In calcita/ech: Downloading and Processing Microdata from ECH-INE (Uruguay)

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>",
    eval = FALSE,
    message = FALSE,
    warning = FALSE,
    include = FALSE,
  dpi = 400
)

options(rmarkdown.html_vignette.check_title = FALSE)

El paquete ech es una caja de herramientas para el procesamiento de la Encuesta Continua de Hogares de Uruguay realizada por en Instituto Nacional de Estadística (INE). Pretendiendo contribuir a la comunidad de usuaries de R en Uruguay, facilitando el uso de una de las encuestas socioeconómicas más importantes del país. En este sentido, el paquete implementa una serie de funciones que permiten el cálculo de los principales indicadores socioeconómicos que permite la encuesta.

Instalación

Para la versión en desarrollo

# install.packages('devtools') 
# si no tiene instalado devtools

devtools::install_github("calcita/ech")
library(ech)

Funciones para leer datos

Una serie de funciones del paquete que se usan internamente permiten descargar de la página del INE y convertir a un formato tidy los datos de: Índice de Precios al Consumo (IPC con base 2010), el Índice de Precios de Alimentos y Bebidas (IPAB con base 2010), Canasta Básica Alimentaria y No Alimentaria (CBA y CBNA), la codigue de CIIU4, los microdatos de cada ECH y sus respectivos diccionarios para los años 2011 a 2019.

Funciones para crear variables

Las funciones para crear variables se organizan según la dimensión a la cual corresponden, así tenemos:

• Vivienda (Dwelling): permite calcular la situación estructural y coyuntural de la vivienda, las privaciones de la vivienda, hacinamiento y la tenencia de la vivienda.

• Educación (Education): permite calcular el máximo nivel alcanzado, los años de estudio, la completitud según niveles, la asistencia a un centro educativo.

• Mercado de trabajo (Employment): permite calcular la condición de actividad, la PEA (población económicamente activa), PET (población en edad de trabajar), PO (población ocupada) y PD (población desocupada), las restricciones al empleo, subempleo y las ramas de actividad según CIIU4.

• Tipo de hogar (Household type): permite construir una tipología de hogar.

• Ingresos y desigualdad (Income): permite calcular el ingreso deflactado (por el índice y año base elegido), quintiles y deciles de ingreso, el ingreso laboral per cápita y por hora.

• Pobreza (Poverty): permite calcular pobreza e indigencia y las NBI (Necesidad Básicas Insatisfechas).

Funciones para estimar indicadores

Se pueden estimar medias y proporciones, totales y ratios, el Índice de Gini, el Brecha salarial de género (GPG, por sus siglas en inglés Gender Pay Gap) y la relación quintil5/quintil1 (QSR, Quintil Share Ratio). Para los años 2018 y 2019 se cuenta con la información de las UPM (Unidades Primarias de Muestreo) y estratos por lo cual es posible definir correctamente el diseño de muestra y obtener intervalos de confianza correctos.

• get_estimation_mean():
• get_estimation_median():
• get_estimation_total():
• get_estimation_ratio():
• get_estimation_gini():
• get_estimation_gpg():
• get_estimation_qsr():

Modo de uso

El paquete ech permite descargar los microdatos oficiales desde la web del INE o bien utilizar microdatos ya procesados. En el primer caso los datos se obtiene a través de la función get_microdata(). En el segundo caso, puede usar la función read_microdata() para leerlos. El paquete tiene tres grandes conjuntos de funciones: - las que leen datos desde la web del INE, se llaman get_(). - las que calculan variables tanto a nivel hogares como personas, estas tienen nombres descriptivos en inglés que se detallan más adelante. - las que estiman indicadores y calculan los intervalos de confianza asociados, se llaman get_estimation_().

