analyysit/Liikkuvuusvalinnat/liikkuvuusvalinnat_kuvaajat_tyottomat.R
In pttry/KT162R: Data preparation and graphs for the project KT162 Alueellinen liikkuvuus ja monipaikkaisuus
library(tidyverse)
leveys = 6
aluetyyppi_labels = c("Kaupunkien läheinen maaseutu",
"Maaseutu",
"Pääkaupunkiseutu",
"Työssäkäyntikeskus",
"Ydinmaaseutu",
"Yliopistokaupunki")
################################# TYÖTTÖMÄT ####################################################
################### Selection equation ###########################
marginal_effects_selection_personal <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_personal_unemployed.rds")
personal_labels = c("Sukupuoli (ref: mies)",
"Ikä, kymmeniä vuosia",
"Opiskelija, ptoim2, (ref: ei opiskelija)",
"Syntynyt ulkomailla (ref: ei syntynyt ulkomailla)",
"Keskiasteen koulutus (ref: peruskoulu)",
"Korkea-asteen koulutus (ref: peruskoulu)",
"Tutkija-asteen koulutus (ref: peruskoulu)",
"Puoliso töissä",
"Pari, ei lapsia (ref: asuu yksin)",
"Pari, lapsia (ref: asuu yksin)",
"Yksinhuoltaja (ref: asuu yksin)",
"Asuu vuokralla (ref: omistuasuja)",
"Asumisoikeusasunto (ref: omistusasuja)",
"Muu asumismuoto (ref: omistusasuja)",
"Muuttokokemus",
"Pendelöintikokemus")[16:1]
marginal_effects_selection_personal %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %") +
scale_x_discrete(labels = personal_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_selection_personal_unemployed.png",
width = leveys, height = length(personal_labels) * 6/16)
##################### labor demand #######################################
marginal_effects_selection_demand <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_demand_unemployed.rds")
demand_labels = c("Alueen ulkoinen kannustin",
"Alueen sisäinen kannustin")[2:1]
marginal_effects_selection_demand %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %") +
scale_x_discrete(labels = demand_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_selection_demand_unemployed.png",
width = leveys, height = length(demand_labels) * 6/16)
############### Aluetyyppi ###############################################
marginal_effects_selection_aluetyyppi <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_aluetyyppi_unemployed.rds")
marginal_effects_selection_aluetyyppi %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus verrattuna harvaan asuttuun maaseutuun, %") +
scale_x_discrete(labels = aluetyyppi_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_selection_aluetyyppi_unemployed.png",
width = leveys, height = length(aluetyyppi_labels) * 6/16)
################## Outcome equation ################################################
# Personal characteristics
marginal_effects_outcome_personal <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_personal_unemployed.rds")
personal_labels = c("Sukupuoli (ref: mies)",
"Ikä, kymmeniä vuosia",
"Opiskelija, ptoim2, (ref: ei opiskelija)",
"Syntynyt ulkomailla (ref: ei syntynyt ulkomailla)",
"Keskiasteen koulutus (ref: peruskoulu)",
"Korkea-asteen koulutus (ref: peruskoulu)",
"Tutkija-asteen koulutus (ref: peruskoulu)",
"Puoliso töissä",
"Pari, ei lapsia (ref: asuu yksin)",
"Pari, lapsia (ref: asuu yksin)",
"Yksinhuoltaja (ref: asuu yksin)",
"Asuu vuokralla (ref: omistuasuja)",
"Asumisoikeusasunto (ref: omistusasuja)",
"Muu asumismuoto (ref: omistusasuja)",
"Muuttokokemus",
"Pendelöintikokemus")[16:1]
marginal_effects_outcome_personal %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %") +
scale_x_discrete(labels = personal_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_outcome_personal_unemployed.png",
width = leveys, height = 6)
################# Alueiden ominaisuudet ####################
