Agua por horas: qué muestran las encuestas y qué debemos estudiar junto con la vigilancia del dengue.
Autoría, análisis y dirección científica: PhD. Rene Flores Clavo Investigadora y data scientist Publicado: 5 de noviembre de 2026 · Reanálisis: 6 de noviembre de 2026
Infografía de portada · ENAHO, enero–junio de 2026. Límites distritales referenciales; los porcentajes corresponden a dominios regionales. Descargar infografía en alta resolución.
01 · NOTA DE DIVULGACIÓN
Qué muestran los datos y qué significan para la población
PhD. Rene Flores Clavo Investigadora y data scientist · Autoría y dirección científica
En esta nota presento las brechas en la continuidad del agua y mis recomendaciones para estudiar su relación con el dengue.
Tener conexión no garantiza tener agua todo el día
En este estudio analizo la continuidad del abastecimiento de agua y las condiciones de almacenamiento doméstico. Mi propósito es identificar brechas territoriales relevantes para la salud pública.
Mi análisis de la ENAHO del primer semestre de 2026 muestra que, en el Resto de la Costa, solo 3 de cada 10 hogares con red pública disponen de agua las 24 horas, todos los días. En Lima Metropolitana, encuentro una proporción del 87,2 %. En ambos casos, considero hogares con red pública y respuestas válidas.
Al examinar las horas de abastecimiento, encuentro un promedio de 10,6 horas diarias en el Resto de la Costa, frente a 22,2 horas en Lima Metropolitana. En mi revisión de la ENDES 2025, también identifico al Resto de la Costa como el dominio regional con menor disponibilidad continua de agua.
Interpreto esta coincidencia como un patrón territorial. Mantengo separados los resultados de ambas encuestas porque cambian la pregunta, la población de referencia y el periodo; por eso, no utilizo sus porcentajes como una medida directa de cambio en el tiempo.
A partir de estos resultados, propongo profundizar el estudio del abastecimiento y del almacenamiento de agua. Para evaluar su relación con el dengue, considero necesario integrar los casos notificados, la vigilancia entomológica y las acciones de control vectorial, con sus fechas, localidades y coberturas.
Con esa integración, busco investigar dónde y cuándo se ha detectado el vector y cómo coinciden esas detecciones con la evolución de los casos. Para hacerlo, necesito respetar la escala geográfica y la precisión de cada fuente.
Agua las 24 horas · Resto de la Costa30,0 %
IC del 95 %: 27,4–32,8 %. Hogares con red pública y respuesta válida.
Servicio diario · Resto de la Costa10,6 h
IC del 95 %: 10,0–11,2 horas. Promedio entre hogares con red pública y datos válidos.
Agua las 24 horas · Lima Metropolitana87,2 %
IC del 95 %: 83,6–90,1 %. Mismo indicador y periodo de ENAHO.
Construí estas estimaciones con microdatos de la ENAHO de enero–junio de 2026, ponderación y diseño muestral complejo. Utilizo «Resto de la Costa» como la categoría regional de la encuesta, sin atribuir ese promedio a cada distrito o localidad.
Qué cambió frente a la referencia de 2025
Al comparar los resultados anuales de 2025 con el promedio de T1 y T2 de 2026, encuentro que la proporción de hogares con agua las 24 horas, todos los días, en el Resto de la Costa pasa del 22,1 % al 30,0 %. Después del ajuste por mes, identifico una diferencia de +7,1 puntos porcentuales (IC del 95 %: 4,7 a 9,4), que mantiene respaldo en los análisis de sensibilidad aplicados.
En las horas diarias equivalentes, encuentro un aumento de 8,7 a 10,6 horas y una diferencia ajustada de +1,87 horas (IC del 95 %: 1,38 a 2,36). Interpreto esta mayor disponibilidad junto con la brecha que persiste: alrededor de siete de cada diez hogares con red del Resto de la Costa siguen sin cumplir la condición de agua las 24 horas, todos los días.
En Lima Metropolitana, no identifico un incremento robusto después del ajuste por mes y comparaciones múltiples. Delimito mis resultados de 2026 a enero–junio, que es el periodo disponible en estos archivos, y no los utilizo para atribuir un efecto sobre el dengue.
La continuidad del agua presenta una brecha territorial marcada
Concluyo que el Resto de la Costa presenta la menor proporción de abastecimiento continuo entre los cuatro dominios regionales que comparé. Por ello, distingo la conexión a la red de la disponibilidad continua del servicio y las evalúo por separado.
Dos encuestas identifican el mismo territorio con menor continuidad
Al revisar ambas encuestas, encuentro el mismo territorio con menor continuidad. En la ENDES 2025, estimo agua disponible todo el día en el 26,2 % de los hogares con respuesta válida del Resto de la Costa; en la ENAHO 2026, identifico agua las 24 horas, todos los días, en el 30,0 % de hogares con red pública y respuesta válida. Mantengo esta comparación como una lectura del patrón territorial, porque sus preguntas, universos y periodos son distintos.
La brecha señala dónde investigar, pero no explica por sí sola el dengue actual
Con estos indicadores describo condiciones del hogar. Para estudiar su relación con el dengue, necesito conocer dónde y cuándo se detectó el vector y cómo evolucionaron los casos en esos mismos lugares y periodos. No atribuyo a mis resultados regionales la identificación de hogares con dengue ni de recipientes positivos al vector.
