Summary and comparison of the results of all the sections

 Análisis Factorial (apartado 3.2.1: Características generales y población del distrito)

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion2;

var Superficie -- EsperanzaVidaNacerHOMBRES;

run;

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion2;

var Superficie -- De30a44 De65a79 -- EsperanzaVidaNacerHOMBRES;

run;

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion2;

var Superficie Densidad PropMujeres -- De30a44 De65a79 -- EsperanzaVidaNacerHOMBRES;

run;

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion2;

var Superficie Densidad PropMujeres -- De30a44 De65a79 PersonasNacionalidadExtranjera TamanoMedioHogar -- EsperanzaVidaNacerHOMBRES;

run;

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion2;

var Superficie Densidad PropMujeres -- De15a29 De65a79 PersonasNacionalidadExtranjera TamanoMedioHogar -- EsperanzaVidaNacerHOMBRES;

run;

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion2;

var Superficie Densidad PropMujeres -- De15a29 De65a79 PersonasNacionalidadExtranjera TamanoMedioHogar -- HogaresMonoparentalesHombre EsperanzaVidaNacerMUJERES EsperanzaVidaNacerHOMBRES;

run;

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion2;

var Superficie Densidad PropMujeres -- De0a14anos De65a79 PersonasNacionalidadExtranjera TamanoMedioHogar -- HogaresMonoparentalesHombre EsperanzaVidaNacerMUJERES EsperanzaVidaNacerHOMBRES;

run;

procfactordata=tfg.datos_eliminvar msascreeout=solucion1 outstat=solucion2 n=3;

var Superficie Densidad PropMujeres -- De0a14anos De65a79 TamanoMedioHogar --

HogaresMonoparentalesHombre EsperanzaVidaNacerMUJERES EsperanzaVidaNacerHOMBRES;

run;

proctransposedata=solucion2 out=represen;

where _type_ = 'PATTERN';

run;

%plotit(data=represen, plotvars=Factor1 Factor2, labelvar=_name_, href=0, vref=0);

%plotit(data=solucion1, plotvars=Factor1 Factor2, labelvar=distritos, tsize=1.5, symsize=0.5, ls=125, href=0, vref=0);

 Análisis Cluster (apartado 3.2.1: Características generales y población del distrito)

procclusterdata=solucion1 noeigenstdmethod=centroid nonormcccpseudo out=salcluster;

var Factor1 -- Factor3;

id distritos;

proctreedata=salcluster out=saltree nclusters=5;

id distritos;

copy Factor1 -- Factor3;

run;

procsortdata=saltree;

by cluster;

run;

procprintdata=saltree;

by cluster;

var distritos Factor1 -- Factor3;

run;

 Análisis Factorial (apartado 3.2.2: Indicadores económicos e Indicadores de desempleo)

procfactordata=tfg.datos_eliminvar msascreeout=solucion3 outstat=solucion4 n=1;

var RentaNetaMediaAnualHogares -- ParadosPercibenPrestaciones;

run;

 Análisis de Componentes Principales (apartado 3.2.2: Indicadores económicos e Indicadores de desempleo)

procprincompdata=tfg.datos_eliminvar plot=all outstat=statdat out=datscores n=1;

var RentaNetaMediaAnualHogares -- ParadosPercibenPrestaciones;

run;

procprintdata=datscores noobs;

var distritos PRIN1;

run;

procgchartdata=datscores;

hbar distritos / sumvar=PRIN1;

run;

 Análisis Factorial (apartado 3.2.3: Educación)

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion6;

var EtapasEducativasInfantil3a5anos -- EstudiosSuperioresLicenciadoDoct;

run;

