Closed tabitaCatalan closed 2 years ago
Como mencioné aquí, los tiempos de residencia en cada ambiente son muy similares en cada uno de los grupos. Hay que verificar los resultados con los nuevos valores, si cambian mucho c/r a usar un único valor en todos.
Si eliminamos el tiempo de sueño (7 hrs -> 7/24 de la columna 1 del hogar) y normalizamos las filas para que sumen 1 se obtiene esta matriz
tiempo hogar | tiempo exterior |
---|---|
0.672939 | 0.327061 |
0.666404 | 0.333596 |
0.671306 | 0.328694 |
0.663146 | 0.336854 |
0.621711 | 0.378289 |
Sin eliminar el tiempo de sueño y normalizando las filas: tiempo hogar | tiempo exterior |
---|---|
0.76915 | 0.23085 |
0.766318 | 0.233682 |
0.768625 | 0.231375 |
0.762551 | 0.237449 |
0.732865 | 0.267135 |
Se ve que las diferencias son pequeñas entre los distintos grupos. De aquí vemos que sería interesante estudiar la sensibilidad de los resultados c/r a la fracción inicial de tiempo pasado en el hogar, haciéndola tomar valores entre 0.65 y 0.77, o del tiempo en exterior, tomando valores entre 0.35 y 0.23.
Hay que verificar si los totales por clase son más o menos consistentes con los obtenidos con las comunas (proporcionales). En la EOD, las clases tiene
Clase | Cantidad de personas |
---|---|
1 | 5365.0 |
2 | 10517.0 |
3 | 11007.0 |
4 | 25518.0 |
5 | 7372.0 |
Sé que se supone que el grupo 1 es el más vulnerable, pero me parece rara la cantidad de gente. Es como si la gran mayoría fuera del grupo medio alto.
Los cambios son muy pocos
Sí hay algunos cambios cuando se varían ligeramente los valores iniciales (al usar los valores con los grupos invertidos por ejemplo, algo que hice por error).
Problema
Hasta ahora, para construir la matriz de tiempos de residencia, he estado usando el mismo valor de tiempo de residencia en el hogar inicial (0.5). Usando el algoritmo para analizar la EOD se pueden obtener los datos de tiempos de residencia para las distintas comunas. ¿Es significativo el cambio?
Cosas que hacer