Qué recomiendo estudiar para entender el dengue actual
Para continuar este estudio, propongo vincular las condiciones del agua con la vigilancia de la enfermedad y la vigilancia entomológica. Presento estas acciones como recomendaciones de análisis: todavía no he incorporado los registros del vector a los resultados de este estudio.
1. Saber dónde, cuándo y cómo se detectó el vector
Recomiendo integrar los registros georreferenciados de vigilancia entomológica y control vectorial: localidad, fecha, estadio detectado —larva, pupa o adulto— y tipo de recipiente. Considero indispensable incluir las viviendas y depósitos inspeccionados y positivos, para interpretar las detecciones según el esfuerzo de búsqueda. Distingo la ausencia de detección de la ausencia de inspección.
2. Contrastar la evolución de los casos en los mismos territorios y periodos
Propongo vincular los registros del vector con los casos de dengue por semana epidemiológica, fecha de inicio de síntomas, localidad de residencia, clasificación del caso y población utilizada para calcular la incidencia. También recomiendo incorporar hospitalizaciones, gravedad y serotipos cuando estén disponibles, y distinguir los retrasos de notificación de los cambios en la transmisión.
3. Incorporar las intervenciones y su cobertura
Recomiendo registrar las fechas, los lugares, la cobertura y el tipo de acción: inspección, eliminación o tratamiento de criaderos y control de adultos. Para evaluar si las detecciones y los casos cambian después de intervenir, planteo considerar territorios de comparación, estacionalidad y diferencias en la vigilancia antes de atribuir un efecto al control vectorial.
4. Respetar la escala y la incertidumbre de cada fuente
En la integración de las fuentes, priorizo una escala geográfica compatible con el diseño y la precisión de cada encuesta. Para estudiar distritos o barrios, considero necesarios datos locales o métodos de estimación adecuados y validados. También propongo incorporar lluvia, temperatura y rezagos temporales, sin trasladar automáticamente un promedio departamental a cada localidad.
5. Convertir la integración en prioridades verificables
Una vez integrados y evaluados los datos, propongo identificar qué territorios reúnen interrupciones del agua, detecciones del vector, incremento de incidencia y menor cobertura de intervención. Utilizaría esa coincidencia para orientar investigaciones de campo y evaluar la respuesta, sin asumir de antemano qué factor está causando el aumento de casos.
Para la población: prevención mientras se completa la investigación
Para la prevención cotidiana, retomo la recomendación de la OMS de cubrir, vaciar y limpiar semanalmente los recipientes de almacenamiento doméstico. Considero que la planificación pública debe reconocer las condiciones reales del abastecimiento y facilitar prácticas seguras de almacenamiento.
Mantengo en verificación las series históricas, los promedios diarios de vacunación y los serotipos hasta confirmar sus valores y cortes en las fuentes primarias. No los incorporo como archivos de datos a esta versión pública.
Utilizo este corte como una referencia fechada. Para investigar la situación actual, considero necesario actualizar y conciliar las series de vigilancia e incorporar los registros entomológicos y las intervenciones.
02 · INFORME TÉCNICO
Análisis estadístico, verificación y reproducibilidad
PhD. Rene Flores Clavo Investigadora y data scientist · Análisis y dirección científica
En este informe expongo la comparación que adopté entre los resultados anuales de 2025 y los de enero a junio de 2026, el ajuste por mes y las comprobaciones de precisión y sensibilidad del diseño.
CONTRASTES RECALCULADOS · AJUSTE POR MES
Año 2025 completo frente a los periodos disponibles de 2026
En mi comparación del Resto de la Costa, encuentro mayor continuidad frente a la referencia anual de 2025: del 22,1 % al 30,0 % en el promedio de T1 y T2 de 2026. Después de ajustar por mes, identifico una diferencia de +7,1 puntos porcentuales (IC del 95 %: 4,7 a 9,4).
En las horas diarias equivalentes, encuentro un aumento de 8,7 a 10,6 horas y una diferencia ajustada de +1,87 horas (IC del 95 %: 1,38 a 2,36). Considero que ambas diferencias mantienen respaldo en los análisis de sensibilidad aplicados, aunque la mayor disponibilidad relativa coexiste con una brecha de abastecimiento importante.
Para 2026 trabajo con enero–junio. En el contraste principal, doy el mismo peso a las estimaciones de T1 y T2. Defino así un promedio temporal, sin presentarlo como una estimación de todo el año ni como un factor semestral oficial.
Incorporé el mes de entrevista para evaluar las diferencias de composición temporal mediante un modelo aditivo. Con un solo ciclo anual, no considero demostrada una estacionalidad persistente.
Represento en azul la diferencia bruta y en verde la ajustada por mes. Las líneas muestran IC del 95 % puntuales; utilizo el cero como referencia de ausencia de diferencia.
Cargando los contrastes corregidos…
Diferencias frente al anual 2025. pp: puntos porcentuales; h: horas. Holm se aplica por familia.
Territorio
Anual 2025
Periodo 2026
Diferencia bruta [IC del 95 %]
Valor p ajustado por Holm
Ajustada por mes [IC del 95 %]
Valor p ajustado por mes y Holm
Sensibilidades
En Lima Metropolitana, el aumento observado en el análisis bruto no mantiene significación estadística después de ajustar por mes y aplicar Holm. Para denominar una diferencia «robusta», exijo que conserve la dirección de la diferencia y alcance un valor p ajustado por Holm < 0,05 en tres variantes de estratos, en el análisis bruto con UPM compartidas y bajo independencia, y en el ajuste por mes con UPM compartidas. Mantengo este criterio separado de la certificación del diseño oficial y de cualquier interpretación causal.
