.009230540
## Mujer.Lima 0.035556228
## Hombre.Loreto 0.041482602
## Mujer.Loreto 0.108290271
## Hombre.Madre De Dios 0.023756950
## Mujer.Madre De Dios 0.093559295
## Hombre.Moquegua 0.025065375
## Mujer.Moquegua 0.113793577
## Hombre.Pasco 0.040255331
## Mujer.Pasco 0.159243782
## Hombre.Piura 0.063732619
## Mujer.Piura 0.124601642
## Hombre.Puno 0.045149449
## Mujer.Puno 0.188234076
## Hombre.San Martin 0.053801812
## Mujer.San Martin 0.127183343
## Hombre.Tacna 0.012743906
## Mujer.Tacna 0.072951006
## Hombre.Tumbes 0.034479281
## Mujer.Tumbes 0.039909660
## Hombre.Ucayali 0.035098957
## Mujer.Ucayali 0.064939608
## SabeLeerSí sabe leer y escribir se.SabeLeerNo aplica
## Hombre.Amazonas 0.14094607 0.012737221
## Mujer.Amazonas 0.15719791 0.015971639
## Hombre.Ancash 0.11424078 0.011187862
## Mujer.Ancash 0.12821382 0.013842410
## Hombre.Apurimac 0.14029110 0.019302943
## Mujer.Apurimac 0.13644359 0.022515475
## Hombre.Arequipa 0.06270945 0.008021324
## Mujer.Arequipa 0.08326962 0.010245578
## Hombre.Ayacucho 0.15065922 0.015827097
## Mujer.Ayacucho 0.15626686 0.021937262
## Hombre.Cajamarca 0.21464335 0.016270639
## Mujer.Cajamarca 0.22647348 0.017371013
## Hombre.Callao 0.03919047 0.006500365
## Mujer.Callao 0.06596329 0.008691671
## Hombre.Cusco 0.12725264 0.014420042
## Mujer.Cusco 0.14995230 0.018000978
## Hombre.Huancavelica 0.15445492 0.017246114
## Mujer.Huancavelica 0.15800382 0.019238150
## Hombre.Huanuco 0.16946613 0.015827905
## Mujer.Huanuco 0.18231509 0.017987450
## Hombre.Ica 0.04520904 0.006633704
## Mujer.Ica 0.07275598 0.008879357
## Hombre.Junin 0.09570364 0.011822323
## Mujer.Junin 0.15723016 0.012424883
## Hombre.La Libertad 0.12666357 0.012159213
## Mujer.La Libertad 0.14513014 0.014316792
## Hombre.Lambayeque 0.08965557 0.012517267
## Mujer.Lambayeque 0.10885128 0.013172725
## Hombre.Lima 0.03784632 0.003138684
## Mujer.Lima 0.06734615 0.004694298
## Hombre.Loreto 0.10451970 0.010772787
## Mujer.Loreto 0.14421514 0.014411745
## Hombre.Madre De Dios 0.08773069 0.011239423
## Mujer.Madre De Dios 0.10225856 0.012832815
## Hombre.Moquegua 0.08198366 0.010945238
## Mujer.Moquegua 0.10646777 0.017745892
## Hombre.Pasco 0.11204158 0.014983698
## Mujer.Pasco 0.15391401 0.019397122
## Hombre.Piura 0.13954417 0.013390471
## Mujer.Piura 0.14696895 0.015057847
## Hombre.Puno 0.09253991 0.010382504
## Mujer.Puno 0.12653489 0.014667992
## Hombre.San Martin 0.14209229 0.012413868
## Mujer.San Martin 0.17586189 0.015264912
## Hombre.Tacna 0.04200608 0.006799045
## Mujer.Tacna 0.09416481 0.013593814
## Hombre.Tumbes 0.11504039 0.015703594
## Mujer.Tumbes 0.11852750 0.014443973
## Hombre.Ucayali 0.08553571 0.011013420
## Mujer.Ucayali 0.12734027 0.014458112
## se.SabeLeerNo sabe leer y escribir
## Hombre.Amazonas 0.006271361
## Mujer.Amazonas 0.011740635
## Hombre.Ancash 0.005754515
## Mujer.Ancash 0.011718481
## Hombre.Apurimac 0.012149337
## Mujer.Apurimac 0.022167340
## Hombre.Arequipa 0.003309222
## Mujer.Arequipa 0.007457056
## Hombre.Ayacucho 0.007889816
## Mujer.Ayacucho 0.018569215
## Hombre.Cajamarca 0.008532042
## Mujer.Cajamarca 0.014918085
## Hombre.Callao 0.002546618
## Mujer.Callao 0.004844646
## Hombre.Cusco 0.006012662
## Mujer.Cusco 0.014234288
## Hombre.Huancavelica 0.010284982
## Mujer.Huancavelica 0.017036893
## Hombre.Huanuco 0.009083929
## Mujer.Huanuco 0.014607561
## Hombre.Ica 0.003135135
## Mujer.Ica 0.004524747
## Hombre.Junin 0.006281442
## Mujer.Junin 0.009685217
## Hombre.La Libertad 0.004968023
## Mujer.La Libertad 0.008951836
## Hombre.Lambayeque 0.006674847
## Mujer.Lambayeque 0.008240621
## Hombre.Lima 0.001340875
## Mujer.Lima 0.002705514
