##### Cabeçalho #### #Desenvolvimento infantil e Parentalidades #IPEDF - Instituto de Pesquisa e Estatística do Distrito Federal #Script de abertura dos dados e criação de variáveis #Contato - Email: politicas.sociais@ipe.df.gov.br setwd("Z:/AREA TECNICA/5. 2023/2. Pesquisas Dipos/3. Bases de Dados/Bases - Publicações/Desenvolvimento infantil e parentalidades") rm(list = ls()) ##### Pacotes #### library(tidyverse) library(data.table) library(dplyr) library(readxl) library(readr) library(plyr) library(srvyr) ##### Abertura da base #### dip_1954_entrevistas <- read_excel("Base_tratada_DIP.xlsx") #### Qualificação dos Respondentes - filtro #### dip_1954_entrevistas <- dip_1954_entrevistas %>% # Qualificando entrevista realizada e cuidador dplyr::mutate( # Qualificador do cuidador elegivel1=ifelse(seguinte_situacoes_1<3,1,0), elegivel2=ifelse(seguinte_situacoes_2<3,1,0), elegivel3=ifelse(seguinte_situacoes_3<3,1,0), elegivel4=ifelse(seguinte_situacoes_4<3,1,0), elegivel5=ifelse(seguinte_situacoes_5<3,1,0), elegivel = elegivel1+elegivel2+elegivel3+elegivel4+elegivel5, cuidador=ifelse(elegivel>2,1,0)) #Seleciona variáveis para checagem dip_1952_entrevistas <- subset(dip_1954_entrevistas, (status_domicilio == "1" & (relacao_crianca<3|cuidador==1))) rm(dip_1954_entrevistas) # O filtro de 2 respondentes se deu pelo fato deles não serem elegíveis # para responder as questões sobre a criança ##### Criação de Variáveis ##### ##### Bloco A e Gerais - Perfil das crianças ##### # Organizando as variáveis para a análise de dados dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( # Região regiao_lb=factor(case_when(regiao==1~"1. Alta", regiao==2~"2. Média-alta", regiao==3~"3. Média-baixa", regiao==4~"4. Baixa")),) # Peso amostral dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( peso_amostral = ifelse(idade_final_analises==0 & regiao==1, 136.93, ifelse(idade_final_analises==0 & regiao==2, 97.88, ifelse(idade_final_analises==0 & regiao==3, 255.35, ifelse(idade_final_analises==0 & regiao==4, 203.86, ifelse(idade_final_analises==1 & regiao==1, 108.41, ifelse(idade_final_analises==1 & regiao==2, 65.42, ifelse(idade_final_analises==1 & regiao==3, 231.47, ifelse(idade_final_analises==1 & regiao==4, 172.52, ifelse(idade_final_analises==2 & regiao==1, 125.06, ifelse(idade_final_analises==2 & regiao==2, 82.12, ifelse(idade_final_analises==2 & regiao==3, 192.84, ifelse(idade_final_analises==2 & regiao==4, 172.98, ifelse(idade_final_analises==3 & regiao==1, 151.20, ifelse(idade_final_analises==3 & regiao==2, 92.51, ifelse(idade_final_analises==3 & regiao==3, 149.69, ifelse(idade_final_analises==3 & regiao==4, 176.78, ifelse(idade_final_analises==4 & regiao==1, 149.32, ifelse(idade_final_analises==4 & regiao==2, 83.13, ifelse(idade_final_analises==4 & regiao==3, 230.25, ifelse(idade_final_analises==4 & regiao==4, 149.51, ifelse(idade_final_analises==5 & regiao==1, 121.67, ifelse(idade_final_analises==5 & regiao==2, 78.00, ifelse(idade_final_analises==5 & regiao==3, 193.68, ifelse(idade_final_analises==5 & regiao==4, 135.77, ifelse(idade_final_analises==6 & regiao==1, 134.38, ifelse(idade_final_analises==6 & regiao==2, 94.90, ifelse(idade_final_analises==6 & regiao==3,227.74, ifelse(idade_final_analises==6 & regiao==4,181.04,NA))))))))))))))))))))))))))))) dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( #Critério Brasil quant_mensalistas=ifelse(quant_mensalistas==99999,0,quant_mensalistas), escolaridade_de_quem_mais_cuida = ifelse(escolaridade_de_quem_mais_cuida %in% c(9,99999),NA,escolaridade_de_quem_mais_cuida), #Critério Brasil #Banheiros banheiro_pts = ifelse(itens_domicilio_1 == 0,0, ifelse(itens_domicilio_1 == 1,3, ifelse(itens_domicilio_1 == 2,7, ifelse(itens_domicilio_1 == 3,10, ifelse(itens_domicilio_1 == 4,14,NA))))), #Empregados mensalistas mensalistas_pts = ifelse(quant_mensalistas == 0,0, ifelse(quant_mensalistas == 1,3, ifelse(quant_mensalistas == 2,7, ifelse(quant_mensalistas == 3,10, ifelse(quant_mensalistas == 4,13,NA))))), #Automóveis automoveis_pts = ifelse(itens_domicilio_2 == 0,0, ifelse(itens_domicilio_2 == 1,3, ifelse(itens_domicilio_2 == 2,5, ifelse(itens_domicilio_2 == 3,8, ifelse(itens_domicilio_2 == 4,11,NA))))), #Microcomputador microcomputador_pts = ifelse(itens_domicilio_3 == 0,0, ifelse(itens_domicilio_3 == 1,3, ifelse(itens_domicilio_3 == 2,6, ifelse(itens_domicilio_3 == 3,8, ifelse(itens_domicilio_3 == 4,11,NA))))), #Lava loua lavalouca_pts = ifelse(itens_domicilio_4 == 0,0, ifelse(itens_domicilio_4 == 1,3, ifelse(itens_domicilio_4 == 2,6, ifelse(itens_domicilio_4 == 3,6, ifelse(itens_domicilio_4 == 4,6,NA))))), #Geladeira geladeira_pts = ifelse(itens_domicilio_5 == 0,0, ifelse(itens_domicilio_5 == 1,2, ifelse(itens_domicilio_5 == 2,3, ifelse(itens_domicilio_5 == 3,5, ifelse(itens_domicilio_5 == 4,5,NA))))), #Freezer freezer_pts = ifelse(itens_domicilio_6 == 0,0, ifelse(itens_domicilio_6 == 1,2, ifelse(itens_domicilio_6 == 2,4, ifelse(itens_domicilio_6 == 3,6, ifelse(itens_domicilio_6 == 4,6,NA))))), #Lava roupa lavaroupa_pts = ifelse(itens_domicilio_7 == 0,0, ifelse(itens_domicilio_7 == 1,2, ifelse(itens_domicilio_7 == 2,4, ifelse(itens_domicilio_7 == 3,6, ifelse(itens_domicilio_7 == 4,6,NA))))), #DVD dvd_pts = ifelse(itens_domicilio_8 == 0,0, ifelse(itens_domicilio_8 == 1,1, ifelse(itens_domicilio_8 == 2,3, ifelse(itens_domicilio_8 == 3,4, ifelse(itens_domicilio_8 == 4,6,NA))))), #Microondas microondas_pts = ifelse(itens_domicilio_9 == 0,0, ifelse(itens_domicilio_9 == 1,2, ifelse(itens_domicilio_9 == 2,4, ifelse(itens_domicilio_9 == 3,4, ifelse(itens_domicilio_9 == 4,4,NA))))), #Motocicleta moto_pts = ifelse(itens_domicilio_10 == 0,0, ifelse(itens_domicilio_10 == 1,1, ifelse(itens_domicilio_10 == 2,3, ifelse(itens_domicilio_10 == 3,3, ifelse(itens_domicilio_10 == 4,3,NA))))), #Secadora de roupas secadora_pts = ifelse(itens_domicilio_11 == 0,0, ifelse(itens_domicilio_11 == 1,2, ifelse(itens_domicilio_11 == 2,2, ifelse(itens_domicilio_11 == 3,2, ifelse(itens_domicilio_11 == 4,2,NA))))), #Escolaridade do chefe de família escolarmae1cf_pts = ifelse(mora_com_quem_1 == 1 & escolaridade_mae %in% c(1,2),0, ifelse(mora_com_quem_1 == 1 & escolaridade_mae %in% c(3,4),2, ifelse(mora_com_quem_1 == 1 & escolaridade_mae %in% c(5,6),4, ifelse((mora_com_quem_1 == 1 & escolaridade_mae %in% c(7,8)),7,NA)))), escolarmae2cf_pts = ifelse(mora_com_quem_2 == 1 & escolaridade_segunda_mae %in% c(1,2),0, ifelse(mora_com_quem_2 == 1 & escolaridade_segunda_mae %in% c(3,4),2, ifelse(mora_com_quem_2 == 1 & escolaridade_segunda_mae %in% c(5,6),4, ifelse((mora_com_quem_2 == 1 & escolaridade_segunda_mae %in% c(7,8)),7,NA)))), escolarpai1cf_pts = ifelse(mora_com_quem_3 == 1 & escolaridade_pai %in% c(1,2),0, ifelse(mora_com_quem_3 == 1 & escolaridade_pai %in% c(3,4),2, ifelse(mora_com_quem_3 == 1 & escolaridade_pai %in% c(5,6),4, ifelse(mora_com_quem_3 == 1 & escolaridade_pai %in% c(7,8),7,NA)))), escolarpai2cf_pts = ifelse(mora_com_quem_4 == 1 & escolaridade_segundo_pai %in% c(1,2),0, ifelse(mora_com_quem_4 == 1 & escolaridade_segundo_pai %in% c(3,4),2, ifelse(mora_com_quem_4 == 1 & escolaridade_segundo_pai %in% c(5,6),4, ifelse(mora_com_quem_4 == 1 & escolaridade_segundo_pai %in% c(7,8),7,NA)))), escolarcuida_pts = ifelse(escolaridade_de_quem_mais_cuida %in% c(1,2),0, ifelse(escolaridade_de_quem_mais_cuida %in% c(3,4),2, ifelse(escolaridade_de_quem_mais_cuida %in% c(5,6),4, ifelse(escolaridade_de_quem_mais_cuida %in% c(7,8),7,NA)))), escolar_maes_pts = ifelse(is.na(escolarmae1cf_pts),escolarmae2cf_pts,escolarmae1cf_pts), escolar_pais_pts = ifelse(is.na(escolarpai1cf_pts),escolarpai2cf_pts,escolarpai1cf_pts), escolar_pm_pts = ifelse(is.na(escolar_maes_pts),escolar_pais_pts,escolar_maes_pts), escolar_sobra_pts = ifelse(is.na(escolar_pm_pts),escolarcuida_pts,escolar_pm_pts), escolar_pts = ifelse(is.na(escolar_sobra_pts),0,escolar_sobra_pts), #Água encanada agua_pts = ifelse(agua_encanada == 1,4, ifelse(agua_encanada %in% c(2,3),0,NA)), #Rua sfaltada/ pavimentada rua_pts = ifelse(rua_asfaltada == 1,2, ifelse(rua_asfaltada %in% c(2,3),0,NA)), #Cálculo Final do critério Brasil cb_soma=banheiro_pts+mensalistas_pts+automoveis_pts+microcomputador_pts+lavalouca_pts+geladeira_pts+freezer_pts+lavaroupa_pts+ dvd_pts+microondas_pts+moto_pts+secadora_pts+escolar_pts+agua_pts+rua_pts, criteriobrasil_6cat = factor(case_when(cb_soma <17 ~1, cb_soma >16 & cb_soma <23~2, cb_soma >22 & cb_soma <29~3, cb_soma >28 & cb_soma <38~4, cb_soma >37 & cb_soma <45~5, cb_soma >44 & cb_soma <101~6)), a4_criteriobrasil_4cat = factor(case_when(cb_soma <17 ~"Classe A", cb_soma >16 & cb_soma <29~"Classe B", cb_soma >28 & cb_soma <45~"Classe C", cb_soma >44 & cb_soma <101~"Classe D/E"))) #### Bloco B - Desenvolvimento infantil ##### # Desenvolvimento infantil - Índice dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate_at(vars(g_1:g_162), # Variáveis a serem alteradas # Função a ser aplicada list(M=~case_when(. %in% c(99999)~NA_real_, . %in% c(2,3)~0, TRUE~as.numeric(.)))) #DI - Somatório para o índice dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( di_soma_g1=rowSums(.[,c("g_1_M","g_2_M","g_3_M","g_4_M","g_5_M","g_6_M","g_7_M","g_8_M","g_9_M")],na.rm = F), di_soma_g2=rowSums(.[,c("g_10_M","g_11_M","g_12_M","g_13_M","g_14_M","g_15_M","g_16_M","g_17_M", "g_18_M")],na.rm = F), di_soma_g3=rowSums(.[,c("g_19_M","g_20_M","g_21_M","g_22_M","g_23_M","g_24_M","g_25_M","g_26_M","g_27_M","g_28_M", "g_29_M","g_30_M")],na.rm = F), di_soma_g4=rowSums(.[,c("g_31_M","g_32_M","g_33_M","g_34_M","g_35_M","g_36_M","g_37_M","g_38_M","g_39_M","g_40_M", "g_41_M","g_42_M","g_43_M","g_44_M","g_45_M")],na.rm = F), di_soma_g5=rowSums(.[,c("g_46_M","g_47_M","g_48_M","g_49_M","g_50_M","g_51_M","g_52_M","g_53_M","g_54_M","g_55_M", "g_56_M","g_57_M","g_58_M","g_59_M","g_60_M","g_61_M","g_62_M","g_63_M")],na.rm = F), di_soma_g6=rowSums(.[,c("g_64_M","g_65_M","g_66_M","g_67_M","g_68_M","g_69_M","g_70_M","g_71_M","g_72_M","g_73_M", "g_74_M","g_75_M","g_76_M","g_77_M","g_78_M","g_79_M","g_80_M","g_81_M")],na.rm = F), di_soma_g7=rowSums(.[,c("g_82_M","g_83_M","g_84_M","g_85_M","g_86_M","g_87_M","g_87_M","g_89_M","g_90_M", "g_91_M","g_92_M","g_93_M","g_94_M","g_95_M","g_96_M","g_97_M","g_98_M","g_99_M","g_100_M")],na.rm = F), di_soma_g8=rowSums(.[,c("g_101_M","g_102_M","g_103_M","g_104_M","g_105_M","g_106_M","g_107_M","g_108_M","g_109_M","g_110_M", "g_111_M","g_112_M","g_113_M","g_114_M","g_115_M","g_116_M","g_117_M","g_118_M","g_119_M","g_120_M", "g_121_M")],na.rm = F), di_soma_g9=rowSums(.[,c("g_122_M","g_123_M","g_124_M","g_125_M","g_126_M","g_127_M","g_128_M","g_129_M","g_130_M", "g_131_M","g_132_M","g_133_M","g_134_M","g_135_M","g_136_M","g_137_M","g_138_M")],na.rm = F), di_soma_g10=rowSums(.[,c("g_139_M","g_140_M","g_141_M","g_142_M","g_143_M","g_144_M","g_145_M","g_146_M","g_147_M","g_148_M", "g_149_M","g_150_M","g_151_M","g_152_M","g_153_M","g_154_M","g_155_M","g_156_M","g_157_M","g_158_M", "g_159_M","g_160_M","g_161_M","g_162_M")],na.rm = F)) #DI - Padronização do índice dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( di_pad_g1 = di_soma_g1/9, di_pad_g2 = di_soma_g2/9, di_pad_g3 = di_soma_g3/12, di_pad_g4 = di_soma_g4/15, di_pad_g5 = di_soma_g5/18, di_pad_g6 = di_soma_g6/18, di_pad_g7 = di_soma_g7/19, di_pad_g8 = di_soma_g8/21, di_pad_g9 = di_soma_g9/17, di_pad_g10 = di_soma_g10/24) #DI - Padronização do índice dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( di_indice_g1 = ((di_pad_g1- 0.8144208)/0.1648755), di_indice_g2 = ((di_pad_g2- 0.8686869)/0.09660796), di_indice_g3 = ((di_pad_g3 - 0.8458333)/0.1019328), di_indice_g4 = ((di_pad_g4 - 0.8033333)/0.1043929), di_indice_g5 = ((di_pad_g5 - 0.7730924)/0.1420917), di_indice_g6 = ((di_pad_g6 - 0.7434266)/0.09731876), di_indice_g7 = ((di_pad_g7 - 0.686013)/0.1020217), di_indice_g8 = ((di_pad_g8 - 0.7013889)/0.1215969), di_indice_g9 = ((di_pad_g9 - 0.6148607)/0.1176787), di_indice_g10 =((di_pad_g10 - 0.7140221)/0.1278972)) #DI - Classificação em adequado ou inadequado dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( b1.1_di_class_g1 = ifelse(di_indice_g1>-1,1,2), b1.2_di_class_g2 = ifelse(di_indice_g2>-1,1,2), b1.3_di_class_g3 = ifelse(di_indice_g3>-1,1,2), b1.4_di_class_g4 = ifelse(di_indice_g4>-1,1,2), b1.5_di_class_g5 = ifelse(di_indice_g5>-1,1,2), b1.6_di_class_g6 = ifelse(di_indice_g6>-1,1,2), b1.7_di_class_g7 = ifelse(di_indice_g7>-1,1,2), b1.8_di_class_g8 = ifelse(di_indice_g8>-1,1,2), b1.9_di_class_g9 = ifelse(di_indice_g9>-1,1,2), b1.10_di_class_g10 = ifelse(di_indice_g10>-1,1,2)) #DI - Classificação em adequado ou inadequado dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( di_class_12 = ifelse(is.na(b1.1_di_class_g1),b1.2_di_class_g2,b1.1_di_class_g1), di_class_123 = ifelse(is.na(di_class_12),b1.3_di_class_g3,di_class_12), di_class_1234 = ifelse(is.na(di_class_123),b1.4_di_class_g4,di_class_123), di_class_12345 = ifelse(is.na(di_class_1234),b1.5_di_class_g5,di_class_1234), di_class_123456 = ifelse(is.na(di_class_12345),b1.6_di_class_g6,di_class_12345), di_class_1234567 = ifelse(is.na(di_class_123456),b1.7_di_class_g7,di_class_123456), di_class_12345678 = ifelse(is.na(di_class_1234567),b1.8_di_class_g8,di_class_1234567), di_class_123456789 = ifelse(is.na(di_class_12345678),b1.9_di_class_g9,di_class_12345678), di_class_12345678910 = ifelse(is.na(di_class_123456789),b1.10_di_class_g10,di_class_123456789), b1_di_class_final = ifelse(is.na(di_class_12345678910),NA,di_class_12345678910), dip = ifelse(b1_di_class_final==1,"1.Adequado", ifelse(b1_di_class_final==2,"2.Inadequado",NA))) dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( # Desenvolvimento infantil adequado b2.desenv_adeq = factor(case_when(quest_75==1~"1.Sim", quest_75==2~"2.Não", quest_75==3~"9.NS/NR")), # Ações para estimular o Desenvolvimento infantil b3.1_estim_desenv = ifelse(estimula_desenvolvimento_1==1,"Dar muito carinho e estímulo através de conversas, cantos e leituras",NA), b3.2_estim_desenv = ifelse(estimula_desenvolvimento_2==1,"Deixo assistir a desenho ou programas infantis na televisão",NA), b3.3_estim_desenv = ifelse(estimula_desenvolvimento_3==1,"Deixo ficar próximo de adultos para aprender com eles a falar",NA), b3.4_estim_desenv = ifelse(estimula_desenvolvimento_4==1,"Respeito o tempo para descanso e lazer",NA), b3.5_estim_desenv = ifelse(estimula_desenvolvimento_5==1,"Coloco em um andador para logo aprender a andar",NA), b3.6_estim_desenv = ifelse(estimula_desenvolvimento_6==1,"Estímulo para que ele/ela se alimente sozinho desde pequeno(a), para adquirir autonomia",NA), b3.7_estim_desenv = ifelse(estimula_desenvolvimento_7==1,"Não fico muito com ele/ela no colo, deixo no berço/cama/lugar mesmo que chore",NA), b3.8_estim_desenv = ifelse(estimula_desenvolvimento_8==1,"Protejo do contato com outras crianças e lugares públicos,para não ficar doente",NA), b3.9_estim_desenv = ifelse(estimula_desenvolvimento_9==1,"Coloco em contato com letras,palavras escritas e números, mesmo antes de ir para a pré-escola",NA), b3.10_estim_desenv = ifelse(estimula_desenvolvimento_10==1,"Levo para a creche/escola para aprender com as professoras",NA), b3.11_estim_desenv = ifelse(estimula_desenvolvimento_11==1,"Crianças não precisam de estímulo, pois elas aprendem sozinhas.",NA), b3.12_estim_desenv = ifelse(estimula_desenvolvimento_12==1,"Ofereço, todos os dias, o máximo de atividades para criança pequena (natação,inglês, balé, judô etc.)",NA), b3.13_estim_desenv = ifelse(estimula_desenvolvimento_13==1,"Outros",NA)) ##### Bloco C - Gestação e partdo da criança ##### dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( # Pré-natal c1_prenatal = ifelse(pre_natal_gestacao==1,"1.Sim", ifelse(pre_natal_gestacao==2,"2.Não", ifelse(pre_natal_gestacao==3,"9.Não sei",NA))), c2_consultas_prenatal = ifelse(qtd_consultas %in% c(1,2),"1.Menos de 7", ifelse(qtd_consultas==3,"2.7 ou mais", ifelse(qtd_consultas %in% c(4,5),"9.NS/NR",NA))), c3_nasceu_prematuro = ifelse(nasceu_prematuro==1,"1.Sim", ifelse(nasceu_prematuro==2,"2.Não", ifelse(nasceu_prematuro==3,"9.Não sei",NA))), c4_nasceu_baixo_peso = ifelse(nasceu_abaixo_do_peso==1,"1.Sim", ifelse(nasceu_abaixo_do_peso==2,"2.Não", ifelse(nasceu_abaixo_do_peso==3,"9.Não sei",NA))), peso_ao_nascer_num = as.numeric(peso_nasceu), c4_peso_ao_nascer = ifelse(peso_ao_nascer_num==99999,NA,peso_ao_nascer_num), c5_substancias_gestacao = ifelse(alcool_drogras_gestacao==1,"1.Sim", ifelse(alcool_drogras_gestacao==0,"2.Não", ifelse(alcool_drogras_gestacao %in% c(2,3),"9.NS/NR",NA))), c5.1_alcool = ifelse(alcool_drogas_quais_1==1,"Álcool",NA), #Incluir os labels dessa variável c5.2_tabaco = ifelse(alcool_drogas_quais_2==1,"Tabaco",NA), #Incluir os labels dessa variável c5.3_maconha = ifelse(alcool_drogas_quais_3==1,"Maconha",NA), #Incluir os labels dessa variável c5.4_outros = ifelse(alcool_drogas_quais_4==1,"Outros",NA), #Incluir os labels dessa variável c6_tipo_parto = ifelse(tipo_de_parto==1,"1.Cesárea", ifelse(tipo_de_parto==2,"2.Vaginal/ normal", ifelse(tipo_de_parto==3,"3.Fórceps", ifelse(tipo_de_parto==4,"9.NS/NR",NA)))), c7_parto_desejado = ifelse(parto_desejado_pela_mae==1,"1.Sim", ifelse(parto_desejado_pela_mae==2,"2.Não", ifelse(parto_desejado_pela_mae%in% c(3,4),"9.NS/NR",NA))), c8_problem_gravidez = ifelse(algum_problema_na_gravidez==1,"1.Sim", ifelse(algum_problema_na_gravidez==0,"2.Não", ifelse(algum_problema_na_gravidez==2,"9.NS/NR",NA))), c9_planej_gravidez = ifelse(gravidez_planejada==1,"1.Sim", ifelse(gravidez_planejada==2,"2.Não", ifelse(gravidez_planejada %in%c(3,4),"9.NS/NR",NA)))) ##### Bloco D - Amamentação e alimentação ##### dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( # Amamentação exclusiva d1.1_mamou_peito = ifelse(mana_no_peito==1,"1.Sim", ifelse(mana_no_peito==2,"2.Não atualmente, mas já mamou", ifelse(mana_no_peito==3,"3.Nunca mamou", ifelse(mana_no_peito==4,"9.NS/NR",NA)))), mamou_anos_num = as.numeric(anos), mamou_anos_num = ifelse(mamou_anos_num==99999,NA,mamou_anos_num), mamou_meses_num = as.numeric(mamou_meses), mamou_meses_num = ifelse(mamou_meses_num==99999,NA,mamou_meses_num), tempo_mamou_meses_num = ifelse(mamou_anos_num<4,mamou_anos_num*12,mamou_anos_num), mamou_total=tempo_mamou_meses_num+mamou_meses_num, d1.2_mamou_total=ifelse(mamou_total==0,NA,mamou_total), san1=ifelse(alimentacao_domicilio_1=="1",1,0), san2=ifelse(alimentacao_domicilio_2=="1",1,0), san3=ifelse(alimentacao_domicilio_3=="1",1,0), san4=ifelse(alimentacao_domicilio_4=="1",1,0), san5=ifelse(alimentacao_domicilio_5=="1",1,0), san_pontos=san1+san2+san3+san4+san5, d2_ebia= factor(case_when(san_pontos %in% c(0,1)~"1.Segurança alimentar", san_pontos%in% c(2,3,4)~"2.