R aplicado a la ECH

class: center, middle, inverse, title-slide

# R aplicado a la ECH
## Setiembre 2020 Gabriela Mathieu
### <a rel="license" href="http://creativecommons.org/licenses/by/4.0/"><img alt="Creative Commons License" style="border-width:0" src="https://i.creativecommons.org/l/by/4.0/88x31.png" /></a> <a rel="license" href="http://creativecommons.org/licenses/by/4.0/">Creative Commons Attribution 4.0 International License</a>

---

# ¿Qué haremos hoy?

- Repaso
 
--

- Subempleo y empleo con restricciones: estimaciones
 
--

- Funciones educativas
 
--

- Educación: cálculo de variables y estimación de indicadores
 
--

- Ejercicios

---
class: inverse, center, middle
# ech

---
# Funciones de estimación

- get_estimation_mean() : permite estimar la media de una variable numérica o la proporción de una variable categórica. 
 
--

- get_estimation_median(): permite estimar la mediana de una variable numérica.
 
--

- get_estimation_total(): permite estimar el total de una variable numérica.
 
--

- set_design(): define el diseño de muestra. Se usa al interior de estas funciones get_estimation_*().

---
class: inverse, center, middle
# ech::get_estimation_mean()

---
# Empleo con restricciones

Estimo la proporción de personas empleadas que están subempleadas y/o no aportan a la seguridad social. Ver [código]()

```r
library(ech); library(dplyr) # cargo paquetes
load("data/ech19.RData") # cargo los datos
*ech19 <- underemployment(ech19) # calculo la variable desempleo
*ech19 <- employment_restrictions(ech19) # calculo la variable empleo con restricciones

# estimo la proporcion de personas empleadas con restricciones
*get_estimation_mean(ech19, variable = "employment_restrictions", level = "i", ids = "upm", estrato = "estrato")
```

```
# A tibble: 4 x 4
 employment_restrictions estimacion estimacion_low estimacion_upp
 <fct> <dbl> <dbl> <dbl>
1 "Sin restricciones" 0.723 0.718 0.728 
2 "Restriccion por no aporte" 0.181 0.177 0.185 
3 "Restriccion por subempleo" 0.0285 0.0269 0.0301
4 "Restriccion por subempleo y no apor… 0.0673 0.0646 0.0699
```

Chequeo resultados con datos del [OS-MIDES](http://observatoriosocial.mides.gub.uy/New_Pivot/cubos/Distribucion_porcentual_de_las_personas_ocupadas_segun_restricciones_al_empleo_Total_pais_i10314.php)

---
# Funciones educativas

El paquete ech trae cuatro funciones para calcular variables educativas:

- enrolled_school(): permite calcular la asistencia a un centro de educación formal.
 
--

- level_completion(): permite calcular la completitud según niveles de educación. Crea un grupo de variables dicotómicas que establecen la completitud de primaria, ciclo basico, bachillerato y nivel terciario.

- Para el nivel terciario se incluye un parámetro n para definir los años de educación terciaria que se consideran necesarios para haber completado ese nivel.
 - Dado que la educación terciaria se compone de diferentes carreras de variada duración no es posible establecer un cantidad de años determinada para considerar que ha completado ese nivel.
 
--

---
# Funciones educativas

- level_education(): permite calcular el máximo nivel educativo alcanzado.

- Sin instrucción
 - Primaria
 - Secundaria
 - UTU
 - Magisterio o profesorado
 - Universidad o similar
 
--

- years_of_schooling(): permite calcular el acumulado de años de educación.

- Las variables educativas se relacionan con la edad de las personas, por lo tanto, conviene realizar las estimaciones considerando diferentes tramos de edad.

- age_group(): permite crear una variable con grupos de edad.