## Hombre.Loreto 0.005562528
## Mujer.Loreto 0.010379067
## Hombre.Madre De Dios 0.005386152
## Mujer.Madre De Dios 0.010523668
## Hombre.Moquegua 0.005044819
## Mujer.Moquegua 0.014366331
## Hombre.Pasco 0.006165373
## Mujer.Pasco 0.014568186
## Hombre.Piura 0.005781779
## Mujer.Piura 0.009796173
## Hombre.Puno 0.005635126
## Mujer.Puno 0.011762404
## Hombre.San Martin 0.006233228
## Mujer.San Martin 0.010627145
## Hombre.Tacna 0.002957058
## Mujer.Tacna 0.009054399
## Hombre.Tumbes 0.006061662
## Mujer.Tumbes 0.007310737
## Hombre.Ucayali 0.005701758
## Mujer.Ucayali 0.007203533
## se.SabeLeerSí sabe leer y escribir
## Hombre.Amazonas 0.010747331
## Mujer.Amazonas 0.011706015
## Hombre.Ancash 0.008872382
## Mujer.Ancash 0.007591910
## Hombre.Apurimac 0.013262603
## Mujer.Apurimac 0.010870939
## Hombre.Arequipa 0.006365055
## Mujer.Arequipa 0.006319066
## Hombre.Ayacucho 0.011963706
## Mujer.Ayacucho 0.011483892
## Hombre.Cajamarca 0.014114799
## Mujer.Cajamarca 0.011739934
## Hombre.Callao 0.005730438
## Mujer.Callao 0.006970963
## Hombre.Cusco 0.011650049
## Mujer.Cusco 0.011436035
## Hombre.Huancavelica 0.012553409
## Mujer.Huancavelica 0.010618434
## Hombre.Huanuco 0.011513236
## Mujer.Huanuco 0.009394265
## Hombre.Ica 0.005875418
## Mujer.Ica 0.007087231
## Hombre.Junin 0.008765208
## Mujer.Junin 0.009595639
## Hombre.La Libertad 0.010135871
## Mujer.La Libertad 0.009716895
## Hombre.Lambayeque 0.009448300
## Mujer.Lambayeque 0.009135030
## Hombre.Lima 0.002739597
## Mujer.Lima 0.003859024
## Hombre.Loreto 0.008069040
## Mujer.Loreto 0.009269804
## Hombre.Madre De Dios 0.009529263
## Mujer.Madre De Dios 0.010198175
## Hombre.Moquegua 0.009075071
## Mujer.Moquegua 0.009381992
## Hombre.Pasco 0.012340830
## Mujer.Pasco 0.011699302
## Hombre.Piura 0.011741115
## Mujer.Piura 0.010211225
## Hombre.Puno 0.008083905
## Mujer.Puno 0.008732181
## Hombre.San Martin 0.009292848
## Mujer.San Martin 0.011795162
## Hombre.Tacna 0.005924520
## Mujer.Tacna 0.010167806
## Hombre.Tumbes 0.013487710
## Mujer.Tumbes 0.011675107
## Hombre.Ucayali 0.008330596
## Mujer.Ucayali 0.010544893ic <- confint(tabla); ic## 2.5 % 97.5 %
## Hombre.Amazonas:SabeLeerNo aplica 0.778465851 0.82839484
## Mujer.Amazonas:SabeLeerNo aplica 0.665996726 0.72860440
## Hombre.Ancash:SabeLeerNo aplica 0.809416352 0.85327196
## Mujer.Ancash:SabeLeerNo aplica 0.657632646 0.71189390
## Hombre.Apurimac:SabeLeerNo aplica 0.732171097 0.80783725
## Mujer.Apurimac:SabeLeerNo aplica 0.510915616 0.59917466
## Hombre.Arequipa:SabeLeerNo aplica 0.909538534 0.94098155
## Mujer.Arequipa:SabeLeerNo aplica 0.826075408 0.86623734
## Hombre.Ayacucho:SabeLeerNo aplica 0.752692353 0.81473343
## Mujer.Ayacucho:SabeLeerNo aplica 0.527820623 0.61381311
## Hombre.Cajamarca:SabeLeerNo aplica 0.673311870 0.73709160
## Mujer.Cajamarca:SabeLeerNo aplica 0.505372783 0.57346590
## Hombre.Callao:SabeLeerNo aplica 0.939198287 0.96467925
## Mujer.Callao:SabeLeerNo aplica 0.882657367 0.91672809
## Hombre.Cusco:SabeLeerNo aplica 0.794459641 0.85098517
## Mujer.Cusco:SabeLeerNo aplica 0.611580936 0.68214347
## Hombre.Huancavelica:SabeLeerNo aplica 0.723312309 0.79091583
## Mujer.Huancavelica:SabeLeerNo aplica 0.504765103 0.58017726
## Hombre.Huanuco:SabeLeerNo aplica 0.715478167 0.77752241
## Mujer.Huanuco:SabeLeerNo aplica 0.551877125 0.62238663
## Hombre.Ica:SabeLeerNo aplica 0.926225728 0.95222937
## Mujer.Ica:SabeLeerNo aplica 0.874306853 0.90911329
## Hombre.Junin:SabeLeerNo aplica 0.839935721 0.88627837
## Mujer.Junin:SabeLeerNo aplica 0.685129565 0.73383421
## Hombre.La Libertad:SabeLeerNo aplica 0.813278596 0.86094183
## Mujer.La Libertad:SabeLeerNo