indicadores
Paula Videla
17/10/21
DÉFICIT HABITACIONAL
El déficit habitacional en Argentina
Los datos se obtuvieron a partir de las encuestas armonizadas de SCL DATA.
En el año 2015 en Argentina, la mayoría de los hogares habitaba en viviendas sin déficit. Sin embargo, casi 1 de cada 4 hogares residía en una vivienda con déficit cualitativo, mientras que menos de 1 hogar cada 10 vivía en un vivienda sin posibilidades de mejora.
¿Hay variabilidad en las diferentes áreas regiones relevadas por la encuesta de hogares?
Corrientes presenta el mayor nivel de déficit cuantitativo, mientras que la provincia de Buenos Aires es la region con mayor déficit habitacional.
¿Cómo varió la situación habitacional en Argentina en los últimos 6 años?
Los valores se mantienen relativamente constantes a través del tiempo.
A fin de analizar la variabilidad particular, se considera las diferencias año a año.
Este gráfico muestra como varió el déficit habitacional con respecto al año anterior en puntos porcentuales.
Se podría analizar también en relación a la variación en relación a la cantidad neta de hogares.
¿Que ocurre en America Latina?
Se observa en el mapa para el año 2015 que hay varios países con déficit cualitativo y déficit cuantitativo alto como por ejemplo: Guatemala, Honduras y Bolivia. Países como Uruguay y Costa Rica tienen déficit cualitativo medio y una baja proporción de hogares con déficit cuantitativo.
library(tidyverse)## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --## v ggplot2 3.3.3 v purrr 0.3.4
## v tibble 3.1.2 v dplyr 1.0.6
## v tidyr 1.1.3 v stringr 1.4.0
## v readr 1.4.0 v forcats 0.5.1## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()library(haven) # Import .dta files
library(scales) # Customize graphic scales##
## Attaching package: 'scales'## The following object is masked from 'package:purrr':
##
## discard## The following object is masked from 'package:readr':
##
## col_factorlibrary(sf) # Simple features for R## Linking to GEOS 3.9.0, GDAL 3.2.1, PROJ 7.2.1library(cowplot) # Place graphs at particular locations## Warning: package 'cowplot' was built under R version 4.1.1options(scipen = 20)ANEXO 1: Preprocesamiento de datos
Carga de datos
data_arg <- read_dta("harmonized_surveys/ARG_2015s1_BID.dta")
data_bol <- read_dta("harmonized_surveys/BOL_2015m11_BID.dta")
data_bra <- read_dta("harmonized_surveys/BRA_2015m9_BID.dta")
data_pry <- read_dta("harmonized_surveys/PRY_2015m10_m12_BID.dta")Definición de función para que tome las variables de interés
select_variables <- function(x) {
nombre_variables <- readxl::read_xlsx("variables_indicador.xlsx")
nombre_variables_list <- nombre_variables$nombre
loadError <- FALSE
z <- try({ x[ , nombre_variables_list, drop=FALSE] })
loadError <- (is(z, 'try-error')|is(z,'error'))
if(loadError == FALSE){
dataframe <- x[ , nombre_variables_list, drop=FALSE]
dataframe <- unique(dataframe) # mantener hogares con ID unico para no computar más de 1 vez el hogar
dataframe <- filter(dataframe, !is.na(factor_ch))
}
else {
stop('The dataframe is not a harmonized survey') }
return(dataframe)
} data_arg_clean <- select_variables(data_arg) Definición de función que calcule Calidad de Materiales (por lo menos 2 materiales deben evaluarse)
calidad_materiales <- function(x) {
nuevo_dataset <- x %>%
mutate(cm = case_when(
is.na(piso_ch) & is.na(pared_ch) ~ NA_real_,
is.na(piso_ch) & is.na(techo_ch) ~ NA_real_,
is.na(techo_ch) & is.na(pared_ch) ~ NA_real_,
piso_ch == 1 & pared_ch == 1 & techo_ch == 1 ~ 2,
piso_ch == 1 & pared_ch == 1 & is.na(techo_ch) ~ 2,
piso_ch == 1 & is.na(pared_ch) & techo_ch == 1 ~ 2,
is.na(piso_ch) & pared_ch == 1 & techo_ch == 1 ~ 2,
pared_ch %in% c(0,2) ~ 0,
is.na(pared_ch) & piso_ch %in% c(0, 2) & techo_ch %in% c(0, 2) ~ 0,
TRUE ~ 1
))
return(nuevo_dataset)
}data_arg_clean <- calidad_materiales(data_arg_clean)table(data_arg_clean$cm)##
## 0 1 2
## 27 600 36991Definición de función que calcule la disponibilidad de agua
disponibilidad_de_agua <- function(x) {
nuevo_dataset <- x %>%
mutate(ag = case_when(
is.na(aguamejorada_ch) ~ NA_real_,
#es urbano
zona_c == 1 & aguamejorada_ch == 1 & aguared_ch == 1 & aguadist_ch == 1 ~ 1,
zona_c == 1 & aguamejorada_ch == 1 & is.na(aguared_ch) & aguadist_ch == 1 ~ 1,
zona_c == 1 & aguamejorada_ch == 1 & aguared_ch == 1 & is.na(aguadist_ch) ~ 1,
zona_c == 1 & aguamejorada_ch == 1 & is.na(aguared_ch) & is.na(aguadist_ch) ~ 1,
# es rural
zona_c == 0 & aguamejorada_ch == 1 ~ 1,
is.na(zona_c) & aguamejorada_ch == 1 ~ 1,
TRUE ~ 0
))
return(nuevo_dataset)
}data_arg_clean <- disponibilidad_de_agua(data_arg_clean)table(data_arg_clean$ag)##
## 0 1
## 2594 35024Definición de función que calcule el acceso a electricidad
electricidad <- function(x) {
nuevo_dataset <- x %>%
mutate(el = case_when(
is.na(luz_ch) ~ NA_real_,
luz_ch == 1 ~ 1,
TRUE ~ 0
))
return(nuevo_dataset)
}data_arg_clean <- electricidad(data_arg_clean)table(data_arg_clean$el)## < table of extent 0 >head(data_arg_clean$luz_ch)## [1] NA NA NA NA NA NADefinición de función que calcule el acceso a saneamiento (cloacal)
saneamiento <- function(x) {
nuevo_dataset <- x %>%
mutate(cl = case_when(
#es urbano
zona_c == 1 & is.na(des1_ch) ~ NA_real_,
zona_c == 1 & des1_ch == 1 ~ 1,
# es rural
zona_c == 0 & des2_ch %in% c(1,2) ~ 1,
zona_c == 0 & is.na(des2_ch) & des1_ch == 1 ~ 1, # es rural pero no hay datos de des2_ch
#area desconocida
is.na(zona_c) & (des1_ch == 1 | des2_ch == 2) ~ 1,
is.na(des1_ch) ~ NA_real_,
is.na(des2_ch) ~ NA_real_,
TRUE ~ 0
))
return(nuevo_dataset)
}data_arg_clean <- saneamiento(data_arg_clean)table(data_arg_clean$cl)##
## 0 1
## 2597 34914Definición de función que calcule el hacinamiento
hacinamiento <- function(x) {
nuevo_dataset <- x %>%
mutate(ratio_pers_dorm = ifelse(is.na(nmiembros_ch) | is.na(dorm_ch), NA, nmiembros_ch/dorm_ch),
ha = case_when(
ratio_pers_dorm >= 4 ~ 2,
ratio_pers_dorm > 2 ~ 1,