(In)segurança alimentar", san_pontos==5~"9.NS/NR"))) ############# Bloco E - Saúde da criança ##### dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( # Cartão de vacina e1_cartao_vacina = factor(case_when(possui_caderneta==1~"1.Sim", possui_caderneta==2~"2.Não", possui_caderneta %in% c(3,4)~"9.NS/NR")), # Tomou vacina e2_tomou_vacina = factor(case_when(tomou_vacina==1~"1.Sim", tomou_vacina==2~"2.Não", tomou_vacina==3~"9.NS/NR")), # Consultas agendadas e3_tem_consultas = factor(case_when(costuma_ter_consultas==1~"1.Sim", costuma_ter_consultas==2~"2.Não", costuma_ter_consultas==3~"9.NS/NR")), # Problemas de saúde e4_problema_saude = factor(case_when(problema_saude==1~"1.Sim", problema_saude==2~"2.Não", problema_saude==3~"9.NS/NR")), # Quais problemas de saúde e5_quais_problemas_saude = problema_saude_qual) ############# Bloco F - Educação infantil ##### dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( # Frequenta berçário f1_frequenta_bercario = factor(case_when(frequenta_bercario==1~"1.Sim", frequenta_bercario==2~"2.Não", frequenta_bercario==3~"9.NS/NR")), # Qual tipo de berçário f2_tipo_bercario = factor(case_when(frequenta_bercario_tipo==1~"1.Pública", frequenta_bercario_tipo%in% c(2,3,4,5)~"2.Particular", frequenta_bercario_tipo==6~"9.NS/NR")), # Período berçário f3_periodo_bercario = factor(case_when(frequenta_bercario_periodo==1~"1.Matutino", frequenta_bercario_periodo==2~"2.Vespertino", frequenta_bercario_periodo==3~"3.Integral", frequenta_bercario_periodo==4~"9.NS/NR"))) dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( creche_anos_num = as.numeric(frequenta_anos), creche_anos_num = ifelse(creche_anos_num==99999,NA,creche_anos_num), creche_meses_num = as.numeric(frequenta_meses), creche_meses_num = ifelse(creche_meses_num==99999,NA,creche_meses_num), tempo_creche_meses_num = ifelse(creche_anos_num<4,creche_anos_num*12,creche_anos_num), creche_total=tempo_creche_meses_num+creche_meses_num, f4_creche_total=ifelse(creche_total==0,NA,creche_total)) dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( # Decisão creche f5.1_fatores_creche = ifelse(fatores_escolha_creche_1==1,"A creche ser pública",NA), f5.2_fatores_creche = ifelse(fatores_escolha_creche_2==1,"A creche ser perto do local do trabalho",NA), f5.3_fatores_creche = ifelse(fatores_escolha_creche_3==1,"A creche ser perto da residência dos pais/responsáveis",NA), f5.4_fatores_creche = ifelse(fatores_escolha_creche_4==1,"Proposta pedagógica condizente com a expectativa",NA), f5.5_fatores_creche = ifelse(fatores_escolha_creche_5==1,"Valor da mensalidade",NA), f5.6_fatores_creche = ifelse(fatores_escolha_creche_6==1,"Ter propostas de atividades extracurricular (dança, esporte,língua estrangeira etc)",NA), f5.7_fatores_creche = ifelse(fatores_escolha_creche_7==1,"Outra",NA), # Não frequenta creche f6.1_nao_frequenta_creche = ifelse(nao_frequenta_creche_1==1,"Os responsáveis não querem matricular na creche, antes de 2 anos de idade",NA), f6.2_nao_frequenta_creche = ifelse(nao_frequenta_creche_2==1,"Os responsáveis não querem matricular na unidade escolar,até ser obrigatório (aos 4 anos)",NA), f6.3_nao_frequenta_creche = ifelse(nao_frequenta_creche_3==1,"Os responsáveis não têm dinheiro para colocar em uma creche particular e não querem matricular em uma pública",NA), f6.4_nao_frequenta_creche = ifelse(nao_frequenta_creche_4==1,"Os responsáveis não encontraram vaga em unidade escolar pública",NA), f6.5_nao_frequenta_creche = ifelse(nao_frequenta_creche_5==1,"Os responsáveis encontraram vaga, mas não têm como levar e buscar na unidade escolar",NA), f6.6_nao_frequenta_creche = ifelse(nao_frequenta_creche_6==1,"Por causa da pandemia de Covid-19",NA), f6.7_nao_frequenta_creche = ifelse(nao_frequenta_creche_7==1,"Foi matriculada na creche, mas ficava doente constantemente e preferiu-se retirá-la",NA), f6.8_nao_frequenta_creche = ifelse(nao_frequenta_creche_8==1,"Outro motivo",NA)) ##### Bloco G - Composição do domicílio da criança ##### dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( # Mora com quem g1.1_mora_com_quem = ifelse(mora_com_quem_1==1,"A mãe da criança",NA), g1.2_mora_com_quem = ifelse(mora_com_quem_2==1,"A outra mãe da criança",NA), g1.3_mora_com_quem = ifelse(mora_com_quem_3==1,"O pai da criança",NA), g1.4_mora_com_quem = ifelse(mora_com_quem_4==1,"O outro pai da criança",NA), g1.5_mora_com_quem = ifelse(mora_com_quem_5==1,"A(s) avó(s) da criança",NA), g1.6_mora_com_quem = ifelse(mora_com_quem_6==1,"O(s) avô(s) da criança",NA), g1.7_mora_com_quem = ifelse(mora_com_quem_7==1,"Os(as) irmão/irmã da criança",NA), g1.8_mora_com_quem = ifelse(mora_com_quem_8==1,"Os(as) tio/tia da criança",NA), g1.9_mora_com_quem = ifelse(mora_com_quem_9==1,"Algum outro parente da criança",NA), g1.10_mora_com_quem = ifelse(mora_com_quem_10==1,"Alguma outra pessoa",NA), # Quem cuida a maoir parte do tempo g2.1_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_1==1,"Mãe",NA), g2.2_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_2==1,"Pai",NA), g2.3_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_3==1,"Pai e mãe igualmente",NA), g2.4_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_4==1,"Companheiro(a)",NA), g2.5_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_5==1,"Avós",NA), g2.6_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_6==1,"Irmãos da criança",NA), g2.7_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_7==1,"Tios(as) da criança",NA), g2.8_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_8==1,"Algum outro parente",NA), g2.9_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_9==1,"Babá/cuidador(a) particular ou cuidador(a) da creche",NA), g2.10_cuida_maior_parte_do_tempo = ifelse(cuida_maior_parte_do_tempo_10==1,"Outros",NA), # Papel do pai g3.1_papel_do_pai = ifelse(papel_do_pai_1==1,"O pai deve participar ativamente durante a gestação",NA), g3.2_papel_do_pai = ifelse(papel_do_pai_2==1,"Deve participar ativamente na criação dos filhos",NA), g3.3_papel_do_pai = ifelse(papel_do_pai_3==1,"Logo após o parto, o pai deve ajudar nas tarefas de casa",NA), g3.4_papel_do_pai = ifelse(papel_do_pai_4==1,"O principal papel do pai é dar suporte financeiro para a criação do filho",NA), g3.5_papel_do_pai = ifelse(papel_do_pai_5==1,"O papel do pai é impor limites/dizer não",NA), g3.6_papel_do_pai = ifelse(papel_do_pai_6==1,"É o pai quem deve assumir as brincadeiras de contato como pega-pega, cavalinho",NA), g3.7_papel_do_pai = ifelse(papel_do_pai_7==1,"O pai não deve opinar sobre a criação da criança",NA), g3.8_papel_do_pai = ifelse(papel_do_pai_8==1,"Não tem nenhum papel relevante",NA), # Escolaridade da mãe g4_escolaridade_mae = factor(case_when(escolaridade_mae==1~"Não sabe ler e nem escrever", escolaridade_mae==2~"Ensino fundamental incompleto", escolaridade_mae==3~"Ensino fundamental completo", escolaridade_mae==4~"Ensino médio incompleto", escolaridade_mae==5~"Ensino médio completo", escolaridade_mae==6~"Ensino superior incompleto", escolaridade_mae==7~"Ensino superior completo", escolaridade_mae==8~"Pós-graduação", escolaridade_mae==9~"Não sei")), # Escolaridade do pai g5_escolaridade_pai = factor(case_when(escolaridade_pai==1~"Não sabe ler e nem escrever", escolaridade_pai==2~"Ensino fundamental incompleto", escolaridade_pai==3~"Ensino fundamental completo", escolaridade_pai==4~"Ensino médio incompleto", escolaridade_pai==5~"Ensino médio completo", escolaridade_pai==6~"Ensino superior incompleto", escolaridade_pai==7~"Ensino superior completo", escolaridade_pai==8~"Pós-graduação", escolaridade_pai==9~"Não sei")), # Responsável pela renda g6_resp_renda = factor(case_when(resp_renda==1~"A mãe da criança", resp_renda==2~"O pai da criança", resp_renda==3~"A mãe e o pai da criança de forma igual", resp_renda==4~"Outra pessoa do domicílio", resp_renda==5~"A mãe da criança com o auxílio de outra pessoa do domicílio", resp_renda==6~"O pai da criança com o auxílio de outra pessoa do domicílio")), # Mãe emprego/ aposentada g7_mae_emprego = factor(case_when(empregada_aposentada==1~"Está empregada", empregada_aposentada==2~"Está desempregada", empregada_aposentada==3~"Está aposentada", empregada_aposentada==4~"Não sei")), # Pai emprego/ aposentado g8_pai_emprego = factor(case_when(empregado_aposentado==1~"Está empregado", empregado_aposentado==2~"Está desempregado", empregado_aposentado==3~"Está aposentado", empregado_aposentado==4~"Não sei")), # Licença maternidade g9_direito_licenca_maternidade = factor(case_when(direito_licenca_maternidade==1~"1.Sim", direito_licenca_maternidade==2~"2.Não", direito_licenca_maternidade==3~"9.NS/NR")), # Licença paternidade g10_licenca_pai = factor(case_when(licenca_pai==1~"1.Sim", licenca_pai==2~"2.Não", licenca_pai==3~"9.NS/NR")), # Beneficio social g11_beneficio = factor(case_when(recebe_programa_social==1~"1.Sim", recebe_programa_social==2~"2.Não", recebe_programa_social==3~"9.NS/NR")), # Benefícios sociais g11.1_beneficios_quais = ifelse(beneficios_quais_1==1,"Auxílio Brasil/ Bolsa Família",NA), g11.2_beneficios_quais = ifelse(beneficios_quais_2==1,"Criança Feliz Brasiliense",NA), g11.3_beneficios_quais = ifelse(beneficios_quais_3==1,"DF sem miséria",NA), g11.4_beneficios_quais = ifelse(beneficios_quais_4==1,"Cesta emergencial",NA), g11.5_beneficios_quais = ifelse(beneficios_quais_5==1,"Programa auxílio gás",NA), g11.6_beneficios_quais = ifelse(beneficios_quais_6==1,"DF Social",NA), g11.7_beneficios_quais = ifelse(beneficios_quais_7==1,"Cartão Prato Cheio",NA), g11.8_beneficios_quais = ifelse(beneficios_quais_8==1,"BPC/LOAS",NA), g11.9_beneficios_quais = ifelse(beneficios_quais_9==1,"Auxílio creche",NA), g11.10_beneficios_quais = ifelse(beneficios_quais_10==1,"Outro",NA)) ############# Bloco H - Rotina da criança ##### dip_1952_entrevistas <- dip_1952_entrevistas %>% # Quantos livros infantis ou livros de imagens tem? dplyr::mutate( h1_faixas_qtd_livros = factor(case_when(quest_70 == 0~"1.Nenhum", quest_70 == 1~"2.1 a 3", quest_70 == 2~"3.4 a 6", quest_70 == 3~"4.7 a 9", quest_70 == 4~"5.10 ou mais", quest_70 == 5~"9.NS/NR")), # brinca com: h2.1_brinca_caseiros = ifelse(quest_71_0==1,"Brinca com brinquedos caseiros",NA), h2.2_brinca_vendidos = ifelse(quest_71_1==1,"Brinca com brinquedos vendidos em lojas ou brinquedos fabricados",NA), h2.3_brinca_domesticos = ifelse(quest_71_2==1,"Brinca com objetos domésticos (como bacias ou vasos)",NA), h2.4_brinca_encontr = ifelse(quest_71_3==1,"Brinca com objetos encontrados fora (paus, pedras, conchas de animais ou folhas)",NA), h2.5_brinca_eletr = ifelse(quest_71_4==1,"Brinca com brinquedos eletrônicos (Smartphones ou tablets)",NA), h2.6_brinc_nao = ifelse(quest_71_5==1,"Não brinca",NA), # assiste a TV, tablet, computador ou celular? h3.1_tela = factor(case_when(quest_72 == 1~"1.Sim", quest_72 == 2~"2.Não", quest_72 == 3~"9.NS/NR")), # Quantos dias na semana? h3.2_tela_freq = ifelse(quest_72.1 == 0,"1.1 a 3 dias", ifelse(quest_72.1 == 1,"2.4 a 6 dias", ifelse(quest_72.1 == 2,"3.Todos os dias", ifelse(quest_72.1 == 3,"9.NS/NR",NA)))), # Por quanto tempo assiste a TV, tablet, computador ou celular por dia? h3.3_tela_horas = ifelse(quest_72.2 == 1,"1.Sim", ifelse(quest_72.2 == 0,"2.Não", ifelse(quest_72.2 == 2,"9.NS/NR",NA))), # Na última semana, você ou qualquer outro membro da família, com 15 anos de idade ou mais, se envolveu em qualquer uma das seguintes atividades com [nome_crianca]? h4.1_leu = ifelse(quest_73_0 == 1,"Na última semana, algum membro da família, com 15 anos de idade ou mais, leu livros ou olhou figuras de livros com a criança?",NA), h4.2_contou = ifelse(quest_73_1 == 1,"Na última semana, algum membro da família, com 15 anos de idade ou mais, contou histórias para a criança?",NA), h4.3_cantou = ifelse(quest_73_2 == 1,"Na última semana, algum membro da família, com 15 anos de idade ou mais, cantou músicas para a criança, ou com sua criança, incluindo canções de ninar?",NA), h4.4_passeou = ifelse(quest_73_3 == 1,"Na última semana, algum membro da família, com 15 anos de idade ou mais, levou a criança para passear?",NA), h4.5_jogou = ifelse(quest_73_4 == 1,"Na última semana, algum membro da família, com 15 anos de idade ou mais, jogou ou brincou com a criança?",NA), h4.6_nomeou = ifelse(quest_73_5 == 1,"Na última semana, algum membro da família, com 15 anos de idade ou mais, nomeou, contou ou desenhou coisas com a criança?",NA)) # A seguir perguntas sobre a rotina dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate_at(vars(rotina_1:rotina_50), # Variáveis a serem alteradas # Função a ser aplicada list(M=~case_when(. %in% c(2,3,99999)~NA_real_, . %in% c(1)~1, TRUE~as.numeric(.)))) ##### Bloco I - Práticas parentais e rede de apoio ##### # Bloco Práticas Parentais dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( #Sentimentos sobre o cuidado -quest_83 i_sentimentos_83 = factor(case_when(quest_83 %in% c(0,1) ~ "3.Nem um pouco/Pouco", quest_83 == 2 ~ "2.Moderadamente", quest_83 %in% c(3,4) ~ "1.Muito/Extremamente")), #Sentimentos sobre o cuidado - ch_81.(i)_quest(i) i_sentimentos_82.1 = factor(case_when( ch_82_quest_1 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_1 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_1 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.2 = factor(case_when(ch_82_quest_2 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_2 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_2 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.3 = factor(case_when(ch_82_quest_3 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_3 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_3 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.4 = factor(case_when(ch_82_quest_4 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_4 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_4 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.5 = factor(case_when(ch_82_quest_5 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_5 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_5 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.6 = factor(case_when(ch_82_quest_6 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_6 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_6 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.7 = factor(case_when(ch_82_quest_7 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_7 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_7 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.8 = factor(case_when(ch_82_quest_8 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_8 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_8 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.9 = factor(case_when(ch_82_quest_9 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_9 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_9 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.10 = factor(case_when(ch_82_quest_10 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_10 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_10%in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.11 = factor(case_when(ch_82_quest_11 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_11 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_11 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.12= factor(case_when(ch_82_quest_12 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_12 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_12 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.13= factor(case_when(ch_82_quest_13 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_13 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_13 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.14 = factor(case_when(ch_82_quest_14 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_14 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_14 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.15 = factor(case_when(ch_82_quest_15 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_15 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_15 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.16 = factor(case_when(ch_82_quest_16 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_16 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_16 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_sentimentos_82.17= factor(case_when(ch_82_quest_17 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_82_quest_17 %in% c(3) ~ "2.Algumas vezes", ch_82_quest_17 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), #Apoio - Quest 1 i_apoio_81.1.1 = factor(case_when(ch_81.1_quest_1 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.1_quest_1 %in% c(3) ~ "2.Algumas vezes", ch_81.1_quest_1 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.1.2 = factor(case_when(ch_81.1_quest_2 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.1_quest_2 %in% c(3) ~ "2.Algumas vezes", ch_81.1_quest_2 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.1.3 = factor(case_when(ch_81.1_quest_3 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.1_quest_3 %in% c(3) ~ "2.Algumas vezes", ch_81.1_quest_3 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.1.4 = factor(case_when(ch_81.1_quest_4 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.1_quest_4 %in% c(3) ~ "2.Algumas vezes", ch_81.1_quest_4 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.1.5 = factor(case_when(ch_81.1_quest_5 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.1_quest_5 %in% c(3) ~ "2.Algumas vezes", ch_81.1_quest_5 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), #Apoio - Quest 2 i_apoio_81.2.1 = factor(case_when(ch_81.2_quest_1 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.2_quest_1 %in% c(3) ~ "2.Algumas vezes", ch_81.2_quest_1 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.2.2 = factor(case_when(ch_81.2_quest_2 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.2_quest_2 %in% c(3) ~ "2.Algumas vezes", ch_81.2_quest_2 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.2.3 = factor(case_when(ch_81.2_quest_3 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.2_quest_3 %in% c(3) ~ "2.Algumas vezes", ch_81.2_quest_3 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.2.4 = factor(case_when(ch_81.2_quest_4 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.2_quest_4 %in% c(3) ~ "2.Algumas vezes", ch_81.2_quest_4 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.2.5 = factor(case_when(ch_81.2_quest_5 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.2_quest_5 %in% c(3) ~ "2.Algumas vezes", ch_81.2_quest_5 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), #Apoio - Quest 3 i_apoio_81.3.1 = factor(case_when(ch_81.3_quest_1 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.3_quest_1 %in% c(3) ~ "2.Algumas vezes", ch_81.3_quest_1 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.3.2 = factor(case_when(ch_81.3_quest_2 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.3_quest_2 %in% c(3) ~ "2.Algumas vezes", ch_81.3_quest_2 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.3.3 = factor(case_when(ch_81.3_quest_3 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.3_quest_3 %in% c(3) ~ "2.Algumas vezes", ch_81.3_quest_3 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.3.4 = factor(case_when(ch_81.3_quest_4 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.3_quest_4 %in% c(3) ~ "2.Algumas vezes", ch_81.3_quest_4 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.3.5 = factor(case_when(ch_81.3_quest_5 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.3_quest_5 %in% c(3) ~ "2.Algumas vezes", ch_81.3_quest_5 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), #Apoio - Quest 4 i_apoio_81.4.1 = factor(case_when(ch_81.4_quest_1 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.4_quest_1 %in% c(3) ~ "2.Algumas vezes", ch_81.4_quest_1 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.4.2 = factor(case_when(ch_81.4_quest_2 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.4_quest_2 %in% c(3) ~ "2.Algumas vezes", ch_81.4_quest_2 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.4.3 = factor(case_when(ch_81.4_quest_3 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.4_quest_3 %in% c(3) ~ "2.Algumas vezes", ch_81.4_quest_3 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.4.4 = factor(case_when(ch_81.4_quest_4 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.4_quest_4 %in% c(3) ~ "2.Algumas vezes", ch_81.4_quest_4 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_apoio_81.4.5 = factor(case_when(ch_81.4_quest_5 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_81.4_quest_5 %in% c(3) ~ "2.Algumas vezes", ch_81.4_quest_5 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), #Práticas - Quest ch_80_quest(i) i_praticas_80.1 = factor(case_when(ch_80_quest_1 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_1 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_1 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.2 = factor(case_when(ch_80_quest_2 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_2 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_2 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.3 = factor(case_when(ch_80_quest_3 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_3 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_3 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.4 = factor(case_when(ch_80_quest_4 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_4 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_4 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.5 = factor(case_when(ch_80_quest_5 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_5 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_5 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.6 = factor(case_when(ch_80_quest_6 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_6 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_6 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.7 = factor(case_when(ch_80_quest_7 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_7 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_7 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.8 = factor(case_when(ch_80_quest_8 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_8 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_8 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.9 = factor(case_when(ch_80_quest_9 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_9 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_9 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.10 = factor(case_when(ch_80_quest_10 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_10 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_10 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.11 = factor(case_when(ch_80_quest_1 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_1 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_1 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.12 = factor(case_when(ch_80_quest_2 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_2 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_2 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.13 = factor(case_when(ch_80_quest_3 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_3 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_3 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.14 = factor(case_when(ch_80_quest_4 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_4 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_4 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.15 = factor(case_when(ch_80_quest_5 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_5 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_5 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.16 = factor(case_when(ch_80_quest_6 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_6 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_6 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.17 = factor(case_when(ch_80_quest_7 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_7 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_7 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.18 = factor(case_when(ch_80_quest_8 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_8 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_8 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.19 = factor(case_when(ch_80_quest_9 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_9 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_9 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.20 = factor(case_when(ch_80_quest_10 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_10 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_10 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.21 = factor(case_when(ch_80_quest_1 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_1 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_1 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.22 = factor(case_when(ch_80_quest_2 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_2 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_2 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.23 = factor(case_when(ch_80_quest_3 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_3 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_3 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.24 = factor(case_when(ch_80_quest_4 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_4 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_4 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.25 = factor(case_when(ch_80_quest_5 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_5 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_5 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.26 = factor(case_when(ch_80_quest_6 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_6 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_6 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.27 = factor(case_when(ch_80_quest_7 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_7 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_7 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.28 = factor(case_when(ch_80_quest_8 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_8 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_8 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.29 = factor(case_when(ch_80_quest_9 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_9 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_9 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.30 = factor(case_when(ch_80_quest_10 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_10 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_10 %in% c(4,5) ~ "1.Muitas vezes/ sempre")), i_praticas_80.31 = factor(case_when(ch_80_quest_10 %in% c(1,2) ~ "3.Nunca/ poucas vezes", ch_80_quest_10 %in% c(3) ~ "2.Algumas vezes", ch_80_quest_10 %in% c(4,5) ~ "1.Muitas vezes/ sempre"))) ##### Bloco J - Opinião sobre o parto ##### # Bloco Práticas Parentais dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( #Opinião sobre o parto - 18 j1_opiniao = ifelse(concordo_discordo_1==1,"1.Concordo", ifelse(concordo_discordo_1==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_1 ==3,"3.Discordo",NA))), j2_opiniao = ifelse(concordo_discordo_2==1,"1.Concordo", ifelse(concordo_discordo_2==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_2 ==3,"3.Discordo",NA))), j3_opiniao = ifelse(concordo_discordo_3==1,"1.Concordo", ifelse(concordo_discordo_3==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_3 ==3,"3.Discordo",NA))), j4_opiniao = ifelse(concordo_discordo_4==1,"1.Concordo", ifelse(concordo_discordo_4==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_4 ==3,"3.Discordo",NA))), j5_opiniao = ifelse(concordo_discordo_5==1,"1.Concordo", ifelse(concordo_discordo_5==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_5 ==3,"3.Discordo",NA))), j6_opiniao = ifelse(concordo_discordo_6==1,"1.Concordo", ifelse(concordo_discordo_6==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_6 ==3,"3.Discordo",NA))), j7_opiniao = ifelse(concordo_discordo_7==1,"1.Concordo", ifelse(concordo_discordo_7==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_7 ==3,"3.Discordo",NA))), j8_opiniao = ifelse(concordo_discordo_8==1,"1.Concordo", ifelse(concordo_discordo_8==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_8 ==3,"3.Discordo",NA))), j9_opiniao = ifelse(concordo_discordo_9==1,"1.Concordo", ifelse(concordo_discordo_9==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_9 ==3,"3.Discordo",NA))), j10_opiniao = ifelse(concordo_discordo_10==1,"1.Concordo", ifelse(concordo_discordo_10==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_10 ==3,"3.Discordo",NA))), j11_opiniao = ifelse(concordo_discordo_11==1,"1.Concordo", ifelse(concordo_discordo_11==2,"2.Não concordo, nem discordo", ifelse(concordo_discordo_11 ==3,"3.Discordo",NA)))) ##### Bloco K - Rede de apoio do cuidador ##### # Rede de apoio do cuidador dip_1952_entrevistas <- dip_1952_entrevistas%>% dplyr::mutate( # Frequência conta com alguém -quest_86 k_1_conta = factor(case_when(ch_86_quest_1 %in% c(1,2) ~ "3.Nunca/ Poucas vezes", ch_86_quest_1 == 3 ~ "2.Algumas vezes", ch_86_quest_1 %in% c(4,5) ~ "1.Muitas vezes/ Sempre")), k_2_conta = factor(case_when(ch_86_quest_2 %in% c(1,2) ~ "3.Nunca/ Poucas vezes", ch_86_quest_2 == 3 ~ "2.Algumas vezes", ch_86_quest_2 %in% c(4,5) ~ "1.Muitas vezes/ Sempre")), k_3_conta = factor(case_when(ch_86_quest_3 %in% c(1,2) ~ "3.Nunca/ Poucas vezes", ch_86_quest_3 == 3 ~ "2.Algumas vezes", ch_86_quest_3 %in% c(4,5) ~ "1.Muitas vezes/ Sempre")), k_4_conta = factor(case_when(ch_86_quest_4 %in% c(1,2) ~ "3.Nunca/ Poucas vezes", ch_86_quest_4 == 3 ~ "2.Algumas vezes", ch_86_quest_4 %in% c(4,5) ~ "1.Muitas vezes/ Sempre")), k_5_conta = factor(case_when(ch_86_quest_5 %in% c(1,2) ~ "3.Nunca/ Poucas vezes", ch_86_quest_5 == 3 ~ "2.Algumas vezes", ch_86_quest_5 %in% c(4,5) ~ "1.Muitas vezes/ Sempre")), k_6_conta = factor(case_when(ch_86_quest_6 %in% c(1,2) ~ "3.Nunca/ Poucas vezes", ch_86_quest_6 == 3 ~ "2.Algumas vezes", ch_86_quest_6 %in% c(4,5) ~ "1.Muitas vezes/ Sempre")), k_8_conta = factor(case_when(ch_86_quest_8 %in% c(1,2) ~ "3.Nunca/ Poucas vezes", ch_86_quest_8 == 3 ~ "2.Algumas vezes", ch_86_quest_8 %in% c(4,5) ~ "1.Muitas vezes/ Sempre"))) ##### Desenho Amostral ##### survey_dip <- survey::svydesign(id = ~id_domicilio, # Identificador único dos domicílios strata = ~regiao, # Identificação do estrato - regiões da Pdad weights = ~peso_amostral, # Inverso da probabilidade de selação nest=TRUE, data=dip_1952_entrevistas # Nome da base ) #srvyr srvyr_dip <- srvyr::as_survey(survey_dip) ######################################################### ############# Tabelas para formatação ############### ############# BLOCO A ############### ######################################################### ### Idade por região a1_regiao_idade <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,a1_idade_em_anos) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb, a1_idade_em_anos,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Idade por região a1_regiao_idade_meses <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,a1_idade_em_meses) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb, a1_idade_em_meses,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Sexo por região a2_regiao_sexo <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,a2_sexo_nascimento) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,a2_sexo_nascimento,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Raça/cor por região a3_regiao_raca <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,a3_racacor) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,a3_racacor,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Critério Brasil por região a4_regiao_cb4cat <- srvyr_dip %>% srvyr::filter(!is.na(a4_criteriobrasil_4cat)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,a4_criteriobrasil_4cat) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,a4_criteriobrasil_4cat,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Região e PCD a5_regiao_PCD <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,a5_deficiencia) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,a5_deficiencia,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Região e transtorno a6_regiao_transtorno <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,a6_transtorno) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,a6_transtorno,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(a1_regiao_idade, file = "a1_regiao_idade.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(a1_regiao_idade_meses, file = "a1_regiao_idade_meses.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(a2_regiao_sexo, file = "a2_regiao_sexo.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(a3_regiao_raca, file = "a3_regiao_raca.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(a4_regiao_cb4cat, file = "a4_regiao_cb4cat.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(a5_regiao_PCD, file = "a5_regiao_PCD.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(a6_regiao_transtorno, file = "a6_regiao_transtorno.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO B ############### ######################################################### ### DiP por região b1_regiao_di <- srvyr_dip %>% srvyr::filter(!is.na(dip)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,dip) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,dip,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b2_regiao_dip_adeq <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b2.desenv_adeq) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b2.desenv_adeq,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.1_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.1_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.1_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.2_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.2_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.2_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.3_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.3_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.3_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.4_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.4_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.4_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.5_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.5_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.5_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.6_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.6_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.6_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.7_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.7_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.7_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.8_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.8_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.8_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.9_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.9_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.9_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.10_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.10_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.10_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.11_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.11_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.11_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.12_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.12_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.12_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Desenvolvimento adequado por região b3.13_regiao_est <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,b3.13_estim_desenv) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,b3.13_estim_desenv,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(b1_regiao_di, file = "b1_regiao_di.