aplica 0.724069703 0.78019050
## Hombre.Lambayeque:SabeLeerNo aplica 0.832965131 0.88203191
## Mujer.Lambayeque:SabeLeerNo aplica 0.774628555 0.82626469
## Hombre.Lima:SabeLeerNo aplica 0.946771431 0.95907484
## Mujer.Lima:SabeLeerNo aplica 0.887896966 0.90629828
## Hombre.Loreto:SabeLeerNo aplica 0.832883428 0.87511198
## Mujer.Loreto:SabeLeerNo aplica 0.719248086 0.77574109
## Hombre.Madre De Dios:SabeLeerNo aplica 0.866483494 0.91054122
## Mujer.Madre De Dios:SabeLeerNo aplica 0.779030288 0.82933400
## Hombre.Moquegua:SabeLeerNo aplica 0.871498689 0.91440323
## Mujer.Moquegua:SabeLeerNo aplica 0.744957342 0.81451996
## Hombre.Pasco:SabeLeerNo aplica 0.818335586 0.87707060
## Mujer.Pasco:SabeLeerNo aplica 0.648824544 0.72485986
## Hombre.Piura:SabeLeerNo aplica 0.770478375 0.82296806
## Mujer.Piura:SabeLeerNo aplica 0.698916567 0.75794224
## Hombre.Puno:SabeLeerNo aplica 0.841961307 0.88265997
## Mujer.Puno:SabeLeerNo aplica 0.656482300 0.71397977
## Hombre.San Martin:SabeLeerNo aplica 0.779775166 0.82843663
## Mujer.San Martin:SabeLeerNo aplica 0.667036087 0.72687344
## Hombre.Tacna:SabeLeerNo aplica 0.931924132 0.95857590
## Mujer.Tacna:SabeLeerNo aplica 0.806240801 0.85952757
## Hombre.Tumbes:SabeLeerNo aplica 0.819701851 0.88125881
## Mujer.Tumbes:SabeLeerNo aplica 0.813253171 0.86987250
## Hombre.Ucayali:SabeLeerNo aplica 0.857779431 0.90095124
## Mujer.Ucayali:SabeLeerNo aplica 0.779382744 0.83605750
## Hombre.Amazonas:SabeLeerNo sabe leer y escribir 0.043331945 0.06791523
## Mujer.Amazonas:SabeLeerNo sabe leer y escribir 0.122490309 0.16851275
## Hombre.Ancash:SabeLeerNo sabe leer y escribir 0.043136422 0.06569371
## Mujer.Ancash:SabeLeerNo sabe leer y escribir 0.164055104 0.20999071
## Hombre.Apurimac:SabeLeerNo sabe leer y escribir 0.065892469 0.11351699
## Mujer.Apurimac:SabeLeerNo sabe leer y escribir 0.265064087 0.35195846
## Hombre.Arequipa:SabeLeerNo sabe leer y escribir 0.005544557 0.01851647
## Mujer.Arequipa:SabeLeerNo sabe leer y escribir 0.055958444 0.08518957
## Hombre.Ayacucho:SabeLeerNo sabe leer y escribir 0.050164134 0.08109165
## Mujer.Ayacucho:SabeLeerNo sabe leer y escribir 0.236521276 0.30931126
## Hombre.Cajamarca:SabeLeerNo sabe leer y escribir 0.063432421 0.09687741
## Mujer.Cajamarca:SabeLeerNo sabe leer y escribir 0.204868271 0.26334609
## Hombre.Callao:SabeLeerNo sabe leer y escribir 0.003879487 0.01386205
## Mujer.Callao:SabeLeerNo sabe leer y escribir 0.024848650 0.04383931
## Hombre.Cusco:SabeLeerNo sabe leer y escribir 0.038240359 0.06180956
## Mujer.Cusco:SabeLeerNo sabe leer y escribir 0.175286797 0.23108418
## Hombre.Huancavelica:SabeLeerNo sabe leer y escribir 0.068272815 0.10858921
## Mujer.Huancavelica:SabeLeerNo sabe leer y escribir 0.266133302 0.33291670
## Hombre.Huanuco:SabeLeerNo sabe leer y escribir 0.066229402 0.10183775
## Mujer.Huanuco:SabeLeerNo sabe leer y escribir 0.201922740 0.25918333
## Hombre.Ica:SabeLeerNo sabe leer y escribir 0.009418657 0.02170816
## Mujer.Ica:SabeLeerNo sabe leer y escribir 0.026665609 0.04440229
## Hombre.Junin:SabeLeerNo sabe leer y escribir 0.028877915 0.05350071
## Mujer.Junin:SabeLeerNo sabe leer y escribir 0.114305276 0.15227063
## Hombre.La Libertad:SabeLeerNo sabe leer y escribir 0.026489071 0.04596336
## Mujer.La Libertad:SabeLeerNo sabe leer y escribir 0.085194481 0.12028503
## Hombre.Lambayeque:SabeLeerNo sabe leer y escribir 0.039763445 0.06592836
## Mujer.Lambayeque:SabeLeerNo sabe leer y escribir 0.074550779 0.10685342
## Hombre.Lima:SabeLeerNo sabe leer y escribir 0.006602473 0.01185861
## Mujer.Lima:SabeLeerNo sabe leer y escribir 0.030253519 0.04085894
## Hombre.Loreto:SabeLeerNo