Skip to contents

Changelog

Source: NEWS.md

encuestasbo 0.2.1

Correcciones de datos y documentación surgidas de una revisión integral del paquete (validación de las 13 series de la EH y los 40 trimestres de la ECE contra las cifras oficiales del INE, y ejecución de todos los ejemplos de la documentación).

Correcciones de datos

  • ocupado y desocupado ahora existen en los 13 años de la EH y con una definición única: se derivan de condicion_actividad (condact), la única variable de empleo estable en toda la serie. Antes reproducían las inconsistencias del INE: estaban NA para los inactivos en 2012–2014 y el INE dejó de publicarlas en 2022, así que get_eh_armonizada() las devolvía 100 % NA en 2022–2024. La derivación coincide exactamente (fila a fila) con las variables del INE en 2015–2021, donde sí las publica de forma homogénea, y no altera las tasas ya publicadas.
  • tiene_seguro_salud ya cubre 2014. El patrón que localiza la pregunta en el diccionario no toleraba un errata del INE en 2014 (“los siguiente seguros”), así que ese año quedaba 100 % NA pese a existir la variable (s4a_04a, con “Ninguno” = 6). La serie de cobertura de salud es ahora completa 2012–2024.
  • catalogo_encuestas$catalog_id se rellena con el id real del estudio en ANDA (antes estaba NA en todas las filas). Los trimestres 4T2015–2T2019 de la ECE comparten el id del estudio consolidado; los de 3T2019–1T2021 quedan NA porque provienen del repositorio abierto del INE, no de ANDA.
  • Se retiran del catálogo las columnas archivo_sav, version_caeb y version_cob: estaban vacías en todas las filas y no tenían fuente.
  • Etiqueta canónica de condicion_actividad: el código 0 pasa de “Menor de 10 años” a “En edad de no trabajar”. El umbral de edad de la PET cambió en la serie (el INE documenta 14+ desde 2021), así que la etiqueta no lo fija.
  • grupos_variables()$empleo incluye desocupado, que faltaba pese a ser una variable canónica armonizada.

El Parquet eh_armonizada.parquet del Release data-eh-v1 se regeneró con estas correcciones. Si tienes datos en caché, ejecuta encuestasbo_cache_clear() para descargar la versión corregida.

Correcciones de código

  • Un fallo de descarga (sin conexión, release o archivo inexistente) mostraba Invalid cli literal en lugar del diagnóstico: el mensaje de error tenía una interpolación anidada inválida para cli. Ahora muestra el archivo, la causa y la URL de los releases.

Documentación

  • codebook_eh_meta decía que la lista no incluye 2020; sí lo incluye (la EH 2020 existe, con catálogo ANDA 88 y bases persona/vivienda).
  • diseno_eh() documentaba los años como “2012-2019, 2021-2024”; son 2012-2024.
  • get_ece() y diseno_ece() ofrecían tabla = "vivienda", inexistente en la ECE (que solo se distribuye a nivel persona).
  • armonizar_eh() documenta ahora la armonización de valores (nivel educativo, tenencia de la vivienda, seguro de salud y la derivación del empleo), y variable_canonica_map aclara que las columnas vAAAA describen el origen y no la disponibilidad de la columna canónica.
  • tasa_subocupacion() devuelve NaN (no NA) antes de 2019; documentado.
  • Título y descripción del paquete reflejan el alcance real (ECE hasta 3T-2025).

encuestasbo 0.2.0

Nuevas funcionalidades

  • get_ece_armonizada() + variables_armonizadas_ece(): serie de la ECE armonizada apilada entre trimestres (formato largo con anio/trimestre), equivalente para la ECE de get_eh_armonizada(). Aplica armonizar_ece() a cada trimestre (compatibilizando las versiones del cuestionario, s2_20 hasta 2018 y s2_18 desde 2019) y homogeneiza tipos; admite filtros por año/trimestre, departamento y área y modos "tibble"/"arrow"/"duckdb". No requiere un Parquet consolidado: reutiliza los trimestres ya publicados.
  • deflactar() + dataset ipc_bolivia: lleva ingresos nominales a precios constantes de un año base con el IPC de Bolivia (media anual; fuente Banco Mundial / INE), para comparar ingresos entre años sin el sesgo de la inflación. Acepta un índice propio (p. ej. IPC por ciudad) vía indice.
  • etiquetar_valores() ahora reconoce también la serie ECE armonizada (incluida la etiqueta de categoria_ocupacional).

Correcciones

  • get_ece(..., variables = ...) ya conserva los factores de expansión de la ECE (fact_trim_act/fact_mes_act). Antes se descartaban silenciosamente porque la lista de columnas de diseño estaba fijada con los nombres de la EH; ahora se derivan del catálogo (correcto para cada encuesta).
  • get_eh_armonizada() avisa cuando una variable pedida en variables= no existe (no así las expandidas desde grupo=, cuya ausencia parcial es normal).
  • Se retira get_viviendas_ece(): la ECE se distribuye únicamente a nivel persona, por lo que ese atajo nunca podía devolver datos.

