# Diccionario para leer la evaluación de la brecha del agua ## Indicadores ### Continuidad del agua Disponibilidad del servicio durante el tiempo consultado. Tener tubería o conexión no significa recibir agua de manera continua. **Cómo leerlo aquí:** ENDES pregunta si hay agua todo el día; ENAHO combina disponibilidad todos los días y 24 horas. Son preguntas diferentes. ### Red pública Para los indicadores ENAHO de continuidad se incluyen las categorías P110=1 o 2: red dentro de la vivienda o fuera de ella, dentro del edificio. **Cómo leerlo aquí:** El 30,0 % no describe a todos los hogares del Resto de la Costa: describe ese universo con respuestas válidas. ### Horas diarias equivalentes Promedio que distribuye las horas semanales de servicio entre los siete días. Es un cálculo basado en lo declarado por el hogar. **Cómo leerlo aquí:** Si hay agua 12 horas en tres días de la semana: 12 × 3 / 7 = 5,1 horas diarias equivalentes. No significa que llegue 5,1 horas cada día. ### Almacenamiento, olla/balde y ausencia de tapa Son características distintas: guardar agua, el recipiente utilizado y si se tapa. Usar balde no significa dejarlo destapado. **Cómo leerlo aquí:** En esta evaluación, olla/balde y ausencia de tapa se expresan sobre hogares con respuestas válidas sobre almacenamiento y sobre las demás condiciones aplicables; no solo entre quienes almacenan. ### Cloro residual y mg/L Cantidad de cloro que permanece en el agua después del tratamiento. mg/L significa miligramos por litro. **Cómo leerlo aquí:** El tablero clasifica la medición según ENAHO: adecuada desde 0,5 mg/L, insuficiente desde 0,1 hasta menos de 0,5 mg/L y lectura de 0,0 mg/L. Una lectura aislada no demuestra por sí sola la seguridad integral del agua. ### Atención y no búsqueda de atención Respuestas sobre dónde se atendió a niños con problemas de salud o si no se buscó atención. **Cómo leerlo aquí:** Las preguntas abarcan problemas de salud diversos. No identifican por sí mismas atención por dengue. ### Respuesta espontánea y respuesta múltiple Espontánea significa que la persona menciona la respuesta sin que se le lean todas las alternativas; múltiple permite elegir varias opciones. **Cómo leerlo aquí:** En preguntas múltiples, sumar porcentajes puede superar el 100 %. No mencionar un signo no demuestra necesariamente desconocerlo. ## Población y datos ### Microdatos y datos agregados Los microdatos contienen respuestas por hogar o persona. Los agregados resumen grupos sin mostrar cada registro individual. **Cómo leerlo aquí:** Los archivos descargables del tablero son agregados. El paquete de reproducción necesita los microdatos de entrada, que no se publican aquí. ### Universo y denominador Universo es la población a la que se refiere un indicador; denominador es el conjunto usado para calcularlo, después de aplicar sus reglas. **Cómo leerlo aquí:** Comparar hogares con red pública con el conjunto de todos los hogares puede producir diferencias que no representan cambios del servicio. ### Hogar, vivienda, persona y respuesta del cuidador Son unidades diferentes. Una vivienda puede contener más de un hogar; una respuesta de una mujer no es una medición del comportamiento de todos los integrantes. **Cómo leerlo aquí:** Los indicadores de agua, de mujeres y de niños deben conservar sus respectivos universos y pesos. ### Muestra y n La muestra es el conjunto de unidades observadas. n es el número de observaciones válidas utilizado en una estimación, sin expansión poblacional. **Cómo leerlo aquí:** n=1.601 no significa que existan solamente 1.601 hogares en Lima Metropolitana ni que ese número sea una población expandida. ### Respuesta válida, faltante y salto Una respuesta válida cumple los códigos y condiciones de la pregunta. Un faltante no aporta esa información; un salto significa que la pregunta no correspondía. **Cómo leerlo aquí:** No responder cuántas horas hay agua no debe convertirse automáticamente en “no tiene agua las 24 horas”. ### Dominio regional y departamento Son agrupaciones geográficas de análisis. Aquí se comparan Lima Metropolitana, Resto de la Costa, Sierra y Selva; los departamentos se muestran por separado. **Cómo leerlo aquí:** Las divisiones regionales de la encuesta y la agrupación cartográfica por distrito son referencias diferentes. No deben intercambiarse. ### Periodo anual, trimestre y agrupación semestral Un año abarca 12 meses; un trimestre, tres. Los datos disponibles de 2026 corresponden a enero–marzo (T1) y abril–junio (T2). **Cómo leerlo aquí:** En los contrastes principales doy el mismo peso a las estimaciones de T1 y T2. Ese promedio temporal no representa el año 2026 completo ni constituye un factor semestral oficial. ## Diseño de la encuesta ### Factor de expansión, peso y ponderación El peso indica cuánto representa una observación dentro de la población objetivo, según el diseño y los ajustes de la encuesta. Ponderar es usar esos pesos en el cálculo. **Cómo leerlo aquí:** No todos los hogares observados representan la misma cantidad de hogares. FACTOR07 y FACTOR deben utilizarse conforme a su periodo y documentación. ### UPM o conglomerado Unidad primaria de muestreo: grupo territorial seleccionado antes de elegir viviendas. Las observaciones dentro del mismo grupo pueden parecerse. **Cómo leerlo aquí:** Tratar todas las respuestas como independientes puede producir intervalos demasiado estrechos. Repetir un código de UPM entre años no prueba por sí solo un seguimiento longitudinal. ### Estrato Grupo definido para organizar la selección de la muestra y su cálculo de incertidumbre. **Cómo leerlo aquí:** La variable ESTRATO debe combinarse con la información requerida por el diseño. Una agrupación elegida por el analista necesita justificación. ### Diseño muestral complejo Forma de seleccionar la muestra que incluye pesos, estratos y conglomerados. Estos componentes influyen en las estimaciones y su incertidumbre. **Cómo leerlo aquí:** Usar una fórmula de muestreo aleatorio simple no reproduce automáticamente los intervalos de una encuesta compleja. ### Estimación por dominio Cálculo para un grupo, como una región o un universo de hogares, conservando la información del diseño completo. **Cómo leerlo aquí:** No equivale a eliminar primero todas las observaciones ajenas al grupo y declarar después un diseño nuevo. ### Panel y UPM compartidas Un panel sigue unidades a través del tiempo. Compartir UPM puede generar dependencia entre estimaciones aunque no se entreviste exactamente al mismo hogar. **Cómo leerlo aquí:** Las fichas técnicas documentan la reutilización de UPM. Cotejé sus códigos y su ubicación territorial; las llaves del marco siguen pendientes para confirmar el enlace. En los contrastes actuales utilizo los pesos anuales de 2025 y los pesos propios de cada trimestre de 2026. ### Ajuste por una sola UPM en un estrato Regla para calcular la varianza cuando un estrato tiene un único conglomerado utilizable. Aquí se declara la opción adjust de R survey. **Cómo leerlo aquí:** Es una decisión de cálculo que puede cambiar la incertidumbre; debe documentarse y no sustituye la verificación del diseño. ## Resultados e incertidumbre ### Estimación puntual, proporción y porcentaje La estimación puntual resume el valor calculado. Una proporción va de 0 a 1; el porcentaje la multiplica por 100. **Cómo leerlo aquí:** 0,300 equivale a 30,0 %, aproximadamente 3 de cada 10, dentro del universo definido. ### Media y mediana La media es un promedio; la mediana es el valor que deja la mitad de las observaciones a cada lado. Con pesos se considera la representación de cada observación. **Cómo leerlo aquí:** Las horas del tablero son medias ponderadas, no horarios típicos garantizados para cada hogar. ### Puntos porcentuales, pp Diferencia directa entre dos porcentajes. Es distinto de un cambio porcentual relativo. **Cómo leerlo aquí:** Pasar de 30 % a 35 % son 5 pp; el aumento relativo es aproximadamente 16,7 %. ### Error estándar, EE o SE Medida de cuánto puede variar una estimación por seleccionar una muestra en lugar de observar toda la población, bajo el diseño usado. **Cómo leerlo aquí:** Un EE pequeño indica menor variabilidad muestral; no descarta errores de medición, de códigos o de ponderación. ### Intervalo de confianza al 95 %, IC del 95 % Rango construido con un procedimiento que, al repetir el muestreo bajo sus supuestos, cubriría el valor poblacional aproximadamente en 95 de cada 100 intervalos. **Cómo leerlo aquí:** El IC del 95 % de 27,4–32,8 % acompaña la estimación de 30,0 %. No garantiza que la fuente, el diseño o la medición sean correctos. ### Intervalo puntual y simultáneo Un intervalo puntual corresponde a una estimación o contraste. Un conjunto de intervalos simultáneos controla la cobertura conjunta de varias comparaciones. **Cómo leerlo aquí:** Los intervalos del tablero son puntuales. Ajustar los valores p con Holm no convierte automáticamente las barras en intervalos simultáneos. ### Coeficiente de variación, CV Error estándar dividido entre la estimación, expresado en porcentaje. Describe precisión relativa. **Cómo leerlo aquí:** El tablero usa CV ≤15 %, de 15–30 % y >30 % como categorías de lectura. Un CV bajo no certifica validez ni ausencia de sesgo. ### Precisión, sesgo y validez Precisión describe variabilidad; sesgo es una desviación sistemática; validez exige que datos, medición y método permitan sostener la interpretación. **Cómo leerlo aquí:** Un cálculo puede