1 Introducción
<- switch(2,"C:/Users/enamo/Desktop/Shiny-R/Casen_en_pandemia_2020/casen/","C:/Users/chris/OneDrive/Documentos/archivos_grandes/")
direccion
<<- readRDS(paste0(direccion,"casen_2006_c.rds"))
dataset_06 <- mutate_if(dataset_06, is.factor, as.character)
dataset_06 <<- readRDS(paste0(direccion,"casen_2009_c.rds"))
dataset_09 <- mutate_if(dataset_09, is.factor, as.character)
dataset_09 <<- readRDS(paste0(direccion,"casen_2011_c.rds"))
dataset_11 <- mutate_if(dataset_11, is.factor, as.character)
dataset_11 <<- readRDS(paste0(direccion,"casen_2013_c.rds"))
dataset_13 <- mutate_if(dataset_13, is.factor, as.character)
dataset_13 <<- readRDS(paste0(direccion,"casen_2015_c.rds"))
dataset_15 <- mutate_if(dataset_15, is.factor, as.character)
dataset_15 <<- readRDS(paste0(direccion,"casen_2017_c.rds"))
dataset_17 <- mutate_if(dataset_17, is.factor, as.character)
dataset_17 <<- readRDS(paste0(direccion,"casen_2020_e1.rds"))
dataset_20 <- mutate_if(dataset_20, is.factor, as.character) dataset_20
<- dataset_06
casen_2006 <- dataset_09
casen_2009 <- dataset_11
casen_2011 <- dataset_13
casen_2013 <- dataset_15
casen_2015 <- dataset_17
casen_2017 <- dataset_20 casen_2020
2 Categorías de respuesta
Obtenemos las frecuencias de respuestas ya expandidas a la población, por categoría. , include = FALSE
## # A tibble: 16 x 2
## Variable Homologacion_039
## <chr> <chr>
## 1 No No
## 2 <NA> No sabe o no respo~
## 3 No sabe / No recuerda No sabe o no respo~
## 4 No Sabe / No recuerda No sabe o no respo~
## 5 No sabe, no recuerda No sabe o no respo~
## 6 No sabe/No recuerda No sabe o no respo~
## 7 Ns/Nr No sabe o no respo~
## 8 Sí Sí
## 9 Sí, Atención médica en Consultorio general, SAPU o Posta~ Sí
## 10 Sí, Atención médica en Centro médico, Clínica u Hospital~ Sí
## 11 Si, Atención médica en un hospital del SNSS Sí
## 12 Sí, Atención de un médico particular (consulta o domicil~ Sí
## 13 Sí, Atención médica en una Mutual de Seguridad Sí
## 14 Sí, Atención médica en Consultorio de especialidad Sí
## 15 Sí, Atención médica en un establecimiento de las FF.AA. ~ Sí
## 16 Sí, Atención médica en un centro de atención de su lugar~ Sí
La base de datos necesaria
<- function(df){
diccionario
#entre 2006 y 2020: 7
<- switch(i,"S6","S10","s22","s19","s16","s16","s17")
variable
names(carrera)[1] <- variable
<- merge(df, carrera, by = variable)
df
switch(i,
case = casen_2006 <<- df,
case = casen_2009 <<- df,
case = casen_2011 <<- df,
case = casen_2013 <<- df,
case = casen_2015 <<- df,
case = casen_2017 <<- df,
case = casen_2020 <<- df
)
}
for (i in 1:7) {
switch(i,
case = casen <- casen_2006,
case = casen <- casen_2009,
case = casen <- casen_2011,
case = casen <- casen_2013,
case = casen <- casen_2015,
case = casen <- casen_2017,
case = casen <- casen_2020
)
diccionario(casen)
}
<- data.frame()
df_tablas
<- function(n){
funcion1
<-switch(n,"2006","2009","2011","2013" ,"2015","2017","2020")
xx
<<- xx
tanio
<- switch(n, "Homologacion_039","Homologacion_039", "Homologacion_039","Homologacion_039", "Homologacion_039","Homologacion_039", "Homologacion_039")
