-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathprediccion_poblacion.m
175 lines (137 loc) · 5.62 KB
/
prediccion_poblacion.m
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
% Cálculos de predicción de pirámides poblacionales
% 2017 - Jose Luis Blanco Claraco
% Blog: Ciencia-Explicada.com
% Código liberado al dominio público.
% ------------------------------------------------------
% Nota:
% La prediccion de población a 2030/31 concuerda perfectamente con
% la proyección del INE, lo que da confianza en los cálculos:
% http://www.ine.es/dyngs/INEbase/es/operacion.htm?c=Estadistica_C&cid=1254736176953&menu=ultiDatos&idp=1254735572981
function [] = prediccion_poblacion()
close all;
NUM_AGNOS_A_SIMULAR = 20;
t_mort = csvread('INE2013_tasa_mortalidad.csv');
pob_edad_org = csvread('INE2016_poblacion_por_edad.csv');
% Dividir piramide en franjas de 1 año en lugar de 5:
n_edades = size(pob_edad_org,1);
pob_edad = zeros(n_edades,2);
for i=1:n_edades,
pob_edad( (i-1)*5+(1:5), 1 ) = (i-1)*5+(1:5);
pob_edad( (i-1)*5+(1:5), 2 ) = ones(5,1) .* pob_edad_org(i,2) / 5;
end
tasa_natalidad = 9 / 1000.0; % EUROSTAT 2015. Nacimientos / 1000
% Datos del CIS FEB-2017: http://www.cis.es/cis/export/sites/default/-Archivos/Marginales/3160_3179/3168/cru3168edad.html
franja_edades{1} = struct('min',18,'max',24,'abs',100-62.2,'pp',12.3,'psoe',18.9,'podemos',26.2+4.9+0.8,'cs',11.5);
franja_edades{2} = struct('min',25,'max',34,'abs',100-75.4,'pp',13.2,'psoe',14.0,'podemos',20.2+1.9+3.5,'cs',19.0);
franja_edades{3} = struct('min',35,'max',44,'abs',100-81.7,'pp',15.6,'psoe',17.6,'podemos',18.3+2.7+3.7,'cs',14.6);
franja_edades{4} = struct('min',45,'max',54,'abs',100-85.7,'pp',18.5,'psoe',21.7,'podemos',12.7+1.7+2.7,'cs',9.2);
franja_edades{5} = struct('min',55,'max',64,'abs',100-88.2,'pp',18.1,'psoe',23.7,'podemos',14.8+1.5+2.7,'cs',4.7);
franja_edades{6} = struct('min',65,'max',200,'abs',100-88.4,'pp',28.6,'psoe',24.2,'podemos',4.7+0.9+0.8,'cs',3.6);
% Empieza simulacion:
figure(1);
set(gcf,'Color',[1 1 1]);
set(gcf,'Position',[0 0 1600 900]);
subplot(2,2,[1 3]);
grid minor;
VOT=[];
for iter = 0:NUM_AGNOS_A_SIMULAR,
subplot(2,2,[1 3]);
plot_piramide(pob_edad(:,1),pob_edad(:,2),sprintf('Año %u',2016+iter));
pob_edad(:,2) = pob_vegetativo( pob_edad(:,2), tasa_natalidad,t_mort);
pred_voto=predicc_voto(pob_edad(:,1),pob_edad(:,2),franja_edades, iter);
VOT(iter+1,1)=2016+iter;
VOT(iter+1,2)=pred_voto.abs / pred_voto.nvoters * 100;
VOT(iter+1,3)=pred_voto.pp / pred_voto.nvoters * 100;
VOT(iter+1,4)=pred_voto.psoe / pred_voto.nvoters * 100;
VOT(iter+1,5)=pred_voto.podemos / pred_voto.nvoters * 100;
VOT(iter+1,6)=pred_voto.cs / pred_voto.nvoters * 100;