ser muy preciso y, a la vez, estar sesgado por usar un denominador o peso inadecuado. ### Efecto de diseño, deff Relación entre la varianza del diseño declarado y la de un muestreo aleatorio simple de referencia. En el código se usa la referencia con reemplazo. **Cómo leerlo aquí:** Un deff mayor que 1 indica más varianza que esa referencia; no es una medida del efecto del agua sobre la salud. ### Taylor, logit y t de Student Son herramientas para calcular incertidumbre: Taylor aproxima la varianza; logit construye intervalos para proporciones; t usa los grados de libertad para intervalos y pruebas. **Cómo leerlo aquí:** Son métodos de cálculo, no pruebas de que las fuentes sean auténticas o las preguntas comparables. ## Pruebas y comparaciones ### Rao–Scott Prueba para examinar si la distribución de un indicador difiere entre grupos, teniendo en cuenta el diseño complejo. **Cómo leerlo aquí:** Una diferencia global entre regiones no demuestra que todos los pares de regiones difieran ni explica por qué existe la diferencia. ### Estadístico F y grados de libertad, gl F resume el contraste en una prueba. Los grados de libertad describen la información disponible para calcular su distribución de referencia. **Cómo leerlo aquí:** F y gl se interpretan juntos para obtener el valor p; F por sí solo no mide importancia sanitaria. ### Valor p y p nominal El valor p resume cuán incompatibles son los datos con la hipótesis de ausencia de diferencia, bajo el modelo y diseño usados. Nominal significa sin ajuste por comparaciones múltiples. **Cómo leerlo aquí:** p<0,05 no significa que haya un 95 % de probabilidad de que la conclusión sea cierta ni que la diferencia sea grande. ### Significación estadística e importancia práctica La significación usa un umbral estadístico; la importancia práctica depende de la magnitud, la población afectada y la decisión. **Cómo leerlo aquí:** Una diferencia pequeña puede ser significativa con muchas observaciones. Una diferencia no significativa no demuestra igualdad. ### Holm y comparaciones múltiples Holm ajusta los valores p de una familia de pruebas para controlar el riesgo de al menos un falso positivo dentro de esa familia, bajo los supuestos del análisis. **Cómo leerlo aquí:** La familia principal contiene 50 contrastes del año 2025 completo frente al promedio de T1 y T2 de 2026; la secundaria contiene 100 frente a cada trimestre por separado. Aplico Holm por separado a las diferencias brutas y a las ajustadas por mes. Las 20 comparaciones entre T1 y T2 constituyen otra familia. Este ajuste no corrige errores de ponderación, tratamiento de faltantes ni inferencias causales injustificadas. ### V de Cramér Medida descriptiva de asociación entre variables categóricas, entre 0 y 1. No indica una dirección positiva o negativa. **Cómo leerlo aquí:** Los rótulos pequeño, moderado o grande son orientativos; no equivalen a porcentajes de riesgo ni a causalidad. ### Correlación de Pearson, r Describe asociación lineal entre dos conjuntos de valores. Va de −1 a 1. **Cómo leerlo aquí:** Un r alto entre estimaciones de ENDES y ENAHO no prueba que coincidan en valor ni que una encuesta valide a la otra. ### Concordancia y ordenamiento Concordancia pregunta si dos mediciones están de acuerdo; ordenamiento pregunta si clasifican las unidades en posiciones similares. Son preguntas distintas de la correlación lineal. **Cómo leerlo aquí:** En esta nota se describe un patrón territorial; no se declara equivalencia entre encuestas ni un análisis formal de concordancia. ### Independencia y covarianza Independencia es un supuesto de ausencia de dependencia entre estimaciones; covarianza describe cuánto varían juntas. **Cómo leerlo aquí:** Suponer UPM compartidas cambia el error del cambio entre años. El tablero muestra escenarios, no una confirmación documental de cuál representa el diseño real. ### Sensibilidad y resultado condicionado Un análisis de sensibilidad cambia supuestos para comprobar si la interpretación se mantiene. Un resultado condicionado solo vale bajo los supuestos declarados. **Cómo leerlo aquí:** Si la significación cambia entre independencia y UPM compartidas, no debe presentarse una mejora como conclusión definitiva. ## Alcance de la evaluación ### Descriptivo, exploratorio y confirmatorio Descriptivo resume lo observado; exploratorio busca patrones que requieren más estudio; confirmatorio contrasta hipótesis con un plan y supuestos adecuadamente justificados. **Cómo leerlo aquí:** Los contrastes temporales utilizan el año 2025 completo como referencia y los periodos disponibles de 2026. Distingo los resultados que cumplen el criterio de robustez declarado de los que dependen del ajuste o del diseño. Mantengo pendiente