sabe leer y escribir 0.030580246 0.05238496
## Mujer.Loreto:SabeLeerNo sabe leer y escribir 0.087947673 0.12863287
## Hombre.Madre De Dios:SabeLeerNo sabe leer y escribir 0.013200285 0.03431362
## Mujer.Madre De Dios:SabeLeerNo sabe leer y escribir 0.072933285 0.11418531
## Hombre.Moquegua:SabeLeerNo sabe leer y escribir 0.015177710 0.03495304
## Mujer.Moquegua:SabeLeerNo sabe leer y escribir 0.085636086 0.14195107
## Hombre.Pasco:SabeLeerNo sabe leer y escribir 0.028171422 0.05233924
## Mujer.Pasco:SabeLeerNo sabe leer y escribir 0.130690662 0.18779690
## Hombre.Piura:SabeLeerNo sabe leer y escribir 0.052400540 0.07506470
## Mujer.Piura:SabeLeerNo sabe leer y escribir 0.105401495 0.14380179
## Hombre.Puno:SabeLeerNo sabe leer y escribir 0.034104805 0.05619409
## Mujer.Puno:SabeLeerNo sabe leer y escribir 0.165180187 0.21128796
## Hombre.San Martin:SabeLeerNo sabe leer y escribir 0.041584909 0.06601871
## Mujer.San Martin:SabeLeerNo sabe leer y escribir 0.106354522 0.14801216
## Hombre.Tacna:SabeLeerNo sabe leer y escribir 0.006948179 0.01853963
## Mujer.Tacna:SabeLeerNo sabe leer y escribir 0.055204711 0.09069730
## Hombre.Tumbes:SabeLeerNo sabe leer y escribir 0.022598642 0.04635992
## Mujer.Tumbes:SabeLeerNo sabe leer y escribir 0.025580880 0.05423844
## Hombre.Ucayali:SabeLeerNo sabe leer y escribir 0.023923717 0.04627420
## Mujer.Ucayali:SabeLeerNo sabe leer y escribir 0.050820942 0.07905827
## Hombre.Amazonas:SabeLeerSí sabe leer y escribir 0.119881686 0.16201045
## Mujer.Amazonas:SabeLeerSí sabe leer y escribir 0.134254538 0.18014128
## Hombre.Ancash:SabeLeerSí sabe leer y escribir 0.096851230 0.13163033
## Mujer.Ancash:SabeLeerSí sabe leer y escribir 0.113333952 0.14309369
## Hombre.Apurimac:SabeLeerSí sabe leer y escribir 0.114296873 0.16628532
## Mujer.Apurimac:SabeLeerSí sabe leer y escribir 0.115136940 0.15775024
## Hombre.Arequipa:SabeLeerSí sabe leer y escribir 0.050234168 0.07518472
## Mujer.Arequipa:SabeLeerSí sabe leer y escribir 0.070884480 0.09565477
## Hombre.Ayacucho:SabeLeerSí sabe leer y escribir 0.127210784 0.17410765
## Mujer.Ayacucho:SabeLeerSí sabe leer y escribir 0.133758850 0.17877488
## Hombre.Cajamarca:SabeLeerSí sabe leer y escribir 0.186978849 0.24230784
## Mujer.Cajamarca:SabeLeerSí sabe leer y escribir 0.203463629 0.24948332
## Hombre.Callao:SabeLeerSí sabe leer y escribir 0.027959014 0.05042192
## Mujer.Callao:SabeLeerSí sabe leer y escribir 0.052300453 0.07962612
## Hombre.Cusco:SabeLeerSí sabe leer y escribir 0.104418958 0.15008631
## Mujer.Cusco:SabeLeerSí sabe leer y escribir 0.127538087 0.17236652
## Hombre.Huancavelica:SabeLeerSí sabe leer y escribir 0.129850689 0.17905915
## Mujer.Huancavelica:SabeLeerSí sabe leer y escribir 0.137192070 0.17881557
## Hombre.Huanuco:SabeLeerSí sabe leer y escribir 0.146900605 0.19203166
## Mujer.Huanuco:SabeLeerSí sabe leer y escribir 0.163902667 0.20072751
## Hombre.Ica:SabeLeerSí sabe leer y escribir 0.033693438 0.05672465
## Mujer.Ica:SabeLeerSí sabe leer y escribir 0.058865261 0.08664669
## Hombre.Junin:SabeLeerSí sabe leer y escribir 0.078524146 0.11288313
## Mujer.Junin:SabeLeerSí sabe leer y escribir 0.138423054 0.17603727
## Hombre.La Libertad:SabeLeerSí sabe leer y escribir 0.106797627 0.14652951
## Mujer.La Libertad:SabeLeerSí sabe leer y escribir 0.126085379 0.16417491
## Hombre.Lambayeque:SabeLeerSí sabe leer y escribir 0.071137245 0.10817390
## Mujer.Lambayeque:SabeLeerSí sabe leer y escribir 0.090946950 0.12675561
## Hombre.Lima:SabeLeerSí sabe leer y escribir 0.032476811 0.04321583
## Mujer.Lima:SabeLeerSí sabe leer y escribir 0.059782604 0.07490970
## Hombre.Loreto:SabeLeerSí sabe