ratio_pers_dorm <= 2 ~ 0,
is.na(ratio_pers_dorm) ~ NA_real_
)
)
return(nuevo_dataset)
}data_arg_clean <- hacinamiento(data_arg_clean)table(data_arg_clean$ha)##
## 0 1 2
## 29727 4679 1630Definición de función que calcule el tipo de vivienda
tipo_vivienda <- function(x) {
nuevo_dataset <- x %>%
mutate(tv = case_when(
is.na(vivi2_ch) ~ NA_real_,
vivi2_ch == 1 ~ 1,
vivi2_ch == 0 ~ 0
)
)
return(nuevo_dataset)
}data_arg_clean <- tipo_vivienda(data_arg_clean)table(data_arg_clean$tv)##
## 0 1
## 219 37399Definición de función que calcule la clase de hogar
clase_hogar <- function(x) {
nuevo_dataset <- x %>%
mutate(ch = case_when(
is.na(clasehog_ch) ~ NA_real_,
clasehog_ch %in% c(1,2) ~ 1,
clasehog_ch %in% c(3,4,5) ~ 0
)
)
return(nuevo_dataset)
}data_arg_clean <- clase_hogar(data_arg_clean)table(data_arg_clean$ch)##
## 0 1
## 7204 30414Definición de función que calcule la disponibilidad de baño exclusivo
disponibilidad_de_bano <- function(x) {
nuevo_dataset <- x %>%
mutate( db = case_when(
is.na(banoex_ch) ~ NA_real_,
banoex_ch == 1 ~ 1,
banoex_ch == 0 ~ 0
)
)
return(nuevo_dataset)
}data_arg_clean <- disponibilidad_de_bano(data_arg_clean)table(data_arg_clean$db)##
## 0 1
## 974 36600Ahora con las funciones intermedias, se arma el indicador de déficit cualitativo y cuantitativo
deficit_vivienda <- function(x) {
nuevo_dataset <- x %>%
mutate(deficit = case_when(
cm == 0 ~ "Cuantitativo",
ha == 2 ~ "Cuantitativo",
tv == 0 ~ "Cuantitativo",
ch == 0 ~ "Cuantitativo", # con CLASE DE HOGAR
db == 0 ~ "Cuantitativo",
cm == 1 ~ "Cualitativo",
ag == 0 ~ "Cualitativo",
el == 0 ~ "Cualitativo",
cl == 0 ~ "Cualitativo",
ha == 1~ "Cualitativo",
TRUE ~ "Sin déficit"
)
)
return(nuevo_dataset)
}data_arg_clean <- deficit_vivienda(data_arg_clean)
table(data_arg_clean$deficit)##
## Cualitativo Cuantitativo Sin déficit
## 5444 9143 23031Representación con expansor
representacion_deficit <- function(x) {
nuevo_dataset <- x %>%
group_by(deficit) %>%
summarise(cantidad = sum(factor_ch)) %>%
ungroup() %>%
mutate(deficit = factor(deficit, levels = c("Sin déficit", "Cualitativo", "Cuantitativo")))
return(nuevo_dataset)
}representacion_deficit(data_arg_clean)## # A tibble: 3 x 2
## deficit cantidad
## <fct> <dbl>
## 1 Cualitativo 1553156
## 2 Cuantitativo 1972347
## 3 Sin déficit 4881588Se arma el indicador de déficit cualitativo y cuantitativo (sin la variable clase de hogar)
deficit_vivienda2 <- function(x) {
nuevo_dataset <- x %>%
mutate(deficit2 = case_when(
cm == 0 ~ "Cuantitativo",
ha == 2 ~ "Cuantitativo",
tv == 0 ~ "Cuantitativo",
# sin clase de hogar
db == 0 ~ "Cuantitativo",
cm == 1 ~ "Cualitativo",
ag == 0 ~ "Cualitativo",
el == 0 ~ "Cualitativo",
cl == 0 ~ "Cualitativo",
ha == 1~ "Cualitativo",
is.na(cm) & is.na(ha) & is.na(tv) & is.na(db) & is.na(ag) & is.na(el) & is.na(cl) ~ "Sin datos",
TRUE ~ "Sin déficit"
)
)
return(nuevo_dataset)
}data_arg_clean <- deficit_vivienda2(data_arg_clean)
table(data_arg_clean$deficit2)##
## Cualitativo Cuantitativo Sin déficit
## 7558 2538 27522Representación con expansor
representacion_deficit2 <- function(x) {
nuevo_dataset <- x %>%
group_by(pais_c, deficit2) %>%
summarise(cantidad = sum(factor_ch)) %>%
ungroup() %>%
mutate(deficit2 = factor(deficit2, levels = c("Sin déficit", "Cualitativo", "Cuantitativo")))
return(nuevo_dataset)
}comparativa <- representacion_deficit(data_arg_clean) %>%
rename(cantidad1 = cantidad) %>%
left_join(representacion_deficit2(data_arg_clean) %>%
select(-pais_c) %>%
rename(cantidad2 = cantidad), by = c("deficit" = "deficit2"))## `summarise()` has grouped output by 'pais_c'. You can override using the `.groups` argument.comparativa## # A tibble: 3 x 3
## deficit cantidad1 cantidad2
## <fct> <dbl> <dbl>
## 1 Cualitativo 1553156 2080093
## 2 Cuantitativo 1972347 596990
## 3 Sin déficit 4881588 5730008Se toma la segunda variante de déficit (parece más razonable para argentina) y se construye una función que tome cualquier dataset como input, y genere el indicador de déficit habitacional.
indicador_deficit <- function(y) {
nuevo_dataset <- y %>%
select_variables() %>%
calidad_materiales() %>%
disponibilidad_de_agua() %>%
electricidad() %>%
saneamiento() %>%
hacinamiento() %>%
tipo_vivienda() %>%
disponibilidad_de_bano() %>%
deficit_vivienda2() %>%
representacion_deficit2()
return(nuevo_dataset)
}indicador_deficit(data_arg)## `summarise()` has grouped output by 'pais_c'. You can override using the `.groups` argument.## # A tibble: 3 x 3
## pais_c deficit2 cantidad
## <chr> <fct> <dbl>
## 1 ARG Cualitativo 2080093
## 2 ARG Cuantitativo 596990
## 3 ARG Sin déficit 5730008Para simplificar el trabajo con las distintas bases de datos, se construye la función iadbclean() que preprocesa una Harmonized Survey: filtra las variables que serán utilizadas por los indicadores y los gráficos, genera las nuevas variables necesarias, y estandariza el déficit
iadb_clean <- function(data) {
# funcion de correccion de los caracteres especiales de las regiones
correccion.encoding <- function( x ) {
correccion <- c("ó" = "ó", "Ã" = "í", "á" = "á", "ã" = "õ", "ô" = "ô", "ñ" = "ñ", "é" = "é", "’" = "'", "ú" = "ú")
x <- str_replace_all(x, correccion)
return(x)
}
nuevo_dataset <- data %>%
select_variables() %>%
mutate(region_c = correccion.encoding(as.character(as_factor(region_c)))) %>%
calidad_materiales() %>%
disponibilidad_de_agua() %>%
electricidad() %>%
saneamiento() %>%
hacinamiento() %>%
tipo_vivienda() %>%
disponibilidad_de_bano() %>%
deficit_vivienda2()
return(nuevo_dataset)
}Antes de continuar, se optimiza la función para que pueda generar un indicador de déficit según país o región de encuesta. Por ejemplo para la EPH argentina, la región de encuesta es “Área Metropolitana”. Para eso, la función representacion_deficit2() se construye directamente dentro de la función que calcula el déficit. Se incorpora también el año de la encuesta.