Cómo comprobé los cálculos y delimité su alcance
Para comprobar la implementación, contrasté 450 resultados brutos y 450 ajustados por mes obtenidos con R survey con una implementación separada en NumPy. Encontré diferencias máximas de 8,58×10⁻¹³ en las estimaciones puntuales y de 8,09×10⁻¹⁴ en los errores estándar. Utilizo variantes operativas de estratos; no interpreto esta coincidencia como certificación de la combinación final oficial de varianza ni de las probabilidades conjuntas de selección.
En los 50 contrastes principales, identifico 11 con significación estadística tras el ajuste de Holm en el análisis bruto, 8 después de ajustar por mes y aplicar Holm y 4 que cumplen mi criterio completo de robustez. Como incluyen ámbitos relacionados, no los interpreto como cuatro hallazgos independientes ni atribuyo los cambios a intervenciones o al dengue.
En esta sección detallo las fuentes, el diseño muestral, las definiciones y las pruebas que adopté.
Microdatos INEI · estimación propia
Diseño del estudio
Diseño del estudio. Analizo encuestas nacionales de hogares mediante ponderación, estratos y conglomerados, según la especificación que declaro. Para el contraste temporal, utilizo la referencia anual de 2025, el ajuste por mes y los análisis de sensibilidad del diseño.
Indicadores del hogar. Examino fuente de agua, continuidad, horas de servicio, almacenamiento, tipo de envase, tapa y cloro residual medido.
Consulta y atención. Analizo los síntomas que motivarían una consulta inmediata en ENDES (P481A) y el lugar de atención y motivos de no atención de niños enfermos en ENAHO (P403 y P409).
Alcance. Comparo indicadores del agua y respuestas generales de atención. Mantengo fuera de estos resultados estadísticos los registros de dengue, vigilancia entomológica y control vectorial.
Unidad de análisis. Utilizo hogar, mujer o niño según el indicador, y comparo cuatro dominios regionales y 25 departamentos.
Análisis estadístico
Estimación. Calculo proporciones y medias ponderadas con el factor que corresponde a cada unidad: HV005 o V005 en ENDES y FACTOR07 o FACTOR en ENAHO.
Varianza e intervalos. Adopto linealización de Taylor, estimación de dominios sobre el diseño completo y la opción adjust para los estratos con una UPM. Utilizo intervalos de confianza del 95 % mediante la transformación logit para proporciones y t de Student para medias, con los grados de libertad del dominio.
Pruebas entre grupos. Utilizo Rao–Scott de segundo orden, con F de Satterthwaite.
Tamaño de efecto. Presento V de Cramér con proporciones ponderadas como una medida descriptiva, separada de la significación estadística.
Comparación temporal. Comparo los resultados anuales de 2025 con cada trimestre de 2026 y con el promedio de T1 y T2. Evalúo el ajuste por mes, las variantes de estratos y la dependencia entre UPM. Aplico Holm a la familia principal de 50 contrastes y a la secundaria de 100, por separado para cada análisis.
Características de las muestras analizadas
En esta tabla documento los casos con información válida, las unidades primarias de muestreo (UPM) y los estratos utilizados en cada universo.
N.º
Encuesta
Universo
n
UPM
Estratos
Peso
Periodo
Definiciones operativas
Indicador
Encuesta y variable
Definición
Universo
Agua disponible todo el día
ENDES · SH42
SH42 = 1
Hogares con respuesta
Agua las 24 horas todos los días
ENAHO · P110C, P110C1
Todos los días y 24 horas al día
Hogares con red pública (P110 = 1 o 2)
Horas de agua al día
ENAHO · P110C1–C3
Horas por día × días por semana / 7
Hogares con red pública
Agua de red dentro de la vivienda
ENDES · HV201; ENAHO · P110
HV201 = 11; P110 = 1
Hogares
Guarda el agua en olla o balde
ENDES · SH48, SH49
Conserva el agua y el envase es olla, tetera o balde
Hogares con SH48 válida y respuesta válida a la pregunta aplicable de recipiente o tapa
Guarda el agua sin tapa
ENDES · SH48, SH50
Conserva el agua y no usa tapa
Hogares con SH48 válida y respuesta válida a la pregunta aplicable de recipiente o tapa
Cloro residual adecuado / sin cloro
ENAHO · P110A
Adecuado: ≥0,5 mg/l; sin cloro: 0,0 mg/l
Hogares con prueba válida
Consultaría si hay fiebre, diarrea o vómito
ENDES · S481AC
Mencionado en la respuesta espontánea a P481A
Mujeres con hijos nacidos desde 2020
Consultaría si «se pone más enfermo»
ENDES · S481AB
Mencionado en la respuesta espontánea a P481A
Mujeres con hijos nacidos desde 2020
Niño atendido en establecimiento
ENAHO · P403
Acudió a MINSA, CLAS, EsSalud, FF. AA., consultorio o clínica
Niños de 0 a 11 años enfermos
Niño sin atención
ENAHO · P40314
No buscó atención
Niños de 0 a 11 años enfermos
3
Resultados y precisión de las estimaciones
En mi análisis identifico una brecha territorial marcada: la conexión a la red pública no garantiza agua todo el día. Encuentro la menor disponibilidad continua en el Resto de la Costa entre los cuatro dominios regionales comparados.