leer y escribir 0.088704668 0.12033472
## Mujer.Loreto:SabeLeerSí sabe leer y escribir 0.126046659 0.16238362
## Hombre.Madre De Dios:SabeLeerSí sabe leer y escribir 0.069053681 0.10640770
## Mujer.Madre De Dios:SabeLeerSí sabe leer y escribir 0.082270507 0.12224662
## Hombre.Moquegua:SabeLeerSí sabe leer y escribir 0.064196852 0.09977048
## Mujer.Moquegua:SabeLeerSí sabe leer y escribir 0.088079406 0.12485614
## Hombre.Pasco:SabeLeerSí sabe leer y escribir 0.087853993 0.13622916
## Mujer.Pasco:SabeLeerSí sabe leer y escribir 0.130983804 0.17684423
## Hombre.Piura:SabeLeerSí sabe leer y escribir 0.116532002 0.16255633
## Mujer.Piura:SabeLeerSí sabe leer y escribir 0.126955321 0.16698259
## Hombre.Puno:SabeLeerSí sabe leer y escribir 0.076695747 0.10838407
## Mujer.Puno:SabeLeerSí sabe leer y escribir 0.109420129 0.14364965
## Hombre.San Martin:SabeLeerSí sabe leer y escribir 0.123878641 0.16030594
## Mujer.San Martin:SabeLeerSí sabe leer y escribir 0.152743799 0.19897998
## Hombre.Tacna:SabeLeerSí sabe leer y escribir 0.030394233 0.05361792
## Mujer.Tacna:SabeLeerSí sabe leer y escribir 0.074236274 0.11409334
## Hombre.Tumbes:SabeLeerSí sabe leer y escribir 0.088604964 0.14147581
## Mujer.Tumbes:SabeLeerSí sabe leer y escribir 0.095644712 0.14141029
## Hombre.Ucayali:SabeLeerSí sabe leer y escribir 0.069208037 0.10186337
## Mujer.Ucayali:SabeLeerSí sabe leer y escribir 0.106672659 0.14800788cv <- cv(tabla); cv## se.SabeLeerNo aplica se.SabeLeerNo sabe leer y escribir
## Hombre.Amazonas 0.015853548 0.11274643
## Mujer.Amazonas 0.022904956 0.08069080
## Hombre.Ancash 0.013457557 0.10575224
## Mujer.Ancash 0.020214884 0.06265800
## Hombre.Apurimac 0.025068622 0.13543697
## Mujer.Apurimac 0.040565124 0.07185261
## Hombre.Arequipa 0.008669265 0.27506905
## Mujer.Arequipa 0.012108374 0.10566293
## Hombre.Ayacucho 0.020195019 0.12022048
## Mujer.Ayacucho 0.038431348 0.06803997
## Hombre.Cajamarca 0.023072319 0.10644440
## Mujer.Cajamarca 0.032203171 0.06372331
## Hombre.Callao 0.006828553 0.28707983
## Mujer.Callao 0.009660711 0.14106245
## Hombre.Cusco 0.017527227 0.12019324
## Mujer.Cusco 0.027828150 0.07005563
## Hombre.Huancavelica 0.022778752 0.11630516
## Mujer.Huancavelica 0.035463911 0.05687970
## Hombre.Huanuco 0.021202811 0.10809881
## Mujer.Huanuco 0.030636132 0.06335879
## Hombre.Ica 0.007062935 0.20144268
## Mujer.Ica 0.009957672 0.12733587
## Hombre.Junin 0.013697400 0.15250173
## Mujer.Junin 0.017512614 0.07266386
## Hombre.La Libertad 0.014525223 0.13713889
## Mujer.La Libertad 0.019034994 0.08713118
## Hombre.Lambayeque 0.014597421 0.12630774
## Mujer.Lambayeque 0.016456719 0.09085369
## Hombre.Lima 0.003293743 0.14526508
## Mujer.Lima 0.005232762 0.07609113
## Hombre.Loreto 0.012614539 0.13409304
## Mujer.Loreto 0.019280066 0.09584487
## Hombre.Madre De Dios 0.012649709 0.22671902
## Mujer.Madre De Dios 0.015957597 0.11248127
## Hombre.Moquegua 0.012257379 0.20126647
## Mujer.Moquegua 0.022758770 0.12624905
## Hombre.Pasco 0.017675644 0.15315668
## Mujer.Pasco 0.028241016 0.09148355
## Hombre.Piura 0.016806929 0.09071931
## Mujer.Piura 0.020671662 0.07861994
## Hombre.Puno 0.012040329 0.12481051
## Mujer.Puno 0.021405907 0.06248818
## Hombre.San Martin 0.015438100 0.11585536
## Mujer.San Martin 0.021902300 0.08355768
## Hombre.Tacna 0.007192853 0.23203704
## Mujer.Tacna 0.016321373 0.12411616
## Hombre.Tumbes 0.018464383 0.17580592
## Mujer.Tumbes 0.017163273 0.18318213
## Hombre.Ucayali 0.012524282 0.16244807
## Mujer.Ucayali 0.017899903 0.11092665
## se.SabeLeerSí sabe leer y escribir
## Hombre.Amazonas 0.07625137
## Mujer.Amazonas 0.07446674
## Hombre.Ancash 0.07766388
