Separa el tipo de almacenamiento, el tipo implícito y la escala de medición.
Una propuesta basada sólo en valores nunca queda confirmada: 1, 2, 3 puede
ser conteo, código o nivel. Las clases ordered, factor, logical, las
clases temporales y el metadato measure sí constituyen declaraciones.
measure = "scale" se publica como continua, la lectura que SPSS da a ese
nivel. Una unidad declarada —el atributo units— establece una magnitud,
pero no si es discreta o continua: confirma continua cuando los valores
traen decimales, y con valores enteros la propuesta queda sin confirmar,
porque pueden ser una cuenta o una medida redondeada.
clasificar_variables(
datos,
perfil = NULL,
metadatos = NULL,
max_niveles = 100L,
muestra = 1e+05,
proteger_datos_personales = FALSE,
columnas_personales = character()
)Data frame S3 clasificacion_variables, editable y filtrable.
Tabla que se desea clasificar.
Perfil opcional de los mismos datos.
Declaraciones opcionales por columna.
Máximo de niveles guardados en cada lista.
Máximo de valores usados para enumerar niveles no declarados;
los niveles ausentes de factores y metadatos se verifican sobre toda la
columna, y n_niveles_observados cuenta los valores distintos de la
columna entera, con o sin perfil. niveles_muestreados dice si la lista
de niveles salió de una muestra.
Si se ocultan niveles concretos de columnas
cuya clasificación activa protección automática. Véase perfilar(). Con
perfil, se respeta la clasificación de ese perfil; sin perfil, se
rehace aquí por léxico y por forma, y lo declarado entra por
columnas_personales.
Columnas que traen datos personales, declaradas
con la misma forma que acepta perfilar(): nombres de columna, o un vector
con nombre donde el nombre es la columna y el valor es el tipo. Es el
único camino cuando no se pasa perfil: sin perfil, la clasificación
corre por léxico y por forma, así que una columna que sólo quien la conoce
sabe personal —una edad, un legajo interno— se publicaría entera. Sólo
tiene efecto con proteger_datos_personales = TRUE.
Con perfil, una columna declarada en su columnas_codigo es un código y
no una magnitud: en lugar de discreta o continua con rol medida, sale
nominal, con rol categoria y confirmada, porque la declaración es del
usuario. metadatos la puede corregir igual.
metadatos permite confirmar o corregir la propuesta con una tabla editable.
Debe contener columna y puede incluir escala, rol, confianza,
confirmada, unidad y una columna de lista niveles. Las escalas válidas
son nominal, ordinal, discreta, continua, binaria, temporal y desconocida.
Los niveles declarados y observados se conservan como columnas de lista. Los
niveles ausentes son una observación, no prueba de error. Si la evidencia de
dato personal activa la protección, los niveles concretos se protegen, y los
valores de esas columnas escritos en los niveles de OTRA columna —una
observación que cita la cédula— se tapan con el mismo piso que aplica
perfilar(). Sólo
las escalas nominal, ordinal y binaria guardan niveles observados; en las
demás, n_niveles_observados es NA, porque la cifra no aplica.
Una columna numérica sin ningún valor finito —sólo Inf o -Inf— queda
desconocida: Inf no es un entero ni un estado.
analizar(), distribucion_valores(), proponer_modelo()
d <- data.frame(
prioridad = ordered(c("baja", "alta"), levels = c("baja", "media", "alta")),
cantidad = c(1L, 2L)
)
clasificar_variables(d)
Run the code above in your browser using DataLab