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b2_regiao_dip_adeq, file = "b2_regiao_dip_adeq.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.1_regiao_est, file = "b3.1_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.2_regiao_est, file = "b3.2_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.3_regiao_est, file = "b3.3_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.4_regiao_est, file = "b3.4_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.5_regiao_est, file = "b3.5_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.6_regiao_est, file = "b3.6_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.7_regiao_est, file = "b3.7_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.8_regiao_est, file = "b3.8_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.9_regiao_est, file = "b3.9_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.10_regiao_est, file = "b3.10_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.11_regiao_est, file = "b3.11_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.12_regiao_est, file = "b3.12_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(b3.13_regiao_est, file = "b3.13_regiao_est.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO C ############### ######################################################### ### Pré-natal por região c1_regiao_prenatal <- srvyr_dip %>% srvyr::filter(!is.na(c1_prenatal)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c1_prenatal) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c1_prenatal,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Consultas pré-natal por região c2_regiao_consultaspre <- srvyr_dip %>% srvyr::filter(!is.na(c2_consultas_prenatal)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c2_consultas_prenatal) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c2_consultas_prenatal,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Prematuro por região c3_regiao_prematuro <- srvyr_dip %>% srvyr::filter(!is.na(c3_nasceu_prematuro)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c3_nasceu_prematuro) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c3_nasceu_prematuro,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Baixo peso por região c4_regiao_baixopeso <- srvyr_dip %>% srvyr::filter(!is.na(c4_nasceu_baixo_peso)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c4_nasceu_baixo_peso) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c4_nasceu_baixo_peso,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Substâncias por região c5_regiao_substancias <- srvyr_dip %>% srvyr::filter(!is.na(c5_substancias_gestacao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c5_substancias_gestacao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c5_substancias_gestacao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Álcool por região c5.1_regiao_alcool <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c5.1_alcool) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c5.1_alcool,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Tabaco por região c5.2_regiao_tabaco <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c5.2_tabaco) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c5.2_tabaco,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Maconha por região c5.3_regiao_maconha <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c5.3_maconha) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c5.3_maconha,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Outros por região c5.4_regiao_outros <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c5.4_outros) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c5.4_outros,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Tipo de parto por região c6_regiao_tipoparto <- srvyr_dip %>% srvyr::filter(!is.na(c6_tipo_parto)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c6_tipo_parto) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c6_tipo_parto,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Parto desejado por região c7_regiao_partodesejado <- srvyr_dip %>% srvyr::filter(!is.na(c7_parto_desejado)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c7_parto_desejado) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c7_parto_desejado,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Problema na gravidez por região c8_regiao_probgravidez <- srvyr_dip %>% srvyr::filter(!is.na(c8_problem_gravidez)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c8_problem_gravidez) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c8_problem_gravidez,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Gravidez planejada por região c9_regiao_gravidez_plan <- srvyr_dip %>% srvyr::filter(!is.na(c9_planej_gravidez)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,c9_planej_gravidez) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,c9_planej_gravidez,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(c1_regiao_prenatal, file = "c1_regiao_prenatal.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c2_regiao_consultaspre, file = "c2_regiao_consultaspre.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c3_regiao_prematuro, file = "c3_regiao_prematuro.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c4_regiao_baixopeso, file = "c4_regiao_baixopeso.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c5_regiao_substancias, file = "c5_regiao_substancias.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c5.1_regiao_alcool, file = "c5.1_regiao_alcool.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c5.2_regiao_tabaco, file = "c5.2_regiao_tabaco.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c5.3_regiao_maconha, file = "c5.3_regiao_maconha.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c5.4_regiao_outros, file = "c5.4_regiao_outros.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c6_regiao_tipoparto, file = "c6_regiao_tipoparto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c7_regiao_partodesejado, file = "c7_regiao_partodesejado.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c8_regiao_probgravidez, file = "c8_regiao_probgravidez.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(c9_regiao_gravidez_plan, file = "c9_regiao_gravidez_plan.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO D ############### ######################################################### ### Mama no peito por região d1_regiao_mama_peito <- srvyr_dip %>% # Filtro srvyr::filter(!is.na(d1.1_mamou_peito)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,d1.1_mamou_peito) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,d1.1_mamou_peito,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(d1_regiao_mama_peito, file = "d1_regiao_mama_peito.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO E ############### ######################################################### ### Cartão de vacina por região e1_regiao_cartao_vacina <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,e1_cartao_vacina) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,e1_cartao_vacina,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Tomou vacina por região e2_regiao_tomou_vacina <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,e2_tomou_vacina) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,e2_tomou_vacina,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Tem consultas por região e3_regiao_consultas <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,e3_tem_consultas) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,e3_tem_consultas,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Tem problemas de saúde por região e4_regiao_prob_saude <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,e4_problema_saude) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,e4_problema_saude,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Qual problema de saúde por região e5_regiao_qual_prob_saude <- srvyr_dip %>% srvyr::filter(e5_quais_problemas_saude!="0"&e5_quais_problemas_saude!="2") %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,e5_quais_problemas_saude) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,e5_quais_problemas_saude,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(e1_regiao_cartao_vacina, file = "e1_regiao_cartao_vacina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(e2_regiao_tomou_vacina, file = "e2_regiao_tomou_vacina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(e3_regiao_consultas, file = "e3_regiao_consultas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(e4_regiao_prob_saude, file = "e4_regiao_prob_saude.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(e5_regiao_qual_prob_saude, file = "e5_regiao_qual_prob_saude.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO F ############### ######################################################### ### Frequenta berçário por região f1_regiao_freq_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f1_frequenta_bercario) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f1_frequenta_bercario,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Tipo de berçário por região f2_regiao_tipo_bercario <- srvyr_dip %>% # Filtro srvyr::filter(!is.na(f2_tipo_bercario)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f2_tipo_bercario) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f2_tipo_bercario,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Período de berçário por região f3_regiao_periodo_bercario <- srvyr_dip %>% # Filtro srvyr::filter(!is.na(f3_periodo_bercario)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f3_periodo_bercario) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f3_periodo_bercario,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Fator de berçário por região f5.1_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f5.1_fatores_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f5.1_fatores_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Fator de berçário por região f5.2_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f5.2_fatores_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f5.2_fatores_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Fator de berçário por região f5.3_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f5.3_fatores_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f5.3_fatores_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Fator de berçário por região f5.4_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f5.4_fatores_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f5.4_fatores_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Fator de berçário por região f5.5_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f5.5_fatores_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f5.5_fatores_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Fator de berçário por região f5.6_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f5.6_fatores_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f5.6_fatores_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Fator de berçário por região f5.7_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f5.7_fatores_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f5.7_fatores_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Não frequenta berçário por região f6.1_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f6.1_nao_frequenta_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f6.1_nao_frequenta_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Não frequenta berçário por região f6.2_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f6.2_nao_frequenta_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f6.2_nao_frequenta_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Não frequenta berçário por região f6.3_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f6.3_nao_frequenta_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f6.3_nao_frequenta_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Não frequenta berçário por região f6.4_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f6.4_nao_frequenta_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f6.4_nao_frequenta_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Não frequenta berçário por região f6.5_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f6.5_nao_frequenta_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f6.5_nao_frequenta_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Não frequenta berçário por região f6.6_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f6.6_nao_frequenta_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f6.6_nao_frequenta_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Não frequenta berçário por região f6.7_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f6.7_nao_frequenta_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f6.7_nao_frequenta_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Não frequenta berçário por região f6.8_regiao_fator_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,f6.8_nao_frequenta_creche) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,f6.8_nao_frequenta_creche,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Frequenta berçário por idade f7_idade_freq_bercario <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(a1_idade_em_anos,f1_frequenta_bercario) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(a1_idade_em_anos,f1_frequenta_bercario,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "a1_idade_em_anos",values_from = c("n","pct","n_cv")) write.table(f1_regiao_freq_bercario, file = "f1_regiao_freq_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f2_regiao_tipo_bercario, file = "f2_regiao_tipo_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f3_regiao_periodo_bercario, file = "f3_regiao_periodo_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f5.1_regiao_fator_bercario, file = "f5.1_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f5.2_regiao_fator_bercario, file = "f5.2_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f5.3_regiao_fator_bercario, file = "f5.3_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f5.4_regiao_fator_bercario, file = "f5.4_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f5.5_regiao_fator_bercario, file = "f5.5_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f5.6_regiao_fator_bercario, file = "f5.6_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f5.7_regiao_fator_bercario, file = "f5.7_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f6.1_regiao_fator_bercario, file = "f6.1_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f6.2_regiao_fator_bercario, file = "f6.2_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f6.3_regiao_fator_bercario, file = "f6.3_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f6.4_regiao_fator_bercario, file = "f6.4_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f6.5_regiao_fator_bercario, file = "f6.5_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f6.6_regiao_fator_bercario, file = "f6.6_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f6.7_regiao_fator_bercario, file = "f6.7_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f6.8_regiao_fator_bercario, file = "f6.8_regiao_fator_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(f7_idade_freq_bercario, file = "f7_idade_freq_bercario.