REVISIÓN ESTADÍSTICA · 6 NOV 2026
Cómo sustento estadísticamente mis resultados
En mi análisis de la ENAHO del primer semestre de 2026, encuentro agua las 24 horas, todos los días, en el 30,0 % de los hogares con red pública del Resto de la Costa, frente al 87,2 % en Lima Metropolitana. Identifico promedios de 10,6 y 22,2 horas diarias, respectivamente. A partir de estos resultados, recomiendo priorizar el estudio de las interrupciones y del almacenamiento doméstico e integrar la vigilancia del vector y el control vectorial para evaluar su relación con el dengue. Calculo las horas como promedios diarios equivalentes a partir de respuestas del hogar, no como mediciones continuas del suministro.
Estimaciones en las salidas de R1.022
Integro 970 estimaciones en las seis series regionales y departamentales.
Comparación temporal4 robustos
Identifico cuatro de 50 contrastes principales que conservan la dirección de la diferencia y alcanzan un valor p ajustado por Holm < 0,05 en las sensibilidades aplicadas. Dos describen continuidad y horas de agua en el Resto de la Costa.
Estimaciones con CV > 30 %35
Identifico otras 117 estimaciones con CV de 15–30 %, que presento como referenciales.
Decisiones que adopté en la revisión metodológica
Como responsable de la dirección científica, adopté la corrección del tratamiento de faltantes y códigos válidos y la revisión de la especificación del análisis en R. Documento el control de calidad y los cambios entre versiones junto con el paquete de reproducción.
En el cotejo de insumos, confirmé la correspondencia de los extractos ENAHO con los seis originales suministrados. Reformulé los contrastes con el año 2025 completo como referencia, ajuste por mes y comprobación numérica independiente. Distingo estos resultados de las limitaciones que siguen abiertas sobre el diseño oficial y la conciliación de los datos de vigilancia.
Diferencias entre territorios: Rao–Scott recalculado en R
Presento 38 pruebas de segundo orden con diseño complejo, con F, grados de libertad, valor p nominal y V de Cramér. Utilizo las categorías del efecto como orientación e identifico por separado la sensibilidad que excluye «no sabe». En esta tabla no ajusto los valores p por multiplicidad.
ENDES 2025ENAHO 2025● relleno: p < 0,05 con Rao-Scott · ○ vacío: no significativo
V de Cramér por indicador
Cómo leer las diferencias
Incertidumbre. Estimo F, grados de libertad y p bajo el diseño complejo declarado. No considero que la coincidencia entre programas valide ese diseño por sí sola.
Diferencias regionales. No identifico evidencia estadística de diferencias en almacenamiento sin tapa (p ≈ 0,31), almacenamiento en envase (p ≈ 0,12) o atención en establecimiento (p ≈ 0,060).
Magnitud de la diferencia. Utilizo V para describir las diferencias entre proporciones. No equiparo un valor p pequeño con una diferencia relevante para las decisiones.
Interpretación. Delimito estos resultados a asociaciones entre indicadores. No estimo con estas encuestas un efecto causal del agua sobre el dengue.
Indicador
Fuente
n
F de Rao–Scott
gl numerador; denominador
Valor p nominal
V de Cramér
Magnitud orientativa
Precisión de cada estimación
Para comparar territorios, reviso primero el universo, el periodo y la incertidumbre. Utilizo CV = error estándar / estimación para describir la precisión estadística, sin interpretarlo como validación de la fuente.
Estimaciones ponderadas; IC del 95 % puntuales. Las proporciones se expresan en % y horas_dia_media en horas.
Encuesta / periodo
Indicador / territorio
Estimación
IC del 95 %
n
CV
Precisión
Conservo las estimaciones muy imprecisas para que pueda revisarse el análisis, pero no recomiendo utilizarlas solas para ordenar prioridades. Identifico con «—» los intervalos no disponibles.
Presento estimaciones ponderadas con estratos y conglomerados. En la revisión de los intervalos, adopté R survey: método logit para proporciones y t de Student para medias, con grados de libertad del dominio. Utilizo la comparación entre programas para comprobar los cálculos bajo esa especificación, sin atribuirle la acreditación de los extractos o de los pesos oficiales.
Indicadores de agua por región natural
Presento por separado seis indicadores de hogares de ENDES 2025. En cada gráfico, represento la estimación ponderada con un punto y su intervalo de confianza al 95 % con una línea.
Lima MetropolitanaResto de la CostaSierraSelva
Agua disponible todo el día (SH42)
Estimo la proporción de hogares con disponibilidad continua de agua.
Red de agua dentro de la vivienda (HV201)
Identifico los hogares cuya fuente principal es una red dentro de la vivienda.
Agua en olla o balde (SH49)
Analizo los hogares que conservan agua para beber en estos recipientes.
Agua conservada sin tapa (SH50)
Estimo la condición de los recipientes sin tapa según la definición que adopté para el indicador.
Agua conservada en envase (SH48)
Analizo los hogares que conservan agua para beber en un recipiente.
Tratamiento del agua para beber (HV237)
Presento la proporción de hogares que declaran tratar el agua antes de consumirla.
En la continuidad del agua identifico la mayor separación territorial: — de los hogares del Resto de la Costa tiene agua todo el día, frente a — en Lima Metropolitana.
Encuentro que alrededor de — de los hogares conserva agua para beber en un envase, sin evidencia de diferencias significativas entre regiones.
