-
Notifications
You must be signed in to change notification settings - Fork 0
/
Incorporating stratified survey desing in survey analysis
155 lines (112 loc) · 4.8 KB
/
Incorporating stratified survey desing in survey analysis
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
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
rm(list=ls())
setwd("~")
#################################################
# Analyzing data with survey design #
# 24/10/2017 #
# Gibrán Mena #
#################################################
install.packages("foreign")
library(foreign)
install.packages("survey")
library(survey)
setwd("~/Desktop/CIDE/Base por analizar/Inp")
data <- read.dbf("TB_SEC_XII.dbf", as.is = T)
#A1. Mujer casada o unida con pareja residente
#A2. Mujer casada o unida con pareja ausente temporal
#B1. Mujer separada o divorciada
#B2. Mujer viuda
#C1. Mujer soltera con novio o pareja o exnovio o expareja
#C2. Mujer soltera que nunca ha tenido novio
names(data) #Ver nombres de columna
#data$P12_C_4
# #1 - soltero?
# 2 - casado o unido?
# 3 - separado o divorciado?
# 4 - viudo?
# 8 - No sabe
# b - blanco
table(data$P12_C_4) #Crear tabla sólo con una variable, para explorar
table(data$T_INSTRUM) #Crear tabla sólo con una variable, para explorar
# A1. Mujer casada o unida con pareja residente
# A2. Mujer casada o unida con pareja ausente temporal
# B1. Mujer separada o divorciada
# B2. Mujer viuda
# C1. Mujer soltera con novio o pareja o exnovio o expareja
# C2. Mujer soltera que nunca ha tenido novio
table(data$P12_4, useNA="ifany") #hijos
#P12_11
# 1 - se embarazó y la obligaron a casarse?
# 2 - se embarazó y decidieron casarse o vivir juntos?
# 3 - se la "robaron" en contra de su voluntad y tuvo que casarse o unirse?
# 4 - a cambio de dinero, regalos o propiedades sus padres arreglaron su matrimonio o unión?
# 5 - quería irse o salirse de su casa?
# 6 - así lo quisieron y decidieron los dos?
# 7 - Otra
# b - blanco
tab <- table(data$P12_11, data$T_INSTRUM, useNA="ifany") #Crear nuestra tabla pero ya con dos
#dos variables. En este caso, si la mujer fue golpeada, y el estado civil de la mujer.
prop.table(tab, margin=2) #Crear una tabla pero de proporciones donde
#De hacerlo al revés...
tab <- table(data$T_INSTRUM, data$P12_11, useNA="ifany")
tab2 <- prop.table(tab, margin=1) #Crear una tabla pero de proporciones donde
#La probabilidad de casarse felizmente, dado que estás casada es del 86%
#Nueva variable: Si la golpeó alguna de sus parejas o esposos anteriores
# 1 - Sí
# 2 - No
# 9 - No especificado
# b - blanco
tab <- table(data$P12_17_1)
prop.table(tab) # Notación científica
round(prop.table(tab), 3) #Redondeado tres cifras decimales
# Si la golpeó dependiendo de si el el último novio o pareja estaba
# 1 - soltero?
# 2 - casado o unido?
# 3 - separado o divorciado?
# 4 - viudo?
# 8 - No sabe
# b - blanco
# AGRESION
table(data$P12_17_1, useNA="ifany") #Agresion
tab <- table(data$P12_17_1, data$T_INSTRUM)
tab <- tab[-3, -6]
round(prop.table(tab, margin=2), 3)
chisq.test(tab)
###### Depende de la pareja?
tab <- table(data$P12_17_1, data$P12_C_4, useNA="ifany")
round(prop.table(tab, margin=2), 3)
#La hipótesis nula de la xi cuadrada es que no hay diferencia entre las parejas
# Cuestionario AMAI NSE
chisq.test(tab[-3,-c(6,7)]) #aquí estamos quitando ciertas filas y columnas
test <- chisq.test(tab[-3,c(1,4)]) #aquí estamos quitando ciertas filas y añadiendo columnas
test2 <- chisq.test(tab[-3,c(2,4)]) #aquí estamos quitando ciertas filas y añadiendo columnas
names(test)
round(test$p.value, 3)
#¿Cómo se hacen las muestras INEGI?
#Listado de áreas, AGEB y distritos electorales : mínima área
# Las personas que viven en un lugar, tienden a tener ciertas condiciones similares
# La muestra se minimiza si hay alta correlación . Los cuadros se llaman conglomerados
#Conglomerados, estratos y factores de expansión son elementos de las características del diseño
library(survey)
#Factor vivienda
#factor de la mujer
#Estrato
#UPM de diseño: conglomerado
#Estrato de diseño
disenio <- svydesign(~UPM_DIS, strata=~EST_DIS, weight=~FAC_MUJ, data=data)
#En una variable dicotómica: 1 o 1 0 1 el porcentaje es
tmp <- svymean(~as.factor(data$T_INSTRUM), disenio, na.rm=TRUE)
tab <- prop.table(table(data$T_INSTRUM)) #si son distintas
#Consistencfia externa: en la población se refleje en la población mayor
#Alguno de los parejas anteriores durante su relación o después de separarse la agredió?
foo <- svyby(~P12_17_1, ~subset(P12_C_4, P12_C_4!=9), disenio, svymean, na.rm=TRUE) # El signo de exclamaci{on elimina No hace falta poner el as.factor como el de
table(data$P12_C_4, data$P12_17_1)
foo <- svyby(~P12_17_1, ~subset(P12_C_4, P12_C_4!=9), disenio, svymean, na.rm=TRUE) # El signo de exclamaci{on elimina No hace falta poner el as.factor como el de
print(foo)
confint(foo)
foo <- svyby(~P12_17_1, ~subset(P12_C_4, P12_C_4!=9), disenio, svymean, na.rm=TRUE)
print(foo)
confint(foo)
#Cómo aplicar una prueba de hipótesis
tab <- svytable(~data$P12_17_1 + P12_C_4, disenio)
tab <- tab[-3,-6]
chisq.test(tab)