Exemplo de vínculo entre as tabelas

[thainasantos]

Olá, Tomas! Tudo bem? Vou usar esse espaço para tirar duas dúvidas:

1. A primeira, é se você poderia dar um exemplo em como você realiza o vínculo entre as tabelas, ex: depois de criar as chaves para arquivo MORADOR e arquivo DESPESAS INDIVIDUAIS, depois que você faz o join pela chave "cod_pessoa", por exemplo, as linhas não ficam duplicadas? Fiz um teste com a renda total do arquivo morador depois do join e não bateu com o relatório do IBGE, mas quando fiz só com o arquivo MORADOR sim.

2. Em outros tutoriais sobre a POF, vejo as pessoas usando o arquivo de pós estratificação para aplicar os pesos antes de criar o objeto survey, você também realiza essa etapa?

Muito obrigada! Abraços,

[tomasbarcellos]

Oi Thaina. Tudo bem? Você poderia compartilhar o código que usou para criar esse problema descrito em 1? O que fiz nas vinhetas foi apenas reproduzir os scripts da documentação do IBGE (com outra sintaxe).

Sobre o ponto 2: Nada impede que as tabelas lidas por nesse pacote sejam usadas posteriormente com o survey. Apenas não fiz isso imediatamente porque me parece que ele é ineficiente para os casos de estatísticas descritivas (sobretudo medidas de centralidade) usadas corriqueiramente em análises exploratórias. Caso tenha um exemplo de código que use o survey para estatísticas descritivas, podemos fazer um benchmark.

[thainasantos]

Oi, Tomas! Valeu pelo retorno e desculpe poluir aqui as Issues, apago depois os comentários. Inclusive vou deixar meu contato se pudermos continuar por e-mail: souza.thainasantos@gmail.com.

Vou copiar o script todo porque contempla as duas dúvidas que comentei antes. O resultado esperado foi quando testei a versão seguindo o mesmo passo-a-passo, mas sem unir o arquivo de despesas individuais. Pela diferença do que encontrei quando faço o join, acredito que tenha linhas duplicadas pela forma que o banco é desenhado, mas não sei quais duplicatas precisaria remover. Obrigada mesmo pela ajuda!

Abrindo os pacotes

library("survey")
library("srvyr")
library("tidyverse")
library ("ggplot2")
library("readxl")

Definindo para não exibir números em exponencial

aviso <- getOption("warn")
options(warn=-1)
options(scipen=999)
options(warn=aviso)
rm(aviso)

Ajuste

options( survey.lonely.psu = "adjust" )

Abrindo os arquivos de interesse: MORADOR, DESPESA INDIVIDUAL, POS_ESTRAT

poststr <- read_excel("Pos_estratos_totais.xlsx") 
MORADOR <- read_rds("MORADOR.rds")
DESP_I <- read_rds ("DESPESA_INDIVIDUAL.rds")

Transformado o pos_estrato em data datble e renomeando

poststr <- data.table::as.data.table(poststr)
data.table::setnames(poststr , "COD_UPA(UF+SEQ+DV)" , "COD_UPA")

#####################################
##################################### MANIPULANDO ARQUIVO MORADOR
#####################################

Selecionando variáveis do arquivo MORADOR

MORADOR <- MORADOR %>% select(UF,
                                ESTRATO_POF,
                                TIPO_SITUACAO_REG,
                                COD_UPA,
                                NUM_DOM,
                                NUM_UC,
                                COD_INFORMANTE,
                                V0306, #Variável Condição na UC 
                                V0403, #Variável Idade
                                V0404, #Variável Sexo 
                                V0405, #Variável Cor/Raça
                                V0425,
                                PESO,
                                PESO_FINAL,
                                RENDA_TOTAL,
                                INSTRUCAO,
                                COMPOSICAO,
                                PC_RENDA_DISP,
                                PC_RENDA_MONET, 
                                PC_RENDA_NAO_MONET, 
                                PC_DEDUCAO) %>%
                          rename("Idade" = V0403,
                                 "Sexo" = V0404,
                                 "Raca" = V0405,
                                 "Escolaridade" = V0425) %>% 
                          mutate(Sexo =  if_else(Sexo == 1, "Homem", "Mulher"),  
                                 Raca = case_when(Raca == 1 ~ "Branca",
                                                 Raca == 2 ~ "Preta",
                                                 Raca == 3 ~ "Amarela",
                                                 Raca == 4 ~ "Parda",
                                                 Raca == 5 ~ "Indigena"))

