Obtiene datos temporales comparables de la tabla persona entre censos

Descarga y armoniza variables clave de múltiples censos para análisis de tendencias y comparaciones históricas. El resultado es un data.frame en formato largo ("tidy"), con una fila por individuo y una columna `anio` que identifica el censo de origen.

Usage

get_temporal(
  variables = NULL,
  grupo = NULL,
  anios = c(1976L, 1992L, 2001L, 2012L, 2024L),
  departamento = NULL,
  verbose = TRUE
)

Arguments

variables: Vector de caracteres. Nombres de variables armonizadas a incluir. Usa [variables_armonizadas()] para ver las opciones disponibles. Si se especifica `grupo`, este parámetro se ignora.
grupo: Nombre de un grupo temático predefinido (ver [grupos_variables()]): `"demografico"`, `"educacion"`, `"economia"`, `"cultural"`, `"migracion"`, `"fertilidad"`. Si se especifica, `variables` se ignora.
anios: Vector de enteros. Años de censo a incluir (cualquier subconjunto de `c(1976, 1992, 2001, 2012, 2024)`). Por defecto todos.
departamento: Vector de caracteres. Código(s) `"01"`-`"09"` o nombre(s) de departamento. Si `NULL`, incluye todo el país.
verbose: Lógico. Mostrar mensajes de progreso. Por defecto `TRUE`.

Value

Un tibble con columnas `anio`, seguida de las variables solicitadas. Las columnas ausentes en un censo aparecen como `NA` con un aviso. **Nota:** `area` (1=Urbana, 2=Rural) y `departamento` (código numérico) se incluyen siempre en el resultado, incluso si no fueron solicitados. Son útiles para estratificar o filtrar los datos.

Details

**Variables con limitaciones conocidas:** - `nivel_edu`: la Ley Avelino Siñani (2010) cambió la nomenclatura en 2012. - `identidad_indigena`, `idioma_materno`: NO disponibles en 1976 o 1992. - `pea`, `pet`: no disponibles en 2001. - `migracion_nac_dpto`, `migracion_rec_dpto`: variables derivadas de comparación de departamento de nacimiento/residencia con el actual. Pueden contener NAs cuando la información de origen no fue registrada en el censo. **Atención:** `migracion_rec_dpto` solo tiene los códigos 1 (mismo dpto) y 2 (otro dpto) en 1992 y 2001. Los códigos 3 (exterior) y 4 (no había nacido) solo existen en 1976, 2012 y 2024. Comparar distribuciones entre todos los años puede ser engañoso. - `idioma_materno` en 1976: captura "idioma que habla", no el materno.

Para variables de vivienda usa [get_temporal_vivienda()].

Los universos poblacionales no siempre coinciden

La armonización iguala los **códigos**, no la **población a la que se preguntó**. Comparar distribuciones sin igualar el universo produce conclusiones falsas, y el INE cambió el filtro de edad de varias preguntas entre censos.

**`get_temporal()` lo detecta y avisa**: si alguna variable pedida no se preguntó a la misma población en todos los años solicitados, emite un aviso con el universo de cada censo y la edad mínima que los iguala. El dato viene de los diccionarios DDI del catálogo ANDA, así que la advertencia es del INE, no una estimación del paquete.

Siete de las variables armonizadas están afectadas. Los casos más marcados:

- `nivel_edu`: **19 años o más** en el CPV-2024 (es una derivada del INE) frente a 6 años en 1992 y 4 en 2001. Es la mayor divergencia de todas: sin filtrar, 2024 aparece con muchos más `NA` y da la impresión de estar "más educado". - `sabe_leer` y `asistencia_escolar`: el umbral se movió cuatro veces — 5 años (1976), 6 (1992), 4 (2001) y 5 (2024). - `estado_civil`: 12 años en 1976 y 2024, 15 en 2001. - `hijos_nacidos_vivos` y `hijos_sobrevivientes`: mujeres de 12 años o más en 1976, 1992 y 2024; personas de 15 años o más en 2001. - `idioma_materno`: 5 años (1976) frente a 4 (2001) y todas en 2024.

La columna `notas` de [variables_armonizadas()] recoge, además, las advertencias sobre los **códigos** de cada variable.

Los dos vocabularios temáticos

`grupo` acepta los seis grupos de [grupos_variables()], que agrupan nombres **armonizados**, y también los slugs de [censo_temas()], que agrupan las variables **crudas** de cada censo. Los seis originales son alias permanentes; pasar un slug de tema informa del grupo equivalente y devuelve lo mismo.

Examples

if (FALSE) { # \dontrun{
# Usando grupo temático
datos <- get_temporal(grupo = "educacion", anios = c(1992, 2001, 2012, 2024))
library(dplyr)
datos |> count(anio, asistencia_escolar)

# Evolución del nivel educativo en todo el país
get_temporal(variables = c("nivel_edu", "sexo"),
             anios = c(1976, 1992, 2001, 2012, 2024))

# Identidad cultural (solo 2001-2024)
get_temporal(grupo = "cultural", anios = c(2001, 2012, 2024))
} # }