Skip to contents

Changelog

Source: NEWS.md

dosr 0.3.6

Rendimiento

  • Las estimaciones agrupadas de proporciones, medias, totales y razones usan ahora directamente el motor de survey, evitando que srvyr divida y reconstruya el diseño una vez por celda. La interfaz pública continúa recibiendo objetos tbl_svy; survey es el único backend estadístico para estas estimaciones.
  • En CASEN 2024, un tabulado de proporciones con las siete combinaciones de sexo, área y región redujo su tiempo total de aproximadamente 48 a 6 segundos. La ganancia depende del tamaño de la base y del número de celdas.
  • multi_bin() utiliza el mismo backend directo, manteniendo universos y valores perdidos independientes para cada variable binaria.

Validación

  • Se añadieron pruebas de equivalencia para proporciones, medias, totales y razones, incluyendo PSU repetidas entre estratos, categorías ausentes, valores perdidos, ejecución paralela y diseños con pesos replicados.
  • Las comparaciones sobre las CASEN 2022 y 2024 completas reprodujeron exactamente los errores estándar anteriores. Medias, totales y razones coincidieron exactamente; en proporciones, la diferencia numérica máxima respecto del ajuste iterativo anterior fue inferior a 3e-9.

dosr 0.3.5

Nuevas funcionalidades y mejoras

  • Las cinco funciones obs_* incorporan filename, notas al pie mediante notas, control de la evaluación general con mostrar_evaluacion_general y resaltado opcional de p-valores mediante color_significancia.
  • Los datos de ejemplo casen_2022 y casen_2024 incorporan pco1 (relación con la jefatura del hogar). Los ejemplos de ingreso del hogar en las viñetas filtran pco1 == 1 para contar cada hogar una sola vez.
  • Los nombres automáticos de archivo conservan exactamente su formato histórico mientras sean cortos. Si superan el umbral portable, solo se trunca la parte descriptiva y se añade un identificador estable de seis caracteres, manteniendo completos los años y el tipo de cálculo.
  • Las tablas de significancia de proporciones respetan el orden del tabulado principal: primero las desagregaciones y luego la categoría del indicador, preservando el orden de códigos o etiquetas en vez del alfabético.
  • La evaluación general y las notas personalizadas forman una secuencia común de notas rotuladas con letras antes de la fuente. La frase porcentual ya no duplica “Todas las estimaciones son fiables” cuando el porcentaje es 100%.
  • Los grados de libertad usan ahora los identificadores internos del diseño de survey, respetando PSU repetidas entre estratos cuando nest = TRUE y admitiendo diseños sin columnas explícitas de conglomerado o estrato.
  • multi_bin() calcula n_universo por variable y dominio como el número de observaciones no perdidas; agregar otros indicadores ya no altera este criterio de fiabilidad.
  • obs_prop() reconoce los códigos originales no consecutivos de variables haven_labelled en categoria y aplica el filtro antes de construir las tablas del reporte.
  • sufijo rechaza valores duplicados, vacíos o NA para evitar columnas ambiguas con terminaciones .x y .y.
  • dosr 0.3.4 fue publicado en CRAN el 6 de julio de 2026: https://CRAN.R-project.org/package=dosr.
  • Instrucciones de instalación actualizadas (README y viñeta de introducción): la versión estable se instala con install.packages("dosr").
  • Nueva cita formal vía citation("dosr"), con el DOI de CRAN (10.32614/CRAN.package.dosr).
  • Referencias de la viñeta de metodología homologadas con la Description del paquete: Manual para la Investigación Casen 2022 (División Observatorio Social, 2023; enlace BIDAT) e INE (2020), Fundamentos del Estándar para la evaluación de la calidad de las estimaciones en encuestas de hogares.

dosr 0.3.4

CRAN release: 2026-07-06

Cambios para la publicación en CRAN

  • El 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.
  • Los ejemplos de todas las funciones exportadas dejan de estar envueltos en \donttest{} y ahora se ejecutan (y se testean) automáticamente, usando una región pequeña de la CASEN para correr en pocos segundos.

dosr 0.3.3

Cambios de comportamiento (breaking)

  • 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.
  • El requisito mínimo de R sube de 3.5.0 a 4.1.0, reflejando las versiones con las que el paquete se desarrolla y testea.

Correcciones de robustez

  • 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_*.
  • Todas las funciones 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).
  • Los nombres de hoja de Excel truncados a 31 caracteres ya no pueden colisionar: ante un duplicado se agrega un sufijo ~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.
  • La validación de variables (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.

Documentación

  • Los ejemplos de obs_prop() y multi_bin() usan un subconjunto regional de la CASEN para ejecutarse en pocos segundos.

dosr 0.3.2

Mejoras

  • Las pruebas de significancia estadística (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:
    • Total nacional: prueba contra el último año (estadísticos continuos y proporciones) y, en proporciones, prueba entre categorías.
    • Cruces de dos o más variables de desagregación (multi_des): prueba contra el último año y contra la estimación nacional.