indicador_deficit <- function(data, escala = "pais") {
if (escala == "pais") {
nuevo_dataset <- data %>%
iadb_clean() %>%
group_by(pais_c, deficit2, anio_c) %>%
summarise(cantidad = sum(factor_ch)) %>%
ungroup()
}
else if (escala == "region"){
nuevo_dataset <- data %>%
iadb_clean() %>%
group_by(pais_c, region_c, deficit2, anio_c) %>%
summarise(cantidad = sum(factor_ch)) %>%
ungroup()
}
else {
stop('Missing arguments')
}
return(nuevo_dataset)
}Ejemplos
Argentina
indicador_deficit(data = data_arg)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.## # A tibble: 3 x 4
## pais_c deficit2 anio_c cantidad
## <chr> <chr> <dbl> <dbl>
## 1 ARG Cualitativo 2015 2080093
## 2 ARG Cuantitativo 2015 596990
## 3 ARG Sin déficit 2015 5730008A escala región:
data_arg %>%
indicador_deficit(escala = "region") %>%
spread(key = deficit2, value = cantidad)## `summarise()` has grouped output by 'pais_c', 'region_c', 'deficit2'. You can override using the `.groups` argument.## # A tibble: 24 x 6
## pais_c region_c anio_c Cualitativo Cuantitativo `Sin déficit`
## <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 ARG Buenos Aires 2015 1363956 297223 2203873
## 2 ARG Catamarca 2015 10743 4686 43934
## 3 ARG Chaco 2015 17592 9233 91110
## 4 ARG Chubut 2015 16561 9089 90480
## 5 ARG Ciudad de Buenos Aires 2015 89284 54948 1022975
## 6 ARG Córdoba 2015 86940 35926 429137
## 7 ARG Corrientes 2015 15927 15238 82552
## 8 ARG Entre Ríos 2015 25286 11398 107230
## 9 ARG Formosa 2015 14488 7216 47287
## 10 ARG Jujuy 2015 12872 6989 68007
## # ... with 14 more rowsBolivia
indicador_deficit(data_bol)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.## # A tibble: 3 x 4
## pais_c deficit2 anio_c cantidad
## <chr> <chr> <dbl> <dbl>
## 1 BOL Cualitativo 2015 685867
## 2 BOL Cuantitativo 2015 1570323
## 3 BOL Sin déficit 2015 756251A escala región:
data_bol %>%
indicador_deficit(escala = "region") %>%
spread(key = deficit2, value = cantidad)## `summarise()` has grouped output by 'pais_c', 'region_c', 'deficit2'. You can override using the `.groups` argument.## # A tibble: 9 x 6
## pais_c region_c anio_c Cualitativo Cuantitativo `Sin déficit`
## <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 BOL Beni 2015 39163 64290 8221
## 2 BOL Chuquisaca 2015 21782 99442 45427
## 3 BOL Cochabamba 2015 141335 242785 132639
## 4 BOL La Paz 2015 177441 403577 228014
## 5 BOL Oruro 2015 32979 103046 21906
## 6 BOL Pando 2015 17082 14399 1995
## 7 BOL Potosí 2015 32309 192022 27922
## 8 BOL Santa Cruz 2015 187169 379564 246457
## 9 BOL Tarija 2015 36607 71198 43670Brasil
indicador_deficit(data_bra)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.## # A tibble: 3 x 4
## pais_c deficit2 anio_c cantidad
## <chr> <chr> <dbl> <dbl>
## 1 BRA Cualitativo 2015 15701619
## 2 BRA Cuantitativo 2015 2472922
## 3 BRA Sin déficit 2015 53789858Paraguay a nivel region
data_pry %>%
indicador_deficit(escala = "region") ## `summarise()` has grouped output by 'pais_c', 'region_c', 'deficit2'. You can override using the `.groups` argument.## # A tibble: 21 x 5
## pais_c region_c deficit2 anio_c cantidad
## <chr> <chr> <chr> <dbl> <dbl>
## 1 PRY Alto Paraná Cualitativo 2015 126325
## 2 PRY Alto Paraná Cuantitativo 2015 21969
## 3 PRY Alto Paraná Sin déficit 2015 70447
## 4 PRY Asunción Cualitativo 2015 83820
## 5 PRY Asunción Cuantitativo 2015 26300
## 6 PRY Asunción Sin déficit 2015 29208
## 7 PRY Caaguazú Cualitativo 2015 48638
## 8 PRY Caaguazú Cuantitativo 2015 8049
## 9 PRY Caaguazú Sin déficit 2015 73370
## 10 PRY Central Cualitativo 2015 354750
## # ... with 11 more rowsANEXO 2: Visualizaciones
Descripción general de déficit
plot_deficit <- function(data) {
x <- indicador_deficit(data) %>%
mutate(ratio = round(cantidad * 100 /sum(cantidad), digits = 2),
deficit2 = factor(deficit2, levels = c("Sin déficit", "Cualitativo", "Cuantitativo")))
pais <- x %>%
select(pais_c) %>%
unique() %>%
.$pais_c
anio <- min(x$anio_c)
ggplot(data = x ) +
geom_bar(aes(x = deficit2, weight = cantidad, fill = deficit2)) +
geom_text(aes(x = deficit2, y = cantidad, label = paste0(ratio, "%")), vjust = -0.2, size = 4.2,fontface = "bold") +
geom_text(aes(x = deficit2, y = cantidad, label = paste0(scales::comma(cantidad), " hogares")),
vjust = 1.5, size = 3.2) +
labs(title = paste0("Déficit habitacional en ", pais, " (", anio, ")"),
caption = "A partir de Harmonized Survey - IDB") +
scale_fill_manual(values = c("#7fbf7b", "#5AC8C8", "#BE64AC")) +
scale_y_continuous(labels = comma) +
theme_minimal() +
theme(legend.position = "none",
axis.title = element_blank(),
legend.title = element_blank())
} plot_deficit(data_arg)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Bolivia
plot_deficit(data_bol)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Paraguay
plot_deficit(data_pry)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Brasil
plot_deficit(data_bra)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Gráficos en función de las áreas de análisis de la encuesta
plot_deficit_region <- function(data, tipo = "relativo") { # ver si se incorpora parámetro de año
x <- indicador_deficit(data, escala = "region" ) %>%
group_by(region_c) %>%
mutate(ratio = round(cantidad * 100 /sum(cantidad), digits = 2)) %>%
ungroup()
pais <- x %>%
select(pais_c) %>%
unique() %>%
.$pais_c
anio <- x %>%
select(anio_c) %>%
unique() %>%
.$anio_c
if (tipo == "relativo") {
region_orden_rel <- x %>%
select(region_c, deficit2, ratio) %>%
spread(key = deficit2, value = ratio) %>%
arrange(Cuantitativo) %>%
.$region_c
x$region_c <- factor(x$region_c, levels = region_orden_rel)
ggplot(data = x, aes(x = region_c, y = ratio,
fill = factor(deficit2, levels = c("Sin déficit", "Cualitativo", "Cuantitativo"))) ) +
geom_bar(stat = "identity") +
geom_text(aes(label = paste0(ratio, "%")), position=position_stack(vjust=0.5), size = 3) +
scale_fill_manual(values = c("#7fbf7b", "#5AC8C8", "#BE64AC")) +
labs(title = paste0("Déficit habitacional en ", pais, " (", anio, ")"),
subtitle = "Valores Relativos",
fill = "Déficit",
caption = "A partir de Harmonized Survey - IDB")+
scale_y_continuous(labels = comma) +
guides(fill = guide_legend(title.position = "top", nrow = 1)) +
coord_flip() +
theme_minimal() +
theme(legend.position = "bottom",
axis.title = element_blank())
}
else if (tipo == "absoluto") {
region_orden_abs <- x %>%
select(region_c, deficit2, cantidad) %>%
spread(key = deficit2, value = cantidad) %>%
arrange(Cuantitativo) %>%
.$region_c
x$region_c <- factor(x$region_c, levels = region_orden_abs)
ggplot(data = x,
aes(x = region_c, y = cantidad,
fill = factor(deficit2, levels = c("Sin déficit", "Cualitativo", "Cuantitativo"))
)
) +
geom_bar(stat = "identity") +
labs(title = paste0("Déficit habitacional en ", pais, " (", anio, ")"),
subtitle = "Valores Absolutos",
fill = "Déficit",
caption = "A partir de Harmonized Survey - IDB") +
scale_fill_manual(values = c("#7fbf7b", "#BE64AC", "#5AC8C8")) +
scale_y_continuous(labels = comma) +
guides(fill = guide_legend(title.position = "top", nrow = 1)) +
coord_flip() +
theme_minimal() +
theme(legend.position = "bottom",
axis.title = element_blank())
}
else {
stop('Missing arguments')
}
}plot_deficit_region(data_arg)## `summarise()` has grouped output by 'pais_c', 'region_c', 'deficit2'. You can override using the `.groups` argument.