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion6;

var EtapasEducativasInfantil3a5anos -- BachillerElementalGraduadoEscola TituladosMediosDiplomadosArquite EstudiosSuperioresLicenciadoDoct;

run;

procfactordata=tfg.datos_eliminvar msascreeoutstat=solucion6;

var EtapasEducativasInfantil3a5anos EtapasEducativasPrimaria6a11anos CentrosPRIVADOSCONCERTADOS -- BachillerElementalGraduadoEscola TituladosMediosDiplomadosArquite EstudiosSuperioresLicenciadoDoct;

run;

procfactordata=tfg.datos_eliminvar msascreeout=solucion5 outstat=solucion6 n=3;

var EtapasEducativasInfantil3a5anos EtapasEducativasPrimaria6a11anos CentrosPUBLICOS -- BachillerElementalGraduadoEscola TituladosMediosDiplomadosArquite

EstudiosSuperioresLicenciadoDoct;

proctransposedata=solucion6 out=represen2;

where _type_ = 'PATTERN';

run;

%plotit(data=represen2, plotvars=Factor1 Factor2, labelvar=_name_, href=0, vref=0); %plotit(data=represen2, plotvars=Factor1 Factor3, labelvar=_name_, href=0, vref=0);

%plotit(data=solucion5, plotvars=Factor1 Factor2, labelvar=distritos, tsize=1.5, symsize=0.5, ls=125, href=0, vref=0);

%plotit(data=solucion5, plotvars=Factor1 Factor3, labelvar=distritos, tsize=1.5, symsize=0.5, ls=125, href=0, vref=0);

 Análisis Cluster (apartado 3.2.3: Educación)

procclusterdata=solucion5 noeigenstdmethod=centroid nonormcccpseudo out=salcluster2;

var Factor1 -- Factor3;

id distritos;

run;

proctreedata=salcluster2 out=saltree2 nclusters=5;

id distritos;

copy Factor1 -- Factor3;

run;

procsortdata=saltree2;

by cluster;

run;

procprintdata=saltree2;

by cluster;

var distritos Factor1 -- Factor3;

run;

 Análisis Factorial (apartado 3.2.4: Salud y Servicios Sociales)

procfactordata=tfg.datos_eliminvar msascreeout=solucion7 outstat=solucion8 n=3;

var Practicadeejerciciofisicodiario -- Consumodemedicamentos PropPersonasDiscapacidadReconoci PropPersonasAtendidasUnidaddePri -- PropPersonasMayoresSociasCentros CentrosdeServiciosSociales -- CentrosAtencionInfancia;

run;

procfactordata=tfg.datos_eliminvar msascreeout=solucion7 outstat=solucion8 n=3rotate=varimax plot=all;

var Practicadeejerciciofisicodiario -- Consumodemedicamentos PropPersonasDiscapacidadReconoci PropPersonasAtendidasUnidaddePri -- PropPersonasMayoresSociasCentros CentrosdeServiciosSociales -- CentrosAtencionInfancia;

run;

proctransposedata=solucion8 out=represen3;

where _type_ = 'PATTERN';

run;

%plotit(data=represen3, plotvars=Factor1 Factor2, labelvar=_name_, href=0, vref=0); %plotit(data=represen3, plotvars=Factor1 Factor3, labelvar=_name_, href=0, vref=0);

%plotit(data=solucion7, plotvars=Factor1 Factor2, labelvar=distritos, tsize=1.5, symsize=0.5, ls=125, href=0, vref=0);

%plotit(data=solucion7, plotvars=Factor2 Factor3, labelvar=distritos, tsize=1.5, symsize=0.5, ls=125, href=0, vref=0);

 Análisis Cluster (apartado 3.2.4: Salud y Servicios Sociales)

procclusterdata=solucion7 noeigenstdmethod=centroid nonormcccpseudo out=salcluster3;

var Factor1 -- Factor3;

id distritos;

run;

proctreedata=salcluster3 out=saltree3 nclusters=5;

id distritos;

copy Factor1 -- Factor3;

run;

procsortdata=saltree3;

by cluster;

run;

procprintdata=saltree3;

by cluster;

var distritos Factor1 -- Factor3;

run;

 Análisis Factorial (apartado 3.2.5: Vivienda)

procfactordata=tfg.datos_eliminvar msascreeout=solucion9 outstat=solucion10 n=2;

var Viviendasanterioresa1980 -- Desocupada;

run;

proctransposedata=solucion10 out=represen4;

where _type_ = 'PATTERN';

run;