## Mujer.Ancash 0.05921289
## Hombre.Apurimac 0.09453631
## Mujer.Apurimac 0.07967350
## Hombre.Arequipa 0.10150073
## Mujer.Arequipa 0.07588681
## Hombre.Ayacucho 0.07940906
## Mujer.Ayacucho 0.07348898
## Hombre.Cajamarca 0.06575931
## Mujer.Cajamarca 0.05183801
## Hombre.Callao 0.14622021
## Mujer.Callao 0.10567943
## Hombre.Cusco 0.09155056
## Mujer.Cusco 0.07626449
## Hombre.Huancavelica 0.08127555
## Mujer.Huancavelica 0.06720365
## Hombre.Huanuco 0.06793827
## Mujer.Huanuco 0.05152763
## Hombre.Ica 0.12996111
## Mujer.Ica 0.09741097
## Hombre.Junin 0.09158699
## Mujer.Junin 0.06102925
## Hombre.La Libertad 0.08002199
## Mujer.La Libertad 0.06695298
## Hombre.Lambayeque 0.10538442
## Mujer.Lambayeque 0.08392212
## Hombre.Lima 0.07238739
## Mujer.Lima 0.05730132
## Hombre.Loreto 0.07720114
## Mujer.Loreto 0.06427761
## Hombre.Madre De Dios 0.10861948
## Mujer.Madre De Dios 0.09972930
## Hombre.Moquegua 0.11069365
## Mujer.Moquegua 0.08812049
## Hombre.Pasco 0.11014509
## Mujer.Pasco 0.07601194
## Hombre.Piura 0.08413906
## Mujer.Piura 0.06947879
## Hombre.Puno 0.08735588
## Mujer.Puno 0.06901006
## Hombre.San Martin 0.06540009
## Mujer.San Martin 0.06707060
## Hombre.Tacna 0.14103959
## Mujer.Tacna 0.10797883
## Hombre.Tumbes 0.11724326
## Mujer.Tumbes 0.09850125
## Hombre.Ucayali 0.09739320
## Mujer.Ucayali 0.08280878Mapas de georreferenciación
datos <- svyby(~SabeLeer, ~region, encuesta, svymean, deff=F, na.rm=T); datos## region SabeLeerNo aplica SabeLeerNo sabe leer y escribir
## Amazonas Amazonas 0.7493574 0.10141627
## Ancash Ancash 0.7557234 0.12282714
## Apurimac Apurimac 0.6545321 0.20724357
## Arequipa Arequipa 0.8837740 0.04273375
## Ayacucho Ayacucho 0.6707525 0.17561297
## Cajamarca Cajamarca 0.6171792 0.16189624
## Callao Callao 0.9249440 0.02203241
## Cusco Cusco 0.7294322 0.13127346
## Huancavelica Huancavelica 0.6431268 0.20053359
## Huanuco Huanuco 0.6637334 0.16012745
## Ica Ica 0.9137563 0.02626839
## Junin Junin 0.7815222 0.09009964
## La Libertad La Libertad 0.7926611 0.07101632
## Lambayeque Lambayeque 0.8270631 0.07304104
## Lima Lima 0.9238506 0.02294030
## Loreto Loreto 0.8007284 0.07489757
## Madre De Dios Madre De Dios 0.8450686 0.05971653
## Moquegua Moquegua 0.8345619 0.07082676
## Pasco Pasco 0.7619921 0.10365554
## Piura Piura 0.7619949 0.09468530
## Puno Puno 0.7693675 0.12024976
## San Martin San Martin 0.7508756 0.09025611
## Tacna Tacna 0.8876068 0.04362989
## Tumbes Tumbes 0.8460491 0.03717772
## Ucayali Ucayali 0.8435044 0.05003526
## SabeLeerSí sabe leer y escribir se.SabeLeerNo aplica
## Amazonas 0.14922636 0.012130674
## Ancash 0.12144944 0.011295002
## Apurimac 0.13822429 0.018719116
## Arequipa 0.07349227 0.008148015
## Ayacucho 0.15363458 0.016868982
## Cajamarca 0.22092458 0.014604715
## Callao 0.05302360 0.005977162
## Cusco 0.13929434 0.014852593
## Huancavelica 0.15633958 0.016170026
## Huanuco 0.17613915 0.015635868
## Ica 0.05997526 0.006429089
## Junin 0.12837820 0.010330902
## La Libertad 0.13632256 0.012344921
## Lambayeque 0.09989590 0.011892036
## Lima 0.05320910 0.003197520
## Loreto 0.12437403 0.011362948
## Madre De Dios 0.09521491 0.009914129
## Moquegua 0.09461129 0.012908318
## Pasco 0.13435232 0.014118345
## Piura 0.14331977 0.012629215
## Puno 0.11038273 0.011110529
## San Martin 0.15886827 0.012075149
## Tacna 0.06876329 0.008242039
## Tumbes 0.11677319 0.012981881
## Ucayali 0.10646037 0.011300310
## se.SabeLeerNo sabe leer y escribir
## Amazonas 0.007704421
## Ancash 0.007997536
## Apurimac 0.015623664
## Arequipa 0.004985197
## Ayacucho 0.011906120
## Cajamarca 0.009231197
## Callao 0.002963956
## Cusco 