En valores relativos están ordenados por áreas con mayor déficit
plot_deficit_region(data_arg, tipo ="absoluto")## `summarise()` has grouped output by 'pais_c', 'region_c', 'deficit2'. You can override using the `.groups` argument.
Otros países
plot_deficit_region(data_bol)## `summarise()` has grouped output by 'pais_c', 'region_c', 'deficit2'. You can override using the `.groups` argument.
Los valores de Bolivia son muy extraños. Si se quita la disponibilidad de baño, entonces los valores de déficit cuantitativo se reducen, pero aumenta considerablemente el déficit cualitativo.
plot_deficit_region(data_pry)## `summarise()` has grouped output by 'pais_c', 'region_c', 'deficit2'. You can override using the `.groups` argument.
¿Que significa que una región es NA? Está en la data original…
Evolución temporal del déficit
Se toma Argentina como caso de estudio.
data_arg2015 <- data_arg
data_arg2014 <- read_dta("harmonized_surveys/ARG_2014s2_BID.dta")
data_arg2016<- read_dta("harmonized_surveys/ARG_2016s2_BID.dta")
data_arg2017 <- read_dta("harmonized_surveys/ARG_2017s1_BID.dta")
data_arg2018 <- read_dta("harmonized_surveys/ARG_2018s2_BID.dta")
data_arg2019 <- read_dta("harmonized_surveys/ARG_2019t2_BID.dta")
data_arg2020 <- read_dta("harmonized_surveys/ARG_2020t1_t3_BID.dta")La cantidad de variables por año varía:
lista.dataARG <- list(data_arg2014, data_arg2015, data_arg2016, data_arg2016, data_arg2017, data_arg2017, data_arg2018, data_arg2019, data_arg2020)lapply(lista.dataARG, dim)## [[1]]
## [1] 122477 412
##
## [[2]]
## [1] 120173 419
##
## [[3]]
## [1] 117704 422
##
## [[4]]
## [1] 117704 422
##
## [[5]]
## [1] 118430 422
##
## [[6]]
## [1] 118430 422
##
## [[7]]
## [1] 114297 425
##
## [[8]]
## [1] 59258 417
##
## [[9]]
## [1] 130460 417dataARG_temp <- map(lista.dataARG, select_variables) %>% #se aplica a todos los df la funcion de variables
bind_rows() # se unen todas las rowsAhora se grafica
plot_deficit_ev <- function(data) {
x <- indicador_deficit(data) %>%
group_by(anio_c) %>%
mutate(ratio = round(cantidad * 100 /sum(cantidad), digits = 2)) %>%
ungroup()
pais <- x %>%
select(pais_c) %>%
unique() %>%
.$pais_c
ggplot(data = x,
aes(x= anio_c, y = ratio, color = factor(deficit2, levels = c("Sin déficit", "Cualitativo", "Cuantitativo")))) +
geom_line(aes( group = deficit2)) +
geom_point(size = 3) +
geom_text(aes(label = paste0(ratio, "%")), color = "black", vjust = -0.4, size = 4) +
labs(title = paste0("Déficit habitacional en ", pais),
caption = "A partir de Harmonized Survey - IDB",
color = "Calidad de la vivienda") +
scale_color_manual(values = c("#7fbf7b", "#5AC8C8", "#BE64AC")) +
scale_y_continuous(labels = scales::percent_format(scale = 1), breaks = seq(0, 100, 10), limits = c(0,100)) +
scale_x_continuous(breaks = seq(min(x$anio_c), max(x$anio_c), 1))+
guides(color = guide_legend(title.position = "top", nrow = 1)) +
theme_minimal() +
theme(legend.position = "bottom",
axis.title = element_blank(),
legend.title = element_blank())
} plot_deficit_ev(dataARG_temp)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Variantes del mismo gráfico:
plot_deficit_ev2 <- function(data) {
anio_low <- min(data$anio_c)
x <- indicador_deficit(data) %>%
group_by(anio_c) %>%
mutate(ratio = round(cantidad * 100 /sum(cantidad), digits = 2)) %>%
ungroup() %>%
arrange(deficit2, anio_c) %>%
filter(deficit2 != "Sin déficit") %>%
mutate(anio_anterior = ifelse(anio_c == anio_low, 0, lag(ratio)),
variacion = ifelse(anio_c == anio_low, 0, round(ratio - anio_anterior, digits = 2 )))
pais <- x %>%
select(pais_c) %>%
unique() %>%
.$pais_c
ggplot(data = x,
aes(x= anio_c, y = variacion, color = factor(deficit2, levels = c("Cualitativo", "Cuantitativo")))) +
geom_line(aes( group = deficit2), size = 1.2) +
geom_point(size = 3) +
geom_text(aes(label = variacion), color = "black", hjust = -0.25, size = 4) +
labs(title = paste0("Déficit habitacional en ", pais),
subtitle = "Variación en puntos porcentuales en relación al año anterior",
caption = "A partir de Harmonized Survey - IDB",
color = "% de hogares según déficit") +
scale_color_manual(values = c("#5AC8C8", "#BE64AC")) +
scale_x_continuous(breaks = seq(min(x$anio_c), max(x$anio_c), 1))+
guides(color = guide_legend(title.position = "top", nrow = 1)) +
theme_minimal() +
theme(legend.position = "bottom",
axis.title = element_blank())
}plot_deficit_ev2(dataARG_temp) ## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Otra versión
plot_deficit_ev3 <- function(data) {
anio_low <- min(data$anio_c)
x <- indicador_deficit(data) %>%
group_by(anio_c) %>%
mutate(ratio = round(cantidad * 100 /sum(cantidad), digits = 2)) %>%
ungroup() %>%
arrange(deficit2, anio_c) %>%
filter(deficit2 != "Sin déficit") %>%
mutate(variacion = ifelse(anio_c == anio_low, 0, round((cantidad - lag(cantidad))*100/lag(cantidad), digits = 2 )))
pais <- x %>%
select(pais_c) %>%
unique() %>%
.$pais_c
ggplot(data = x,
aes(x= anio_c, y = variacion, color = factor(deficit2, levels = c("Cualitativo", "Cuantitativo")))) +
geom_line(aes( group = deficit2), size = 1.2) +
geom_point(size = 3) +
geom_text(aes(label = paste0(variacion, "%")), color = "black", vjust = -0.3, size = 4) +
labs(title = paste0("Déficit habitacional en ", pais),
subtitle = "Variación según cantidad absoluta de hogares",
caption = "A partir de Harmonized Survey - IDB",
color = "Calidad de la vivienda") +
scale_color_manual(values = c("#5AC8C8", "#BE64AC")) +
scale_x_continuous(breaks = seq(min(x$anio_c), max(x$anio_c), 1))+
guides(color = guide_legend(title.position = "top", nrow = 1)) +
theme_minimal() +
theme(legend.position = "bottom",
axis.title = element_blank(),
legend.title = element_blank())
}plot_deficit_ev3(dataARG_temp)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Ecuador
dataBOL <- map(list(read_dta("harmonized_surveys/BOL_2013m11_BID.dta"),
read_dta("harmonized_surveys/BOL_2014m11_BID.dta"),
read_dta("harmonized_surveys/BOL_2015m11_BID.dta"),
read_dta("harmonized_surveys/BOL_2016m11_BID.dta"),
read_dta("harmonized_surveys/BOL_2017m11_BID.dta"),
read_dta("harmonized_surveys/BOL_2018m11_BID.dta")),
select_variables) %>%
bind_rows() Alternativa 1
plot_deficit_ev(dataBOL)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Alternativa 2
plot_deficit_ev2(dataBOL)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Alternativa 3
plot_deficit_ev3(dataBOL)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Ubicación espacial
Creo que la parte espacial no debería ser parte del paquete
lac_geo <- rnaturalearth::ne_countries(scale = "medium", returnclass = "sf") %>%
filter(region_wb == "Latin America & Caribbean") %>%
select(iso_a3, name) %>%
st_transform(crs = 4326)ggplot() +
geom_sf(data = lac_geo)
Se calcula los indicadores de situación habitacional para los 4 países cargados en 2015:
latam2015 <- read.csv("harmonized_surveys/latam2015-hs.csv")
latam2015_indicadores <- indicador_deficit(latam2015) %>%
group_by(pais_c) %>%
mutate(ratio = round(cantidad /sum(cantidad), digits = 2)) %>%
ungroup()## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.Se construye un indicador de niveles de déficit:
* Cualitativo:
- menos de 10%: bajo
- entre 10% y 20%: medio
- más de 20%: alto
- Cuantitativo:
- menos de 5%: bajo
- entre 5% y 10%: medio
- más de 10%: alto
cuali <- c(1, )
niveles_deficit <- ## Error: <text>:3:0: unexpected end of input
## 1: cuali <- c(1, )
## 2: niveles_deficit <-
## ^latam2015_indicadores2 <- latam2015_indicadores %>%
filter(deficit2 %in% c("Cualitativo", "Cuantitativo")) %>%
select(-cantidad) %>%
spread(key = deficit2, value = ratio) %>%
mutate(
Cuali = case_when( # eje x
Cualitativo <= 0.1 ~ "1",
Cualitativo <= 0.2 ~ "2",
Cualitativo > 0.2 ~ "3"
),
Cuanti = case_when( # eje y
Cuantitativo <= 0.05 ~ "1",
Cuantitativo <= 0.1 ~ "2",
Cuantitativo > 0.1 ~ "3"
),
bi_class = paste0(Cuali, "-", Cuanti)
)Se realiza la unión de las geometrías, con el cálculo de indicadores.