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO G ############### ######################################################### ### Com quem mora por região g1.1_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.1_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.1_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Com quem mora por região g1.2_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.2_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.2_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Com quem mora por região g1.3_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.3_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.3_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Com quem mora por região g1.4_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.4_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.4_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Com quem mora por região g1.5_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.5_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.5_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Com quem mora por região g1.6_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.6_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.6_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Com quem mora por região g1.7_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.7_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.7_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Com quem mora por região g1.8_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.8_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.8_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Com quem mora por região g1.9_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.9_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.9_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Com quem mora por região g1.10_regiao_quem_mora <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g1.10_mora_com_quem) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g1.10_mora_com_quem,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(g1.1_regiao_quem_mora, file = "g1.1_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g1.2_regiao_quem_mora, file = "g1.2_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g1.3_regiao_quem_mora, file = "g1.3_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g1.4_regiao_quem_mora, file = "g1.4_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g1.5_regiao_quem_mora, file = "g1.5_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g1.6_regiao_quem_mora, file = "g1.6_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g1.7_regiao_quem_mora, file = "g1.7_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g1.8_regiao_quem_mora, file = "g1.8_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g1.9_regiao_quem_mora, file = "g1.9_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g1.10_regiao_quem_mora, file = "g1.10_regiao_quem_mora.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Cuida a maior parte do tempo por região g2.1_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.1_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.1_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Cuida a maior parte do tempo por região g2.2_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.2_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.2_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Cuida a maior parte do tempo por região g2.3_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.3_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.3_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Cuida a maior parte do tempo por região g2.4_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.4_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.4_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Cuida a maior parte do tempo por região g2.5_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.5_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.5_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Cuida a maior parte do tempo por região g2.6_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.6_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.6_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Cuida a maior parte do tempo por região g2.7_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.7_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.7_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Cuida a maior parte do tempo por região g2.8_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.8_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.8_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Cuida a maior parte do tempo por região g2.9_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.9_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.9_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Cuida a maior parte do tempo por região g2.10_regiao_cuida <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g2.10_cuida_maior_parte_do_tempo) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g2.10_cuida_maior_parte_do_tempo,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(g2.1_regiao_cuida, file = "g2.1_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g2.2_regiao_cuida, file = "g2.2_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g2.3_regiao_cuida, file = "g2.3_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g2.4_regiao_cuida, file = "g2.4_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g2.5_regiao_cuida, file = "g2.5_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g2.6_regiao_cuida, file = "g2.6_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g2.7_regiao_cuida, file = "g2.7_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g2.8_regiao_cuida, file = "g2.8_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g2.9_regiao_cuida, file = "g2.9_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g2.10_regiao_cuida, file = "g2.10_regiao_cuida.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Papela do pai por região g3.1_regiao_papelpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g3.1_papel_do_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g3.1_papel_do_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Papela do pai por região g3.2_regiao_papelpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g3.2_papel_do_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g3.2_papel_do_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Papela do pai por região g3.3_regiao_papelpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g3.3_papel_do_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g3.3_papel_do_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Papela do pai por região g3.4_regiao_papelpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g3.4_papel_do_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g3.4_papel_do_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Papela do pai por região g3.5_regiao_papelpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g3.5_papel_do_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g3.5_papel_do_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Papela do pai por região g3.6_regiao_papelpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g3.6_papel_do_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g3.6_papel_do_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Papela do pai por região g3.7_regiao_papelpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g3.7_papel_do_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g3.7_papel_do_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Papela do pai por região g3.8_regiao_papelpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g3.8_papel_do_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g3.8_papel_do_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(g3.1_regiao_papelpai, file = "g3.1_regiao_papelpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g3.2_regiao_papelpai, file = "g3.2_regiao_papelpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g3.3_regiao_papelpai, file = "g3.3_regiao_papelpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g3.4_regiao_papelpai, file = "g3.4_regiao_papelpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g3.5_regiao_papelpai, file = "g3.5_regiao_papelpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g3.6_regiao_papelpai, file = "g3.6_regiao_papelpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g3.7_regiao_papelpai, file = "g3.7_regiao_papelpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g3.8_regiao_papelpai, file = "g3.8_regiao_papelpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Escolaridade dos pais por região g4_regiao_escolarmae <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g4_escolaridade_mae) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g4_escolaridade_mae,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g5_regiao_escolarpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g5_escolaridade_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g5_escolaridade_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(g4_regiao_escolarmae, file = "g4_regiao_escolarmae.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g5_regiao_escolarpai, file = "g5_regiao_escolarpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") g6_regiao_resprenda <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g6_resp_renda) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g6_resp_renda,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g7_regiao_trabmae <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g7_mae_emprego) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g7_mae_emprego,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g8_regiao_trabpai <- srvyr_dip %>% # Filtro srvyr::filter(!is.na(g8_pai_emprego)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g8_pai_emprego) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g8_pai_emprego,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(g6_regiao_resprenda, file = "g6_regiao_resprenda.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g7_regiao_trabmae, file = "g7_regiao_trabmae.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g8_regiao_trabpai, file = "g8_regiao_trabpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") g9_regiao_licenmae <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g9_direito_licenca_maternidade) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g9_direito_licenca_maternidade,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g10_regiao_licenpai <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g10_licenca_pai) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g10_licenca_pai,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(g9_regiao_licenmae, file = "g9_regiao_licenmae.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g10_regiao_licenpai, file = "g10_regiao_licenpai.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") g11_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11_beneficio) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11_beneficio,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.1_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.1_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.1_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.2_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.2_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.2_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.3_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.3_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.3_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.4_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.4_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.4_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.5_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.5_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.5_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.6_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.6_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.6_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.7_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.7_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.7_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.8_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.8_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.8_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.9_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.9_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.9_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) g11.10_regiao_benefsocial <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,g11.10_beneficios_quais) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,g11.10_beneficios_quais,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(g11_regiao_benefsocial, file = "g11_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.1_regiao_benefsocial, file = "g11.1_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.2_regiao_benefsocial, file = "g11.2_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.3_regiao_benefsocial, file = "g11.3_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.4_regiao_benefsocial, file = "g11.4_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.5_regiao_benefsocial, file = "g11.5_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.6_regiao_benefsocial, file = "g11.6_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.7_regiao_benefsocial, file = "g11.7_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.8_regiao_benefsocial, file = "g11.8_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.9_regiao_benefsocial, file = "g11.9_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(g11.10_regiao_benefsocial, file = "g11.10_regiao_benefsocial.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO H ############### ######################################################### ### Qtde livros por região h1_regiao_qtdlivros <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h1_faixas_qtd_livros) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h1_faixas_qtd_livros,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Brincadeiras livros por região h2.1_regiao_brinca <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h2.1_brinca_caseiros) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h2.1_brinca_caseiros,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Brincadeiras livros por região h2.2_regiao_brinca <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h2.2_brinca_vendidos) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h2.2_brinca_vendidos,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Brincadeiras livros por região h2.3_regiao_brinca <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h2.3_brinca_domesticos) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h2.3_brinca_domesticos,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Brincadeiras livros por região h2.4_regiao_brinca <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h2.4_brinca_encontr) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h2.4_brinca_encontr,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Brincadeiras livros por região h2.5_regiao_brinca <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h2.5_brinca_eletr) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h2.5_brinca_eletr,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Brincadeiras livros por região h2.6_regiao_brinca <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h2.6_brinc_nao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h2.6_brinc_nao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(h1_regiao_qtdlivros, file = "h1_regiao_qtdlivros.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h2.1_regiao_brinca, file = "h2.1_regiao_brinca.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h2.2_regiao_brinca, file = "h2.2_regiao_brinca.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h2.3_regiao_brinca, file = "h2.3_regiao_brinca.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h2.4_regiao_brinca, file = "h2.4_regiao_brinca.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h2.5_regiao_brinca, file = "h2.5_regiao_brinca.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h2.6_regiao_brinca, file = "h2.6_regiao_brinca.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Tempo de tela por região h3.1_regiao_tela <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h3.1_tela) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h3.1_tela,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Tempo de tela freq por região h3.2_regiao_tela_freq <- srvyr_dip %>% # Filtro srvyr::filter(!is.na(h3.2_tela_freq)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h3.2_tela_freq) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h3.2_tela_freq,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Tempo horas de tela por região h3.3_regiao_tela_horas <- srvyr_dip %>% # Filtro srvyr::filter(!is.na(h3.3_tela_horas)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h3.3_tela_horas) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h3.3_tela_horas,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Frequenta berçário por idade h3_idade_tela <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(a1_idade_em_anos,h3.1_tela) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(a1_idade_em_anos,h3.1_tela,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "h3.1_tela",values_from = c("n","pct","n_cv")) write.table(h3.1_regiao_tela, file = "h3.1_regiao_tela.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h3.2_regiao_tela_freq, file = "h3.2_regiao_tela_freq.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h3.3_regiao_tela_horas, file = "h3.3_regiao_tela_horas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h3_idade_tela, file = "h3_idade_tela.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Atividades por região h4.1_regiao_atv <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h4.1_leu) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h4.1_leu,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Atividades por região h4.2_regiao_atv <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h4.2_contou) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h4.2_contou,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Atividades por região h4.3_regiao_atv <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h4.3_cantou) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h4.3_cantou,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Atividades por região h4.4_regiao_atv <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h4.4_passeou) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h4.4_passeou,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Atividades por região h4.5_regiao_atv <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h4.5_jogou) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h4.5_jogou,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Atividades por região h4.6_regiao_atv <- srvyr_dip %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,h4.6_nomeou) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,h4.6_nomeou,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(h4.1_regiao_atv, file = "h4.1_regiao_atv.