---
# Asistencia

Preguntas de la encuesta que relevan asistencia a un centro de estudio

Descripción | Variable | Códigos 
--------|:--------------:|----------------
Asiste a preescolar | 193 | 1 Asiste; 2 Asistió; 3 Nunca asistió
Asistencia a educación primaria |	e197	| 1	Asiste; 2	Sí, asistió; 3	No asistió
Asistencia a educación media | e201	| 1	Asiste; 2	Sí, asistió; 3	No asistió
Asistencia a educación técnica | e212 | 1	Asiste; 2	Sí, asistió; 3	No asistió
Asistencia a magisterio o profesorado	| e215 | 1	Asiste; 2	Sí, asistió; 3	No asistió
Asistencia a universidad o similar | e218 | 1	Asiste; 2	Sí, asistió; 3	No asistió
Asistencia a terciario no universitario | e221 | 1	Asiste; 2	Sí, asistió; 3	No asistió
Asistencia a postgrado | e224 |	1	Asiste actualmente; 2	Sí, asistió; 3	No asistió

---
# Asistencia

```r
# Asistencia actual a un centro educativo y edad categorizada
ech19 <- ech19 %>%
 mutate(asistencia_actual = case_when((e193 == 1 | e197 == 1 | (e201 == 1 & e27 > 10) | e212 == 1 | (e215 == 1 & e27 > 17) |
 (e218 == 1 & e27 > 17) | (e221 == 1 & e27 > 17) | (e224 == 1 & e27 > 17)) ~ 1,
 TRUE ~ 0),
 edad_tramos = cut(e27, c(0,4,11,17,29, max(e27)), include.lowest = TRUE,
 labels = c("0-4", "5-11", "12-17", "18-29", "30+")))

ech19 %>% group_by(edad_tramos, asistencia_actual) %>% 
          summarise(total = n())
```

```
# A tibble: 10 x 3
# Groups: edad_tramos [5]
 edad_tramos asistencia_actual total
 <fct> <dbl> <int>
 1 0-4 0 3480
 2 0-4 1 2208
 3 5-11 0 65
 4 5-11 1 9302
 5 12-17 0 631
 6 12-17 1 8703
 7 18-29 0 10557
 8 18-29 1 6071
 9 30+ 0 65215
10 30+ 1 1639
```

---
class: inverse, center, middle
# ech::enrolled_school()

---
# Asistencia

Ahora lo calculamos usando el paquete ech.

```r
*ech19 <- age_groups(ech19)
*ech19 <- enrolled_school(ech19)

ech19 %>% group_by(age_groups, school_enrollment) %>% 
          filter(school_enrollment == 1) %>% 
          summarise(total = n())
```

```
# A tibble: 5 x 3
# Groups: age_groups [5]
 age_groups school_enrollment total
 <int+lbl> <dbl+lbl> <int>
1 1 1 [Si] 2208
2 2 1 [Si] 9302
3 3 1 [Si] 8703
4 4 1 [Si] 4747
5 5 1 [Si] 2963
```

---
# Estimación de asistencia actual por tramos de edad

Estimo la proporción de personas que asisten actualmente a un centro educativo formal por tramo de edad según departamento.

```r
# usando age_groups
tabla_asiste <- get_estimation_mean(ech19,
 variable = "school_enrollment",
 by.x = "age_groups",
 by.y = "dpto", 
 level = "i") %>% 
 filter(school_enrollment == "Si")
```

---
# Estimación de una proporción o media

```r
get_estimation_mean(
  data = ech::toy_ech_2018, # data.frame
  variable = NULL,          # variable a estimar
  by.x = NULL,              # variable de cruce
  by.y = NULL,              # variable de cruce
  domain = NULL,            # dominio o subpoblacion
  level = NULL,             # nivel hogares o personas
  ids = NULL,               # upms
  numero = "numero",        # identificador hogar
  estrato = NULL,           # estrato
  pesoano = "pesoano",      # ponderador
  name = "estimacion"       # etiqueta
)
```