0.008979070
## Huancavelica 0.011779065
## Huanuco 0.010614123
## Ica 0.003123466
## Junin 0.006470669
## La Libertad 0.006199010
## Lambayeque 0.006419590
## Lima 0.001554090
## Loreto 0.006863745
## Madre De Dios 0.006397826
## Moquegua 0.008635780
## Pasco 0.008535950
## Piura 0.006633686
## Puno 0.007369661
## San Martin 0.006512190
## Tacna 0.004873209
## Tumbes 0.005406735
## Ucayali 0.005403266
## se.SabeLeerSí sabe leer y escribir
## Amazonas 0.009070822
## Ancash 0.006091918
## Apurimac 0.008800826
## Arequipa 0.005002180
## Ayacucho 0.009206299
## Cajamarca 0.009554367
## Callao 0.004728413
## Cusco 0.009477967
## Huancavelica 0.009171640
## Huanuco 0.008859026
## Ica 0.005114793
## Junin 0.007191739
## La Libertad 0.008755297
## Lambayeque 0.008110427
## Lima 0.002613628
## Loreto 0.007174676
## Madre De Dios 0.006760995
## Moquegua 0.007533295
## Pasco 0.009017897
## Piura 0.009162980
## Puno 0.006508772
## San Martin 0.008535820
## Tacna 0.006342911
## Tumbes 0.010339954
## Ucayali 0.007972458datos <- select(datos, "region", "SabeLeerNo sabe leer y escribir") #seleccionamos las columnas que graficaremos en el mapa Guardamos la base creada en nuestra carpeta
save(datos, file = paste(ruta,"tabla.RData",sep="/")) #guardamos los datosLimpiamos la consola, llamamos a la base generada y trabajamos
rm(list=setdiff(ls(), c("ruta"))) # Eliminamos todo menos el objeto ruta
load(paste(ruta,"tabla.RData",sep="/"))
colnames(datos)## [1] "region" "SabeLeerNo sabe leer y escribir"colnames(datos) = c("NOMBDEP", "indi") #cambiamos nombres de columnasLlamamos a las nuevas librerías
if (!require("maptools")) install.packages("maptools")## Loading required package: maptools## Loading required package: sp## Checking rgeos availability: FALSE
## Note: when rgeos is not available, polygon geometry computations in maptools depend on gpclib,
## which has a restricted licence. It is disabled by default;
## to enable gpclib, type gpclibPermit()if (!require("sp")) install.packages("sp")
if (!require("ggplot2")) install.packages("ggplot2")Generamos el primer mapa en shapefile
ruta2<- "D:/R CON ENAHO/Limite_departamental"
mapa <- readShapeSpatial(paste(ruta2,"BAS_LIM_DEPARTAMENTO.shp",sep="/")) #importar shapefile con maptools## Warning: readShapeSpatial is deprecated; use rgdal::readOGR or sf::st_read## Warning: readShapePoly is deprecated; use rgdal::readOGR or sf::st_read#mapa <- readOGR("BAS_LIM_DEPARTAMENTO.shp") #importar shapefile con rgdalColocamos mayúsculas a todos los nombres de los departamentos
datos$NOMBDEP <- toupper(datos$NOMBDEP)Fusionamos de @data del shapefile con nuestros datos
mapa@data = data.frame(merge(mapa,datos, by="NOMBDEP")) Vemos un histograma
hist(mapa@data$indi)
creamos un rango de “indi” y verificamos su frecuencia
mapa@data$Rango <- as.factor(ifelse(mapa@data$indi<=0.04, "Muy bajo",
ifelse(mapa@data$indi>0.04 & mapa@data$indi<=0.08, "Bajo",
ifelse(mapa@data$indi>0.08 & mapa@data$indi<=0.10, "Medio",
ifelse(mapa@data$indi>0.10, "Medio alto",
NA)))))
mapa@data<- mapa@data[order(mapa@data$Rango, decreasing=F), ]
table(mapa@data$Rango)##
## Bajo Medio Medio alto Muy bajo
## 8 3 10 4Mapeamos con librería sp
spplot(mapa, c("indi"), scales=list(draw=F), main="Mapa de indi")
Convertimos el id a numérica y verificamos que solo existe una frecuencia de id igual a 1
mapa@data$id = as.numeric(rownames(mapa@data))
table(mapa@data$id)##
## 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
## 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1Utilizamos la función fortify que permite crear un data.frame con información del shapefile con los requisitos que exige ggplot.