lac_geo <- lac_geo %>%
left_join(latam2015_indicadores2, by = c("iso_a3" = "pais_c"))map <- ggplot() +
geom_sf(data = lac_geo, aes(fill = bi_class), color = "white", show.legend = FALSE) +
geom_sf_text(data = lac_geo %>%
filter(!is.na(bi_class)),
aes(label = iso_a3), size = 2) +
bi_scale_fill(pal = "DkBlue", dim = 3, na.value = "grey40") +
labs(
title = "Comparación de la situación habitacional",
subtitle = "Año 2015 para países con Harmonized Survey"
) +
theme_void() +
theme(plot.title = element_text(hjust = 0.5),
plot.subtitle = element_text(hjust = 0.5))## Error in bi_scale_fill(pal = "DkBlue", dim = 3, na.value = "grey40"): no se pudo encontrar la función "bi_scale_fill"legend <- bi_legend(pal = "DkBlue",
dim = 3,
xlab = "Mayor déficit cualitativo ",
ylab = "Mayor déficit cuantitativo",
size = 5)## Error in bi_legend(pal = "DkBlue", dim = 3, xlab = "Mayor déficit cualitativo ", : no se pudo encontrar la función "bi_legend"finalPlot <- ggdraw() +
draw_plot(map,x = 0, y= 0, width= 1, height = 1) +
draw_plot(legend, x = 0.1, y = 0.05, width = 0.25, height = 0.25)## Warning: Package `gridGraphics` is required to handle base-R plots. Substituting
## empty plot.
## Warning: Package `gridGraphics` is required to handle base-R plots. Substituting
## empty plot.finalPlot
ggmap::ggmap(lac_base)+
geom_sf(data = lac_geo %>%
filter(!is.na(ratio)),
aes(fill = ratio), inherit.aes = FALSE, alpha = 0.9) +
facet_wrap(~ deficit2) +
guides(fill = guide_colorbar(barheight = 1, barwidth = 30, title.position = "top")) +
scale_fill_distiller(palette = "GnBu", direction = 1, labels = scales::percent_format()) +
labs(title = "Comparación de la situación habitacional",
subtitle = "Año 2015",
fill = "% de Hogares sobre el total") +
theme_void() +
theme(legend.position = "bottom")## Error in ggmap::ggmap(lac_base): objeto 'lac_base' no encontradoDetalle sobre qué déficit tienen las viviendas deficitarias
Las viviendas pueden ser deficitarias por múltiples causas. A continuación, se busca discriminar las variables que hacen que una vivienda sea considerada como en déficit cualitativo o cuantivativo.
categorias_de_deficit <- function(x){
x <- x %>%
mutate(
`Calidad de los materiales` = case_when(
cm == 0 ~ "Déficit cuantitativo",
cm == 1 ~ "Déficit cualitativo",
is.na(cm) ~ "Sin datos",
TRUE ~ "Sin déficit"
),
`Disponibilidad de agua` = case_when(
ag == 0 ~ "Déficit cualitativo",
is.na(ag) ~ "Sin datos",
TRUE ~ "Sin déficit"
),
`Provisión de electricidad` = case_when(
el == 0 ~ "Déficit cualitativo",
is.na(el) ~ "Sin datos",
TRUE ~ "Sin déficit"
),
`Alcantarillado` = case_when(
cl == 0 ~ "Déficit cualitativo",
is.na(cl) ~ "Sin datos",
TRUE ~ "Sin déficit"
),
`Hacinamiento` = case_when(
ha == 2 ~ "Déficit cuantitativo",
ha == 1 ~ "Déficit cualitativo",
is.na(ha) ~ "Sin datos",
TRUE ~ "Sin déficit"
),
`Tipo de Vivienda` = case_when(
tv == 0 ~ "Déficit cuantitativo",
is.na(tv) ~ "Sin datos",
TRUE ~ "Sin déficit"
),
`Baño Exclusivo` = case_when(
db == 0 ~ "Déficit cuantitativo",
is.na(db) ~ "Sin datos",
TRUE ~ "Sin déficit"
)
)
return(x)
}
tipo_de_deficit <- function(x) {
x <- x %>%
categorias_de_deficit() %>%
gather(key = "parametro", value = "estado", `Calidad de los materiales`:`Baño Exclusivo`) %>%
group_by(pais_c, deficit2, parametro, estado ) %>%
summarise(cantidad = sum(factor_ch, na.rm = TRUE)) %>%
mutate(estado = factor(estado, levels = c("Sin déficit", "Déficit cualitativo", "Déficit cuantitativo", "Sin datos")),
def_global = factor(deficit2, levels = c("Sin déficit", "Cualitativo", "Cuantitativo"))) %>%
ungroup()
return(x)
} data_arg_agrupada <- tipo_de_deficit(data_arg_clean)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.data_arg_agrupada## # A tibble: 39 x 6
## pais_c deficit2 parametro estado cantidad def_global
## <chr> <chr> <chr> <fct> <dbl> <fct>
## 1 ARG Cualitativo Alcantarillado Déficit cua~ 630187 Cualitati~
## 2 ARG Cualitativo Alcantarillado Sin déficit 1449906 Cualitati~
## 3 ARG Cualitativo Baño Exclusivo Sin datos 84 Cualitati~
## 4 ARG Cualitativo Baño Exclusivo Sin déficit 2080009 Cualitati~
## 5 ARG Cualitativo Calidad de los materiales Déficit cua~ 84197 Cualitati~
## 6 ARG Cualitativo Calidad de los materiales Sin déficit 1995896 Cualitati~
## 7 ARG Cualitativo Disponibilidad de agua Déficit cua~ 830253 Cualitati~
## 8 ARG Cualitativo Disponibilidad de agua Sin déficit 1249840 Cualitati~
## 9 ARG Cualitativo Hacinamiento Déficit cua~ 1043819 Cualitati~
## 10 ARG Cualitativo Hacinamiento Sin datos 47853 Cualitati~
## # ... with 29 more rows dataset_agrupado <- data_arg %>%
iadb_clean() %>%
tipo_de_deficit() %>%
group_by(def_global, parametro) %>%
mutate(ratio= cantidad / sum(cantidad, na.rm = TRUE)) %>%
ungroup()## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.plot_deficit_detalle <- function(data) {
pais <- data %>%
select(pais_c) %>%
unique() %>%
.$pais_c
dataset_agrupado <- data %>%
iadb_clean() %>%
tipo_de_deficit() %>%
group_by(def_global, parametro) %>%
mutate(ratio= cantidad / sum(cantidad, na.rm = TRUE)) %>%
ungroup()
anio <- min(data$anio_c)
plot <- ggplot(data = dataset_agrupado, aes(x = parametro, fill = estado, y= ratio) ) +
geom_bar(stat = "identity") +
geom_text(aes(label =paste0(round(ratio*100, digits = 0), "%")), position=position_stack(vjust=0.5), size = 3) +
labs(title = paste0(pais, ": Composición del défiticit de vivienda (", anio, ")"),
caption = "A partir de Harmonized Survey - IDB") +
facet_wrap(~ def_global)+
scale_fill_manual(values = c("#7fbf7b", "#5AC8C8", "#BE64AC", "grey")) +
scale_y_continuous(breaks = seq(0, 1, 0.2), labels = paste0(seq(0, 100, 20), "%")) +
coord_flip() +
theme_minimal() +
theme(legend.position = "bottom",
axis.title = element_blank(),
legend.title = element_blank())
return(plot)
}plot_deficit_detalle(data_arg)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.
