Title y la Description del paquete se
redactaron en inglés, reflejando el propósito general del paquete:
herramientas desarrolladas para la División Observatorio Social
aplicables a cualquier encuesta de diseño complejo (la ‘CASEN’ se
incluye solo como datos de ejemplo). Se añadieron las referencias de los
métodos siguiendo las convenciones de CRAN: la metodología de fiabilidad
del Observatorio Social (División Observatorio Social, 2023) y del INE
(2020), y los métodos de estimación en encuestas complejas (Lumley,
2010). La documentación de las funciones y las viñetas permanecen en
español.\donttest{} y ahora se ejecutan (y se testean)
automáticamente, usando una región pequeña de la CASEN para correr en
pocos segundos.dir ya no tiene valor por defecto
("output"). Cuando save_xlsx = TRUE (o
siempre, en el caso de multi_bin()), debe especificarse
explícitamente el directorio de salida; de lo contrario la función se
detiene de inmediato con un mensaje claro. Esto evita escribir en el
directorio de trabajo del usuario sin su consentimiento, en línea con la
política de CRAN. Los scripts existentes que dependían del default deben
agregar dir = "output" (o la ruta que corresponda) a sus
llamadas.obs_prop(): una estimación con error estándar
NA ya no se clasifica erróneamente como
"Fiable"; ahora la columna fiabilidad queda
NA, en consistencia con el resto de las funciones
obs_*.obs_*: un valor NA en
los grados de libertad ahora se clasifica como
"No Fiable (gl)" también en medias, totales, razones y
cuantiles (antes solo en proporciones).~2,
~3, … Esto evita un error de openxlsx con
nombres de variables largos en multi_des = TRUE.
multi_bin() también trunca sus nombres de hoja.var, des,
num, den) ahora revisa todos
los diseños de la lista, no solo el primero, e indica en qué diseño
falta la variable.n_cores se valida antes de crear los workers; un valor
inválido (0, negativo, NA) produce un error inmediato y
claro.multi_bin() valida que design sea un
objeto tbl_svy y rechaza listas de diseños con un mensaje
informativo.verbose = FALSE ahora silencia también los mensajes de
creación de los reportes Excel.obs_prop() y multi_bin()
usan un subconjunto regional de la CASEN para ejecutarse en pocos
segundos.sig = TRUE)
ahora se muestran en más escenarios de los reportes con formato. Hasta
v0.3.1 solo aparecían en los cruces por una variable de desagregación:
multi_des): prueba contra el último año y contra la
estimación nacional.filt ahora acepta expresiones R sin
comillas además de strings: filt = edad > 18 es
equivalente a filt = "edad > 18". El comportamiento
anterior (string) se mantiene sin cambios.parallel = TRUE ahora también acelera ejecuciones
con un único diseño que usen múltiples variables de
desagregación (des de longitud > 1 o
multi_des = TRUE): las combinaciones de desagregación se
distribuyen entre workers. Hasta v0.3.0, esta opción solo tenía efecto
en series multi-año.
multi_bin() reduce el número de llamadas internas a
srvyr::summarise de N × 3 (una por variable) a 3
independientemente del número de variables, reutilizando la
configuración del diseño muestral.
casen_2022 y
casen_2024 con la totalidad de las observaciones de la
Encuesta CASEN y las variables necesarias para reproducir todos los
ejemplos del paquete (region, area,
sexo, edad, pobreza,
ytotcorh, activ,
r8a–r8h). Los datos están disponibles
directamente al cargar el paquete sin necesidad de descargas
adicionales.obs_*: cv_umbral_alto (por defecto
0.30), cv_umbral_medio (0.20), n_minimo (30) y
nivel_confianza (0.95).fiabilidad especifican la
causa del rechazo: "No Fiable (gl)" (grados de libertad
insuficientes), "No Fiable (muestra)" (tamaño muestral
insuficiente), "No Fiable (CV)" (coeficiente de variación
muy alto), "Poco Fiable (CV)" (CV moderado),
"Poco Fiable (EE)" (error estándar supera el umbral beta),
"Sin casos" (subgrupo sin observaciones en la muestra).