Recipiente y cobertura. Utilizo SH49 para identificar el tipo de recipiente y SH50 para estimar la condición de la tapa. Para compararlos con el estudio KAP 2020–2024, considero necesario revisar primero sus definiciones y denominadores originales.
¿Qué síntomas motivarían a la madre a llevar al niño a un establecimiento de salud de inmediato?
Analizo las respuestas múltiples y espontáneas a la pregunta 481A. Presento S481AB y S481AC, los dos indicadores de consulta incluidos en la salida de R, con IC del 95 % de diseño complejo. En la tabla de estimaciones detallo su precisión.
Interpreto S481AB y S481AC como respuestas a una pregunta general sobre consulta infantil. No las utilizo para medir reconocimiento de signos de alarma de dengue ni para inferir cómo actuaría una madre ante un caso de dengue.
ENAHO 2026: comparación descriptiva con ENDES
Microdatos INEI · estimación propia
Trabajo con los microdatos ENAHO 2026 de T1 (enero–marzo) y T2 (abril–junio), sus factores trimestrales, conglomerados y la estratificación operativa que combina dominio y estrato. Analizo horas declaradas de abastecimiento, medición de cloro residual y atención ante problemas de salud infantil. Como ENDES también contempla pruebas de cloro residual, mantengo separados los indicadores que seleccioné de cada encuesta.
En el diccionario 2026, documenté FACTOR trimestral para hogares y población y comprobé su coincidencia con los originales suministrados. Mantengo pendiente la acreditación de la combinación final oficial de estratos de varianza.
Dos encuestas, el mismo patrón: agua continua por región
Comparo agua disponible todo el día en ENDES 2025, entre hogares con respuesta válida a SH42, con agua las 24 horas, todos los días, en ENAHO 2026, entre hogares con red pública. Presento IC del 95 % de diseño complejo y la precisión de cada estimación.
ENDES 2025ENAHO 2026 (semestre)
En ambas encuestas identifico al Resto de la Costa como el dominio con menor continuidad. Por sus diferencias de pregunta, universo y periodo, no interpreto la diferencia entre porcentajes como evolución temporal ni como demostración de concordancia estadística.
Horas de agua al día, por región
Calculo horas diarias equivalentes entre hogares con red pública como horas por día de servicio × días por semana / 7. Represento el agregado del semestre con un punto e IC del 95 %, y los trimestres I y II con rombos.
En el Resto de la Costa, obtengo un promedio equivalente de 10,6 horas diarias de abastecimiento a partir de las respuestas del hogar. Para calcularlo, utilizo horas declaradas por día de servicio × días de servicio por semana / 7. No lo interpreto como un horario continuo observado ni como información sobre el abastecimiento de cada hogar durante las interrupciones.
Cloro residual medido en el agua del hogar
Presento la distribución de hogares con medición válida de cloro residual libre en enero–junio de 2026. Sigo la clasificación ENAHO P110A: adecuado (≥ 0,5 mg/L), dosificación inadecuada (0,1 a menos de 0,5 mg/L) y lectura de 0,0 mg/L («sin cloro»).
AdecuadoInsuficienteSin cloro
Búsqueda de atención infantil reportada en ENAHO 2026
Analizo a los niños de 0 a 11 años con problemas de salud en las últimas cuatro semanas y respuesta válida. Presento por separado atención en establecimiento, farmacia o botica y no búsqueda de atención. No sumo estos indicadores como una distribución del 100 %, porque las respuestas sobre lugares de atención pueden superponerse.
Establecimiento de saludFarmacia o boticaNo buscó atención
Mantengo esta comparación como descriptiva porque cambian las preguntas, las poblaciones y los periodos. No la utilizo para medir una brecha individual entre intención y conducta.
¿Por qué no fueron a un establecimiento?
Analizo las respuestas múltiples de niños de 0 a 11 años enfermos que no acudieron a un establecimiento, en el agregado de 2026, con IC del 95 %. Excluyo el comparador de todas las edades porque no forma parte de las salidas de R utilizadas.
Niños de 0 a 11 años
Interpreto el gráfico como un resumen de razones declaradas para no acudir a un establecimiento ante problemas de salud diversos. No identifico con estas respuestas diagnósticos de dengue ni causas individuales de gravedad.
¿Cambió algo entre el verano y el otoño?
Comparo el trimestre II con el I de 2026 mediante diferencias en puntos porcentuales (pp) e IC del 95 %. Represento los aumentos del indicador a la derecha de cero.
Para esta familia de 20 comparaciones entre T1 y T2 de 2026, presento IC del 95 % puntuales y utilizo el relleno para identificar las que mantienen significación estadística tras el ajuste de Holm. No encontré conglomerados compartidos en los extractos de esos trimestres. No atribuyo estas diferencias a las lluvias ni al control vectorial.
ENAHO: referencia anual 2025 y periodos observados de 2026
Microdatos INEI · estimación propia
Utilizo la ENAHO anual de 2025 con FACTOR07 como referencia para los indicadores comparables de ENAHO 2026. Conservo también la lectura territorial frente a ENDES, sin interpretar una sola secuencia anual como prueba de estacionalidad persistente ni la coincidencia entre encuestas como validación de sus estimaciones.
Mismo año, dos encuestas: agua continua por departamento
Represento cada departamento con un punto: agua todo el día de ENDES 2025 en el eje horizontal y agua las 24 horas, todos los días, de ENAHO 2025 en el vertical. Utilizo la diagonal como referencia de igualdad.