v1
if(xx==2006) {
<- casen_2006
eliminated <- eliminated[,c(v1)]
c <- 2006
anio
}
if(xx==2009) {
<- casen_2009
eliminated <- eliminated[,c(v1)]
c <- 2009
anio
}
if(xx==2011) {
<- casen_2011
eliminated <- eliminated[,c(v1)]
c <- 2011
anio
}
if(xx==2013) {
<- casen_2013
eliminated <- eliminated[,c(v1)]
c <- 2013
anio
}
if(xx==2015) {
<- casen_2015
eliminated <- eliminated[,c(v1)]
c <- 2015
anio
}
if(xx==2017) {
<- casen_2017
eliminated <- eliminated[,c(v1)]
c <- 2017
anio
}
if(xx==2020) {
<- casen_2020
eliminated <- eliminated[,c(v1)]
c <- 2020
anio
}
################ -- frecuencia
<-switch(n, "EXPC","EXPC", "expc_full","expc", "expc_todas","expc", "expc")
expan<-xtabs(eliminated[,(expan)]~c, data = eliminated)
tabla_matp <- as.data.frame(tabla_matp)
tabla_matp names(tabla_matp)[1] <- "Homologación"
<<- tabla_matp
data_df1 ################
}
for (n in 1:7){
funcion1(n)
assign(paste0("tabla_",tanio),data_df1)
}
<- merge(tabla_2006, tabla_2009, by= "Homologación", all.x = T, all.y = T)
tabla_f <- merge(tabla_f, tabla_2011, by= "Homologación", all.x = T, all.y = T)
tabla_f <- merge(tabla_f, tabla_2013, by= "Homologación", all.x = T, all.y = T)
tabla_f <- merge(tabla_f, tabla_2015, by= "Homologación", all.x = T, all.y = T)
tabla_f <- merge(tabla_f, tabla_2017, by= "Homologación", all.x = T, all.y = T)
tabla_f <- merge(tabla_f, tabla_2020, by= "Homologación", all.x = T, all.y = T)
tabla_f tabla_f
## Homologación Freq.x Freq.y Freq.x Freq.y Freq.x Freq.y
## 1 No 403546 413869 169102 230033 263204 220467
## 2 No sabe o no responde 13655212 14235615 14684610 14058144 13704370 14247461
## 3 Sí 2093983 1957567 2070036 2947120 3548000 3301238
## Freq
## 1 237713
## 2 16397732
## 3 2865017
colnames(tabla_f) <- c("variable", "2006","2009","2011","2013","2015","2017","2020")
<- mutate_all(tabla_f, ~replace(., is.na(.), 0))
tabla_f
<- tabla_f
tabla_t $a2007 <- NA
tabla_t$a2008 <- NA
tabla_t$a2010 <- NA
tabla_t$a2012 <- NA
tabla_t$a2014 <- NA
tabla_t$a2016 <- NA
tabla_t$a2018 <- NA
tabla_t$a2019 <- NA
tabla_t
<- tabla_t[,c("variable","2006","a2007","a2008","2009", "a2010","2011","a2012","2013","a2014","2015","a2016","2017","a2018","a2019","2020")]
tabla_t
<- data.frame()
receptaculo for (n in 1:nrow(tabla_t)) {
<- na.approx(c(tabla_t[n,c(2:ncol(tabla_t))]))
calculado <- rbind(receptaculo,calculado)
receptaculo
}<- cbind(tabla_t$variable,receptaculo)
receptaculo colnames(receptaculo) <- c("Homologación",paste0(seq(2006,2020,1)))
# receptaculo$categorias<- as.character(receptaculo$categorias)
################
<- sapply(receptaculo, is.numeric)
is.num <- lapply(receptaculo [is.num], round, 2) receptaculo [is.num]
datatable(receptaculo, extensions = 'Buttons', escape = FALSE, rownames = TRUE,
options = list(dom = 'Bfrtip',
buttons = list('colvis', list(extend = 'collection',
buttons = list(
list(extend='copy'),
list(extend='excel',
filename = 'tabla_genero'),
list(extend='pdf',
filename= 'tabla_genero')),
text = 'Download')), scrollX = TRUE))%>%
formatRound(columns=c(paste0(seq(2006,2020,1))) ,mark = "", digits=0)
3 Análisis