-
Notifications
You must be signed in to change notification settings - Fork 0
/
Limpeza PNS.R
323 lines (262 loc) · 8.01 KB
/
Limpeza PNS.R
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
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
#Instala e carrega os pacotes
pacotes<-c("devtools", "tidyverse", "survey", "srvyr", "Amelia")
lapply(pacotes,install.packages)
lapply(pacotes,library,character.only=TRUE)
#Instala e carrega o pacote lodown
install_github("ajdamico/lodown", dependencies = TRUE)
library(lodown)
#Carrega o catálogo e baixa a PNS e carrega a PNS -------------
pns_cat <-
get_catalog("pns" ,
output_dir = file.path(path.expand("~") , "PNS"))
#Faz Download da PNS
pns_cat <- lodown("pns" , pns_cat)
#Carrega o pacote survey
library(survey)
#Contri o design de uma amostra complexa
options(survey.lonely.psu = "adjust")
pns_design1 <-
readRDS(file.path(
path.expand("~") ,
"PNS" ,
"2013 long questionnaire survey design.rds"
))
#Faz subset
subset2 <-
subset(
pns_design1$variables,
select = c(
q002,
q006,
vdd004,
p050,
c009,
c008,
w00103,
w00203,
w00303,
w00407,
w00408,
r045,
q030,
p035,
c006
)
)
#Define a classe das variáveis
subset2$w00103 <- as.numeric(subset2$w00103)
subset2$w00203 <- as.numeric(subset2$w00203)
subset2$w00303 <- as.numeric(subset2$w00303)
subset2$w00407 <- as.numeric(subset2$w00407)
subset2$w00408 <- as.numeric(subset2$w00408)
subset2$c008 <- as.numeric(subset2$c008)
subset2$vdd004 <- as.factor(subset2$vdd004)
subset2$r045 <- as.numeric(subset2$r045)
subset2$p050 <- as.factor(subset2$p050)
subset2$q002 <- as.factor(subset2$q002)
subset2$p035 <- as.numeric(subset2$p035)
subset2$c006 <- as.factor(subset2$c006)
subset2$c009 <- as.factor(subset2$c009)
subset2$q006 <- as.factor(subset2$q006)
subset2$q002 <- na_if(subset2$q002, "")
subset2$q002 <- droplevels.factor(subset2$q002)
subset2$c009 <- droplevels.factor(subset2$c009, exclude = "9")
subset2$c009 <- droplevels.factor(subset2$c009)
#Recodifica
subset2 <- mutate(
subset2,
vdd004 = recode_factor(
vdd004,
'1' = "Sem instrução" ,
'2' = "Fundamental incompleto ou equivalente",
'3' = "Fundamental completo ou equivalente",
'4' = "Médio incompleto ou equivalente",
'5' = "Médio completo ou equivalente",
'6' = "Superior incompleto ou equivalente",
'7' = "Superior completo"
),
q002 = recode_factor(
q002,
'1' = "Sim",
'2' = "Não",
'3' = "Não"
),
p050 = recode_factor(
p050,
'1' = "Sim",
'2' = "Sim",
'3' = "Não"
),
c006 = recode_factor(c006,
'masculino' = "Masculino" , 'feminino' =
"Feminino"),
q006 = recode_factor(q006, '1' = "Sim", '2' = "Não"),
c009 = recode_factor(
c009,
'1' = "Branca",
'2' = "Preta",
'3' = "Amarela",
'4' = "Parda",
'5' = "Indígena"
)
)
levels(subset2$q006) <- c("Sim", "Não", "Não")
sapply(subset2, function(x)
sum(is.na(x)))
sapply(subset2, function(x)
length(unique(x)))
#Vê os NA
library(Amelia)
missmap(subset2, main = "Missing values vs observed")
#Retira-se os número de filhos (r045) e número de horas de exercícios devido ao excesso de NA (p035)
dados <-
subset(
subset2,
select = c(
q002,
q006,
vdd004,
p050,
c008,
w00103,
w00203,
w00303,
w00407,
w00408,
q030,
c006,
c009
)
)
#Verifica-se os NA
missmap(dados, main = "Missing values vs observed")
sapply(dados, function(x)
sum(is.na(x)))
sapply(dados, function(x)
length(unique(x)))
#Retira-se os NA
dadosobs <- na.omit(dados)
#Verifica-se os NA
missmap(dadosobs, main = "Missing values vs observed")
sapply(dadosobs, function(x)
sum(is.na(x)))
sapply(dadosobs, function(x)
length(unique(x)))
#Calcula as variáveis derivadas
dadosobs$alturam <- dadosobs$w00203 / 100
summary(dadosobs$alturam)
dadosobs$ccm <- dadosobs$w00303 / 100
summary(dadosobs$ccm)