marginal_effects_outcome_alueet <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_regions_unemployed.rds")
alueet_labels = c("Asuntohintaero",
"Etäisyys",
"Työn saavutettavuusero",
"Työmarkkinoiden kokoero",
"Työttömyysaste-ero",
"Kohteen vuokra-asujien osuus")
marginal_effects_outcome_alueet %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = alueet_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_outcome_alueet_unemployed.png",
width = 6, height = 3)
####################### Aluetyyppi ###############################
source("R/set.R")
set_proj()
marginal_effects_outcome_aluetyyppi_tp <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_aluetyyppi_tp_unemployed.rds")
marginal_effects_outcome_aluetyyppi_ap <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_aluetyyppi_ap_unemployed.rds")
marginal_effects_outcome_aluetyyppi_tp$lahde_kohde <- "Työpaikan kunnan tyyppi"
marginal_effects_outcome_aluetyyppi_ap$lahde_kohde <- "Asuinpaikan kunnan tyyppi"
marginal_effects_outcome_aluetyyppi <- rbind(marginal_effects_outcome_aluetyyppi_tp,
marginal_effects_outcome_aluetyyppi_ap)
marginal_effects_outcome_aluetyyppi$var <- rep(aluetyyppi_labels, 2)
marginal_effects_outcome_aluetyyppi %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
facet_wrap(~lahde_kohde) +
theme_light() +
labs(x = NULL,
y = "Kontrolloitu ero harvaan asuttuun maaseutuun, %-yksikköä") +
scale_x_discrete(labels = aluetyyppi_labels)
ggsave("analyysit/Liikkuvuusvalinnat/Kuvaajat/marginal_effects_outcome_aluetyyppi_unemployed.png",
width = 8, height = 5)
pttry/KT162R documentation built on Nov. 27, 2022, 3:52 a.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
library(tidyverse)
leveys = 6
aluetyyppi_labels = c("Kaupunkien läheinen maaseutu",
"Maaseutu",
"Pääkaupunkiseutu",
"Työssäkäyntikeskus",
"Ydinmaaseutu",
"Yliopistokaupunki")
################################# TYÖTTÖMÄT ####################################################
################### Selection equation ###########################
marginal_effects_selection_personal <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_personal_unemployed.rds")
personal_labels = c("Sukupuoli (ref: mies)",
"Ikä, kymmeniä vuosia",
"Opiskelija, ptoim2, (ref: ei opiskelija)",
"Syntynyt ulkomailla (ref: ei syntynyt ulkomailla)",
"Keskiasteen koulutus (ref: peruskoulu)",
"Korkea-asteen koulutus (ref: peruskoulu)",
"Tutkija-asteen koulutus (ref: peruskoulu)",
"Puoliso töissä",
"Pari, ei lapsia (ref: asuu yksin)",
"Pari, lapsia (ref: asuu yksin)",
"Yksinhuoltaja (ref: asuu yksin)",
"Asuu vuokralla (ref: omistuasuja)",
"Asumisoikeusasunto (ref: omistusasuja)",
"Muu asumismuoto (ref: omistusasuja)",
"Muuttokokemus",
"Pendelöintikokemus")[16:1]
marginal_effects_selection_personal %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %") +
scale_x_discrete(labels = personal_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_selection_personal_unemployed.png",
width = leveys, height = length(personal_labels) * 6/16)
##################### labor demand #######################################
marginal_effects_selection_demand <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_demand_unemployed.rds")
demand_labels = c("Alueen ulkoinen kannustin",
"Alueen sisäinen kannustin")[2:1]
marginal_effects_selection_demand %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %") +
scale_x_discrete(labels = demand_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_selection_demand_unemployed.png",
width = leveys, height = length(demand_labels) * 6/16)
############### Aluetyyppi ###############################################
marginal_effects_selection_aluetyyppi <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_selection_aluetyyppi_unemployed.rds")
