Muestreo por conglomerado con personas.csv

Las librerías

library(readr) # Leer datos
library(knitr) # Tablas amigables
library(fdth) # Crear tablas de ditribución
library(dplyr) # Comandos select, filter, mutate, group

Los datos

datos <- read.csv("../Datos/personas.csv")

kable(head(datos))

X	nombre	paterno	materno	genero	edad	entidad
1	ALFONSO ALBERTO	Y ALONZO	TEXON	M	48	Puebla
2	ANGEL ARMANDO	TEPATO	VEYNA	M	49	Chihuahua
3	J. MATILDE	ZAMORANO	MADUEÑO	M	28	Aguascalientes
4	OSCAR GABRIEL	MACEGOZA	GERMES	M	40	Zacatecas
5	PEDRO ROBERTO	ARELLANES	GURRION	M	31	Colima
6	ISRAEL ANTONIO	BUENAVENTURA	PALOMO	M	42	Colima

kable(tail(datos))

	X	nombre	paterno	materno	genero	edad	entidad
9995	9995	GLORIA DE LOS ANGELES	TORREJON	FERRARA	F	52	Chiapas
9996	9996	MARIA CONCEPCIO	PEÐALOZA	CORIA	F	56	Quintana Roo
9997	9997	EUDELIA	SANDRA	ALTUZAR	F	43	Chiapas
9998	9998	LETICIA MAGDALENA	TAGLE	RIESTRA	F	58	México
9999	9999	MARTHA SOCORRO	LULE	RODRÍGUEZ	F	55	Quintana Roo
10000	10000	FRANCISCA GUADALUPE	DE LA PARRA	SANMARTIN	F	57	Querétaro

Explorando los datos

summary(datos)

##        X            nombre            paterno            materno         
##  Min.   :    1   Length:10000       Length:10000       Length:10000      
##  1st Qu.: 2501   Class :character   Class :character   Class :character  
##  Median : 5000   Mode  :character   Mode  :character   Mode  :character  
##  Mean   : 5000                                                           
##  3rd Qu.: 7500                                                           
##  Max.   :10000                                                           
##     genero               edad         entidad         
##  Length:10000       Min.   :18.00   Length:10000      
##  Class :character   1st Qu.:28.00   Class :character  
##  Mode  :character   Median :39.00   Mode  :character  
##                     Mean   :38.99                     
##                     3rd Qu.:50.00                     
##                     Max.   :60.00

¿ Cuales son los estados?

• Con la función unique() se determina los valores unicos

estados <- unique(datos$entidad)
estados

##  [1] "Puebla"                          "Chihuahua"                      
##  [3] "Aguascalientes"                  "Zacatecas"                      
##  [5] "Colima"                          "Hidalgo"                        
##  [7] "Nayarit"                         "Baja California"                
##  [9] "México"                          "San Luis Potosí"                
## [11] "Morelos"                         "Sonora"                         
## [13] "Campeche"                        "Nuevo León"                     
## [15] "Veracruz de Ignacio de la Llave" "Jalisco"                        
## [17] "Chiapas"                         "Querétaro"                      
## [19] "Baja California Sur"             "Tlaxcala"                       
## [21] "Sinaloa"                         "Yucatán"                        
## [23] "Guanajuato"                      "Ciudad de México"               
## [25] "Quintana Roo"                    "Michoacán de Ocampo"            
## [27] "Oaxaca"                          "Durango"                        
## [29] "Tabasco"                         "Tamaulipas"                     
## [31] "Coahuila de Zaragoza"            "Guerrero"

Elegir por aleatoriedad 5 estados

set.seed(2020)
N <- length(estados)   # 32 
n <- 5   # cuantas estados
estados.Elegidos <- sample(1:N, n, replace = FALSE)

muestra.Estados <- estados[estados.Elegidos]
#muestra.Estados <- estados[sample(1:N, n, replace = FALSE)]

muestra.Estados

## [1] "Durango"          "Sonora"           "Guanajuato"       "Yucatán"         
## [5] "Ciudad de México"

Determinar la muestra de todos los datos

De la población datos generar una subPoblación de solo observaciones que pertenecen a los estados que se construyeron en la muestra.Estados * Determinar el valor de N de toda la subpoblación

datos.SubPoblacion <- datos[datos$entidad %in% muestra.Estados, ] # Filas, Columnas
kable(head(datos.SubPoblacion))

	X	nombre	paterno	materno	genero	edad	entidad
14	14	ROBERTO JOSE	YELADAQUI	MATURIN	M	22	Sonora
16	16	JOSE BLADIMIR	CAMEY	TENDERO	M	30	Sonora
32	32	NECTAR	SCHULTZ	CHUMACERO	M	58	Yucatán
34	34	VICENTE EDUARDO	MAYTORENA	NOCEDAL	M	29	Guanajuato
35	35	EDGAR AUGUSTO	LABARIEGA	PERERA	M	44	Ciudad de México
44	44	LUIS CARLOS	CUADRADO	GIRON	M	36	Durango

N <- nrow(datos.SubPoblacion)
N

## [1] 1602

transform(table(datos.SubPoblacion$entidad))

##               Var1 Freq
## 1 Ciudad de México  328
## 2          Durango  318
## 3       Guanajuato  319
## 4           Sonora  342
## 5          Yucatán  295