Recorre una grilla de pesos del ancla (lambda), correlaciones por edad (rho) y fracciones del gradiente subnacional (kappa): un ajuste por (lambda, rho) y una cascada por kappa, con las etiquetas recalculadas.
Usage
dl_sensibilidad(
insumos,
grilla = insumos$cfg$sensibilidad,
semilla,
opciones = dl_opciones_mcmc(simulaciones = 200L, cadenas = 2L, iteraciones = 6000L,
calentamiento = 3000L),
procesos = 1L
)Arguments
- insumos
Insumos de
dl_insumos().- grilla
Lista con los vectores
lambda,rhoykappa(y, opcionalmente,fraccion_aguda); por defecto, la grillasensibilidadde la configuración.kappaes obligatorio solo si hay proxies subnacionales.- semilla
Semilla (entero), obligatoria: el resultado es reproducible con la misma semilla.
- opciones
Opciones de
dl_opciones_mcmc()de cada ajuste de la grilla (por defecto, 200 simulaciones y 2 cadenas de 6000 iteraciones con 3000 de calentamiento).- procesos
Combinaciones (lambda, rho) en paralelo (en Windows se usa 1).
Value
Tabla (data.table) nacional con una fila por combinación (lambda, rho, fraccion_aguda, kappa),
sexo (sex_id) y banda (age_group_id): la prevalencia nacional de la banda (val, con su intervalo del 95 %
en lower y upper), su etiqueta, el abanico subnacional (dpto_min, dpto_med y dpto_max: el mínimo,
la mediana y el máximo, entre las ubicaciones subnacionales, del cociente ubicación / nación) y nota (por qué
una fila no tiene abanico; NA si lo tiene). El atributo departamental trae el detalle por ubicación
subnacional (location_id, con val, lower y upper). Los nombres dpto_* y departamental se conservan
de la versión 0.2.2.
Details
En un proyecto, la grilla de la configuración es sensibilidad.peso (lambda), sensibilidad.correlacion_edad
(rho) y sensibilidad.kappa (kappa); por defecto, [0.25, 0.5, 1], [0, 0.5, 0.9] y [0.5, 1] (ver
dl_configuracion()). Cada combinación (lambda, rho) es un ajuste completo con opciones, así que la grilla
entera tarda varias veces lo que un ajuste; procesos reparte las combinaciones entre procesos. El eje opcional
fraccion_aguda cambia la fracción de las muertes por la causa que se descuenta del prior de la mortalidad en
exceso; con la mortalidad en exceso fija en 0 (mortalidad_exceso.prior: cero) no hay prior que cambie y el eje
es un error. Una combinación con la que la cascada falla (por ejemplo, prevalencias subnacionales mayores que 1 con
un lambda pequeño) no detiene las demás: su fila lo explica en nota.
Lo que se mira: cuánto cambia la prevalencia nacional (y su etiqueta) de una combinación a otra y cuánto se abre
el abanico subnacional con kappa. Si un resultado cambia mucho dentro de valores razonables, la decisión que lo
fija (el peso del ancla, por ejemplo) merece una justificación en notas.
See also
dl_etiquetas(), dl_cascada() (kappa) y dl_correr() (que la guarda en
diagnostics/sensibilidad.csv).
Diagnóstico:
dl_ess(),
dl_etiquetas(),
dl_rhat(),
dl_validar_ancla()
Examples
# \donttest{
b <- dl_insumos(dl_proyecto(dl_ejemplo(), causa = 9100))
#> dl_insumos(): 25 fila(s) nacionales de la tabla datos quedan fuera del ajuste porque datos_en_ajuste está vacío en la configuración; las filas subnacionales se usan solo para validar la cascada
op <- dl_opciones_mcmc(simulaciones = 100, cadenas = 2, iteraciones = 2000, calentamiento = 1000)
# una grilla pequeña: dos pesos del ancla, un rho y un kappa
s <- dl_sensibilidad(b, grilla = list(lambda = c(0.5, 1), rho = 0.5, kappa = 1), semilla = 1,
opciones = op)
# prevalencia nacional de una banda de edad con cada peso del ancla
s[age_group_id == 18, c("lambda", "sex_id", "val", "lower", "upper", "dpto_min", "dpto_max")]
#> lambda sex_id val lower upper dpto_min dpto_max
#> <num> <int> <num> <num> <num> <num> <num>
#> 1: 0.5 1 0.04986814 0.03595645 0.06763685 0.8942146 1.213476
#> 2: 0.5 2 0.04390584 0.03420790 0.05494658 0.8982482 1.207567
#> 3: 1.0 1 0.05226160 0.04321356 0.05996622 0.8917777 1.217597
#> 4: 1.0 2 0.04504375 0.03673546 0.05681982 0.8992736 1.207201
head(attr(s, "departamental"))
#> lambda rho fraccion_aguda kappa location_id sex_id age_group_id val
#> <num> <num> <num> <num> <char> <int> <int> <num>
#> 1: 0.5 0.5 0 1 01 1 13 0.01556286
#> 2: 0.5 0.5 0 1 01 1 14 0.02176611
#> 3: 0.5 0.5 0 1 01 1 15 0.02848670
#> 4: 0.5 0.5 0 1 01 1 16 0.03564594
#> 5: 0.5 0.5 0 1 01 1 17 0.04331353
#> 6: 0.5 0.5 0 1 01 1 18 0.05245686
#> lower upper
#> <num> <num>
#> 1: 0.01017801 0.02069477
#> 2: 0.01489082 0.02770130
#> 3: 0.02015322 0.03749756
#> 4: 0.02585914 0.04831128
#> 5: 0.03242453 0.06066496
#> 6: 0.03813267 0.07253503
# }