14.9 Estimación de la desviación estárdar y el coeficiente de valiación

Este bloque de código corresponde al cálculo de las desviaciones estándar (sd) y coeficientes de variación (cv) de los parámetros theta para los datos observados y predichos. En primer lugar, se utiliza la función summary() del paquete rstan para extraer los valores de sd de los parámetros theta observados y predichos, respectivamente, a partir del modelo (fit) que contiene la información de la estimación de los parámetros de la distribución Bayesiana. Luego, se organizan los valores de sd en una matriz ordenada por dam2 y se les asignan los nombres correspondientes. Con esta matriz, se calcula otra matriz que contiene los coeficientes de variación para los parámetros theta observados (theta_obs_ordenado_cv). De manera similar, se construyen matrices ordenadas por dam2 para los valores de sd y cv de los parámetros theta predichos (theta_pred_ordenado_sd y theta_pred_ordenado_cv, respectivamente).

theta_obs_sd <- summary(fit, pars = "theta")$summary[, "sd"]
theta_pred_sd <- summary(fit, pars = "theta_pred")$summary[, "sd"]

theta_obs_ordenado_sd <- matrix(theta_obs_sd, 
                             nrow = D,
                             ncol = P,byrow = TRUE) 

colnames(theta_obs_ordenado_sd) <- c("Ocupado_mod_sd", "Desocupado_mod_sd", "Inactivo_mod_sd")
theta_obs_ordenado_sd%<>% as.data.frame()
theta_obs_ordenado_sd <- cbind(dam2 = indicador_dam1$dam2,
                            theta_obs_ordenado_sd)
theta_obs_ordenado_cv <- theta_obs_ordenado_sd[,-1]/theta_obs_ordenado[,-1]

colnames(theta_obs_ordenado_cv) <- c("Ocupado_mod_cv", "Desocupado_mod_cv", "Inactivo_mod_cv")

theta_obs_ordenado_cv <- cbind(dam2 = indicador_dam1$dam2,
                               theta_obs_ordenado_cv)

theta_pred_ordenado_sd <- matrix(theta_pred_sd, 
                              nrow = D1,
                              ncol = P,byrow = TRUE)

colnames(theta_pred_ordenado_sd) <- c("Ocupado_mod_sd", "Desocupado_mod_sd", "Inactivo_mod_sd")
theta_pred_ordenado_sd%<>% as.data.frame()
theta_pred_ordenado_sd <- cbind(dam2 = dam_pred$dam2, theta_pred_ordenado_sd)

theta_pred_ordenado_cv <- theta_pred_ordenado_sd[,-1]/theta_pred_ordenado[,-1]

colnames(theta_pred_ordenado_cv) <- c("Ocupado_mod_cv", "Desocupado_mod_cv", "Inactivo_mod_cv")

theta_pred_ordenado_cv <- cbind(dam2 = dam_pred$dam2, theta_pred_ordenado_cv)

El último paso es realizar la consolidación de la bases obtenidas para la estimación puntual, desviación estándar y coeficiente de variación.

theta_obs_ordenado <- full_join(theta_obs_ordenado,theta_obs_ordenado_sd) %>% 
  full_join(theta_obs_ordenado_cv)

theta_pred_ordenado <- full_join(theta_pred_ordenado,theta_pred_ordenado_sd) %>% 
  full_join(theta_pred_ordenado_cv)


estimaciones <- full_join(indicador_dam1,
                              bind_rows(theta_obs_ordenado, theta_pred_ordenado))

saveRDS(object = estimaciones, file = "Recursos/Día5/Sesion1/Data/estimaciones.rds")
tba(head(estimaciones,10))

dam2	n_upm	n_ocupado	n_desocupado	n_inactivo	Ocupado	Ocupado_se	Ocupado_var	Ocupado_deff	Desocupado	Desocupado_se	Desocupado_var	Desocupado_deff	Inactivo	Inactivo_se	Inactivo_var	Inactivo_deff	id_orden	Ocupado_mod	Desocupado_mod	Inactivo_mod	Ocupado_mod_sd	Desocupado_mod_sd	Inactivo_mod_sd	Ocupado_mod_cv	Desocupado_mod_cv	Inactivo_mod_cv
00101	127	2953	284	2439	0.5210	0.0117	1e-04	3.1326	0.0503	0.0050	0e+00	2.9903	0.4287	0.0119	0.0001	3.3118	1	0.5217	0.0496	0.4287	0.0115	0.0051	0.0114	0.0221	0.1019	0.0266
03201	109	2841	240	2524	0.5018	0.0128	2e-04	3.6801	0.0481	0.0045	0e+00	2.5120	0.4501	0.0122	0.0001	3.3802	2	0.5035	0.0477	0.4488	0.0122	0.0052	0.0121	0.0243	0.1095	0.0269
02501	87	3059	121	2133	0.5719	0.0111	1e-04	2.7180	0.0226	0.0034	0e+00	2.8494	0.4055	0.0115	0.0001	2.9408	3	0.5703	0.0240	0.4057	0.0108	0.0034	0.0106	0.0190	0.1413	0.0262
03203	59	1953	96	1629	0.5301	0.0121	1e-04	2.1909	0.0263	0.0027	0e+00	1.0520	0.4436	0.0124	0.0002	2.3024	4	0.5300	0.0271	0.4428	0.0118	0.0038	0.0118	0.0222	0.1401	0.0266
03202	42	1050	51	883	0.5290	0.0131	2e-04	1.3768	0.0229	0.0054	0e+00	2.5923	0.4481	0.0137	0.0002	1.5230	5	0.5267	0.0241	0.4493	0.0133	0.0041	0.0132	0.0252	0.1693	0.0294
01101	38	1203	114	713	0.6092	0.0227	5e-04	4.4247	0.0575	0.0075	1e-04	2.1246	0.3333	0.0227	0.0005	4.7511	6	0.5973	0.0605	0.3422	0.0209	0.0102	0.0203	0.0349	0.1681	0.0594
03206	32	837	51	728	0.5022	0.0177	3e-04	2.0370	0.0315	0.0080	1e-04	3.3819	0.4663	0.0170	0.0003	1.8859	7	0.5007	0.0319	0.4674	0.0170	0.0060	0.0169	0.0339	0.1879	0.0361
00901	20	744	83	530	0.5492	0.0194	4e-04	2.0806	0.0595	0.0113	1e-04	3.1142	0.3913	0.0208	0.0004	2.4841	8	0.5487	0.0578	0.3935	0.0192	0.0090	0.0192	0.0349	0.1552	0.0487
01301	20	738	45	552	0.5359	0.0244	6e-04	3.2173	0.0351	0.0049	0e+00	0.9599	0.4290	0.0262	0.0007	3.7629	9	0.5356	0.0363	0.4281	0.0226	0.0082	0.0228	0.0423	0.2257	0.0532
02101	20	505	52	460	0.4965	0.0258	7e-04	2.7259	0.0514	0.0116	1e-04	2.8329	0.4521	0.0332	0.0011	4.5559	10	0.4993	0.0491	0.4516	0.0261	0.0114	0.0263	0.0523	0.2313	0.0582