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h4.2_regiao_atv, file = "h4.2_regiao_atv.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h4.3_regiao_atv, file = "h4.3_regiao_atv.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h4.4_regiao_atv, file = "h4.4_regiao_atv.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h4.5_regiao_atv, file = "h4.5_regiao_atv.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h4.6_regiao_atv, file = "h4.6_regiao_atv.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Rotina por região h5.1_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==1) %>% # Colocando label no número srvyr::mutate(rotina_1_M=case_when(rotina_1_M==1~"A criança tem horários para dormir ou para ser colocado para dormir (incluindo sonecas ao longo do dia e o horário de sono noturno)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_1_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_1_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.2_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==1) %>% # Colocando label no número srvyr::mutate(rotina_2_M=case_when(rotina_2_M==1~"A criança tem horário para ser amamentado (leite do peito ou fórmula)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_2_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_2_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.3_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==1) %>% # Colocando label no número srvyr::mutate(rotina_3_M=case_when(rotina_3_M==1~"A criança tem horário para tomar banho", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_3_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_3_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.4_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==1) %>% # Colocando label no número srvyr::mutate(rotina_4_M=case_when(rotina_4_M==1~"Estão inseridos na rotina da criança massagem e banho de sol", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_4_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_4_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.5_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==1) %>% # Colocando label no número srvyr::mutate(rotina_5_M=case_when(rotina_5_M==1~"Na rotina da criança tem momentos com música, leituras e brincadeiras", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_5_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_5_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(h5.1_regiao_rotina, file = "h5.1_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.2_regiao_rotina, file = "h5.2_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.3_regiao_rotina, file = "h5.3_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.4_regiao_rotina, file = "h5.4_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.5_regiao_rotina, file = "h5.5_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Rotina por região h5.6_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==2) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_6_M==1~"A criança tem horários para dormir ou para ser colocado para dormir (incluem sonecas ao longo do dia e o horário de sono noturno", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_6_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_6_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.7_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==2) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_7_M==1~"A criança tem horário para fazer as refeições (introdução alimentar e amamentação/fórmulas)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_7_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_7_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.8_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==2) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_8_M==1~"A criança tem horário para tomar banho", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_8_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_8_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.9_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==2) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_9_M==1~"Os cuidadores realizam a higiene bucal da criança", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_9_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_9_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.10_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==2) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_10_M==1~"Estão inseridos na rotina da criança momentos como massagem e banho de sol", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_10_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_10_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.11_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==2) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_11_M==1~"Na rotina da criança, tem momentos com música, leituras e brincadeiras, atividade física", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_11_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_11_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(h5.6_regiao_rotina, file = "h5.6_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.7_regiao_rotina, file = "h5.7_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.8_regiao_rotina, file = "h5.8_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.9_regiao_rotina, file = "h5.9_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.10_regiao_rotina, file = "h5.10_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.11_regiao_rotina, file = "h5.11_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Rotina por região h5.12_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==3|a1_idade_em_meses==4) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_12_M==1~"A criança tem horários para dormir ou para ser colocado para dormir (incluem sonecas ao longo do dia e o horário de sono noturno)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_12_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_12_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.13_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==3|a1_idade_em_meses==4) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_13_M==1~"A criança tem horário para fazer as refeições (inclui introdução alimentar e amamentação/fórmulas)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_13_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_13_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.14_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==3|a1_idade_em_meses==4) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_14_M==1~"A criança participa da rotina de alimentação à mesa junto com a família", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_14_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_14_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.15_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==3|a1_idade_em_meses==4) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_15_M==1~"A criança tem horário para tomar banho", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_15_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_15_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.16_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==3|a1_idade_em_meses==4) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_16_M==1~"Na rotina da criança, tem momentos como massagem e banho de sol", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_16_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_16_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.17_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==3|a1_idade_em_meses==4) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_17_M==1~"Na rotina da criança, tem momentos com música, leituras, brincadeiras e atividades físicas", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_17_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_17_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(h5.12_regiao_rotina, file = "h5.12_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.13_regiao_rotina, file = "h5.13_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.14_regiao_rotina, file = "h5.14_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.15_regiao_rotina, file = "h5.15_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.16_regiao_rotina, file = "h5.16_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.17_regiao_rotina, file = "h5.17_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Rotina por região h5.18_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==5) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_18_M==1~"A criança tem horários para dormir ou para ser colocado para dormir (incluem sonecas ao longo do dia e o horário de sono noturno)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_18_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_18_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.19_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==5) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_19_M==1~"A criança tem horário para fazer as refeições (inclui introdução alimentar e amamentação/fórmulas)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_19_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_19_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.20_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==5) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_20_M==1~"A criança participa da rotina de alimentação à mesa junto com a família", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_20_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_20_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.21_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==5) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_21_M==1~"A criança tem horário para tomar banho", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_21_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_21_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.22_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==5) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_22_M==1~"Na rotina da criança, tem momentos como massagem e banho de sol", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_22_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_22_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.23_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==5) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_23_M==1~"Na rotina da criança, tem momentos com música, leituras, brincadeiras e atividades físicas", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_23_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_23_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.24_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==5) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_24_M==1~"Quando a criança passeia, costumam explicar a ele/ela sobre as coisas ao redor(árvores, pessoas, prédios, carros etc.)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_24_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_24_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(h5.18_regiao_rotina, file = "h5.18_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.19_regiao_rotina, file = "h5.19_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.20_regiao_rotina, file = "h5.20_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.21_regiao_rotina, file = "h5.21_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.22_regiao_rotina, file = "h5.22_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.23_regiao_rotina, file = "h5.23_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.24_regiao_rotina, file = "h5.24_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Rotina por região h5.25_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==6) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_25_M==1~"A criança tem horários para dormir ou para ser colocado para dormir (incluem sonecas ao longo do dia e o horário de sono noturno)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_25_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_25_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.26_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==6) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_26_M==1~"A criança tem horário para fazer as refeições (inclui introdução alimentar e amamentação/fórmulas)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_26_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_26_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.27_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==6) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_27_M==1~"A criança participa da rotina de alimentação à mesa junto com a família", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_27_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_27_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.28_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==6) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_28_M==1~"A criança tem horário para tomar banho", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_28_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_28_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.29_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==6) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_29_M==1~"Na rotina da criança tem momentos como massagem e banho de sol", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_29_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_29_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.30_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==6) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_30_M==1~"Na rotina da criança tem momentos com música, leituras, brincadeiras e atividades físicas", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_30_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_30_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.31_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==6) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_31_M==1~"Quando a criança passeia, costumam explicar a ele/ela sobre as coisas ao redor(árvores, pessoas, prédios, carros etc.)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_31_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_31_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.32_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==6) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_32_M==1~"A criança contribui com a organização das atividades de casa (guarda os brinquedos,coloca roupa suja no cesto, coloca lixo no cesto, guarda os sapatos etc.)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_32_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_32_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(h5.25_regiao_rotina, file = "h5.25_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.26_regiao_rotina, file = "h5.26_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.27_regiao_rotina, file = "h5.27_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.28_regiao_rotina, file = "h5.28_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.29_regiao_rotina, file = "h5.29_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.30_regiao_rotina, file = "h5.30_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.31_regiao_rotina, file = "h5.31_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.32_regiao_rotina, file = "h5.32_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Rotina por região h5.33_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==7|a1_idade_em_meses==8|a1_idade_em_meses==9) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_33_M==1~"A criança tem horários para dormir (incluem sonecas ao longo do dia e o horário de sono noturno)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_33_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_33_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.34_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==7|a1_idade_em_meses==8|a1_idade_em_meses==9) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_34_M==1~"A criança tem horário para fazer as refeições (inclui introdução alimentar e amamentação/fórmulas)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_34_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_34_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.35_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==7|a1_idade_em_meses==8|a1_idade_em_meses==9) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_35_M==1~"A criança participa da rotina de alimentação à mesa junto com a família", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_35_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_35_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.36_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==7|a1_idade_em_meses==8|a1_idade_em_meses==9) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_36_M==1~"A criança tem horário para tomar banho", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_36_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_36_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.37_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==7|a1_idade_em_meses==8|a1_idade_em_meses==9) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_37_M==1~"Estão inseridos na rotina da criança momentos como massagem e banho de sol", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_37_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_37_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.38_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==7|a1_idade_em_meses==8|a1_idade_em_meses==9) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_38_M==1~"Na rotina da criança, tem atividades ao ar livre (ir ao parque, brincar)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_38_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_38_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.39_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==7|a1_idade_em_meses==8|a1_idade_em_meses==9) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_39_M==1~"Na rotina da criança, tem momentos com música, leituras, brincadeiras e atividades físicas", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_39_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_39_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.40_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==7|a1_idade_em_meses==8|a1_idade_em_meses==9) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_40_M==1~"Quando a criança passeia, costumam explicar a ele/ela sobre as coisas ao redor(árvores, pessoas, prédios, carros etc.)