Cinco fotos sueltas y una película armada
Cómo entregan sus paneles el INEI y el INEGI, y por qué esa diferencia es la primera lección de estructura de datos de panel.
Primera semana del taller de paneles y todavía no estimamos nada. Antes hay que armar los dos paneles: la ENAHO panel 2021-2025 del INEI y la ENOE del INEGI. Misma tarea, dos institutos, dos formas de entregar los datos. La diferencia es una buena primera lección sobre qué es un panel.
El INEI te entrega la película armada
La edición panel de la ENAHO llega ancha y ya emparejada. Cada variable trae un sufijo de año, de _21 a _25, y las llaves de hogar y de persona (numpanh, numper) vienen resueltas. El archivo sumaria tiene 868 columnas; el módulo de empleo, 7.296. Nadie tiene que emparejar olas a mano: la preparación es un pivot de ancho a largo.
Dos cosas que conviene saber antes de empezar. El archivo trae la ENAHO anual completa, no solo la muestra panel: los hogares que se siguen de un año a otro se marcan con tipenc y son entre 11.780 y 12.315 por año, unas 36 a 38 mil personas. Y el panel no trae las variables derivadas: ocupación e informalidad se construyen desde las preguntas del módulo de empleo. El peso que corresponde es facpanel, el factor longitudinal, y no el factor transversal de cada año.
El INEGI te entrega cinco fotos sueltas
La ENOE llega como un archivo por trimestre. Para nuestra ventana, cinco: de 2025T1 a 2026T1. Emparejar a las personas de una foto a la siguiente es trabajo del usuario, con las llaves de vivienda, hogar y número de renglón, y con una validación: sexo y edad tienen que coincidir de una ola a otra. La razón es que el número de renglón nombra una posición en el roster del hogar, no a una persona. Si alguien se va y otro entra, la posición puede reasignarse, y un emparejamiento sin validación produce pares falsos que el código acepta.
Los números de la cohorte que entró en 2025T1:
| Cohorte 2025T1 | Cifra |
|---|---|
| Viviendas | 25.521 |
| Retención por ola | 100, 88, 85, 82 y 81,6 % |
| Personas con las cinco olas | 57.588 |
Sobre la validación, lo que vimos en clase fue menos dramático que la advertencia. Con la llave completa, el par 2025T1 a 2025T2 da 73.516 pares y ninguna falla de sexo o edad: a un trimestre de distancia, los filtros del INEGI hacen su trabajo. El riesgo está en el otro lado. Exigir la edad exacta, en vez de admitir un año de diferencia, bota el 23 % de los pares por ruido de declaración, sin ganar nada a cambio. La regla de validación se elige mirando el estimador que viene después, y se declara.
El contraste que se vuelve lección
La ENAHO balanceada a cinco años tiene 4.820 personas. La ENOE tiene 57.588 con cinco trimestres. Un panel largo y chico contra uno corto y enorme. Ningún diseño es mejor en abstracto: cada método rinde distinto según cuál de los dos tienes en frente, y por eso el taller corre cada modelo sobre ambos.
En la sección de datos de un paper con cualquiera de los dos van, como mínimo: la ventana y por qué termina donde termina; cómo rota la muestra y qué traslape promete el diseño; con qué llave se emparejó y cuántos pares rechazó la validación; un cuadro con cuántas unidades había al inicio, cuántas quedan y cada exclusión intermedia; y qué factor entra en cada cálculo. De los once trabajos aplicados que leímos para el taller, nueve no mencionan la atrición y ninguno mete los pesos de la encuesta en la regresión.
Método: ENAHO panel 2021-2025 (INEI), módulos sumaria, empleo, miembros y educación; ENOE 2025T1-2026T1 (INEGI), tablas SDEM, emparejamiento por vivienda, hogar y renglón con validación de sexo y edad.
El script de emparejamiento con la validación está disponible para quien trabaje con cualquiera de los dos paneles: pídemelo a gonzalo@lafarola.pe.