7  Recuento

7.1 Recuento

Usaremos el estilo SPSS que es el más utilizado en todos los sitios. En teoría solo se debe hacer que con variables de tipo numérico. Barbwin 7 admite categoría y múltiple. Añado al final un espacio para las múltiples.

https://rdrr.io/cran/expss/man/fre.html

pacman::p_load(kableExtra,expss)
data <- read_spss("data/ejemplogbw8.sav")

7.1.1 Sin peso

options(expss.fre_stat_lab = c("Casos", "Valido porcentaje", "Porcentaje","Respuestas %", "Acumulado %"),digits=3)
fre.result <- fre(unvl(data$P16))
kable(fre.result)

Gasto medio por persona realizado en ’ € (Euros)	Casos	Valido porcentaje	Porcentaje	Respuestas %	Acumulado %
304.21	4	1.51	1.04	1.51	1.51
306.01	8	3.03	2.08	3.03	4.54
307.51	4	1.51	1.04	1.51	6.06
312.02	44	16.67	11.46	16.67	22.73
315.03	9	3.41	2.34	3.41	26.14
318.03	24	9.09	6.25	9.09	35.23
324.04	4	1.51	1.04	1.51	36.74
327.05	8	3.03	2.08	3.03	39.77
330.06	33	12.50	8.59	12.50	52.27
336.07	8	3.03	2.08	3.03	55.30
342.08	20	7.58	5.21	7.58	62.88
348.09	4	1.51	1.04	1.51	64.39
360.11	20	7.58	5.21	7.58	71.97
384.15	4	1.51	1.04	1.51	73.48
390.17	8	3.03	2.08	3.03	76.52
420.22	16	6.06	4.17	6.06	82.58
450.28	11	4.17	2.87	4.17	86.74
480.33	12	4.54	3.12	4.54	91.29
600.55	4	1.51	1.04	1.51	92.80
630.61	7	2.65	1.82	2.65	95.45
660.66	4	1.51	1.04	1.51	96.97
720.77	4	1.51	1.04	1.51	98.48
780.88	4	1.51	1.04	1.51	100.00
#Total	264	100.00	68.75	100.00	NA
	120	NA	31.25	NA	NA

7.1.2 Con peso

options(expss.fre_stat_lab = c("Casos", "Valido porcentaje", "Porcentaje","Respuestas %", "Acumulado %"), digits=3)
fre.result <- fre(unlab(data$P16),weight=data$P15)
colnames(fre.result) <- c('P16',colnames(fre.result)[-1])
kable(fre.result)

P16	Casos	Valido porcentaje	Porcentaje	Respuestas %	Acumulado %
304.21	4	0.452	0.452	0.452	0.452
306.01	24	2.715	2.715	2.715	3.167
307.51	8	0.905	0.905	0.905	4.072
312.02	88	9.955	9.955	9.955	14.027
315.03	34	3.846	3.846	3.846	17.873
318.03	72	8.145	8.145	8.145	26.018
324.04	12	1.357	1.357	1.357	27.376
327.05	28	3.167	3.167	3.167	30.543
330.06	124	14.027	14.027	14.027	44.570
336.07	28	3.167	3.167	3.167	47.738
342.08	72	8.145	8.145	8.145	55.882
348.09	16	1.810	1.810	1.810	57.692
360.11	80	9.050	9.050	9.050	66.742
384.15	12	1.357	1.357	1.357	68.100
390.17	40	4.525	4.525	4.525	72.624
420.22	56	6.335	6.335	6.335	78.959
450.28	30	3.394	3.394	3.394	82.353
480.33	64	7.240	7.240	7.240	89.593
600.55	16	1.810	1.810	1.810	91.403
630.61	28	3.167	3.167	3.167	94.570
660.66	16	1.810	1.810	1.810	96.380
720.77	16	1.810	1.810	1.810	98.190
780.88	16	1.810	1.810	1.810	100.000
#Total	884	100.000	100.000	100.000	NA
	0	NA	0.000	NA	NA

7.2 Nueva opción

Con esta misma función podemos hacer que si la variable está codificada y tiene etiquetas, que nos ofrezca la misma información pero con las etiquetas (vendría a ser como un marginal).

7.2.1 Sin peso

options(expss.fre_stat_lab = c("Casos", "Valido porcentaje", "Porcentaje","Respuestas %", "Acumulado %"), digits=3)
fre.result <- fre(data$EDAD)
kable(fre.result)

data$EDAD	Casos	Valido porcentaje	Porcentaje	Respuestas %	Acumulado %
-25	124	32.3	32.3	32.3	32.3
-35	104	27.1	27.1	27.1	59.4
-45	64	16.7	16.7	16.7	76.0
-55	40	10.4	10.4	10.4	86.5
+55	52	13.5	13.5	13.5	100.0
#Total	384	100.0	100.0	100.0	NA
	0	NA	0.0	NA	NA

7.2.2 Con peso

options(expss.fre_stat_lab = c("Casos", "Valido porcentaje", "Porcentaje","Respuestas %", "Acumulado %"), digits=3)
fre.result <- fre(data$EDAD, weight = data$P15)
kable(fre.result)

data$EDAD	Casos	Valido porcentaje	Porcentaje	Respuestas %	Acumulado %
-25	312	35.29	35.29	35.29	35.3
-35	216	24.43	24.43	24.43	59.7
-45	204	23.08	23.08	23.08	82.8
-55	104	11.76	11.76	11.76	94.6
+55	48	5.43	5.43	5.43	100.0
#Total	884	100.00	100.00	100.00	NA
	0	NA	0.00	NA	NA

7.3 Recuento con múltiples

7.3.1 Sin peso

Uso el split = 3 que yo tengo en mi SPSS data.

Si se hiciera split = 1, creo que hay que cambiar mrset() por mdset() y quitar el unvr() para que pueda leer los textos extra., es decir quedaría como tab_cells(mdset_('P10_')) en caso de que fuera split=1.

fre.result <- data %>%
     tab_cols(total()) %>%
     tab_cells(unvr(mrset_p('P10_'))) %>%
     tab_stat_cases(label='Casos') %>%
     tab_stat_cpct(label = '%') %>% 
     tab_pivot(stat_position = 'inside_columns') 
colnames(fre.result) <- c('Valor', 'Casos', '%')     
kable(fre.result)

Valor	Casos	%
Modelo 1	52	13.54
Modelo 2	44	11.46
Modelo 3	200	52.08
Modelo 4	40	10.42
Modelo 5	124	32.29
Modelo 6	24	6.25
Modelo 7	48	12.50
Modelo 9	16	4.17
Modelo 8	16	4.17
Modelo 10	8	2.08
Modelo 11	132	34.38
12	36	9.38
#Total cases	384	384.00

7.3.2 Con peso

fre.result <- data %>%
     tab_weight(P15) %>% 
     tab_cols(total()) %>%
     tab_cells(unvr(mrset_p('P10_'))) %>%
     tab_stat_cases(label='Casos') %>%
     tab_stat_cpct(label = '%') %>% 
     tab_pivot(stat_position = 'inside_columns') 
colnames(fre.result) <- c('Valor', 'Casos', '%')     
kable(fre.result)

Valor	Casos	%
Modelo 1	108	12.22
Modelo 2	80	9.05
Modelo 3	484	54.75
Modelo 4	52	5.88
Modelo 5	268	30.32
Modelo 6	92	10.41
Modelo 7	100	11.31
Modelo 9	68	7.69
Modelo 8	44	4.98
Modelo 10	NA	NA
Modelo 11	376	42.53
12	40	4.53
#Total cases	264	264.00