Veamos para otros países
Bolivia
plot_deficit_detalle(data_bol)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.
Brasil
plot_deficit_detalle(data_bra)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.
Paraguay
plot_deficit_detalle(data_pry)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.
Déficit de vivienda (heatmap)
ggplot(data = data_arg_agrupada) +
geom_tile(aes(x = estado, y = parametro, fill = cantidad)) +
facet_wrap(~ def_global) +
guides(fill=guide_colourbar(title.position = "top", barwidth = 40, barheight = 2)) +
scale_fill_distiller(palette = "Spectral" , direction = 1, labels = comma) +
theme_minimal() +
theme(legend.position = "bottom",
axis.text.x = element_text(angle = 90, vjust = 0.5),
axis.title = element_blank())
tiles_deficit <- function(dataset) {
pais <- dataset %>%
select(pais_c) %>%
unique() %>%
.$pais_c
dataset_agrupado <- dataset %>%
iadb_clean() %>%
tipo_de_deficit()
plot <- ggplot(data = dataset_agrupado ) +
geom_tile(aes(x = estado, y = parametro, fill = cantidad)) +
facet_wrap(~ def_global) +
labs(title = paste0(pais, ": Hogares en déficit discriminado por indicador"),
caption = "A partir de Harmonized Survey - IDB",
fill = "Cantidad de hogares") +
guides(fill=guide_colourbar(title.position = "top", barwidth = 40, barheight = 2)) +
scale_fill_distiller(palette = "YlGnBu" , direction = 1, labels = comma) +
theme_minimal() +
theme(legend.position = "bottom",
axis.text.x = element_text(angle = 90, vjust = 0.5),
axis.title = element_blank())
return(plot)
}Argentina
tiles_deficit(data_arg)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.
Bolivia
tiles_deficit(data_bol)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.
En este gráfico se puede observar que los indicadores de “baño exclusivo” y de “hacinamiento” son los que penalizan considerablemente a los hogares en Bolivia para déficit cuantitativo.
Brasil
tiles_deficit(data_bra)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.
Paraguay
tiles_deficit(data_pry)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'parametro'. You can override using the `.groups` argument.
Déficit de vivienda (treemap)
data_arg_acum <- data_arg_clean %>%
categorias_de_deficit() %>%
group_by(deficit2, `Calidad de los materiales`, `Hacinamiento`, `Tipo de Vivienda`, `Baño Exclusivo`, `Disponibilidad de agua`, `Provisión de electricidad`, `Alcantarillado` ) %>%
summarise(cantidad = sum(factor_ch)) %>%
ungroup() %>%
mutate(grupo_acum = paste0("Materiales: ", `Calidad de los materiales`, " / Hacinamiento: ", `Hacinamiento`, " / Tipo: ", `Tipo de Vivienda`, " / Allegamiento: ", `Baño Exclusivo`, " /Agua: ", `Disponibilidad de agua`, " / Electricidad: ", `Provisión de electricidad`, " / Alcantarillado: ", `Alcantarillado` )) ## `summarise()` has grouped output by 'deficit2', 'Calidad de los materiales', 'Hacinamiento', 'Tipo de Vivienda', 'Baño Exclusivo', 'Disponibilidad de agua', 'Provisión de electricidad'. You can override using the `.groups` argument.head(data_arg_acum)## # A tibble: 6 x 10
## deficit2 `Calidad de los m~ Hacinamiento `Tipo de Vivien~ `Baño Exclusivo`
## <chr> <chr> <chr> <chr> <chr>
## 1 Cualitativo Déficit cualitati~ Déficit cual~ Sin déficit Sin déficit
## 2 Cualitativo Déficit cualitati~ Déficit cual~ Sin déficit Sin déficit
## 3 Cualitativo Déficit cualitati~ Déficit cual~ Sin déficit Sin déficit
## 4 Cualitativo Déficit cualitati~ Déficit cual~ Sin déficit Sin déficit
## 5 Cualitativo Déficit cualitati~ Sin datos Sin déficit Sin déficit
## 6 Cualitativo Déficit cualitati~ Sin datos Sin déficit Sin déficit
## # ... with 5 more variables: Disponibilidad de agua <chr>,
## # Provisión de electricidad <chr>, Alcantarillado <chr>, cantidad <dbl>,
## # grupo_acum <chr>library(treemap)## Warning: package 'treemap' was built under R version 4.1.1plot <- treemap(data_arg_acum,
index=c("deficit2","grupo_acum"),
vSize="cantidad",
type="index",
palette = "Paired",
align.labels= list(c("center", "center"), c( "right", "top")),
overlap.labels = 0)
Treemap 2
Voy a probar generar 3 categorías de déficit que pueden combinarse:
- Deficit de materiales (cuali y cuanti)
- Deficit de servicios (cuali) - Hacinamiento + allegamiento (cuali y cuanti)
categorias_de_deficit3 <- function(data) {
x <- data %>%
categorias_de_deficit() %>%
mutate(
Servicios = case_when(
`Disponibilidad de agua` == "Déficit cualitativo" | `Provisión de electricidad` == "Déficit cualitativo" | `Alcantarillado`== "Déficit cualitativo"
~ "Déficit cualitativo",
`Disponibilidad de agua` == "Sin déficit" | `Provisión de electricidad` == "Sin déficit" | `Alcantarillado`== "Sin déficit"
~ "Sin déficit",
TRUE ~ "Sin datos"
),
`Hacinamiento + Allegamiento` = case_when(
`Hacinamiento`== "Déficit cuantitativo" | `Tipo de Vivienda` == "Déficit cuantitativo"| `Baño Exclusivo`== "Déficit cuantitativo"
~ "Déficit cuantitativo",
`Hacinamiento`== "Déficit cualitativo"
~ "Déficit cualitativo",
`Hacinamiento`== "Sin déficit" | `Tipo de Vivienda` == "Sin déficit" | `Baño Exclusivo`== "Sin déficit"
~ "Sin déficit" ,
TRUE ~ "Sin datos"
)
)
return(x)
}data_arg_tipo <- data_arg_clean %>%
categorias_de_deficit3 %>%
group_by(pais_c, deficit2, `Calidad de los materiales`, `Hacinamiento + Allegamiento`, Servicios ) %>%
summarise(cantidad = sum(factor_ch)) %>%
ungroup() %>%
mutate(grupo_acum = paste0("Materiales: ", `Calidad de los materiales`, " / Hacinamiento + Allegamiento: ", `Hacinamiento + Allegamiento`, " / Servicios: ", Servicios )) ## `summarise()` has grouped output by 'pais_c', 'deficit2', 'Calidad de los materiales', 'Hacinamiento + Allegamiento'. You can override using the `.groups` argument.Volvamos a probar el treemap
plot <- treemap(data_arg_tipo,
index=c("deficit2","grupo_acum"),
vSize="cantidad",
type="index",
palette = "Paired",
align.labels= list(c("center", "center"), c( "right", "top")),
overlap.labels = 0)
Queda más claro
Déficit de vivienda (sankey)
library(networkD3)## Warning: package 'networkD3' was built under R version 4.1.1data_arg_links <- rbind(
data_arg_tipo %>%
mutate(Cmat = paste0("CMat: ",`Calidad de los materiales`),