VOT(iter+1,7)=(pred_voto.nvoters - (pred_voto.abs+pred_voto.pp+pred_voto.psoe+pred_voto.cs+pred_voto.podemos))/ pred_voto.nvoters * 100;
VOT(iter+1,8)=pred_voto.nvoters;
subplot(2,2,2);
f=plot(VOT(:,1),VOT(:,2:7),'.');
set(f,'LineStyle','-');
legend('Abstención (%)','PP (%)','PSOE (%)', 'UP (%)','Cs (%)','Otros (%)');
subplot(2,2,4);
f=plot(VOT(:,1),VOT(:,8)*1e-6,'.');
set(f,'LineStyle','-');
legend('Población en edad de votar (Millones)');
pause(0.2);
end
for i=0:4:NUM_AGNOS_A_SIMULAR
subplot(2,2,2);
hold on;
yl=ylim();
plot(2016+[i i],yl,'k--');
subplot(2,2,4);
hold on;
yl=ylim();
plot(2016+[i i],yl,'k--');
end
end
function []=plot_piramide(edades,pobs, titulo)
cla;
b1=barh(edades,pobs*1e-3); hold on;
b2=barh(edades,-pobs*1e-3);
set(b1,'LineStyle','none');
set(b2,'LineStyle','none');
title(sprintf('%s (Población total: %.02f M)',titulo,sum(pobs)*1e-6));
ylim([0,105]);
xlim([-1000, 1000]);
xlabel('Miles');
ylabel('Edad');
end
function [out_pobs]=pob_vegetativo(in_pobs,t_nat, t_mort)
ne = length(in_pobs); % Numero de franjas de edades
% Nacimientos:
N=sum(in_pobs);
num_nac = t_nat * N; % Creia que deberia ser N/1000 pero no... es N
% Transferencia N->N+1
out_pobs(ne) = in_pobs(ne)+in_pobs(ne-1);
out_pobs(2:(ne-1)) = in_pobs(1:(ne-2));
out_pobs(1) = num_nac;
% Defunciones por tasa de defuncion segun edad:
for i=1:ne,
if (i<size(t_mort,1))
tm = t_mort(i,2);
else
tm = t_mort(end,2); % Usar mortalidad para la edad más avanzada registrada
end
out_pobs(i) = out_pobs(i) * (1- 1e-3* tm);
end
end
function [pred_voto]=predicc_voto(edades,pobs,franja_edades,num_agnos_pasados)
pred_voto = struct('nvoters',0,'abs',0,'pp',0,'psoe',0,'podemos',0,'cs',0);
ne = length(pobs); % Numero de franjas de edades
N=sum(pobs);
for i=1:ne
edad = edades(i);
if (edad<18)
continue; % Edad de votar!
end
N_edad = pobs(i);
% Encontrar franja edad correspondiente (este algoritmo de búsqueda es muy
% ineficiente, pero voy programando con prisa así que me da igual ;-)
myj = 0;
edad_correg = edad-num_agnos_pasados;
if (edad_correg<18) % Para los nuevos votantes, asumir que "continuan" con las ideas de los jovenes de ahora
edad_correg = 18;
end
for j=1:length(franja_edades)
if (edad_correg>=franja_edades{j}.min && edad_correg<=franja_edades{j}.max)
myj = j;
break;
end
end
if (myj<1)
assert(myj>0);
end
fe = franja_edades{myj};
pred_voto.abs = pred_voto.abs + N_edad * fe.abs*0.01;
pred_voto.nvoters = pred_voto.nvoters + N_edad;
Nvoters = N_edad * (1 - fe.abs*0.01);
pred_voto.pp = pred_voto.pp + Nvoters * fe.pp*0.01;
pred_voto.psoe = pred_voto.psoe + Nvoters * fe.psoe*0.01;
pred_voto.cs = pred_voto.cs + Nvoters * fe.cs*0.01;
pred_voto.podemos = pred_voto.podemos + Nvoters * fe.podemos*0.01;
end
end