Interno

  • stats añadido a Imports (uso de stats::setNames).
  • Documentación de datos y dev-docs actualizadas; nuevos tests para la serie ECE armonizada, el deflactor y la selección de variables de la ECE.

encuestasbo 0.1.0

Primera versión. Encuesta de Hogares (EH) 2012–2024 procesada y funcional de punta a punta.

Datos

  • EH 2012–2024 (13 años). Además de persona y vivienda, ahora se incluyen todas las bases temáticas del INE según disponibilidad por año: equipamiento, gastos_alimentarios, gastos_no_alimentarios, seguridad_alimentaria, discriminacion, turismo, cultura y defunciones. Se acceden con get_eh(anio, tabla = "..."); ver las tablas de cada año con catalogo_eh().
  • ECE 4T-2015 a 3T-2025 (40 trimestres, serie completa), nivel persona, procesados desde el repositorio abierto del INE (nube.ine.gob.bo). En 2020 (T2–T4) la ECE fue de cobertura solo urbana por la pandemia: esos trimestres se marcan con cobertura = "urbana" en catalogo_ece() y emiten un aviso al usarse.
  • catalogo_encuestas: inventario maestro de EH y ECE.
  • codebook_eh_meta y codebook_ece_meta: diccionarios extraídos de las etiquetas SPSS.
  • variable_canonica_map: mapa de armonización de la EH a nombres canónicos.
  • metadata_encuestas + ficha_tecnica(): ficha técnica oficial del INE (universo, cobertura, marco y diseño muestral, factor de expansión, tasa de respuesta) extraída de la metadata DDI de ANDA para los 32 estudios.

Acceso

Diccionario y etiquetas

Armonización entre años

  • armonizar_eh(), get_eh_armonizada(), variables_armonizadas(), grupos_variables(). Apoyada en variables derivadas del INE (ingresos, pobreza, educación, empleo) con nombres estables entre años.
  • get_eh_armonizada() se respalda en un único Parquet armonizado precalculado (~5 MB, 13 años, esquema consistente) y admite as = "tibble"/"arrow"/"duckdb" para consultas cross-año perezosas (DuckDB por debajo). Corrige además el apilado de años con tipos mixtos (p. ej. estrato texto/numérico).
  • Las variables categóricas armonizadas tienen etiquetas estables entre años; etiquetar_valores() las detecta automáticamente en datos armonizados (sin indicar año). Además se unifican valores que cambiaban de código entre años (nivel_edu: “Otros” era 4/5/9 según el año → ahora siempre 4).
  • etiquetar_valores() ahora también etiqueta depto con los nombres de los nueve departamentos (1 = Chuquisaca … 9 = Pando) en datos armonizados.
  • Nuevas variables armonizadas de vivienda y salud: tipo_vivienda, tenencia_vivienda (recodificada a un esquema canónico; el INE usó dos órdenes de códigos, 2012-2015 vs 2016+) y tiene_seguro_salud (afiliación a algún seguro, 0/1). Las de vivienda se unen a la capa persona por folio. Nuevos grupos "vivienda" y "salud" en grupos_variables(). Validadas contra ARU (tenencia propia ~62 %, casa ~75 %, sin seguro 2023 = 14,3 %).

Indicadores con diseño muestral

  • Nuevos atajos que envuelven el diseño + srvyr y devuelven la estimación con intervalo de confianza, con desagregación opcional vía por =: tasa_pobreza() (EH), tasa_desempleo(), tasa_subocupacion() y empleo_vulnerable() (ECE). Utilidad grupo_edad() para cohortes etarias.
  • Validados contra estudios de terceros (Fundación ARU) que usan los mismos microdatos del INE: pobreza por área, subocupación por sexo/departamento y empleo vulnerable coinciden con las cifras publicadas.

Armonización de la ECE

  • armonizar_ece() ahora añade variables canónicas estables entre versiones del cuestionario (cambió en 2019): sexo, categoria_ocupacional (mapeada desde s2_20 hasta 2018 y s2_18 desde 2019, con codificaciones distintas), ocupado, desocupado y subocupado. Esto hace comparables indicadores como el empleo vulnerable a lo largo de toda la serie.

Diseño muestral

  • diseno_eh() / diseno_ece(): devuelven un diseño srvyr listo (ids = upm, strata = estrato, weights = factor, nest = TRUE, survey.lonely.psu = "adjust"). La tasa de pobreza 2023 estimada coincide con la cifra oficial del INE.

Documentación

  • Sitio pkgdown con 6 viñetas: primeros pasos; catálogo, diccionario y ficha técnica (interactivo con DT); la Encuesta de Hogares (pobreza, ingresos, empleo); diseño muestral; armonización entre años; y empleo trimestral (ECE).

Distribución

  • Microdatos publicados en GitHub Releases: data-eh-v1 (EH + armonizada) y data-ece-v1 (ECE). Las funciones get_* descargan y cachean automáticamente.

Pendiente

  • Armonización de clasificadores ocupacionales/actividad (COB/CAEB) entre versiones.