HA = paste0("HA: ", `Hacinamiento + Allegamiento`),
Serv = paste0("Serv: ", Servicios),
Gen = paste0("Gen: ", deficit2)) %>%
select(Gen, Serv, cantidad) %>%
rename(source = Gen,
target = Serv),
data_arg_tipo %>%
mutate(Cmat = paste0("CMat: ",`Calidad de los materiales`),
HA = paste0("HA: ", `Hacinamiento + Allegamiento`),
Serv = paste0("Serv: ", Servicios )) %>%
select(Serv, HA, cantidad) %>%
rename(source = Serv,
target = HA),
data_arg_tipo %>%
mutate(Cmat = paste0("CMat: ",`Calidad de los materiales`),
HA = paste0("HA: ", `Hacinamiento + Allegamiento`),
Serv = paste0("Serv: ", Servicios )) %>%
select(HA, Cmat, cantidad) %>%
rename(source = HA,
target = Cmat) ) %>%
group_by(source, target) %>%
summarise(cantidad = sum(cantidad)) %>%
ungroup() ## `summarise()` has grouped output by 'source'. You can override using the `.groups` argument.head(data_arg_links)## # A tibble: 6 x 3
## source target cantidad
## <chr> <chr> <dbl>
## 1 Gen: Cualitativo Serv: Déficit cualitativo 1284200
## 2 Gen: Cualitativo Serv: Sin déficit 795893
## 3 Gen: Cuantitativo Serv: Déficit cualitativo 233534
## 4 Gen: Cuantitativo Serv: Sin déficit 363456
## 5 Gen: Sin déficit Serv: Sin déficit 5730008
## 6 HA: Déficit cualitativo CMat: Déficit cualitativo 19207nodes_arg <- data.frame(
name=c(as.character(data_arg_links$source),
as.character(data_arg_links$target)) %>% unique()) %>%
mutate(group = as.factor(case_when(
substr(name,1,2) == "Ge" ~ "General",
substr(name,1,2) == "HA" ~ "Hacinamiento",
substr(name,1,2) == "Se" ~ "Servicios",
substr(name,1,2) == "CM" ~ "Materiales"
)))
data_arg_links$IDsource <- match(data_arg_links$source, nodes_arg$name)-1
data_arg_links$IDtarget <- match(data_arg_links$target, nodes_arg$name)-1
colores <- 'd3.scaleOrdinal() .domain(["General", "Servicios","Hacinamiento", "Materiales"]) .range(["#bebada", "#fb8072", "#80b1d3", "#fdb462"])'Grafico
sankeyNetwork(Links = data_arg_links, Nodes = nodes_arg,
Source = "IDsource", Target = "IDtarget",
Value = "cantidad", NodeID = "name",
colourScale=colores, NodeGroup="group")## Links is a tbl_df. Converting to a plain data frame.Función para gráfico de Sankey
(Evaluar si es una función que puede elegir Sankey / Treemap / Bar / Titles)
plot_sankey <- function(data){
dataset <- data %>%
iadb_clean() %>%
categorias_de_deficit3 %>%
group_by(pais_c, deficit2, `Calidad de los materiales`, `Hacinamiento + Allegamiento`, Servicios ) %>%
summarise(cantidad = sum(factor_ch)) %>%
ungroup() %>%
mutate(Cmat = paste0("CMat: ",`Calidad de los materiales`),
HA = paste0("HA: ", `Hacinamiento + Allegamiento`),
Serv = paste0("Serv: ", Servicios),
Gen = paste0("Gen: ", deficit2))
dataset_link <- rbind(
dataset %>%
select(Gen, Serv, cantidad) %>%
rename(source = Gen,
target = Serv),
dataset %>%
select(Serv, HA, cantidad) %>%
rename(source = Serv,
target = HA),
dataset %>%
select(HA, Cmat, cantidad) %>%
rename(source = HA,
target = Cmat) ) %>%
group_by(source, target) %>%
summarise(cantidad = sum(cantidad)) %>%
ungroup()
nodes <- data.frame(name=c(as.character(dataset_link$source),
as.character(dataset_link$target)) %>%
unique()) %>%
mutate(group = as.factor(case_when(
substr(name,1,2) == "Ge" ~ "General",
substr(name,1,2) == "HA" ~ "Hacinamiento",
substr(name,1,2) == "Se" ~ "Servicios",
substr(name,1,2) == "CM" ~ "Materiales"
)))
dataset_link$IDsource <- match(dataset_link$source, nodes$name)-1
dataset_link$IDtarget <- match(dataset_link$target, nodes$name)-1
colores <- 'd3.scaleOrdinal() .domain(["General", "Servicios","Hacinamiento", "Materiales"]) .range(["#bebada", "#fb8072", "#80b1d3", "#fdb462"])'
sankeyNetwork(Links = dataset_link, Nodes = nodes,
Source = "IDsource", Target = "IDtarget",
Value = "cantidad", NodeID = "name",
colourScale=colores, NodeGroup="group")
}Caso de Paraguay
plot_sankey(data_pry)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'Calidad de los materiales', 'Hacinamiento + Allegamiento'. You can override using the `.groups` argument.## `summarise()` has grouped output by 'source'. You can override using the `.groups` argument.## Links is a tbl_df. Converting to a plain data frame.Gráfico de barras
ggplot(data = data_arg_tipo) +
geom_bar(aes(x = reorder(grupo_acum, cantidad), weight = cantidad,
fill = deficit2)) +
coord_flip() +
theme_minimal() +
theme(axis.title = element_blank(),
legend.position = "bottom")
El gráfico de barras tiene demasiado contenido
plot_deficit_categorias <- function(data) {
dataset <- data %>%
iadb_clean() %>%
categorias_de_deficit3() %>%
group_by(pais_c, deficit2, `Calidad de los materiales`, `Hacinamiento + Allegamiento`, Servicios ) %>%
summarise(cantidad = sum(factor_ch)) %>%
ungroup() %>%
mutate(grupo_acum = paste0("Materiales: ", `Calidad de los materiales`,
" / Hacinamiento + Allegamiento: ", `Hacinamiento + Allegamiento`,
" / Servicios: ", Servicios ))
pais <- dataset %>%
select(pais_c) %>%
unique() %>%
.$pais_c
ggplot(data = dataset) +
geom_bar(aes(x = reorder(grupo_acum, cantidad), weight = cantidad,
fill = factor(deficit2, levels = c("Sin déficit", "Cualitativo", "Cuantitativo")))) +
labs(title = paste0(pais, ": Composición del déficit de vivienda"),
caption = "A partir de Harmonized Survey - IDB",
fill = "Categorías") +
coord_flip() +
guides(fill = guide_legend(title.position = "top", nrow = 1)) +
scale_fill_manual(values = c("#4daf4a", "#377eb8", "#e41a1c")) +
theme_minimal() +
theme(axis.title = element_blank(),
legend.position = "bottom")
}plot_deficit_categorias(data_arg)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'Calidad de los materiales', 'Hacinamiento + Allegamiento'. You can override using the `.groups` argument.
plot_deficit_categorias(data_bol)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'Calidad de los materiales', 'Hacinamiento + Allegamiento'. You can override using the `.groups` argument.
Efectivamente en bolivia se da un alto déficit cuantitativo de vivienda por Hacinamiento / Allegamiento. Se propone estudiar en detalle el caso, y cargar más años para ser si es un problema de la medición en ese año.