denominador1 <- dadosobs$w00103 / dadosobs$alturam
sqrt1 <- sqrt(denominador1)
denominador <- 0.109 * sqrt1
dadosobs$indicec <- dadosobs$ccm / denominador
dadosobs$indicec <- as.numeric(dadosobs$indicec)
dadosobs$alturam2 <- dadosobs$alturam ^ 2
dadosobs$IMC <- dadosobs$w00103 / dadosobs$alturam2
dadosobs$IMC <- as.numeric(dadosobs$IMC)
dadosobs$RCE <- dadosobs$w00303 / dadosobs$w00203
dadosobs$RCE <- as.numeric(dadosobs$RCE)
dadosobs$IMC <- case_when(
dadosobs$IMC <= 18.5 ~ "Abaixo do peso",
dadosobs$IMC >= 18.5 &
dadosobs$IMC <= 24.9 ~ "Sem excesso de peso",
dadosobs$IMC >= 25 &
dadosobs$IMC <= 29.9 ~ "Sobrepeso",
dadosobs$IMC >= 30 &
dadosobs$IMC <= 34.9 ~ "Obesidade grau 1",
dadosobs$IMC >= 35 &
dadosobs$IMC <= 39.9 ~ "Obesidade grau 2",
dadosobs$IMC >= 40 ~ "Obesidade grau 3"
)
dadosobs$IMC <- as.factor(dadosobs$IMC)
dadosobs$w00303 = as.factor(
case_when(
dadosobs$w00303 < 80 & dadosobs$c006 == "Feminino" ~ "Sem Risco",
dadosobs$w00303 >= 80 &
dadosobs$w00303 < 88 & dadosobs$c006 == "Feminino" ~ "Risco",
dadosobs$w00303 >= 88 &
dadosobs$c006 == "Feminino" ~ "Risco Muito Alto",
dadosobs$w00303 < 94 &
dadosobs$c006 == "Masculino" ~ "Sem Risco",
dadosobs$w00303 >= 94 &
dadosobs$w00303 < 102 &
dadosobs$c006 == "Masculino" ~ "Risco",
dadosobs$w00303 >= 102 &
dadosobs$c006 == "Masculino" ~ "Risco Muito Alto"
)
)
dadosobs$indicec = as.factor(
case_when(
dadosobs$indicec < 1.18 & dadosobs$c006 == "Feminino" ~ "Sem risco",
dadosobs$indicec >= 1.18 &
dadosobs$c006 == "Feminino" ~ "Com Risco",
dadosobs$indicec < 1.25 &
dadosobs$c006 == "Masculino" ~ "Sem risco",
dadosobs$indicec >= 1.25 &
dadosobs$c006 == "Masculino" ~ "Com Risco"
)
)
dadosobs$RCE = as.factor(case_when(dadosobs$RCE < 0.50 ~ "Sem risco",
dadosobs$RCE >= 0.50 ~ "Com Risco"))
dadosobs$idadecat <-
as.factor(
case_when(
dadosobs$c008 >= 18 & dadosobs$c008 <= 28 ~ "18 a 28 anos",
dadosobs$c008 >= 29 &
dadosobs$c008 <= 37 ~ "29 a 37 anos",
dadosobs$c008 >= 38 &
dadosobs$c008 <= 47 ~ "38 a 47 anos",
dadosobs$c008 >= 48 &
dadosobs$c008 <= 59 ~ "48 a 59 anos",
dadosobs$c008 >= 60 ~ "60 ou mais anos"
)
)
dadosobs$PASPADhipert = as.factor(
case_when(
dadosobs$w00408 < 90 | dadosobs$w00407 < 140 ~ "Não Hipertensa",
dadosobs$w00408 >= 90 |
dadosobs$w00407 >= 140 ~ "Hipertensa"
)
)
dadosobs$hipert = as.factor(
case_when(
dadosobs$PASPADhipert == "Não Hipertensa" &
dadosobs$q006 == "Sim" ~ "Hipertensa",
dadosobs$PASPADhipert == "Não Hipertensa" &
dadosobs$q006 == "Não" ~ "Não Hipertensa",
dadosobs$PASPADhipert == "Hipertensa" &
dadosobs$q006 == "Sim" ~ "Hipertensa",
dadosobs$PASPADhipert == "Hipertensa" &
dadosobs$q006 == "Não" ~ "Hipertensa"
)
)
#Faz subset
dadosreg <-
subset(dadosobs,
select = c(hipert, vdd004, w00303, indicec, IMC, RCE, c006, c009, idadecat))
missmap(dadosreg, main = "Missing values vs observed")
sapply(dadosreg, function(x)
sum(is.na(x)))
sapply(dadosreg, function(x)
length(unique(x)))
dadosreg <- na.omit(dadosreg)
dadosreg <-
dadosreg %>% mutate(hipert = relevel(hipert, ref = "Não Hipertensa"))
dadosreg <- dadosreg %>% mutate(c009 = relevel(c009, ref = "Preta"))
dadosreg <-
dadosreg %>% mutate(vdd004 = relevel(vdd004, ref = "Sem instrução"))
dadosreg <-
dadosreg %>% mutate(w00303 = relevel(w00303, ref = "Risco Muito Alto"))
dadosreg <-
dadosreg %>% mutate(indicec = relevel(indicec, ref = "Com Risco"))
dadosreg <-
dadosreg %>% mutate(IMC = relevel(IMC, ref = "Obesidade grau 3"))
dadosreg <-
dadosreg %>% mutate(RCE = relevel(RCE, ref = "Com Risco"))
dadosreg <-
dadosreg %>% mutate(c006 = relevel(c006, ref = "Masculino"))
dadosreg <-
dadosreg %>% mutate(idadecat = relevel(idadecat, ref = "60 ou mais anos"))
#Exporta o subset
save(dadosreg, file = "dadosreg1.Rda")