la confirmación de la combinación final oficial de estratos de varianza. ### Asociación, causalidad y falacia ecológica Asociación es un patrón conjunto; causalidad implica que un cambio produce otro. La falacia ecológica ocurre al atribuir a cada hogar una relación observada en grupos. **Cómo leerlo aquí:** Un departamento con agua intermitente y casos de dengue no demuestra que los hogares con interrupciones sean los que enfermaron. ### Vigilancia entomológica y control vectorial La vigilancia registra búsquedas y detecciones del mosquito; el control comprende las acciones para reducirlo y su cobertura. **Cómo leerlo aquí:** “No se detectó” y “no se inspeccionó” son situaciones distintas. Estos registros aún no están integrados con las encuestas en esta evaluación. ### Reproducibilidad y trazabilidad Reproducibilidad es poder obtener las salidas siguiendo los mismos datos, código y pasos. Trazabilidad identifica de dónde provienen los archivos y qué cambios se realizaron. **Cómo leerlo aquí:** Una huella SHA-256 identifica un archivo concreto; no prueba por sí sola que provenga del INEI. Coincidir entre programas tampoco valida todas las decisiones metodológicas. ### R, survey, Python, pandas, NumPy y SciPy R y Python son lenguajes de programación. survey calcula estadísticas de encuestas; pandas y NumPy procesan datos; SciPy aporta funciones estadísticas. **Cómo leerlo aquí:** El paquete publica sus versiones y ambos pasos del procesamiento. El software aplica reglas; la responsabilidad de elegirlas e interpretarlas sigue siendo científica. ## Códigos de variables y abreviaturas - **SH42:** ENDES: disponibilidad de agua todo el día. - **SH48, SH49 y SH50:** ENDES: almacenamiento de agua para beber, tipo de recipiente y uso de tapa, respectivamente. - **HV201 y HV237:** ENDES: fuente del agua y respuesta sobre tratamiento del agua para beber. - **S481AB y S481AC:** ENDES: llevaría al niño si se pone más enfermo y si tiene fiebre/diarrea/vómito. No son diagnósticos de dengue. - **V751 y V754JP:** ENDES: conocimiento previo del sida y creencia sobre transmisión del VIH por mosquito; se muestra una sensibilidad para “no sabe”. - **P110:** ENAHO: fuente de abastecimiento. En continuidad se seleccionan las categorías 1 y 2. - **P110C, P110C1, P110C2 y P110C3:** ENAHO: disponibilidad todos los días y horas/días declarados para construir continuidad y horas equivalentes. - **P110A y P110E:** ENAHO: categoría de cloro residual y variable usada para describir el origen de la muestra de agua (P110E=2–4). No confundir este último indicador con la fuente principal de abastecimiento P110. - **P402, P403 y P409:** ENAHO: problemas de salud, búsqueda/lugar de atención y motivos declarados para no acudir, respectivamente. - **FACTOR07 y FACTOR:** Nombres de los pesos presentes en los archivos utilizados. No son intercambiables sin verificar periodo, universo y calibración. - **HV005 y V005:** Pesos de ENDES para hogares y mujeres, respectivamente; en el código se dividen entre un millón. - **HV001/HV022 y V001/V022:** Identificadores de conglomerado y estrato usados en la especificación ENDES para hogares y mujeres. - **CONGLOME, ESTRATO y DOMINIO:** Variables ENAHO utilizadas para identificar conglomerados, estratos y dominios; la combinación empleada debe cotejarse con el diseño oficial. - **n, EE/SE, IC del 95 %, CV, deff, F, gl, p, r y pp:** Número de observaciones, error estándar, intervalo de confianza, coeficiente de variación, efecto de diseño, estadístico F, grados de libertad, valor p, correlación y puntos porcentuales. Sus definiciones están arriba. ## Comparación temporal corregida **Referencia anual**. Estimación construida con los doce meses de un año y su peso anual. Aquí la referencia es enero–diciembre de 2025; no equivale a un trimestre de ese año. **Promedio temporal de trimestres**. Promedio aritmético de las estimaciones de dos trimestres; cada uno aporta la mitad. En los nuevos contrastes 2026 se promedian T1 y T2. No representa julio–diciembre ni es el cociente de todos los registros apilados. **Ajuste por mes de entrevista**. Modelo que considera qué mes se recogió cada respuesta para evaluar la influencia de la composición temporal. Una diferencia que persiste tras este ajuste tiene respaldo bajo ese modelo. No demuestra una estacionalidad estable ni elimina todas las diferencias de calendario. **Robustez en las sensibilidades aplicadas**. La conclusión conserva la dirección de la diferencia y su significación estadística tras probar los cambios de diseño y ajuste declarados. Aquí se prueban tres variantes de estratos, dependencia o independencia en el contraste bruto y ajuste por mes. No certifica todos los supuestos posibles ni causalidad.