Las tablas se hacen cruzando la variable de respuesta vs cada variable explicativa
El diseño muestral es el que se logró armar considernaod los diseños de cada país Finalmente se trabaja con un diseño equivalente a 2 etapas, primera donde las psu son las escuelas, el pais es la variable de estratficacióny se usan como pesos muestrales los que se consideraron en Uruguay (ver diseño de Uruguay y para POA se creó un nuevo vector de peso usando como variables de ajuste distribucion por sexo y por tipo de escuela)
#
# load('~/Dropbox/odontologia/maestria_anunziatta/BancoUnidoBrasUru/BRASURU.RData')
# load('C:/Users/usuario/Dropbox/odontologia/maestria_anunziatta/BancoUnidoBrasUru/BRASURU.RData')
#
# load('C:/Users/usuario/Dropbox/odontologia/maestria_anunziatta/BancoUnidoBrasUru/BRASURU.RData')
load("~/Dropbox/odontologia/maestria_anunziatta/BancoUnidoBrasUru/BRASURU(28102013).RData")
library(survey)
## Attaching package: 'survey'
##
## The following object(s) are masked from 'package:graphics':
##
## dotchart
library(car)
## Loading required package: MASS Loading required package: nnet
# 28 de octubre 2013
# disenio_urubra<-svydesign(id=~numer_esc, strata=~pais,
# weights=~round(weight.rec,1), data=brasuru, nest=TRUE)
# disenio_urubra$variables<-temp
# summary(disenio_urubra)
# levels(disenio_urubra$variables$prevoms)<-c('1-SinCavi','2-conCavi')
tabla1 <- svyby(~prevoms, ~pais, disenio_urubra, svymean, na.rm = TRUE, deff = TRUE)
round(tabla1[, 2:4] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi se.prevoms1-SinCavi
## Bra 44.6 55.4 2.4
## Uru 38.5 61.5 2.5
round(confint(tabla1) * 100, 2)
## 2.5 % 97.5 %
## Bra:prevoms1-SinCavi 39.95 49.17
## Uru:prevoms1-SinCavi 33.64 43.43
## Bra:prevoms2-conCavi 50.83 60.05
## Uru:prevoms2-conCavi 56.57 66.36
svychisq(~prevoms + pais, disenio_urubra, statistic = "Chisq")
##
## Pearson's X^2: Rao & Scott adjustment
##
## data: svychisq(~prevoms + pais, disenio_urubra, statistic = "Chisq")
## X-squared = 9.858, df = 1, p-value = 0.0801
levels(disenio_urubra$variables$sexoinv) <- c("M", "F")
tabla2 <- svyby(~prevoms, ~sexoinv + pais, disenio_urubra, svymean, keep.var = TRUE,
na.rm = TRUE, deff = TRUE)
round(tabla2[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi se.prevoms1-SinCavi
## M.Bra 47.3 52.7 2.7
## F.Bra 41.7 58.3 2.8
## M.Uru 38.3 61.7 3.5
## F.Uru 38.7 61.3 3.4
tabla3 <- svyby(~prevoms, ~socioecon4cat + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla3[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi se.prevoms1-SinCavi
## 1-alto.Bra 57.1 42.9 4.4
## 2-medio-alto.Bra 55.1 44.9 2.8
## 3-medio-bajo.Bra 39.3 60.7 2.3
## 4-bajo.Bra 33.6 66.4 4.4
## 1-alto.Uru 61.7 38.3 5.7
## 2-medio-alto.Uru 39.7 60.3 4.1
## 3-medio-bajo.Uru 30.9 69.1 3.9
## 4-bajo.Uru 23.0 77.0 3.4
tabla4 <- svyby(~prevoms, ~socioecon3cat + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla4[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi se.prevoms1-SinCavi
## 1-alto.Bra 57.1 42.9 4.4
## 2-medio.Bra 44.2 55.8 2.2
## 3-bajo.Bra 33.6 66.4 4.4
## 1-alto.Uru 55.9 44.1 3.9
## 2-medio.Uru 33.1 66.9 2.9
## 3-bajo.Uru 23.0 77.0 3.4
tabla5 <- svyby(~prevoms, ~escolmaerecat23cat + pais, disenio_urubra, svymean,
na.rm = TRUE, deff = TRUE)
round(tabla5[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi
## 1-college-university.Bra 60.6 39.4
## 2-high school.Bra 48.2 51.8
## 3-elementary school.Bra 36.5 63.5
## 1-college-university.Uru 52.6 47.4
## 2-high school.Uru 38.2 61.8
## 3-elementary school.Uru 23.2 76.8
## se.prevoms1-SinCavi
## 1-college-university.Bra 4.7
## 2-high school.Bra 2.8
## 3-elementary school.Bra 2.5
## 1-college-university.Uru 3.9
## 2-high school.Uru 2.6
## 3-elementary school.Uru 3.0
tabla5a <- svyby(~prevoms, ~escolmae13cat + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla5a[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi
## 1-college-university.Bra 61.5 38.5
## 2-high school.Bra 53.9 46.1
## 3-Elementary School.Bra 36.6 63.4
## 1-college-university.Uru 61.6 38.4
## 2-high school.Uru 42.8 57.2
## 3-Elementary School.Uru 29.9 70.1
## se.prevoms1-SinCavi
## 1-college-university.Bra 5.0
## 2-high school.Bra 2.9
## 3-Elementary School.Bra 2.2
## 1-college-university.Uru 4.2
## 2-high school.Uru 5.4
## 3-Elementary School.Uru 2.6
#
# disenio_urubra$variables$freqescovacat<-recode(disenio_urubra$variables$freqescovacat,'3='3
# veces al día';99=NA')
freqescovacat <- brasuru$freqescovacat
