P3.qmd

---
title: "Taller 3"
---


```{r}
if (!require("pacman")) install.packages("pacman") # instala pacman si se requiere
pacman::p_load(tidyverse, readxl, writexl, haven, sjlabelled, pollster,
               janitor, magrittr) #carga los paquetes listados

```

## Datos

Recuerda, estos los puedes descargar desde el repo de la clase que hizo la profe <https://github.com/FCPyS/eacsii2023/tree/main/datos>

```{r}
enoet322socdem_tiempo <- haven::read_dta("datos/enoet322socdem_tiempo.dta")
```


## Filtros

Los filtros seleccionan **casos** que cumplen con una condición. 

- Se pueden usar varias condiciones con los operadores `&` y `|`

- Se puede negar una condición con el operador `!`

- El operador `%in%` o `match` puede combinarse con vectores como listas de elementos válidos en una variable

Aquí unos ejemplos:

```{r}

enoet322socdem_tiempo %>% 
  dplyr::filter(eda>14) # cumple con la condición de mayores de 14 años 


enoet322socdem_tiempo %>% 
  dplyr::filter(!eda>14) # NO cumple con la condición de mayores de 14 años


enoet322socdem_tiempo %>% 
  dplyr::filter(eda>14 & sex==2) # la condición que sea mujer Y mayor de 14 años



enoet322socdem_tiempo %>% 
  dplyr::filter(eda>14 | sex==2) # la condición que sea mujer O mayor de 14 años


# Veracruz - 30
# Puebla - 21
# Guanajuato - 11
# Nuevo León - 19


enoet322socdem_tiempo %>% 
  filter(ent%in%c(30, 21, 11, 19))


```


Los filtros son útiles para identificar la población objetivo dentro del cuestionario. 

```{r}

# Filtro para identificar una población en nuestro cuestionario


enoet322socdem_tiempo %>% 
  filter(eda>5) %>% 
  select(anios_esc) %>% 
  summary()

```


## Gráficos con filtros 

Si bien ya habíamos hecho gráficas con `{esquisse}`, ahí es era un difícil establecer filtros. Por ello usaremos directamente el paquete `{ggplot2}`



Cheatsheet en español: <https://diegokoz.github.io/intro_ds/fuentes/ggplot2-cheatsheet-2.1-Spanish.pdf>

El ggplot2 se basa en la construcción de gráficos a partir de tres componentes:

1)  Datos,

2)  Coordenadas y

3)  Objetos geométricos

Esto será nuestra "gramática de gráficas"

Para visualizar los resultados, nosotres asignamos variables a las propiedades visuales o estéticas

Por ejemplo: los tamaños, colores y posiciones.

De manera genérica, podríamos pensar que el código para el ggplot será de la siguiente manera:

`ggplot(datos) + (geometria) + (esteticas)`



```{r}

enoet322socdem_tiempo %>% 
  filter(eda>5) %>% 
  ggplot2::ggplot() +
  aes(x=anios_esc) +
  geom_histogram()


enoet322socdem_tiempo %>% 
  filter(eda>5) %>% 
  ggplot2::ggplot() +
  aes(x=anios_esc) +
  geom_density()



enoet322socdem_tiempo %>% 
  filter(eda>5) %>%  
  ggplot2::ggplot() +
  aes(x=anios_esc) +
  geom_density() +
  facet_wrap(vars(as_label(sex)))
```


## Tabulados de doble entrada

### tabla cruzada sin factor

- Los adornos de janitor cambian la lógica 
- Tenemos que saber qué variables queremos

```{r}

enoet322socdem_tiempo %>% 
  filter(clase1==1) %>%  # nos quedamos con la p. ocupada
  dplyr::mutate(sex=sjlabelled::as_label(sex)) %>% 
  dplyr::mutate(clase2=sjlabelled::as_label(clase2)) %>% 
  janitor::tabyl(clase2, sex)

```


Agregando adornos


```{r}

enoet322socdem_tiempo %>% 
  dplyr::mutate(sex=sjlabelled::as_label(sex)) %>% 
  dplyr::mutate(clase2=sjlabelled::as_label(clase2)) %>% 
  janitor::tabyl(clase2, sex) %>% 
  janitor::adorn_totals(where = "row") %>% 
  janitor::adorn_percentages("col") %>% 
  janitor::adorn_pct_formatting(digits = 2)

```





### tabla cruzada con factor de expansión
Mucho cuidado con los adornitos

```{r}

enoet322socdem_tiempo %>% 
  dplyr::mutate(sex=sjlabelled::as_label(sex)) %>% 
  dplyr::mutate(clase2=sjlabelled::as_label(clase2)) %>% 
  pollster::crosstab(clase2, sex, weight = fac_tri)
  
```