puntos <- fortify(mapa) ## Regions defined for each Polygonsglimpse(puntos)## Observations: 293,731
## Variables: 7
## $ long <dbl> 212372.3, 212473.3, 212582.8, 212926.3, 212960.0, 213144.4, 2...
## $ lat <dbl> 9332652, 9332544, 9332426, 9332316, 9332305, 9332218, 9332093...
## $ order <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18...
## $ hole <lgl> FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE...
## $ piece <fct> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1...
## $ id <chr> "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "...
## $ group <fct> 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0...Se realiza un artificio para el id de puntos, sumando 1
puntos$id <- as.numeric(puntos$id)+1
table(puntos$id)##
## 1 2 3 4 5 6 7 8 9 10 11 12 13
## 7034 13928 6693 15392 13208 10201 3382 17569 8271 11342 10030 12356 11562
## 14 15 16 17 18 19 20 21 22 23 24 25
## 4229 18429 27225 7643 5751 9834 9973 27049 11936 3891 4155 22648Hacemos un left_join de df puntos con el mapadate.
puntos <- left_join(puntos, mapa@data, by="id")
glimpse(puntos)## Observations: 293,731
## Variables: 13
## $ long <dbl> 212372.3, 212473.3, 212582.8, 212926.3, 212960.0, 213144...
## $ lat <dbl> 9332652, 9332544, 9332426, 9332316, 9332305, 9332218, 93...
## $ order <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 1...
## $ hole <lgl> FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, ...
## $ piece <fct> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ id <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,...
## $ group <fct> 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0...
## $ NOMBDEP <fct> AMAZONAS, AMAZONAS, AMAZONAS, AMAZONAS, AMAZONAS, AMAZON...
## $ COUNT <int> 84, 84, 84, 84, 84, 84, 84, 84, 84, 84, 84, 84, 84, 84, ...
## $ FIRST_IDDP <fct> 01, 01, 01, 01, 01, 01, 01, 01, 01, 01, 01, 01, 01, 01, ...
## $ HECTARES <dbl> 3930647, 3930647, 3930647, 3930647, 3930647, 3930647, 39...
## $ indi <dbl> 0.1014163, 0.1014163, 0.1014163, 0.1014163, 0.1014163, 0...
## $ Rango <fct> Medio alto, Medio alto, Medio alto, Medio alto, Medio al...Con cbind: “agregar una columna”, se generará una base de datos donde exista el nombre del departamento de mapa@date y su abreviatura
abrev <- as.data.frame(cbind(c(levels(mapa@data$NOMBDEP)),
c("AMA","ANC","APU","ARE","AYA","CAJ","CLL","CUS","HVC","HUA","ICA","JUN","LIB","LAM","LIM","LOR","MDD",
"MOQ","PAS","PIU","PUN","SMA","TAC","TUM","UCA")))Generamos la geo referenciación * Latitud y longitud del centro de cada departamento
centroides <- coordinates(mapa)
abrev <- cbind(abrev, centroides)
colnames(abrev) <- c("NOMBDEP","dep", "long", "lat")Escogemos colores
colores = c("sandybrown","seagreen3","lightcyan3","antiquewhite4")Graficamos
grafico1<- ggplot(data = puntos)+
aes(x=long, y=lat, group=group)+
geom_polygon(aes(fill=Rango))+
scale_fill_manual(values=colores, "Rango de Analfabetismo")+
coord_equal()+
xlab("Longitud") +
ylab("Latitud") +
geom_path(color="navy")+
geom_text(data=abrev, aes(long, lat, group=NULL, label=dep))
print(grafico1)