Title: | Calculating Socio Material Territorial Index |
---|---|
Description: | Paquete creado con el fin de facilitar el cálculo y distribución del índice Socio Material Territorial (ISMT), elaborado por el Observatorio de Ciudades UC. La metodología completa está disponible en "ISMT" (<https://ideocuc-ocuc.hub.arcgis.com/datasets/6ed956450cfc4293b7d90df3ce3474e4/about>) [Observatorio de Ciudades UC (2019)]. || Package created to facilitate the calculation and distribution of the Socio-Material Territorial Index by Observatorio de Ciudades UC. The full methodology is available at "ISMT" (<https://ideocuc-ocuc.hub.arcgis.com/datasets/6ed956450cfc4293b7d90df3ce3474e4/about>) [Observatorio de Ciudades UC (2019)]. |
Authors: | Martín Rosas Araya [aut, cre, cph] |
Maintainer: | Martín Rosas Araya <[email protected]> |
License: | MIT + file LICENSE |
Version: | 2.1.6 |
Built: | 2024-11-08 03:56:56 UTC |
Source: | https://github.com/mrosas47/ismtchile |
Data de ejemplo proveniente del censo 2017. Corresponde a la comuna de San Pablo, X Región de Los Lagos. Se eligió por su pequeño tamaño, adecuado para límites de tamaño de archivo de CRAN y GitHub. Obtenido de la página oficial del INE y filtrado por comuna. || || Example data from 2017 Chilean census. It is the data from San Pablo commune. It was chosen because of its small size, appropriate for CRAN and GitHub file size limitations. Obtained from INE's official website and filtered by commune.
c17_example
c17_example
## 'c17_example' A data frame with 7512 rows and 60 columns:
ID de la región || Region ID
ID de la provincia || Province ID
ID de la comuna || Commune ID
ID del distrito || District ID
ID del área || Area ID
Zona local || Local zone
ID de zona local || Local zone ID
Número de la vivienda || Dwelling number
Preguntas del censo || Census questions
Limpia la base de datos de forma de normalizar los nombres de los campos y reducir la cantidad de variables, facilitando así la ejecución de las funciones que siguen en el flujo de cálculo. || || Cleans the database, normalizing the field names and reducing the number of variables, facilitiating the execution of the following functions down the workflow.
cleanup( df, year = 2017, vars.as.factors = FALSE, level = "zc", tipo_viv = "tipoviv", ocupacion = "ocup_viv", parentesco = "parentesco", dormitorios = "ndorms", muro = "mat_muro", techo = "mat_techo", piso = "mat_piso" )
cleanup( df, year = 2017, vars.as.factors = FALSE, level = "zc", tipo_viv = "tipoviv", ocupacion = "ocup_viv", parentesco = "parentesco", dormitorios = "ndorms", muro = "mat_muro", techo = "mat_techo", piso = "mat_piso" )
df |
objeto |
year |
integer. Default es |
vars.as.factors |
|
level |
|
tipo_viv |
string. Nombre del campo de tipo de vivienda. Default es |
ocupacion |
string. Nombre del campo de ocupación de la vivienda. Default es |
parentesco |
string. Nombre del campo de parentesco. Default es |
dormitorios |
string. Nombre del campo con el número de dormitorios del hogar. Default es |
muro |
string. Nombre del campo de condición del muro. Default es |
techo |
string. Nombre del campo de condición del techo. Default es |
piso |
string. Nombre del campo de condición del suelo. Default es |
objeto data.frame
conteniendo solo las variables necesarias para los cálculos siguientes. || || data.frame
object containing only the variables that are necessary for the following calculations.
data(c17_example) clean <- c17_example |> literalize(2017) |> cleanup()
data(c17_example) clean <- c17_example |> literalize(2017) |> cleanup()
Ejecuta el cálculo completo del ISMT. Agrupa las funciones 'literalize()', 'cleanup()', 'precalc()', 'get_pca()', 'ismt_scores()', 'namify()'. La tabla obtenida debería ser idéntica al resultado de concatenar estas funciones una a una.
full_ismt( df, r, ur, rfield = "id_region", urfield = "tipo_area", year = 2017, tipo_vivienda = "tipoviv", ocupacion = "ocup_viv", ndorms = "ndorms", parentesco = "parentesco", muro = "mat_muro", techo = "mat_techo", piso = "mat_piso", grouping = "id_zona", level = "zc", names = T )
full_ismt( df, r, ur, rfield = "id_region", urfield = "tipo_area", year = 2017, tipo_vivienda = "tipoviv", ocupacion = "ocup_viv", ndorms = "ndorms", parentesco = "parentesco", muro = "mat_muro", techo = "mat_techo", piso = "mat_piso", grouping = "id_zona", level = "zc", names = T )
df |
objeto |
r |
integer. Se aceptan valores entre 1 y 16 para Chile 2017. Si |
ur |
integer. Valores aceptables son |
rfield |
string. Nombre del campo que corresponde al número de la región. Default es |
urfield |
string. Nombre del campo que define el tipo de área (urbana o rural). Default es |
year |
integer. Default es |
tipo_vivienda |
string. Nombre del campo de tipo de vivienda. Default es |
ocupacion |
string. Nombre del campo de ocupación de la vivienda. Default es |
ndorms |
string. Nombre del campo con el número de dormitorios del hogar. Default es |
parentesco |
string. Nombre del campo de parentesco. Default es |
muro |
string. Nombre del campo de condición del muro. Default es |
techo |
string. Nombre del campo de condición del techo. Default es |
piso |
string. Nombre del campo de condición del suelo. Default es |
grouping |
string. Nombre del campo con la variable de la unidad espacial agrupadora. Default es |
level |
|
names |
|
objeto data.frame conteniendo el cálculo completo del ISMT.