marginal_effects_selection_aluetyyppi %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus verrattuna harvaan asuttuun maaseutuun, %") +
scale_x_discrete(labels = aluetyyppi_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_selection_aluetyyppi_unemployed.png",
width = leveys, height = length(aluetyyppi_labels) * 6/16)
################## Outcome equation ################################################
# Personal characteristics
marginal_effects_outcome_personal <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_personal_unemployed.rds")
personal_labels = c("Sukupuoli (ref: mies)",
"Ikä, kymmeniä vuosia",
"Opiskelija, ptoim2, (ref: ei opiskelija)",
"Syntynyt ulkomailla (ref: ei syntynyt ulkomailla)",
"Keskiasteen koulutus (ref: peruskoulu)",
"Korkea-asteen koulutus (ref: peruskoulu)",
"Tutkija-asteen koulutus (ref: peruskoulu)",
"Puoliso töissä",
"Pari, ei lapsia (ref: asuu yksin)",
"Pari, lapsia (ref: asuu yksin)",
"Yksinhuoltaja (ref: asuu yksin)",
"Asuu vuokralla (ref: omistuasuja)",
"Asumisoikeusasunto (ref: omistusasuja)",
"Muu asumismuoto (ref: omistusasuja)",
"Muuttokokemus",
"Pendelöintikokemus")[16:1]
marginal_effects_outcome_personal %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 4, color = "black", size = 1.2) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %") +
scale_x_discrete(labels = personal_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_outcome_personal_unemployed.png",
width = leveys, height = 6)
################# Alueiden ominaisuudet ####################
marginal_effects_outcome_alueet <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_regions_unemployed.rds")
alueet_labels = c("Asuntohintaero",
"Etäisyys",
"Työn saavutettavuusero",
"Työmarkkinoiden kokoero",
"Työttömyysaste-ero",
"Kohteen vuokra-asujien osuus")
marginal_effects_outcome_alueet %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
theme_light() +
theme(text = element_text(size = 10, family = "sans")) +
labs(x = NULL,
y = "Keskimääräinen marginaalivaikutus, %-yksikköä") +
scale_x_discrete(labels = alueet_labels)
ggsave("analyysit/Liikkuvuusvalinnat/kuvaajat/marginal_effects_outcome_alueet_unemployed.png",
width = 6, height = 3)
####################### Aluetyyppi ###############################
source("R/set.R")
set_proj()
marginal_effects_outcome_aluetyyppi_tp <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_aluetyyppi_tp_unemployed.rds")
marginal_effects_outcome_aluetyyppi_ap <- readRDS("data/liikkuvuusvalintamallitulokset/marginal_effects_outcome_aluetyyppi_ap_unemployed.rds")
marginal_effects_outcome_aluetyyppi_tp$lahde_kohde <- "Työpaikan kunnan tyyppi"
marginal_effects_outcome_aluetyyppi_ap$lahde_kohde <- "Asuinpaikan kunnan tyyppi"
marginal_effects_outcome_aluetyyppi <- rbind(marginal_effects_outcome_aluetyyppi_tp,
marginal_effects_outcome_aluetyyppi_ap)
marginal_effects_outcome_aluetyyppi$var <- rep(aluetyyppi_labels, 2)
marginal_effects_outcome_aluetyyppi %>%
ggplot(aes(y = coefficient, x = var, label = coefficient)) +
geom_hline(yintercept = 0, linetype = 2, color = "black", size = 1) +
geom_segment(aes(y = 0,
x = var,
yend = coefficient,
xend = var),
color = "#0ABBEC",
size = 3) +
#geom_errorbar(aes(x = var, ymin = coefficient - 2*data$se, ymax = coefficient + 2*data$se),
# color = "red", size = 1.2, linetype = 2) +
geom_point(stat = "identity", color = "#006FB9", size = 10) +
geom_text(color = "white", size = 3) +
coord_flip() +
facet_wrap(~lahde_kohde) +
theme_light() +
labs(x = NULL,
y = "Kontrolloitu ero harvaan asuttuun maaseutuun, %-yksikköä") +
scale_x_discrete(labels = aluetyyppi_labels)
ggsave("analyysit/Liikkuvuusvalinnat/Kuvaajat/marginal_effects_outcome_aluetyyppi_unemployed.png",
width = 8, height = 5)
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.