%plotit(data=represen4, plotvars=Factor1 Factor2, labelvar=_name_, href=0, vref=0);

%plotit(data=solucion9, plotvars=Factor1 Factor2, labelvar=distritos, tsize=1.5, symsize=0.5, ls=125, href=0, vref=0);

 Análisis Cluster (apartado 3.2.5: Vivienda)

procclusterdata=solucion9 noeigenstdmethod=centroid nonormcccpseudo out=salcluster4;

var Factor1 -- Factor2;

id distritos;

run;

proctreedata=salcluster4 out=saltree4 nclusters=4;

id distritos;

copy Factor1 -- Factor2;

run;

procsortdata=saltree4;

by cluster;

run;

procprintdata=saltree4;

by cluster;

var distritos Factor1 -- Factor2;

 Análisis Cluster (apartado 3.2.6: Calidad de vida: Satisfacción con los servicios públicos)

procclusterdata=TFG.datos_eliminvar noeigenstdmethod=centroid nonormcccpseudo out=salcluster5;

var EspaciosVerdes -- ServiciosSocialesMunicipales;

id distritos;

run;

proctreedata=salcluster5 out=saltree5 nclusters=7;

id distritos;

copy EspaciosVerdes -- ServiciosSocialesMunicipales;

run;

procsortdata=saltree5;

by cluster;

run;

procprintdata=saltree5;

by cluster;

var distritos EspaciosVerdes -- ServiciosSocialesMunicipales;

run;

 Análisis Cluster (apartado 3.2.7: Seguridad)

procclusterdata=TFG.datos_eliminvar noeigenstdmethod=centroid nonormcccpseudo out=salcluster6;

var IntervenPoliciaMunicipalPersonas -- PropDetenidosEInvestigados;

id distritos;

run;

proctreedata=salcluster6 out=saltree6 nclusters=4;

id distritos;

copy IntervenPoliciaMunicipalPersonas -- PropDetenidosEInvestigados;

run;

procsortdata=saltree6;

by cluster;

run;

procprintdata=saltree6;

by cluster;

var distritos IntervenPoliciaMunicipalPersonas -- PropDetenidosEInvestigados;

run;

 Análisis Cluster (apartado 3.2.8: Resultados elecciones locales)

procclusterdata=TFG.datos_eliminvar noeigenstdmethod=centroid nonormcccpseudo out=salcluster7;

var Abstencion -- Ciudadanos;

id distritos;

run;

proctreedata=salcluster7 out=saltree7 nclusters=4;

id distritos;

copy Abstencion -- Ciudadanos;

run;

procsortdata=saltree7;

by cluster;

run;

procprintdata=saltree7;

by cluster;

var distritos Abstencion -- Ciudadanos;

 Regresión PLS con variables económicas (apartado 4.1)

procplsdata=tfg.datos_eliminvar cv=one cvtest;

model PP PSOE AhoraMadrid Ciudadanos = RentaNetaMediaAnualHogares --

ParadosPercibenPrestaciones PropPersonasAtendidasUnidaddePri -- BeneficiariosPrestacionesSociale ValorCatastralMedioBienesInmuebl -- SuperficieMediaVivienda/ solution;

outputout=out_pred1 p=p_PP p_PSOE p_AhoraMadrid p_Ciudadanos;

run;

procplsdata=tfg.datos_eliminvar method=pls nfac=3varsscenscaledetailsplots=(parmprofiles corrload(nfac=3 unpack));

model PP PSOE AhoraMadrid Ciudadanos = RentaNetaMediaAnualHogares --

ParadosPercibenPrestaciones PropPersonasAtendidasUnidaddePri -- BeneficiariosPrestacionesSociale ValorCatastralMedioBienesInmuebl -- SuperficieMediaVivienda/ solution;

outputout=out_pred_pls1 p=p_PP p_PSOE p_AhoraMadrid p_Ciudadanos yresidual=PP_res PSOE_res