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_40_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_40_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.41_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==7|a1_idade_em_meses==8|a1_idade_em_meses==9) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_41_M==1~"A criança contribui com a organização das atividades de casa (guarda os brinquedos,coloca roupa suja no cesto, coloca lixo no cesto, guarda os sapatos etc.", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_41_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_41_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(h5.33_regiao_rotina, file = "h5.33_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.34_regiao_rotina, file = "h5.34_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.35_regiao_rotina, file = "h5.35_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.36_regiao_rotina, file = "h5.36_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.37_regiao_rotina, file = "h5.37_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.38_regiao_rotina, file = "h5.38_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.39_regiao_rotina, file = "h5.39_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.40_regiao_rotina, file = "h5.40_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.41_regiao_rotina, file = "h5.41_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Rotina por região h5.42_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==10|a1_idade_em_meses==11) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_42_M==1~"A criança tem horários para dormir (incluem sonecas ao longo do dia e o horário de sono noturno)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_42_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_42_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.43_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==10|a1_idade_em_meses==11) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_43_M==1~"A criança tem horários para fazer as refeições (inclui introdução alimentar e amamentação/fórmulas", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_43_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_43_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.44_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==10|a1_idade_em_meses==11) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_44_M==1~"A criança participa da rotina de alimentação à mesa junto com a família", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_44_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_44_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.45_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==10|a1_idade_em_meses==11) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_45_M==1~"A criança tem horário para tomar banho", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_45_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_45_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.46_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==10|a1_idade_em_meses==11) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_46_M==1~"Na rotina da criança, tem atividades ao ar livre (ir ao parque, brincar)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_46_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_46_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.47_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==10|a1_idade_em_meses==11) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_47_M==1~"Na rotina da criança, tem momentos com música, leituras, brincadeiras e atividades físicas", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_47_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_47_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.48_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==10|a1_idade_em_meses==11) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_48_M==1~"Quando a criança passeia, costumam explicar a ele/ ela sobre as coisas ao redor(árvores, pessoas, prédios, carros etc.)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_48_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_48_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.49_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==10|a1_idade_em_meses==11) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_49_M==1~"A criança contribui com a organização das atividades de casa (guarda os brinquedos,coloca roupa suja no cesto, coloca lixo no cesto, guarda os sapatos etc.)", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_49_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_49_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Rotina por região h5.50_regiao_rotina <- srvyr_dip %>% # Filtro srvyr::filter(a1_idade_em_meses==10|a1_idade_em_meses==11) %>% # Colocando label no número srvyr::mutate(rotina__M=case_when(rotina_50_M==1~"A criança contribui com o cuidado com os animais de estimação", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,rotina_50_M) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,rotina_50_M,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(h5.42_regiao_rotina, file = "h5.42_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.43_regiao_rotina, file = "h5.43_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.44_regiao_rotina, file = "h5.44_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.45_regiao_rotina, file = "h5.45_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.46_regiao_rotina, file = "h5.46_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.47_regiao_rotina, file = "h5.47_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.48_regiao_rotina, file = "h5.48_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.49_regiao_rotina, file = "h5.49_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(h5.50_regiao_rotina, file = "h5.50_regiao_rotina.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO I ############### ######################################################### ### Práticas por região i80.1_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.1) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.1,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.2_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.2)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.2) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.2,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.3_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.3)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.3) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.3,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.4_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.4)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.4) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.4,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.5_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.5)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.5) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.5,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.6_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.6)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.6) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.6,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.7_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.7)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.7) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.7,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.8_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.8)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.8) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.8,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.9_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.9)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.9) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.9,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.10_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.10)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.10) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.10,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.11_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.11)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.11) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.11,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.13_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.13)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.13) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.13,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.14_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.14)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.14) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.14,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.15_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.15)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.15) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.15,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.16_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.16)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.16) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.16,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.18_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.18)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.18) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.18,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.19_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.19)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.19) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.19,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.20_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.20)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.20) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.20,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.23_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.23)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.23) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.23,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.24_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.24)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.24) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.24,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.27_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.27)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.27) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.27,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.30_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.30)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.30) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.30,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i80.31_regiao_praticas <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(i_praticas_80.31)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_praticas_80.31) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_praticas_80.31,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(i80.1_regiao_praticas, file = "i80.1_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.2_regiao_praticas, file = "i80.2_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.3_regiao_praticas, file = "i80.3_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.4_regiao_praticas, file = "i80.4_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.5_regiao_praticas, file = "i80.5_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.6_regiao_praticas, file = "i80.6_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.7_regiao_praticas, file = "i80.7_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.8_regiao_praticas, file = "i80.8_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.9_regiao_praticas, file = "i80.9_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.10_regiao_praticas, file = "i80.10_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.11_regiao_praticas, file = "i80.11_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.13_regiao_praticas, file = "i80.13_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.14_regiao_praticas, file = "i80.14_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.15_regiao_praticas, file = "i80.15_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.16_regiao_praticas, file = "i80.16_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.18_regiao_praticas, file = "i80.18_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.19_regiao_praticas, file = "i80.19_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.20_regiao_praticas, file = "i80.20_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.23_regiao_praticas, file = "i80.23_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.24_regiao_praticas, file = "i80.24_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.27_regiao_praticas, file = "i80.27_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.30_regiao_praticas, file = "i80.30_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i80.31_regiao_praticas, file = "i80.31_regiao_praticas.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ### Tipo de apoio ### Familiares no mesmo domicílio i81.1_regiao_tipo_apoio <- srvyr_dip %>% # Colocando label no número srvyr::mutate(i81.1_apoio_mdom=case_when(quest_81_1==1~"Familiares que moram no mesmo domicílio", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i81.1_apoio_mdom) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i81.1_apoio_mdom,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Familiares no mesmo domicílio i81.2_regiao_tipo_apoio <- srvyr_dip %>% # Colocando label no número srvyr::mutate(i81.2_apoio_outrodom=case_when(quest_81_2==1~"Outros familiares que não moram no mesmo domicílio", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i81.2_apoio_outrodom) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i81.2_apoio_outrodom,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Familiares no mesmo domicílio i81.3_regiao_tipo_apoio <- srvyr_dip %>% # Colocando label no número srvyr::mutate(i81.3_apoio_amigos=case_when(quest_81_3==1~"Amigos ou colegas", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i81.3_apoio_amigos) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i81.3_apoio_amigos,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Familiares no mesmo domicílio i81.4_regiao_tipo_apoio <- srvyr_dip %>% # Colocando label no número srvyr::mutate(i81.4_apoio_viz=case_when(quest_81_4==1~"Vizinhos", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i81.4_apoio_viz) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i81.4_apoio_viz,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ### Familiares no mesmo domicílio i81.5_regiao_tipo_apoio <- srvyr_dip %>% # Colocando label no número srvyr::mutate(i81.5_apoio_outros=case_when(quest_81_5==1~"Outros", TRUE~"XXX")) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i81.5_apoio_outros) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i81.5_apoio_outros,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(i81.1_regiao_tipo_apoio, file = "i81.1_regiao_tipo_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.2_regiao_tipo_apoio, file = "i81.2_regiao_tipo_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.3_regiao_tipo_apoio, file = "i81.3_regiao_tipo_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.4_regiao_tipo_apoio, file = "i81.4_regiao_tipo_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.5_regiao_tipo_apoio, file = "i81.5_regiao_tipo_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") #### Apoio de familiares no mesmo domicílio #### i81.1.1_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.1.1)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.1.1) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.1.1,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.1.2_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.1.2)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.1.2) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.1.2,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.1.3_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.1.3)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.1.3) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.1.3,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.1.4_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.1.4)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.1.4) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.1.4,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.1.5_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.1.5)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.1.5) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.1.5,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) ##### Apoio