data(c17_example) ismt <- full_ismt(c17_example, 10, 1)
data(c17_example) ismt <- full_ismt(c17_example, 10, 1)
Cálculo de análisis de componentes principales en base a las 4 vatriables principales del ISMT. La función asume que la base de datos ha pasado por precalc()
, ya que requiere los puntajes normalizados por variable. || || Calculation of principal components analysis based on the 4 main variables of ISMT. Assumes the database has been through precalc()
, as it rqeuires the normalized scores by variable.
get_pca( df, esc = "ptje_esc", hacin = "ptje_hacin", mat = "ptje_mater", alleg = "ptje_alleg" )
get_pca( df, esc = "ptje_esc", hacin = "ptje_hacin", mat = "ptje_mater", alleg = "ptje_alleg" )
df |
objeto |
esc |
string. Nombre de la variable con el puntaje de escolaridad del jefe de hogar. Default is |
hacin |
string. Nombre del campo con el puntaje de hacinamiento. Default es |
mat |
string. Nombre del campo con el puntaje de materialidad de la vivienda. Default es |
alleg |
string. Nombre del campo con el puntaje de allegamiento. Default is |
objeto data.frame
con el cálculo de componentes principales. || || data.frame
object with the principal components analysis calculation.
data(c17_example) clean <- c17_example |> literalize(2017) |> cleanup() |> precalc() |> get_pca()
data(c17_example) clean <- c17_example |> literalize(2017) |> cleanup() |> precalc() |> get_pca()
Ejecuta los cálculos finales de ISMT. Define los grupos socioeconómicos por unidad territorial y los cuantifica en varias categorías. || || Executes the final ISMT calculations. Defines the socio-economic groups and quantifies them in several categories.
ismt_scores(df, r, ismt_score = "ismt_pn", grouping = "geocode")
ismt_scores(df, r, ismt_score = "ismt_pn", grouping = "geocode")
df |
objeto |
r |
integer. Número de la región de trabajo. Acepta valores entre 1 y 16; si |
ismt_score |
string. Nombre del campo del puntaje ISMT, calculado desde |
grouping |
string. Nombre del campo con la variable de la unidad espacial agrupadora. Default es |
objeto data.frame
agrupado por la unidad espacial especificada con información de ISMT. || || data.frame
object grouped by the specified spatial unit with ISMT information.
data(c17_example) clean <- c17_example |> literalize(2017) |> cleanup() |> precalc() |> get_pca() |> ismt_scores(10)
data(c17_example) clean <- c17_example |> literalize(2017) |> cleanup() |> precalc() |> get_pca() |> ismt_scores(10)
Literalizar bases censales – Literalize census databases
literalize(df, year)
literalize(df, year)
df |
objeto |
year |
integer. No provee Default para forzar la explicitación del año de la base. || || integer. Default is not provided, so as to force explicitation of the database's year. |
objeto data.frame
con las variables como texto en lugar de factores (nombres y categorías homologados para todos los censos)
data(c17_example) clean <- c17_example |> literalize(2017)
data(c17_example) clean <- c17_example |> literalize(2017)
Asigna nombres de divisones geográficas en base a una variable de referencia.
namify(df, common_var, level)
namify(df, common_var, level)
df |
objeto |
common_var |
Nombre de la variable con el código común a utilizar. |
level |
Nivel de la variable de referencia: r para región, p para provincia, c para comuna y zc para zona censal. |
df con nombres de divisiones geográficas
data(c17_example) ismt <- full_ismt(c17_example, 10, 1) |> namify('ine17', 'c')
data(c17_example) ismt <- full_ismt(c17_example, 10, 1) |> namify('ine17', 'c')
Ejecuta precálculos necesarios para el resto del proceso del ISMT. || || Executes precalculations necessary for the rest of the ISMT process.
precalc( df, hacin = "ind_hacinam", alleg = "n_hog_alleg", esc = "a_esc_cont", mat = "ind_mater" )
precalc( df, hacin = "ind_hacinam", alleg = "n_hog_alleg", esc = "a_esc_cont", mat = "ind_mater" )
df |
objecto |
hacin |
string. Nombre del campo del indicador de hacinamiento. Default es |
alleg |
string. Nombre del campo del indicador de allegamiento. Default es |
esc |
string. Nombre del campo del indicador de escolaridad del jefe de hogar. Default es |
mat |
string. Nombre del campo del indicador de materialidad de la vivienda. Default es |
objeto data.frame
con los precálculos necesarios para calcular el ISMT. || || data.frame
object with the necessary precalculations to calculate ISMT.
data(c17_example) clean <- c17_example |> literalize(2017) |> cleanup() |> precalc()
data(c17_example) clean <- c17_example |> literalize(2017) |> cleanup() |> precalc()