---
# Estimación de asistencia actual para una subpoblación

Estimo la proporción de personas entre 12 y 17 años que asisten actualmente a un centro educativo formal según departamento.

```r
# usando age_groups
get_estimation_mean(ech19,
                    variable = "school_enrollment",
                    by.x = "dpto",
                    domain = "age_groups == 3", 
                    level = "i") %>% 
  filter(school_enrollment == "Si")
```

```
# A tibble: 19 x 5
# Groups: dpto [19]
 dpto school_enrollment estimacion estimacion_low estimacion_upp
 <fct> <fct> <dbl> <dbl> <dbl>
 1 Montevideo Si 0.945 0.935 0.954
 2 Artigas Si 0.895 0.859 0.932
 3 Canelones Si 0.931 0.917 0.944
 4 Cerro Largo Si 0.926 0.895 0.957
 5 Colonia Si 0.940 0.914 0.966
 6 Durazno Si 0.939 0.906 0.972
 7 Flores Si 0.960 0.922 0.998
 8 Florida Si 0.869 0.815 0.923
 9 Lavalleja Si 0.933 0.894 0.972
10 Maldonado Si 0.941 0.920 0.963
11 Paysandú Si 0.945 0.924 0.967
12 Río Negro Si 0.965 0.935 0.995
13 Rivera Si 0.919 0.886 0.951
14 Rocha Si 0.925 0.895 0.955
15 Salto Si 0.868 0.834 0.901
16 San José Si 0.936 0.912 0.961
17 Soriano Si 0.899 0.861 0.937
18 Tacuarembó Si 0.896 0.859 0.933
19 Treinta y Tres Si 0.926 0.882 0.970
```

---
# Estimación de asistencia actual para una subpoblación

Estimo la proporción de personas entre 12 y 17 años que asisten actualmente a un centro educativo formal según departamento.

```r
# usando edad
get_estimation_mean(ech19,
 variable = "school_enrollment",
 by.x = "dpto",
 domain = "e27 > 11 & e27 < 18", 
 level = "i") %>% 
 filter(school_enrollment == "Si")
```

---
# Ejercicio

- Estimar los años de educación según sexo para personas mayores de 24 años. Comparar con [OTU](https://otu.opp.gub.uy/?q=listados/listados_datos_formato&id=2696&cant=0&fecha=2019-01-01)

- Estimar el máximo nivel educativo alcanzado para una subpoblación, personas mayores de 24 años. Comparar con [OTU](https://otu.opp.gub.uy/?q=listados/listados_datos_formato&id=2693&cant=0&fecha=2019-01-01)

- Calcular las variables de completitud de cada nivel de enseñanza. Para calcular la completitud en el nivel terciario definir la cantidad de años aprobados que consideramos completan el nivel igual a 2, luego repetir para n=4.

- Estimar la completitud en primaria y ciclo báscio para personas mayores de 15 años; la completitud en bachillerato para las personas mayores de 17 años y la completitud en el nivel terciario para las personas mayores de 24 años.

- Comparar resultados con los publicados por [OTU](https://otu.opp.gub.uy/)

---
# Nivel de educación completado

Descripción | Variable | 
---------------------------------------------|-----------|
e197 | asiste a primaria
e197_1 | primaria completa
e201 | asiste a secundaria
e51_4 | años aprobados en ciclo básico
e51_5 | años aprobados en bachillerato 
e51_6 | años aprobados en bachillerato técnico
e51_7 | años aprobados en educación técnico 
e51_7_1 | requisitos para educación técnica 
e51_8 | años aprobados en magisterio/profesorado
e51_9 | años aprobados en universidad o similar
e51_10 | años aprobados en terciaria (no universitaria)
e212 | asiste a educación técnica (no universitaria)
e215 | asiste a magisterio
e218 | asiste a universidad
e221 | asiste a terciaria

---
# Nivel completado

Defino terciaria completa si completó al menos 4 años

```r
ech19 <- ech19 %>% 
 mutate(primaria_completa = ifelse(e197 == 2 & e197_1 == 1, 1, 0),
 baja_secundaria_completa = ifelse(e201 %in% 1:2 & e51_4 == 3, 1, 0),
 alta_secundaria_completa = ifelse(e201 %in% 1:2 & (e51_5 == 3 | e51_6 == 3), 1, 0),
 terciaria_completa = ifelse((e212 %in% 1:2 & e51_7_1 == 1 & e51_7 >= 3) | (e215 %in% 1:2 & e51_8 >= 3) | (e218 %in% 1:2 & e51_9 >= 3) | (e221 %in% 1:2 & e51_10 >= 3), 1, 0)
```

---
# Ejercicio

- Estima la proporción de jóvenes que estudian o trabajan según sexo. Categorías:  "Estudia o trabaja","Busca trabajo","Realiza quehaceres del hogar","Ninguna de las anteriores"

- Observa cómo cambia esta estimación si en trabajo se incluyen a quienes realizan los quehaceres del hogar y a quienes buscan trabajo:
 
 - Calcula la variable clima educativo del hogar como el promedio de años de educación de las personas mayores de edad.
---