PDF de programación - Paquetes para el tratamiento de datos provenientes de encuestas aleatorizadas

Paquetes para el tratamiento de datos
provenientes de encuestas aleatorizadas

Beatriz Cobo Rodríguez

María del Mar Rueda García

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

[email protected], [email protected]

Departamento de Estadística e Investigación Operativa

Universidad de Granada

Salamanca, 6 de Noviembre de 2015

Índice

1 Introducción

2 Paquetes R

Paquete RRTCS

Modelos cualitativos
Modelos cuantitativos

Paquete RRreg
Paquete rr
Paquete list
Paquete endorse

3 Bibliografía

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Introducción

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Estudios de encuestas por muestreo

Aspectos sensibles o confidenciales

↓ Ínteres
↓ Problema

↓

Deseabilidad social: {Tendencia de las personas encuestadas a

responder en función de lo que es aceptable socialmente}

Rehúsan

participar encuesta

Respuestas

falsas

Respuestas
condicionadas

Alteran la precisión y confiabilidad de los estimadores

↓

Introducción

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Técnica de Respuestas Aleatorizadas (Warner, 1965)

Solución

↓
↓

Protección

del

anonimato

Reducir

el riesgo de evasión o

no respuesta

¿Usted consume drogas?
¿Usted no consume drogas?

Introducción

Ventajas:

Aumenta la probabilidad de contestar la verdad respecto a
una pregunta directa.
Mayor índice de respuesta.

Desventajas:

Aumento en la complejidad de la pregunta.
Dificultad en entender el método de aleatorización.
Requiere de muestras de tamaños grandes.

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Introducción

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Métodos de respuesta aleatorizada

Muestreo aleatorio simple

Diseños muestrales complejos: estratos, conglomerados...

↓ propuestos

Encuestas
↓ se realizan
↓ requieren

⇓

↓

Un tratamiento diferenciado derivado de la no independencia de

las unidades muestrales.

CRAN contiene algunos paquetes de R (survey, sampling, laeken

or TeachingSampling) que incluyen los métodos usados en

estimación en muestreo.

No pueden usarse directamente cuando la muestra es obtenida

mediante respuesta aleatorizada.

Paquetes R

Muy recientemente algunos autores han desarrollado paquetes de
R para la estimación con respuesta aleatorizada o procedimientos
similares.
Estos paquetes son:
Paquete RRTCS
Paquete RRreg
Paquete rr
Paquete list
Paquete endorse

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Paquete RRTCS

Descripción
El paquete RRTCS: Randomized Response Techniques for
Complex Surveys (Cobo, Rueda y Arcos, 2015)

Realiza estimaciones puntuales y por intervalos para totales,
medias y proporciones con datos obtenidos de encuesta de
respuesta aleatoria.
Trabaja con una amplia gama de diseños de muestreo
incluyendo muestreo aleatorio simple con y sin
reemplazamiento (SRSWR, SRSWOR), muestreo
estratificado, muestreo por conglomerados, muestreo con
probabilidades desiguales y combinaciones de ellos.

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Paquete RRTCS

Descripción

Se compone de veinte funciones principales, cada una de ellas
implementando uno de los procedimientos de RR para
encuestas complejas.
Tiene una función adicional llamada ResamplingVariance que
proporciona estimaciones de la varianza de los estimadores de
respuesta aleatoria utilizando algunos métodos de remuestreo.
Incluye 20 conjuntos de datos que contienen observaciones de
de diferentes encuestas realizadas en poblaciones reales y
simuladas utilizando diferentes técnicas de respuesta
aleatoria.

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Paquete RRTCS

Ejemplo
Nuestro objetivo es estimar la prevalencia de estudiantes que
consumen drogas.
Para ello:

extraemos una muestra mediante un mecanismo de muestreo
aplicamos las distintas técnicas cualitativas de respuesta
aleatoria disponibles en el paquete RRTCS

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Paquete RRTCS

Warner
El mecanismo de respuesta aleatoria de Warner funciona del
siguiente modo:

A una persona de la muestra etiquetada i se le ofrece una
caja con un número considerable de cartas idénticas
con una proporción p(0 < p < 1; p 6= 0.5) de ellas marcadas
¿Consumes drogas? y el resto marcadas ¿No consumes
drogas?.
Se le pide a la persona que extraiga aleatoriamente una de
ellas, observe la marca de la carta y de una respuesta
si la carta está marcada “¿Consumes drogas?”

1

y de verdad “Consumes drogas”, o

si la carta está marcada “¿No consumes drogas?”

y de verdad “No consumes drogas”

0

si la marca de la carta no coincide con tu característica real



zi =

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Paquete RRTCS

Warner
La respuesta aleatoria es dada por

ri = zi − (1 − p)
2p − 1

donde

z es la variable observada
y p es la proporción de cartas marcadas con la caraterística
sensible

Y la varianza estimada esbVR(ri) = ri(ri − 1)

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Paquete RRTCS

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Warner
Un estimador insesgado para la población total de la
característica sensible es

ri
πi

bYR =X

i∈s

donde

πi es la probabilidad de inclusión de primer orden
(probabilidad de que el elemento i esté en la muestra).

Paquete RRTCS

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Warner
La varianza de este estimador viene dada por

VR(ri)

πi

+ VHT(r)

V (bYR) =X

i∈U

donde

VR(ri) es la varianza de ri bajo el mecanismo de
aleatorización y
VHT(r) es la varianza del diseño del estimador de Horvitz
Thompson del valor ri.

Paquete RRTCS

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Warner
Esta varianza es estimada por

bV (bYR) =X

bVR(ri)
dondebVR(ri) varía con el mecanismo RR y

i∈s

la estimación de la varianza del diseño bV (r), se obtiene

utilizando el método de Deville (Deville, 1993).

+ bV (r)

πi

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Paquete RRTCS

Función Warner
Calcula la estimación de la respuesta aleatoria, su varianza y su
intervalo de confianza a través del modelo de Warner. La función
también puede devolver la variable trasformada.
Warner(z,p,pi,type=c("total","mean"),cl,N=NULL,pij=NULL)

z: vector de la variable observada; su tamaño es igual a n (el
tamaño de la muestra)
p: proporción de cartas marcadas con la característica sensible
pi: vector de probabilidades de inclusión de primer orden
type: el tipo de estimador: “total” o “mean”
cl: nivel de confianza
N: tamaño de la población. Por defecto es NULL
pij: matriz de probabilidades de inclusión de segundo orden.
Por defecto es NULL

Beatriz
Cobo

Rodríguez
María del
Mar Rueda

García

Introducción

Paquetes R
Paquete
RRTCS
Modelos
cualitativos
Modelos
cuantitativos
Paquete RRreg
Paquete rr
Paquete list
Paquete
endorse

Bibliografía

Ejemplo variables cualitativas. Warner

Nuestro objetivo es estimar la prevalencia sobre el abuso de
alcohol
De una población de 802 estudiantes extraemos una muestra,
mediante muestreo aleatorio simple sin reemplazamiento, de
tamaño 125.
La técnica de respuesta aleatoria utilizada es el modelo de
Warner (Warner, 1965) con parámetro p = 0.7
La pregunta sensible es: ¿Durante el último mes, has bebido
más de 5 cervezas/vinos seguidos?

Ejemplo variables cualitativas. Warner
Almacenamos en un data frame

ID: el identificador del estudiante
z: la respuesta a la pregunta sensible
Pi: probabilidades de inclusión de primer orden

Beatriz
Cobo