Correcciones

  • Corrección de formato en las tablas de significancia: los títulos ahora aplican el borde y el formato de encabezado a todo el rango combinado.

dosr 0.3.1

Nuevas funcionalidades

  • El argumento 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.

Mejoras de rendimiento

  • 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.

dosr 0.3.0

Datos incluidos

  • Se incorporan los conjuntos de datos 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.

Criterios de fiabilidad

  • Todos los parámetros de fiabilidad son ahora configurables en cada llamada a obs_*: cv_umbral_alto (por defecto 0.30), cv_umbral_medio (0.20), n_minimo (30) y nivel_confianza (0.95).
  • Las etiquetas de la columna 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().
  • Nuevo argumento 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.
  • Nuevo argumento es_var_estudio disponible en todas las funciones obs_*: relaja el criterio de tamaño muestral para variables centrales del instrumento.

Nuevos argumentos de reporte (todas las funciones 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.

Reportes Excel

  • Todas las hojas de formato incluyen una nota de calidad automática que lista las estimaciones poco o no fiables por año, especificando la causa. Incluye advertencia cuando menos del 50% del cuadro es publicable.
  • La línea de fuente (fuente =) se escribe en negrita en el Excel.

Pruebas de significancia (sig = TRUE)

  • El nivel nacional genera la tabla “Test contra último año” al comparar múltiples diseños.
  • Las desagregaciones múltiples (multi_des = TRUE) incluyen las tablas “Test contra último año” y “Test contra estimación nacional”.
  • Las pruebas se calculan mediante un test t de Welch adaptado a diseños complejos: 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.

Documentación y sitio

  • Ejemplos ejecutables (\donttest{}) en todas las funciones exportadas, usando los datos casen_2022 y casen_2024 incluidos en el paquete.
  • Viñeta introductoria (vignette("introduccion")) con ejemplos reales de la CASEN para todos los tipos de estimación.
  • Nueva viñeta de metodología (vignette("metodologia")) que documenta los criterios de fiabilidad con fórmulas, diagrama de flujo y referencias citables, y describe las tres pruebas de significancia disponibles.
  • Sitio web del paquete disponible en https://gabrielsotomayorl.github.io/dosr/.

dosr 0.2.4

MEJORAS

  • Se añadió el argumento 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.
  • Se corrigieron los totales reportados en Excel para medias, cuantiles, totales y razones cuando rm_na_des = TRUE, de modo que las filas “Total país” reflejen los casos y expansiones filtrados en cada desagregación.

dosr 0.2.3

NUEVAS FUNCIONALIDADES PRINCIPALES

  • Se incorporó la nueva función 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().
  • Se añadió la función obs_total() para estimar totales ponderados con idéntico flujo de trabajo (significancia, fiabilidad y reportes en Excel) que las utilidades existentes.
  • Se incorporó la función obs_ratio() para estimar razones ponderadas (numerador/denominador) replicando la lógica de filtrado, desagregaciones, significancia y reportes de las demás herramientas obs_*.

MEJORAS Y CORRECCIONES

  • Todas las funciones 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.

dosr 0.2.2

NUEVA FUNCIONALIDAD: PERFILADO RÁPIDO DE VARIABLES BINARIAS

  • Se ha añadido una nueva función multi_bin() al paquete.
  • Esta función está diseñada para el análisis exploratorio rápido de múltiples variables dicotómicas (0/1) dentro de un único diseño de encuesta.
  • Calcula estimaciones de proporción (presentadas como porcentajes por defecto), errores estándar, N expandido (de los “1s”), N muestral (de los “1s”) y criterios de fiabilidad.
  • Permite desagregaciones simples (no cruzadas) a través del argumento des, generando hojas de reporte separadas.
  • Incluye argumentos para personalizar el número de decimales de la estimación y del error estándar por separado (decimales y decimales_se).
  • Genera un reporte en Excel con una hoja consolidada y hojas de formato profesional, siguiendo el estilo de obs_prop y obs_media.

MEJORAS INTERNAS

  • Se ha movido el operador helper %||% 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.

dosr 0.2.1

MEJORAS DE USABILIDAD

  • Se ha añadido un nuevo argumento dir a obs_prop() y obs_media().
  • Este argumento permite al usuario especificar el directorio de destino donde se guardará el archivo Excel.
  • El valor por defecto es dir = "output", manteniendo la compatibilidad con el comportamiento de versiones anteriores. La función crea el directorio si este no existe.