AhoraMadrid_res Ciudadanos_res;

run;

procprintdata=out_pred_pls1;

var distritos PP PSOE AhoraMadrid Ciudadanos p_PP p_PSOE p_AhoraMadrid p_Ciudadanos PP_res PSOE_res AhoraMadrid_res Ciudadanos_res;

run;

data residuos_PP;

set out_pred_pls1 (keep=PP_res); residuos = PP_res;

partido='PP ';

drop PP_res;

run;

data residuos_PSOE;

set out_pred_pls1 (keep=PSOE_res); residuos = PSOE_res;

partido='PSOE ';

drop PSOE_res;

run;

data residuos_AhoraMadrid;

set out_pred_pls1 (keep=AhoraMadrid_res); residuos = AhoraMadrid_res;

partido='AhoraMadrid';

drop AhoraMadrid_res;

run;

data residuos_Ciudadanos;

set out_pred_pls1 (keep=Ciudadanos_res); residuos = Ciudadanos_res;

partido='Ciudadanos ';

drop Ciudadanos_res;

run;

data residuos_partido;

set residuos_PP residuos_PSOE residuos_AhoraMadrid residuos_Ciudadanos;

run;

procprintdata=residuos_partido;

run;

procboxplotdata= residuos_partido;

plot residuos*partido;

insetminmeanmaxstddev /header ='Estadísticos'pos = tm;

insetgroup min max / header = 'Errores mínimo y máximo para cada fichero';

 Regresión PLS con variables demográficas (apartado 4.2)

procplsdata=tfg.datos_eliminvar cv=one cvtest;

model PP PSOE AhoraMadrid Ciudadanos = De0a14anos -- PersonasNacionalidadExtranjera

EtapasEducativasInfantil3a5anos -- EstudiosSuperioresLicenciadoDoct/ solution;

outputout=out_pred1 p=p_PP p_PSOE p_AhoraMadrid p_Ciudadanos;

run;

procplsdata=tfg.datos_eliminvar method=pls nfac=5varsscenscaledetailsplots=(parmprofiles corrload(nfac=5 unpack trace=OFF));

model PP PSOE AhoraMadrid Ciudadanos = De0a14anos -- PersonasNacionalidadExtranjera

EtapasEducativasInfantil3a5anos -- EstudiosSuperioresLicenciadoDoct/ solution;

outputout=out_pred_pls2 p=p_PP p_PSOE p_AhoraMadrid p_Ciudadanos yresidual=PP_res PSOE_res

AhoraMadrid_res Ciudadanos_res;

run;

procprintdata=out_pred_pls2;

var distritos PP PSOE AhoraMadrid Ciudadanos p_PP p_PSOE p_AhoraMadrid p_Ciudadanos PP_res PSOE_res AhoraMadrid_res Ciudadanos_res;

run;

data residuos_PP2;

set out_pred_pls2 (keep=PP_res); residuos = PP_res;

partido='PP ';

drop PP_res;

run;

data residuos_PSOE2;

set out_pred_pls2 (keep=PSOE_res); residuos = PSOE_res;

partido='PSOE ';

drop PSOE_res;

run;

data residuos_AhoraMadrid2;

set out_pred_pls2 (keep=AhoraMadrid_res); residuos = AhoraMadrid_res;

partido='AhoraMadrid';

drop AhoraMadrid_res;

run;

data residuos_Ciudadanos2;

set out_pred_pls2 (keep=Ciudadanos_res); residuos = Ciudadanos_res;

partido='Ciudadanos ';

drop Ciudadanos_res;

run;

data residuos_partido2;

set residuos_PP2 residuos_PSOE2 residuos_AhoraMadrid2 residuos_Ciudadanos2;

run;

procprintdata=residuos_partido2;

run;

procboxplotdata= residuos_partido2;

plot residuos*partido;

insetminmeanmaxstddev /header ='Estadísticos'pos = tm;

insetgroup min max / header = 'Errores mínimo y máximo para cada fichero';

In document An investigation of the consistency of Statistics South Africa's employment data between surveys (Page 93-97)