Ejemplo de descarga de microdatos:

# Cargo la libreria
library(ech)

# Cargo la base
ech19 <- get_microdata(year = "2019", # Año/s a descargar (2011-2019)
              folder = tempdir(), # Carpeta para descarga   
              toR = FALSE) # No lo guarda en formato RData 

Como un segundo paso, recomendamos utilizar la función organize_names() que estandariza los nombres de variables llevándolas a los nombres de 2017. Este paso facilita el uso de las demás funciones en la medida que todas contienen parámetros que dan cuenta del nombre de alguna variable y cuyo valor por defecto es el nombre de la variable para 2017. La correspondencia entre variables para cada año se puede observar en el diccionario ech::dic. No todas las variables de la ech están contempladas en el diccionario por lo que este proyecto está abierto a contribuciones que en la medida que se agreguen nuevas funciones serán necesarias.

# Organizamos nombres de variables
# para el caso de 2019 no es necesario porque el diccionario base es el 2017 y las variables se llaman igual
#ech19 <- organize_names(ech19, 2019)
ech19 <- ech19 %>% dplyr::rename(upm = upm_fic)

Para calcular las variables PEA, PET, PO y PD usamos la función employment(), especificando el nombre del objeto que contiene los microdatos y la variable que contiene la información de la condición de actividad (por defecto pobpcoac).

# Calculamos variables de empleo

ech19 <- employment(data = ech19)

Otra función muy útil que combina además otra fuente de datos es income_constant_prices() que permite calcular el ingreso a precios constantes, usando como deflactor el IPC o el IPAB. Es necesario definir, el data frame, el año base y el mes base, y el tipo de IPC que puede ser "G" (general) o "R" (regional). Este último solo está disponible a partir de 2010.

# Organizamos nombres de variables

ech19 <- income_constant_prices(data = ech19, # Data.frame de una ech
                                base_month = 6, # Mes base 
                                base_year = 2019, # Año base
                                index = "IPC", # Indice
                                level = "G") # Puede ser General ("G") o Regional ("R")

Para estimar una variable, por ejemplo, pobre06 que ya viene en la ECH calculada, elegimos la función de estimación adecuada, por ejemplo, get_estimation_mean() y definimos si queremos cruzarlo con alguna otra variable o hacer una estimación en un dominio (por ejemplo, solo el país urbano) y a nivel de hogares o personas.

# Genero una estimación:

pobre_x_dpto <- get_estimation_mean(data = ech19, # Indico el data.frame
                           variable = "pobre06", # La variable a estimar
                           by.x = "nomdpto", # La variable de agrupación
                           by.y = NULL, # Se permite otra variable de agrupación
                           domain = NULL, # Se podría indicar un dominio
                           level = "h", # Defino que lo haga a nivel de hogar
                           name = "Pobreza") 

ech & geouy

El uso de este paquete se potencia al usarlo en conjunto con geouy ya que permite acceder a diferentes capas geográficas de Uruguay y construir mapas temáticos. Por ejemplo, a la estimación anterior de hogares pobres por departamento se le pueden agregar las geometrías de los polígonos de cada departamento para construir un mapa de coropletas.

# Solo me quedo con la estimación de pobre 

pobre_x_dpto <- pobre_x_dpto %>% filter(pobre06 == "Pobre")

# Agrego geometrías

pobre_x_dpto_geo <- add_geom(data = pobre_x_dpto, # Los datos en una unidad geográfica de entre las opciones
                            unit = "Departamentos", # Unidad de agregación de los datos
                            variable = "nomdpto") # Variable correspondiente a los códigos a la unidad

Y con esto, podemos hacer un mapa con ggplot2 muy fácilmente de estas estimaciones.

# Hago un mapa

plot_geouy(x = pobre_x_dpto_geo, col = "Pobreza", l = "%")

knitr::include_graphics("man/figures/pobre_readme.png")

Aportes de la comunidad

Este paquete se propone incorporar cualquier función de propósitos generales que utilice como base le Encuesta Continua de Hogares (ECH) de Uruguay. Todos los aportes en este sentido son bienvenidos.

Si trabajas con la ECH de Uruguay y querés agregar tu función o tus datos, te recomendamos que leas los siguientes consejos de como colaborar aquí. También podés generar un issue si encontrás algún error.

Si este paquete te parece útil también hacenoslo saber que es nuestro motor para seguir desarrollándolo.

calcita/ech documentation built on March 2, 2024, 7:54 a.m.