Gerando chave ID para o arquivo MORADOR

MORADOR <- MORADOR %>% mutate(ID_FAMILIA = paste0(COD_UPA, NUM_DOM, NUM_UC))
View(MORADOR)

MORADOR <- MORADOR %>% mutate(ID_PESSOA = paste0(COD_UPA, NUM_DOM, NUM_UC, COD_INFORMANTE))
View(MORADOR)

Atribuindo o arquivo de pós_estratificação no arquivo MORADOR

MORADOR <- merge( MORADOR , poststr , by = intersect( colnames( MORADOR ) , colnames( poststr ) ) , all.x = TRUE )
View(MORADOR)

#####################################
##################################### MANIPULANDO: DESPESA INDIVIDUAL
#####################################

Selecionando variáveis do arquivo DESPESA INDIVIDUAL

DESP_I <- DESP_I %>% select ( UF,
                              ESTRATO_POF,
                              TIPO_SITUACAO_REG,
                              COD_UPA,
                              NUM_DOM,
                              NUM_UC,
                              COD_INFORMANTE,
                              QUADRO,
                              SEQ,
                              V9001, #Tipo Produto
                              V9002, #Forma_Pgto
                              V8000, #Valor_Gasto 
                              V4104, #Motivo 
                              V4105, #Origem_Nac_Inter  
                              DEFLATOR,
                              V8000_DEFLA,
                              COD_IMPUT_VALOR,
                              FATOR_ANUALIZACAO,
                              PESO,
                              PESO_FINAL,
                              RENDA_TOTAL,
                              V9004) #Código do Local da Aquisição 

Gerando chave ID para o arquivo MORADOR

DESP_I <- DESP_I %>% mutate(ID_FAMILIA = paste0(COD_UPA, NUM_DOM, NUM_UC))
DESP_I <- DESP_I %>% mutate(ID_PESSOA = paste0(COD_UPA, NUM_DOM, NUM_UC,COD_INFORMANTE))
DESP_I <- DESP_I %>% mutate(ID_DESPESA = paste0 (ID_PESSOA, QUADRO, SEQ))
View(DESP_I)

Unindo arquivos MORADOR e DESP_I

POF <- MORADOR %>% right_join(DESP_I, by = "ID_PESSOA")

######################################
###################################### ATRIBUIÇÃO DO DESENHO AMOSTRAL
######################################

Cria o objeto de pré-estratificação

pre_stratified_design <- 
    survey::svydesign(
        id = ~COD_UPA.x , 
        strata = ~ESTRATO_POF.x ,
        weights = ~PESO_FINAL.x ,
        data = POF,
        nest = TRUE
    )

Total população por estrato

population_totals <- 
    data.frame(
        pos_estrato = unique( POF$pos_estrato ) , 
        Freq = unique( POF$TOTAL_PESSOAS_REFERENCIA ))

Cria o objeto de desenho amostral com estratificação da POF

POF_design <-
    survey::postStratify(
        design = pre_stratified_design , 
        strata = ~pos_estrato , 
        population = population_totals
    )

Teste - Renda Total

survey::svymean(~RENDA_TOTAL.x, 
                design = subset(POF_design,(V0306 == 1),
                na.rm = TRUE, 
                level = 0.95))

# Resultado esperado: R$ 5426.7
# Resultado encontrado: R$ 6744.1`