Análisis de encuestas con R
Prefacio
1
Introducción
2
Conceptos básicos en encuestas de hogares
2.1
Universo de estudio y población objetivo
2.2
Unidades de análisis
2.3
Unidades de muestreo
2.4
Marcos de muestreo
2.5
Motivación
2.5.1
La importancia de considerar el diseño muestral
2.6
Parámetros y Estimadores
2.6.1
Ajustes Adicionales de los Pesos
2.6.2
Importancia de los Ajustes
2.7
Estimación de totales
2.7.1
Ejemplo ilustrativo
2.8
Efecto del diseño (DEFF)
2.9
Muestreo aleatorio simple en dos etapas estratificado
2.10
Práctica en
R
2.11
Calibrando con
R
3
Manejando una base de encuestas de hogares con R
3.1
Fundamentos básicos de R y Rstudio
3.2
Algunas librerías de interés
3.3
Cración de proyectos en
R
3.4
Lectura de las bases de datos y manipulación
3.5
El operador
pipe
3.6
Funciones
mutate, summarise y group_by
en encuestas de hogares
3.7
Medidas descriptivos y reflexiones
3.8
Algunas reflexiones generales
3.9
¡Observación importante!
3.10
Medias y totales
3.11
Medianas y percentiles
3.12
Varianza, desviación estándar y rangos
4
Análisis de las variables continuas en encuestas de hogares
4.1
Lectura de bases de datos y definición del diseño muestral
4.2
Análisis gráfico: Histogramas y Boxplot
4.3
Estimación de totales, medias y razones
4.3.1
Estimación puntual
4.3.2
Estimación de totales e intervalos de confianza
4.3.3
Estimación de la media e intervalo de confianza
4.3.4
Estimación de medidas de dispersión y localización
4.4
Estimación del coeficiente de Gini en encuestas de hogares
4.5
Análisis de correlación en encuestas de hogares
4.5.1
Ajuste al diseño muestral
4.5.2
Expresión formal
4.5.3
Implementación en R
4.6
Análisis de la relación entre dos variable continuas
4.7
Pruebas para la comparación de grupos
4.7.1
Planteamiento general de hipótesis
4.7.2
Diferencia de medias poblacionales
4.7.3
Estadístico de prueba e intervalo de confianza
4.7.4
Ejemplo aplicado en
R
4.8
Estimando razones en encuestas de hogares
Implementación computacional en
R
Interpretación aplicada
4.9
Estimando contrastes en encuestas de hogares
5
Análisis de variables categóricas en encuestas de hogares
5.1
Tamaño de población y subpoblaciones en encuestas de hogares
Estimaciones de totales en
R
5.2
Estimación de proporciones
5.2.1
Estimación de proporciones en
R
5.3
Tablas cruzadas
5.3.1
Definición y notación
5.3.2
Tablas de doble entrada
5.3.3
Extensiones y aplicaciones
5.4
Estimación de proporciones y tablas cruzadas
5.4.1
Proporciones para variables binarias
5.4.2
Proporciones para variables multinomiales
5.4.3
Tablas cruzadas o de contingencia
5.4.4
Prueba de independencia
\(\chi^{2}\)
5.5
Modelos de regresión en encuestas de hogares
5.5.1
Antecedentes históricos y desarrollos metodológicos
5.5.2
Relevancia práctica
5.5.3
¿Aplicar o no aplicar ponderaciones?
5.5.4
Enfoques inferenciales para el análisis de datos
5.6
Estimación de los parámetros en un modelo de regresión con muestras complejas
5.6.1
Estimación de parámetros
5.6.2
Uso de ponderaciones
5.7
Diagnóstico del modelo
5.7.1
Coeficiente de determinación
5.7.2
Diagnóstico de los residuales
5.7.3
Observaciones influyentes
5.8
Inferencia sobre los parámetros del modelo
6
Visualización de datos
6.1
Gráficas en
R
6.2
Histogramas para graficar variables continuas
6.2.1
Histogramas ponderados y no ponderados
6.3
Agregando densidades y graficando Boxplot
6.4
Diagramas de dispersión (Scatterplots)
6.5
Diagrama de barras para variables categoricas
6.6
Creando mapas
7
Modelos lineales generalizados en encuestas de hogares
7.1
Prueba de independencia F
7.2
Estadístico de Wald
7.3
Modelo log lineal para tablas de contingencia
8
Modelos lineales generalizados: Introducción a la pseudo máxima verosimilitud
8.1
Acerca de las muestras aleatorias y su análisis
8.2
Método de Máxima Verosimilitud
8.3
Método de Máxima Pseudo-Verosimilitud
8.4
Modelo multinomial
9
Modelos multinivel en el contexto de encuestas de hogares
9.1
Modelos multinivel en muestras complejas
9.2
Estimación de pseudo máxima verosimilitud
9.3
Introducción a los modelos logístico multinivel.
10
Imputación múltiple en encuestas de hogares
10.1
Imputación por la media no condicional.
10.2
Imputación por la media condicional
10.3
Imputación por Hot-deck y Cold-deck
10.4
Imputación por regresión
10.5
Imputación por el vecino más cercano
10.6
Imputación por el vecino más cercano con regresión
10.7
Introducción a la imputación múltiple.
11
Referencias
Análisis de encuestas con R
Capítulo 3
Manejando una base de encuestas de hogares con R