de familiares fora do domicílio #### i81.2.1_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.2.1)&quest_81_2==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.2.1) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.2.1,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.2.2_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.2.2)&quest_81_2==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.2.2) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.2.2,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.2.3_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.2.3)&quest_81_2==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.2.3) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.2.3,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.2.4_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.2.4)&quest_81_2==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.2.4) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.2.4,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.2.5_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.2.5)&quest_81_2==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.2.5) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.2.5,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) #### Apoio de amigos ou colegas #### i81.3.1_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.3.1)&quest_81_3==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.3.1) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.3.1,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.3.2_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.3.2)&quest_81_3==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.3.2) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.3.2,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.3.3_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.3.3)&quest_81_3==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.3.3) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.3.3,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.3.4_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.3.4)&quest_81_3==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.3.4) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.3.4,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.3.5_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.3.5)&quest_81_3==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.3.5) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.3.5,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) #### Apoio de vizinhos #### i81.4.1_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.4.1)&quest_81_4==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.4.1) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.4.1,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.4.2_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.4.2)&quest_81_4==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.4.2) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.4.2,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.4.3_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.4.3)&quest_81_4==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.4.3) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.4.3,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.4.4_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.4.4)&quest_81_4==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.4.4) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.4.4,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i81.4.5_regiao_apoio <- srvyr_dip %>% #Exclui NA srvyr::filter((!is.na(i_apoio_81.4.5)&quest_81_4==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_apoio_81.4.5) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_apoio_81.4.5,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(i81.1.1_regiao_apoio, file = "i81.1.1_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.1.2_regiao_apoio, file = "i81.1.2_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.1.3_regiao_apoio, file = "i81.1.3_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.1.4_regiao_apoio, file = "i81.1.4_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.1.5_regiao_apoio, file = "i81.1.5_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.2.1_regiao_apoio, file = "i81.2.1_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.2.2_regiao_apoio, file = "i81.2.2_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.2.3_regiao_apoio, file = "i81.2.3_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.2.4_regiao_apoio, file = "i81.2.4_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.2.5_regiao_apoio, file = "i81.2.5_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.3.1_regiao_apoio, file = "i81.3.1_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.3.2_regiao_apoio, file = "i81.3.2_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.3.3_regiao_apoio, file = "i81.3.3_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.3.4_regiao_apoio, file = "i81.3.4_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.3.5_regiao_apoio, file = "i81.3.5_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.4.1_regiao_apoio, file = "i81.4.1_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.4.2_regiao_apoio, file = "i81.4.2_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.4.3_regiao_apoio, file = "i81.4.3_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.4.4_regiao_apoio, file = "i81.4.4_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i81.4.5_regiao_apoio, file = "i81.4.5_regiao_apoio.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") #### 82. Sentimentos sobre o cuidado #### i82.1_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.1) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.1,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.2_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.2) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.2,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.3_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.3) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.3,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.4_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.4) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.4,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.5_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.5) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.5,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.6_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.6) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.6,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.7_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.7) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.7,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.8_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.8) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.8,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.9_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.9) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.9,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.10_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.10) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.10,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.11_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.11) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.11,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.12_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.12) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.12,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.13_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.13) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.13,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.14_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.14) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.14,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.15_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.15) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.15,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.16_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.16) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.16,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) i82.17_regiao_sentimentos <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_82.17) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_82.17,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(i82.1_regiao_sentimentos, file = "i82.1_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.2_regiao_sentimentos, file = "i82.2_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.3_regiao_sentimentos, file = "i82.3_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.4_regiao_sentimentos, file = "i82.4_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.5_regiao_sentimentos, file = "i82.5_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.6_regiao_sentimentos, file = "i82.6_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.7_regiao_sentimentos, file = "i82.7_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.8_regiao_sentimentos, file = "i82.8_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.9_regiao_sentimentos, file = "i82.9_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.10_regiao_sentimentos, file = "i82.10_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.11_regiao_sentimentos, file = "i82.11_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.12_regiao_sentimentos, file = "i82.12_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.13_regiao_sentimentos, file = "i82.13_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.14_regiao_sentimentos, file = "i82.14_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.15_regiao_sentimentos, file = "i82.15_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.16_regiao_sentimentos, file = "i82.16_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(i82.17_regiao_sentimentos, file = "i82.17_regiao_sentimentos.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") i83_regiao_sobrecarregado <- srvyr_dip %>% #Exclui NA #srvyr::filter((!is.na(i_praticas_80.29)&quest_81_1==1)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,i_sentimentos_83) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,i_sentimentos_83,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(i83_regiao_sobrecarregado, file = "i83_regiao_sobrecarregado.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO J ############### ######################################################### j1_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j1_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j1_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j1_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j2_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j2_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j2_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j2_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j3_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j3_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j3_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j3_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j4_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j4_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j4_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j4_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j5_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j5_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j5_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j5_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j6_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j6_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j6_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j6_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j7_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j7_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j7_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j7_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j8_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j8_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j8_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j8_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j9_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j9_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j9_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j9_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j10_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j10_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j10_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j10_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) j11_regiao_opiniao_parto <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(j11_opiniao)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,j11_opiniao) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,j11_opiniao,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(j1_regiao_opiniao_parto, file = "j1_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j2_regiao_opiniao_parto, file = "j2_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j3_regiao_opiniao_parto, file = "j3_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j4_regiao_opiniao_parto, file = "j4_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j5_regiao_opiniao_parto, file = "j5_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j6_regiao_opiniao_parto, file = "j6_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j7_regiao_opiniao_parto, file = "j7_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j8_regiao_opiniao_parto, file = "j8_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j9_regiao_opiniao_parto, file = "j9_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j10_regiao_opiniao_parto, file = "j10_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(j11_regiao_opiniao_parto, file = "j11_regiao_opiniao_parto.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") ######################################################### ############# Tabelas para formatação ############### ############# BLOCO K ############### ######################################################### k1_regiao_conta_rede <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(k_1_conta)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,k_1_conta) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,k_1_conta,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) k2_regiao_conta_rede <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(k_2_conta)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,k_2_conta) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,k_2_conta,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) k3_regiao_conta_rede <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(k_3_conta)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,k_3_conta) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,k_3_conta,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) k4_regiao_conta_rede <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(k_4_conta)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,k_4_conta) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,k_4_conta,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) k5_regiao_conta_rede <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(k_5_conta)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,k_5_conta) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,k_5_conta,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) k6_regiao_conta_rede <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(k_6_conta)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,k_6_conta) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,k_6_conta,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) k8_regiao_conta_rede <- srvyr_dip %>% #Exclui NA srvyr::filter(!is.na(k_8_conta)) %>% ## Informar o grupo que queremos a informacao srvyr::group_by(regiao_lb,k_8_conta) %>% # Calcular o total, percentual e o CV srvyr::summarise(n=survey_total(vartype = "cv"), pct = survey_mean(vartype = "cv"))%>% #Selecionar os níveis da tabulação select(regiao_lb,k_8_conta,n,pct, n_cv) %>% # Construindo a tabela pivot_wider(names_from = "regiao_lb",values_from = c("n","pct","n_cv")) write.table(k1_regiao_conta_rede, file = "k1_regiao_conta_rede.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(k2_regiao_conta_rede, file = "k2_regiao_conta_rede.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(k3_regiao_conta_rede, file = "k3_regiao_conta_rede.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(k4_regiao_conta_rede, file = "k4_regiao_conta_rede.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(k5_regiao_conta_rede, file = "k5_regiao_conta_rede.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(k6_regiao_conta_rede, file = "k6_regiao_conta_rede.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "") write.table(k8_regiao_conta_rede, file = "k8_regiao_conta_rede.csv",sep = ";",fileEncoding = "latin1",row.names = F,dec=",",na = "")