ANEXO:3 Estudio de Bolivia
data_bol2015 <- data_bol
data_bol2013 <- read_dta("harmonized_surveys/BOL_2013m11_BID.dta")
data_bol2014 <- read_dta("harmonized_surveys/BOL_2014m11_BID.dta")
data_bol2016 <- read_dta("harmonized_surveys/BOL_2016m11_BID.dta")
data_bol2017 <- read_dta("harmonized_surveys/BOL_2017m11_BID.dta")
data_bol2018 <- read_dta("harmonized_surveys/BOL_2018m11_BID.dta")Limpieza de datos de 2015
Veamos si detectamos alguna anormalidad
data_bol_clean <- iadb_clean(data_bol)Resumen estadístico:
data_bol_clean %>%
mutate(cm = as.factor(cm),
ag = as.factor(ag),
cl = as.factor(cl),
el = as.factor(el),
ha = as.factor(ha),
tv = as.factor(tv),
db = as.factor(db),
deficit2 = as.factor(deficit2)) %>%
summary()## pais_c region_BID_c region_c anio_c
## Length:10171 Min. :3 Length:10171 Min. :2015
## Class :character 1st Qu.:3 Class :character 1st Qu.:2015
## Mode :character Median :3 Mode :character Median :2015
## Mean :3 Mean :2015
## 3rd Qu.:3 3rd Qu.:2015
## Max. :3 Max. :2015
##
## mes_c zona_c idh_ch factor_ch clasehog_ch
## Min. :11 Min. :0.0000 Min. : 1 Min. : 63.0 Min. :1.000
## 1st Qu.:11 1st Qu.:1.0000 1st Qu.: 2544 1st Qu.: 206.0 1st Qu.:2.000
## Median :11 Median :1.0000 Median : 5086 Median : 248.0 Median :2.000
## Mean :11 Mean :0.7802 Mean : 5086 Mean : 296.2 Mean :2.048
## 3rd Qu.:11 3rd Qu.:1.0000 3rd Qu.: 7628 3rd Qu.: 345.0 3rd Qu.:2.000
## Max. :11 Max. :1.0000 Max. :10171 Max. :1046.0 Max. :5.000
##
## nmiembros_ch aguared_ch aguadist_ch aguamejorada_ch
## Min. : 1.000 Min. :0.000 Min. :1.000 Min. :0.0000
## 1st Qu.: 2.000 1st Qu.:0.000 1st Qu.:1.000 1st Qu.:1.0000
## Median : 4.000 Median :1.000 Median :1.000 Median :1.0000
## Mean : 3.663 Mean :0.713 Mean :1.533 Mean :0.8277
## 3rd Qu.: 5.000 3rd Qu.:1.000 3rd Qu.:2.000 3rd Qu.:1.0000
## Max. :17.000 Max. :1.000 Max. :3.000 Max. :1.0000
## NA's :2335
## luz_ch banoex_ch des1_ch des2_ch
## Min. :0.00 Min. :0.0000 Min. :0.0000 Min. :0.0000
## 1st Qu.:1.00 1st Qu.:0.0000 1st Qu.:1.0000 1st Qu.:1.0000
## Median :1.00 Median :1.0000 Median :1.0000 Median :1.0000
## Mean :0.94 Mean :0.6825 Mean :0.8825 Mean :0.8541
## 3rd Qu.:1.00 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:1.0000
## Max. :1.00 Max. :1.0000 Max. :3.0000 Max. :2.0000
## NA's :2485 NA's :2466
## piso_ch pared_ch techo_ch dorm_ch
## Min. :0.0000 Min. :0.0000 Min. :0.0000 Min. :0.000
## 1st Qu.:1.0000 1st Qu.:1.0000 1st Qu.:1.0000 1st Qu.:1.000
## Median :1.0000 Median :1.0000 Median :1.0000 Median :2.000
## Mean :0.8534 Mean :0.9965 Mean :0.9484 Mean :1.695
## 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:2.000
## Max. :2.0000 Max. :2.0000 Max. :2.0000 Max. :8.000
##
## vivi2_ch cm ag el cl ratio_pers_dorm
## Min. :0.0000 0: 76 0:4683 0: 610 0 :1306 Min. :0.200
## 1st Qu.:1.0000 1:1523 1:5488 1:9561 1 :6383 1st Qu.:1.333
## Median :1.0000 2:8572 NA's:2482 Median :2.000
## Mean :0.7921 Mean : Inf
## 3rd Qu.:1.0000 3rd Qu.:3.500
## Max. :1.0000 Max. : Inf
##
## ha tv db deficit2
## 0:5853 0:2115 0:3229 Cualitativo :2580
## 1:1837 1:8056 1:6942 Cuantitativo:4937
## 2:2481 Sin déficit :2654
##
##
##
## Algo muy interesante que se observa es que un tercio de los encuestados no cuenta con baño propio. Llama la atención también la no disponibilidad de agua de red también.
¿Se trata de algo general en Bolivia? ¿o es una anomalía del año de la encuesta?
lista.BOL <- list(data_bol2013, data_bol2014, data_bol2015, data_bol2016, data_bol2017, data_bol2018)
dataBOL_temp <- map(lista.BOL, iadb_clean) %>% #se aplica a todos los df la funcion de variables
bind_rows() Gráfico
plot_deficit_ev(dataBOL_temp)## `summarise()` has grouped output by 'pais_c', 'deficit2'. You can override using the `.groups` argument.
Este gráfico muestra la constancia de los datos a través de los años.
plot_deficit_categorias(data_bol2014)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'Calidad de los materiales', 'Hacinamiento + Allegamiento'. You can override using the `.groups` argument.
plot_deficit_categorias(data_bol2016)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'Calidad de los materiales', 'Hacinamiento + Allegamiento'. You can override using the `.groups` argument.
plot_deficit_categorias(data_bol2018)## `summarise()` has grouped output by 'pais_c', 'deficit2', 'Calidad de los materiales', 'Hacinamiento + Allegamiento'. You can override using the `.groups` argument.
En los 3 gráficos, se observa que el hacinamiento + allegamiento es preponderante para la determinación del déficit cuantitativo.
Detalle de hacinamiento + allegamiento
Las 3 variables que componen esta categoría son:
- hacinamiento crítico (en función de la cantidad de habitantes por cuarto)
- tipo de vivienda (¿Puede ser este componente algo cultural?)
- disponibilidad de baño
dataBOL_temp %>%
filter(deficit2 == "Cuantitativo") %>%
group_by(anio_c, ha, tv, db ) %>%
summarise(cantidad = sum(factor_ch)) %>%
mutate(
ha = case_when(
ha == 0 ~ "no tiene",
ha == 1 ~ "recuperable",
ha == 2 ~ "crítico"),
tv = case_when(
tv == 1 ~ "apta",
tv == 0 ~ "no apta"),
db = case_when(
db == 1 ~ "si",
db == 0 ~ "no"),
categorias = paste0("haciamiento: ", ha , "/ tipo vivienda: ", tv, " /baño exclusivo: ", db )) %>%
ggplot() +
geom_bar(aes(x = reorder(categorias, cantidad), weight = cantidad)) +
labs(title = paste0( "Composición del hacinamiento + allegamiento de vivienda"),
caption = "A partir de Harmonized Survey - IDB",
subtitle = "Para viviendas con déficit cuantitativo") +
facet_wrap(~anio_c, nrow = 3) +
coord_flip() +
theme_minimal() +
theme(axis.title = element_blank(),
legend.position = "bottom")## `summarise()` has grouped output by 'anio_c', 'ha', 'tv'. You can override using the `.groups` argument.
La categoría que es primera llama mucho la atención: hogares en un tipo de vivienda adecuado, y sin hacinamiento (ni siquiera recuperable), comparten baño. ¿se está penalizando alguna cuestión cultural?
Probemos con un dataset que no tiene relacion
library(datasets)indicador_deficit(iris)## Error in `[.data.frame`(x, , nombre_variables_list, drop = FALSE) :
## undefined columns selected## Error in select_variables(.): The dataframe is not a harmonized survey