Un marco_calidad enumera las dimensiones y factores contra los que se
interpreta la cobertura de un análisis. No contiene métricas instanciadas:
esa función sigue correspondiendo a modelo(). Tampoco es un catálogo de
métricas; catalogo_agesic() conserva esa correspondencia específica.
marco_calidad(nombre, factores)marco_agesic()
marco_iso25012()
marco_cepal()
marco_calidad(), marco_agesic(), marco_iso25012() y
marco_cepal() devuelven un objeto S3 marco_calidad.
as.data.frame() devuelve su tabla de factores.
Nombre del marco.
Data frame con dimension y factor, o lista con nombres.
El data frame puede añadir estos campos de contrato:
como_resolverlo: instrucción que muestra cobertura_analisis() cuando
el factor todavía no fue medido;
perfil_mide: lógico que declara si el profiling por sí solo aporta una
medición suficiente del factor. No ejecuta métricas ni se infiere del
nombre; su valor predeterminado es FALSE;
aplicabilidad: "siempre", "temporal" o "geometria". Las dos
últimas permiten informar "no_aplica" cuando el perfil no contiene
columnas temporales o geometrías, respectivamente;
disponibilidad: "disponible" o "fuera_de_alcance". Esta última
declara una limitación del motor y no puede combinarse con
perfil_mide = TRUE.
Las columnas adicionales se conservan como metadatos y no cambian por sí
solas la cobertura. Si se usa una lista, como_resolverlo recibe una
instrucción genérica, perfil_mide = FALSE, aplicabilidad = "siempre" y
disponibilidad = "disponible" para todas las filas.
marco_agesic() devuelve la taxonomía incluida de fábrica. Un marco propio
puede construirse con un data frame o con una lista cuyos nombres son
dimensiones y cuyos valores son factores. La forma lista aplica a todas las
filas los valores predeterminados descritos abajo; en particular,
perfil_mide = FALSE.
En AGESIC, las instrucciones como_resolverlo de los factores se derivan de
las métricas implementadas o agregables en catalogo_agesic(). En los marcos
ISO/IEC 25012 y CEA/CEPAL no se infieren métricas por similitud de nombres:
sus factores conservan la instrucción declarada por cada marco hasta que se
les asocia una métrica con el mismo par dimensión-factor.
marco_iso25012() adapta las dos perspectivas de ISO/IEC 25012:2008 a la
estructura dimensión-factor. Usa tres grupos disjuntos como dimensiones:
características inherentes, características inherentes y dependientes del
sistema, y características dependientes del sistema. Este agrupamiento es
una representación operativa para lupa, no afirma que la norma defina una
jerarquía dimensión-factor. Los nombres de las quince características y su
clasificación siguen la norma; las descripciones son redacción propia. Las
quince filas declaran perfil_mide = FALSE: a diferencia de la política
incluida para dos factores de AGESIC, el profiling genérico no demuestra por
sí solo que una característica ISO satisfaga el uso declarado.
marco_cepal() representa los cuatro niveles y los diecinueve principios
del marco nacional de aseguramiento de la calidad de las Naciones Unidas,
adoptados y adaptados para América Latina y el Caribe por la CEA/CEPAL. La
columna principio conserva la numeración de la fuente. Los nombres de los
niveles y principios son textuales; las descripciones y las instrucciones
como_resolverlo de este paquete son redacción propia. Los principios 1 a
13 quedan fuera del alcance de una tabla: se refieren al sistema, al entorno
institucional o al proceso estadístico. Los principios 14 a 19 describen
productos estadísticos y quedan disponibles, aunque ninguno se considera
medido por el profiling genérico.
ISO/IEC (2008). ISO/IEC 25012:2008 Software engineering — Software product Quality Requirements and Evaluation (SQuaRE) — Data quality model. https://www.iso.org/standard/35736.html.
Naciones Unidas (2019). Manual del marco nacional de aseguramiento de calidad en las estadísticas oficiales. Estudios en Métodos, serie M, N° 100 (ST/ESA/STAT/SER.M/100), Nueva York.
Grupo de Trabajo de la Conferencia Estadística de las Américas (CEA), coordinado por Colombia (DANE) y México (INEGI), Secretaría Técnica: División de Estadísticas de la CEPAL (2022). Guía para la implementación del marco de aseguramiento de la calidad para procesos y productos estadísticos. LC/CEA.11/19. Comisión Económica para América Latina y el Caribe (CEPAL), Naciones Unidas, Santiago.
catalogo_agesic(), modelo(), cobertura_analisis()
propio <- marco_calidad("Marco operativo", list(
Trazabilidad = c("Origen documentado", "Linaje reproducible"),
Pertinencia = "Adecuaci\u00f3n al uso"
))
propio
as.data.frame(propio)
marco_agesic()
iso <- marco_iso25012()
table(as.data.frame(iso)$dimension)
marco_cepal()
Run the code above in your browser using DataLab