dosr 0.2.0

FUNCIONALIDAD MAYOR: PRUEBAS DE SIGNIFICANCIA ESTADÍSTICA

  • Se ha introducido una nueva funcionalidad para calcular y reportar pruebas de significancia estadística, controlada por el nuevo argumento sig (Booleano, por defecto FALSE) en obs_prop() y obs_media().
  • Cuando sig = TRUE, las hojas de formato en los reportes de Excel ahora incluyen tablas adicionales con los p-values de las siguientes comparaciones:
    1. Test Intra-Anual: Una matriz que compara todas las categorías de una desagregación simple entre sí, para cada año.
    2. Test Contra Último Año: Compara la estimación de cada categoría contra la del año anterior (disponible cuando se procesan múltiples diseños).
    3. Test Contra Estimación Nacional: Compara la estimación de cada categoría contra el total nacional de ese mismo año.
  • Los cálculos se realizan mediante un test t de Student que considera las estimaciones, los errores estándar y los grados de libertad de cada grupo, asegurando la validez estadística para diseños muestrales complejos.
  • Se ha creado un nuevo módulo interno (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.

dosr 0.1.5

MEJORAS DE FORMATO Y USABILIDAD

  • Se ha añadido el argumento 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.
  • En 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.

CORRECCIONES

  • Se ha solucionado un bug que causaba que la columna fiabilidad apareciera en blanco para las categorías sin casos generadas por tidyr::complete(). Ahora se muestra correctamente como “Sin casos”.
  • Se ha corregido una inconsistencia en la columna nivel para las categorías sin casos, asegurando que siempre muestre los nombres de las variables de desagregación.
  • El paquete ahora pasa R CMD check sin NOTEs, gracias a la correcta declaración de variables globales y la importación explícita de todas las funciones necesarias.

dosr 0.1.4

CAMBIO FUNDAMENTAL EN CRITERIOS DE FIABILIDAD

  • Se ha reescrito por completo la lógica para clasificar la fiabilidad de las estimaciones (Fiable, Poco Fiable, No Fiable) para alinearse con los nuevos estándares de calidad.
  • Para proporciones:
    • La clasificación ahora distingue entre variables dicotómicas y no dicotómicas, infiriendo esto automáticamente del número de niveles de la variable.
    • Se aplican umbrales de tamaño muestral diferenciados (n_universo para dicotómicas, n_mues para no dicotómicas).
    • Se introduce un nuevo argumento es_var_estudio (Booleano, por defecto FALSE) que permite relajar los criterios de tamaño muestral para variables clave del instrumento.
  • Para medias:
    • La lógica de clasificación también ha sido actualizada para seguir el nuevo flujo de decisión basado en grados de libertad, tamaño muestral, el argumento es_var_estudio y el coeficiente de variación (CV).

MEJORAS INTERNAS Y CORRECCIONES

dosr 0.1.3

NUEVAS FUNCIONALIDADES

  • Se ha añadido un nuevo argumento multi_des a obs_prop() y obs_media() para controlar el comportamiento de las desagregaciones:
    • Si multi_des = TRUE (valor por defecto), el paquete calcula todas las combinaciones posibles de las variables de desagregación, como en versiones anteriores.
    • Si 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.
  • Se ha implementado un “fusible de seguridad” para proteger al usuario. Si se solicitan más de 3 variables de desagregación con multi_des = TRUE, la función se detendrá con un error informativo, previniendo ejecuciones excesivamente largas y posibles cuelgues de la sesión.

MEJORAS INTERNAS

  • Se ha refactorizado la lógica interna para pasar el parámetro multi_des al motor de cálculo, permitiendo la nueva funcionalidad.

dosr 0.1.2

MEJORAS DE FORMATO Y USABILIDAD

  • Se ha rediseñado por completo el formato de las hojas de reporte en Excel para seguir un estándar de publicación:
    • Los títulos de cada bloque de métricas (ej. “Estimación”, “Error estándar”) ahora se muestran en una única celda combinada horizontalmente sobre su respectiva tabla.
    • La estructura superior de cada hoja de formato ha sido estandarizada a: Fila vacía, “Nombre indicador” (en negrita), “Tipo de cálculo”, Fila vacía.
    • Se han corregido los estilos de borde y negrita que no se aplicaban correctamente en versiones anteriores.
    • Se han añadido las tildes a los títulos de los bloques (“Estimación”, “Población expandida”, etc.).
  • Se ha añadido un nuevo argumento 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.
  • Los nombres de las hojas de reporte en Excel han sido simplificados (ej. de Formato_nac a 2_nac) para ser más concisos.

CORRECCIONES

  • Se ha corregido el orden de las columnas en el 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.

dosr 0.1.1

CORRECCIONES Y MEJORAS

  • Se ha solucionado un error fatal en obs_prop que impedía su ejecución.
  • Se ha corregido el problema que causaba filas vacías en los reportes de obs_media para combinaciones sin casos.
  • Se ha implementado la generación de la pestaña de reporte formateado para los resultados a nivel nacional en obs_media.
  • Se ha corregido el ordenamiento en la hoja de consolidado para respetar la jerarquía de las desagregaciones (nacional -> 1 variable -> 2 variables, etc.).
  • Se ha eliminado un warning innecesario que aparecía al solicitar un reporte nacional formateado.

dosr 0.1.0

  • Initial submission.