Lima MetropolitanaResto de la CostaSierraSelva
En los 25 departamentos, obtengo una correlación de Pearson r = —. La utilizo como asociación lineal descriptiva entre puntos estimados, sin interpretar acuerdo, equivalencia o coincidencia de posiciones. Este cálculo no incorpora la incertidumbre muestral de cada punto.
Referencia anual 2025 y trimestres disponibles de 2026
Utilizo el año 2025 completo como punto de referencia y muestro por separado T1 y T2 de 2026. No presento estos puntos como una comparación del mismo trimestre entre años.
Lima MetropolitanaResto de la CostaSierraSelva
Explorar cambios entre años y sensibilidad del diseño
Año 2025 completo frente a cada trimestre de 2026: sensibilidad de la varianza
Comparo cada trimestre de 2026 con el año 2025 completo y muestro las diferencias brutas y su sensibilidad a la covarianza. En «Comparación temporal» detallo el ajuste por mes y el contraste principal del promedio.
Al modificar el supuesto de covarianza, encuentro cambios en la significación. Por eso, evalúo las sensibilidades antes de formular una conclusión y no atribuyo las diferencias a intervenciones. Mantengo el factor anual en su periodo original, sin convertirlo en trimestral mediante una constante.
Razones para no ir al establecimiento: 2025 frente a 2026
Presento las razones de no atención declaradas para niños de 0 a 11 años enfermos que no acudieron a un establecimiento, con respuesta múltiple e IC del 95 %.
2025 (año)2026 (semestre)
En ambos periodos observo que, en aproximadamente la mitad de las respuestas, la familia consideró que el problema no era grave. No interpreto esa percepción como una evaluación clínica de la gravedad.
COTEJO DOCUMENTAL · 6 NOV 2026
Cotejo de originales, pesos y UPM
En el cotejo documental comparé seis módulos: dos correspondientes al año 2025 completo y dos de cada trimestre de 2026. Confirmé la coincidencia de los extractos con los originales suministrados en filas, llaves y variables utilizadas, y documenté los factores trimestrales de hogares y población en el diccionario correspondiente.
Estado de la evidencia por familia de resultados
Resultado
Estado del cotejo
Consecuencia
ENAHO anual 2025
FACTOR07 anual documentado
No afectado por la conversión trimestral; falta acreditar el estrato final de varianza.
Comparaciones temporales
Rehechas: referencia anual 2025
50 contrastes principales del promedio T1/T2 y 100 secundarios; ajuste por mes y Holm.
UPM entre años
1.330 compartidas en T1; 1.327 en T2
Correspondencia frente a todo el anual 2025; se contrasta sensibilidad de la dependencia.
20 contrastes T1–T2 2026
Sin UPM compartidas observadas
FACTOR trimestral documentado; pendiente la especificación final de estratos de varianza.
Indicadores infantiles 2026
Factor trimestral de población documentado
Se conserva FACTOR del módulo 400; no se sustituye por el de hogares.
Agregado enero–junio 2026
Promedio temporal explícito para los contrastes
Promedio de razones trimestrales, con su covarianza; no requiere inventar un factor semestral.
Al contrastar el año 2025 completo con los periodos disponibles de 2026, identifiqué coincidencia en código, ubigeo, dominio y estrato para 1.330 UPM de T1 y 1.327 de T2. No presupongo que se trate del mismo hogar. Evalúo independencia y tres variantes de estratos como sensibilidades, sin dar por certificada la combinación final oficial de varianza.
En mi revisión de los originales y sus diccionarios, mantuve los pesos propios de cada periodo para el reanálisis temporal. En el método explico las decisiones y sensibilidades que adopté; dejo identificada la combinación final oficial de estratos como una verificación pendiente.
5
Limitaciones del análisis
Ponderación y periodo. Distingo el agregado apilado de 2026 que utiliza FACTOR/2 del promedio de razones trimestrales que adopté para los nuevos contrastes. No interpreto esa normalización como un factor semestral oficial. Retiré los subconjuntos trimestrales de 2025 con peso anual y mantengo delimitada la interpretación de los dominios departamentales de periodos parciales.
Respuestas y denominadores. Conservo los faltantes como tales, sin convertirlos en «no». En olla/balde y ausencia de tapa, utilizo hogares con respuesta válida sobre almacenamiento y, cuando corresponde, sobre el recipiente o su tapa. No presento esos indicadores como proporciones calculadas solo entre quienes almacenan agua.
Comparabilidad. Mantengo diferenciadas las preguntas, las poblaciones de referencia y los periodos de ENDES y ENAHO. No interpreto su correlación descriptiva como demostración de acuerdo, validación o cambio temporal.
Medidas indirectas. Analizo condiciones del hogar y respuestas de atención; no identifico con ellas casos de dengue ni atribuyo a la continuidad del agua la transmisión observada. Todavía no incorporo registros entomológicos y de control vectorial a estos resultados.
Escala territorial. Presento estimaciones regionales y departamentales, sin trasladarlas a cada distrito. Utilizo el mapa de portada como referencia cartográfica, sin representar la presencia del vector ni el riesgo de dengue.
Autorreporte y cobertura. Construyo las horas a partir de las respuestas del hogar. Considero la falta de respuesta y la cobertura del periodo al interpretar los resultados. Los intervalos que presento describen el error muestral bajo el diseño declarado y no todos los posibles sesgos.