freqescovacat <- as.numeric(freqescovacat)
table(freqescovacat, brasuru$pais)
##
## freqescovacat Bra Uru
## 1 341 0
## 2 677 238
## 3 0 496
## 4 510 377
## 5 0 43
freqescovacat <- as.numeric(brasuru$pais) * 10 + as.numeric(freqescovacat)
table(freqescovacat)
## freqescovacat
## 11 12 14 22 23 24 25
## 341 677 510 238 496 377 43
table(brasuru$freqescovacat)
##
## 1-menos de 1 vez al día 2 veces al día 3
## 341 915 496
## 3 veces al día 99
## 887 43
disenio_urubra$variables$freqescovacat <- recode(freqescovacat, "11=1;12=2;14=3;22=1;23=3;24=2;25=NA")
disenio_urubra$variables$freqescovacat <- as.factor(disenio_urubra$variables$freqescovacat)
levels(disenio_urubra$variables$freqescovacat) <- c("1-menos de 1 vez al día",
"2-veces al día", "3-veces al día")
tabla6 <- svyby(~prevoms, ~freqescovacat + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla6[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi
## 1-menos de 1 vez al día.Bra 34.6 65.4
## 2-veces al día.Bra 46.0 54.0
## 3-veces al día.Bra 48.9 51.1
## 1-menos de 1 vez al día.Uru 29.4 70.6
## 2-veces al día.Uru 36.2 63.8
## 3-veces al día.Uru 43.5 56.5
## se.prevoms1-SinCavi
## 1-menos de 1 vez al día.Bra 3.0
## 2-veces al día.Bra 2.6
## 3-veces al día.Bra 3.4
## 1-menos de 1 vez al día.Uru 4.1
## 2-veces al día.Uru 4.0
## 3-veces al día.Uru 3.3
tabla7 <- svyby(~prevoms, ~usocreme + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla7[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi se.prevoms1-SinCavi
## 1-Si.Bra 44.8 55.2 2.3
## 2-No.Bra 31.1 68.9 10.2
## 1-Si.Uru 38.8 61.2 2.6
## 2-No.Uru 26.2 73.8 10.9
tabla8 <- svyby(~prevoms, ~visidentcatonde + pais, disenio_urubra, svymean,
na.rm = TRUE, deff = TRUE)
round(tabla8[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi
## 1-Convenio particular.Bra 50.9 49.1
## 2-Publico.Bra 35.2 64.8
## 3-Nunca fue al dentista.Bra 43.2 56.8
## 1-Convenio particular.Uru 47.6 52.4
## 2-Publico.Uru 24.7 75.3
## 3-Nunca fue al dentista.Uru 27.1 72.9
## se.prevoms1-SinCavi
## 1-Convenio particular.Bra 2.5
## 2-Publico.Bra 2.8
## 3-Nunca fue al dentista.Bra 3.5
## 1-Convenio particular.Uru 2.6
## 2-Publico.Uru 2.8
## 3-Nunca fue al dentista.Uru 4.9
tabla9 <- svyby(~prevoms, ~visiquando + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla9[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi
## 1- menos de 1 a\xf1o.Bra 45.1 54.9
## 2- m\xe1s de 2 a\xf1os.Bra 44.5 55.5
## 3- nunca fue.Bra 43.2 56.8
## 1- menos de 1 a\xf1o.Uru 40.7 59.3
## 2- m\xe1s de 2 a\xf1os.Uru 39.2 60.8
## 3- nunca fue.Uru 26.0 74.0
## se.prevoms1-SinCavi
## 1- menos de 1 a\xf1o.Bra 2.8
## 2- m\xe1s de 2 a\xf1os.Bra 3.0
## 3- nunca fue.Bra 3.5
## 1- menos de 1 a\xf1o.Uru 2.4
## 2- m\xe1s de 2 a\xf1os.Uru 7.4
## 3- nunca fue.Uru 4.9
tabla10 <- svyby(~prevoms, ~fluorprof + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla10[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi se.prevoms1-SinCavi
## 1-Si.Bra 46.1 53.9 2.4
## 2-No.Bra 41.8 58.2 3.1
## 1-Si.Uru 39.5 60.5 3.3
## 2-No.Uru 38.7 61.3 3.8
tabla11 <- svyby(~prevoms, ~isg20 + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla11[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi se.prevoms1-SinCavi
## 1- <=20.Bra 48.4 51.6 7.5
## 2- 20 a 60.Bra 50.7 49.3 2.5
## 3- >=60.Bra 31.3 68.7 2.4
## 1- <=20.Uru 40.3 59.7 3.8
## 2- 20 a 60.Uru 37.6 62.4 2.8
## 3- >=60.Uru 32.6 67.4 5.6
tabla12 <- svyby(~prevoms, ~isg45 + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla12[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi se.prevoms1-SinCavi
## 1- <=45.Bra 54.8 45.2 3.0
## 2- 45 a 60.Bra 46.4 53.6 2.8
## 3- >=60.Bra 31.3 68.7 2.4
## 1- <=45.Uru 40.4 59.6 2.8
## 2- 45 a 60.Uru 30.3 69.7 4.2
## 3- >=60.Uru 32.6 67.4 5.6
tabla13 <- svyby(~prevoms, ~tipoesc + pais, disenio_urubra, svymean, na.rm = TRUE,
deff = TRUE)
round(tabla13[, 3:5] * 100, 1)
## prevoms1-SinCavi prevoms2-conCavi se.prevoms1-SinCavi
## 1-Particular.Bra 62.8 37.2 3.8
## 2-Publica.Bra 39.4 60.6 2.1
## 1-Particular.Uru 49.4 50.6 3.8
## 2-Publica.Uru 34.6 65.4 2.5