Esta nomenclatura es consistente en todas las funciones
obs_* y multi_bin().universo_crit en
obs_prop(): fuerza el uso del N total del dominio (suma de
categorías) como criterio muestral, independientemente del número de
categorías de la variable.es_var_estudio disponible en todas las
funciones obs_*: relaja el criterio de tamaño muestral para
variables centrales del instrumento.obs_*)nombre: sobreescribe el título del indicador en el
reporte Excel.fuente: escribe un pie de fuente con el nombre del
instrumento y el rango de años. Acepta las claves "casen",
"ebs", "endide", "eanna",
"elpi" o texto libre.snac: omite la hoja de formato del nivel nacional (el
consolidado siempre incluye el nivel nacional).mostrar_pct_fiable: incluye el porcentaje de
estimaciones fiables en la nota automática de calidad.color_fiabilidad: colorea el texto de las celdas de
estimación en ámbar (poco fiable) o rojo (no fiable).categoria (solo obs_prop()): filtra el
output a una o más categorías específicas del outcome, aceptando
etiquetas de texto o códigos numéricos.fuente =) se escribe en negrita en
el Excel.sig = TRUE)multi_des = TRUE)
incluyen las tablas “Test contra último año” y “Test contra estimación
nacional”.t = (θ₁ − θ₂) / √(EE₁² + EE₂²), con
grados de libertad igual al mínimo de los dos dominios comparados. El
resultado reportado es el p-valor bilateral.\donttest{}) en todas las
funciones exportadas, usando los datos casen_2022 y
casen_2024 incluidos en el paquete.vignette("introduccion")) con
ejemplos reales de la CASEN para todos los tipos de estimación.vignette("metodologia"))
que documenta los criterios de fiabilidad con fórmulas, diagrama de
flujo y referencias citables, y describe las tres pruebas de
significancia disponibles.rm_na_des (por defecto
FALSE) a todas las funciones obs_* para
permitir excluir las categorías “NA” de cada desagregación de forma
automática cuando se requiera.rm_na_des = TRUE, de
modo que las filas “Total país” reflejen los casos y expansiones
filtrados en cada desagregación.obs_cuantil() para
calcular cuantiles (mediana por defecto) con las mismas capacidades de
desagregación, criterios de fiabilidad, pruebas de significancia y
reportes en Excel que obs_media().obs_total() para estimar totales
ponderados con idéntico flujo de trabajo (significancia, fiabilidad y
reportes en Excel) que las utilidades existentes.obs_ratio() para estimar
razones ponderadas (numerador/denominador) replicando la lógica de
filtrado, desagregaciones, significancia y reportes de las demás
herramientas obs_*.obs_* ejecutadas en paralelo
heredan automáticamente la opción global survey.lonely.psu,
evitando errores en estratos con una sola PSU al usar
parallel = TRUE.obs_prop() y multi_bin() corrigen el
cálculo de los grados de libertad para obtenerlos a nivel de
dominio.multi_bin() al
paquete.des, generando hojas de reporte separadas.decimales y
decimales_se).obs_prop y
obs_media.%||% a un archivo de
utilidades (R/utils.R) para mejorar la estructura del
paquete y seguir las mejores prácticas, eliminando código ejecutable del
nivel superior de los scripts de funciones.dir a
obs_prop() y obs_media().dir = "output", manteniendo la
compatibilidad con el comportamiento de versiones anteriores. La función
crea el directorio si este no existe.sig (Booleano, por defecto FALSE) en
obs_prop() y obs_media().sig = TRUE, las hojas de formato en los reportes
de Excel ahora incluyen tablas adicionales con los p-values de las
siguientes comparaciones:
R/significance.R)
con una lógica robusta y defensiva para manejar todos los casos de
cálculo y prevenir errores con datos vacíos o casos límite.usar_etiqueta_var (Booleano,
por defecto TRUE) a obs_prop() y
obs_media(). Si está activo, se utiliza la etiqueta de la
variable de interés (extraída con el paquete labelled) como
título del indicador en los reportes de Excel.obs_prop(), el argumento
porcentaje = TRUE ahora multiplica las estimaciones y
errores estándar por 100 directamente en los datos, en lugar de depender
del formato de celda de Excel. Esto mejora la portabilidad y
consistencia de los resultados.fiabilidad apareciera en blanco para las categorías sin
casos generadas por tidyr::complete(). Ahora se muestra
correctamente como “Sin casos”.nivel
para las categorías sin casos, asegurando que siempre muestre los
nombres de las variables de desagregación.R CMD check sin
NOTEs, gracias a la correcta declaración de variables
globales y la importación explícita de todas las funciones
necesarias.Fiable, Poco Fiable,
No Fiable) para alinearse con los nuevos estándares de
calidad.n_universo para dicotómicas, n_mues para no
dicotómicas).es_var_estudio
(Booleano, por defecto FALSE) que permite relajar los
criterios de tamaño muestral para variables clave del instrumento.es_var_estudio y el coeficiente de
variación (CV).es_var_estudio a las
funciones obs_prop() y obs_media().multi_des a
obs_prop() y obs_media() para controlar el
comportamiento de las desagregaciones:
multi_des = TRUE (valor por defecto), el paquete
calcula todas las combinaciones posibles de las variables de
desagregación, como en versiones anteriores.multi_des = FALSE, el paquete solo calcula las
desagregaciones simples (por cada variable en des de forma
individual), lo que acelera significativamente los cálculos y es ideal
para análisis exploratorios o cuando se usan muchas variables.multi_des = TRUE, la función se detendrá con un error
informativo, previniendo ejecuciones excesivamente largas y posibles
cuelgues de la sesión.multi_des al motor de cálculo, permitiendo la nueva
funcionalidad.verbose a
obs_prop() y obs_media(). Por defecto es
TRUE y muestra mensajes de progreso por etapas en la
consola, informando al usuario sobre el estado de los cálculos.Formato_nac a 2_nac) para ser más
concisos.data.frame que devuelven las funciones a R. Ahora la
columna nivel aparece consistentemente antes que las
variables de desagregación, coincidiendo con el formato de la hoja
“Consolidado” en Excel.obs_prop que
impedía su ejecución.obs_media para combinaciones sin casos.obs_media.warning innecesario que aparecía al
solicitar un reporte nacional formateado.