6
Fuentes y reproducibilidad
Fuentes y trazabilidad
Utilizo microdatos del INEI de ENDES 2025 y ENAHO 2025–2026. Presento mis estimaciones bajo la especificación descargable y las distingo de los resultados oficiales publicados por el INEI.
CDC-MINSA · vigilancia de dengue. Utilizo el contexto fechado por separado, sin incorporarlo a las estimaciones de las encuestas ni atribuirle una interpretación causal.
Reproducibilidad
Datos. Trabajo con los módulos 1629, 1630, 1631 y 1636 de la ENDES 2025 y los módulos 01 y 04 de la ENAHO 2025–2026. Incluyo un inventario con huellas SHA-256 para identificar los archivos utilizados, sin publicar registros individuales.
Procesamiento. Documento R 4.3.3, survey 4.2.1 y data.table 1.14.10 para los cálculos, y Python, pandas, NumPy y SciPy para la integración y Holm. Mantengo la misma distribución t en R y en la integración para la sensibilidad bajo independencia.
Diseño. Declaro HV022/HV001 y V022/V001 en ENDES, y DOMINIO × 10 + ESTRATO / CONGLOME como especificación operativa principal en ENAHO. Documenté FACTOR07 anual, FACTOR trimestral y la reutilización de UPM, y cotejé las variables utilizadas con los originales. Reformulé los contrastes con el año 2025 completo como referencia y evalué su sensibilidad, sin dar por certificada la combinación final oficial de estratos.
Reproducción. Pongo a disposición el código que ejecuta R, realiza la integración posterior, genera los CSV agregados y permite contrastarlos con las salidas publicadas. Utilizo plantillas para las etiquetas y el orden de presentación; las estimaciones y pruebas proceden de los cálculos reproducibles.
Comparación entre encuestas. Describo patrones territoriales respetando el universo y el periodo de cada fuente. Mantengo ENDES y ENAHO como análisis diferenciados, sin tratarlos como equivalentes ni construir una serie temporal conjunta.
En este diccionario explico los descriptores que utilizo en la evaluación. Para interpretar una comparación, recomiendo revisar a quiénes representa, de qué periodo procede y bajo qué supuestos se calculó.
Disponibilidad del servicio durante el tiempo consultado. Tener tubería o conexión no significa recibir agua de manera continua.
Cómo leerlo aquí: ENDES pregunta si hay agua todo el día; ENAHO combina disponibilidad todos los días y 24 horas. Son preguntas diferentes.
Red pública
Para los indicadores ENAHO de continuidad se incluyen las categorías P110=1 o 2: red dentro de la vivienda o fuera de ella, dentro del edificio.
Cómo leerlo aquí: El 30,0 % no describe a todos los hogares del Resto de la Costa: describe ese universo con respuestas válidas.
Horas diarias equivalentes
Promedio que distribuye las horas semanales de servicio entre los siete días. Es un cálculo basado en lo declarado por el hogar.
Cómo leerlo aquí: Si hay agua 12 horas en tres días de la semana: 12 × 3 / 7 = 5,1 horas diarias equivalentes. No significa que llegue 5,1 horas cada día.
Almacenamiento, olla/balde y ausencia de tapa
Son características distintas: guardar agua, el recipiente utilizado y si se tapa. Usar balde no significa dejarlo destapado.
Cómo leerlo aquí: En esta evaluación, olla/balde y ausencia de tapa se expresan sobre hogares con respuestas válidas sobre almacenamiento y sobre las demás condiciones aplicables; no solo entre quienes almacenan.
Cloro residual y mg/L
Cantidad de cloro que permanece en el agua después del tratamiento. mg/L significa miligramos por litro.
Cómo leerlo aquí: El tablero clasifica la medición según ENAHO: adecuada desde 0,5 mg/L, insuficiente desde 0,1 hasta menos de 0,5 mg/L y lectura de 0,0 mg/L. Una lectura aislada no demuestra por sí sola la seguridad integral del agua.
Atención y no búsqueda de atención
Respuestas sobre dónde se atendió a niños con problemas de salud o si no se buscó atención.
Cómo leerlo aquí: Las preguntas abarcan problemas de salud diversos. No identifican por sí mismas atención por dengue.
Respuesta espontánea y respuesta múltiple
Espontánea significa que la persona menciona la respuesta sin que se le lean todas las alternativas; múltiple permite elegir varias opciones.
Cómo leerlo aquí: En preguntas múltiples, sumar porcentajes puede superar el 100 %. No mencionar un signo no demuestra necesariamente desconocerlo.
Población y datos
Microdatos y datos agregados
Los microdatos contienen respuestas por hogar o persona. Los agregados resumen grupos sin mostrar cada registro individual.
Cómo leerlo aquí: Los archivos descargables del tablero son agregados. El paquete de reproducción necesita los microdatos de entrada, que no se publican aquí.
Universo y denominador
Universo es la población a la que se refiere un indicador; denominador es el conjunto usado para calcularlo, después de aplicar sus reglas.
Cómo leerlo aquí: Comparar hogares con red pública con el conjunto de todos los hogares puede producir diferencias que no representan cambios del servicio.
Hogar, vivienda, persona y respuesta del cuidador
Son unidades diferentes. Una vivienda puede contener más de un hogar; una respuesta de una mujer no es una medición del comportamiento de todos los integrantes.
Cómo leerlo aquí: Los indicadores de agua, de mujeres y de niños deben conservar sus respectivos universos y pesos.
Muestra y n
La muestra es el conjunto de unidades observadas. n es el número de observaciones válidas utilizado en una estimación, sin expansión poblacional.
Cómo leerlo aquí: n=1.601 no significa que existan solamente 1.601 hogares en Lima Metropolitana ni que ese número sea una población expandida.
Respuesta válida, faltante y salto
Una respuesta válida cumple los códigos y condiciones de la pregunta. Un faltante no aporta esa información; un salto significa que la pregunta no correspondía.
Cómo leerlo aquí: No responder cuántas horas hay agua no debe convertirse automáticamente en “no tiene agua las 24 horas”.
Dominio regional y departamento
Son agrupaciones geográficas de análisis. Aquí se comparan Lima Metropolitana, Resto de la Costa, Sierra y Selva; los departamentos se muestran por separado.
Cómo leerlo aquí: Las divisiones regionales de la encuesta y la agrupación cartográfica por distrito son referencias diferentes. No deben intercambiarse.
Periodo anual, trimestre y agrupación semestral
Un año abarca 12 meses; un trimestre, tres. Los datos disponibles de 2026 corresponden a enero–marzo (T1) y abril–junio (T2).
Cómo leerlo aquí: En los contrastes principales doy el mismo peso a las estimaciones de T1 y T2. Ese promedio temporal no representa el año 2026 completo ni constituye un factor semestral oficial.
Diseño de la encuesta
Factor de expansión, peso y ponderación
El peso indica cuánto representa una observación dentro de la población objetivo, según el diseño y los ajustes de la encuesta. Ponderar es usar esos pesos en el cálculo.
Cómo leerlo aquí: No todos los hogares observados representan la misma cantidad de hogares. FACTOR07 y FACTOR deben utilizarse conforme a su periodo y documentación.
UPM o conglomerado
Unidad primaria de muestreo: grupo territorial seleccionado antes de elegir viviendas. Las observaciones dentro del mismo grupo pueden parecerse.
Cómo leerlo aquí: Tratar todas las respuestas como independientes puede producir intervalos demasiado estrechos. Repetir un código de UPM entre años no prueba por sí solo un seguimiento longitudinal.
Estrato
Grupo definido para organizar la selección de la muestra y su cálculo de incertidumbre.
Cómo leerlo aquí: La variable ESTRATO debe combinarse con la información requerida por el diseño. Una agrupación elegida por el analista necesita justificación.
Diseño muestral complejo
Forma de seleccionar la muestra que incluye pesos, estratos y conglomerados. Estos componentes influyen en las estimaciones y su incertidumbre.
Cómo leerlo aquí: Usar una fórmula de muestreo aleatorio simple no reproduce automáticamente los intervalos de una encuesta compleja.
Estimación por dominio
Cálculo para un grupo, como una región o un universo de hogares, conservando la información del diseño completo.
Cómo leerlo aquí: No equivale a eliminar primero todas las observaciones ajenas al grupo y declarar después un diseño nuevo.
Panel y UPM compartidas
Un panel sigue unidades a través del tiempo. Compartir UPM puede generar dependencia entre estimaciones aunque no se entreviste exactamente al mismo hogar.
Cómo leerlo aquí: Las fichas técnicas documentan la reutilización de UPM. Cotejé sus códigos y su ubicación territorial; las llaves del marco siguen pendientes para confirmar el enlace. En los contrastes actuales utilizo los pesos anuales de 2025 y los pesos propios de cada trimestre de 2026.
Ajuste por una sola UPM en un estrato
Regla para calcular la varianza cuando un estrato tiene un único conglomerado utilizable. Aquí se declara la opción adjust de R survey.
Cómo leerlo aquí: Es una decisión de cálculo que puede cambiar la incertidumbre; debe documentarse y no sustituye la verificación del diseño.
Resultados e incertidumbre
Estimación puntual, proporción y porcentaje
La estimación puntual resume el valor calculado. Una proporción va de 0 a 1; el porcentaje la multiplica por 100.
Cómo leerlo aquí: 0,300 equivale a 30,0 %, aproximadamente 3 de cada 10, dentro del universo definido.
Media y mediana
La media es un promedio; la mediana es el valor que deja la mitad de las observaciones a cada lado. Con pesos se considera la representación de cada observación.
Cómo leerlo aquí: Las horas del tablero son medias ponderadas, no horarios típicos garantizados para cada hogar.
Puntos porcentuales, pp
Diferencia directa entre dos porcentajes. Es distinto de un cambio porcentual relativo.
Cómo leerlo aquí: Pasar de 30 % a 35 % son 5 pp; el aumento relativo es aproximadamente 16,7 %.
Error estándar, EE o SE
Medida de cuánto puede variar una estimación por seleccionar una muestra en lugar de observar toda la población, bajo el diseño usado.
Cómo leerlo aquí: Un EE pequeño indica menor variabilidad muestral; no descarta errores de medición, de códigos o de ponderación.
Intervalo de confianza al 95 %, IC del 95 %
Rango construido con un procedimiento que, al repetir el muestreo bajo sus supuestos, cubriría el valor poblacional aproximadamente en 95 de cada 100 intervalos.
Cómo leerlo aquí: El IC del 95 % de 27,4–32,8 % acompaña la estimación de 30,0 %. No garantiza que la fuente, el diseño o la medición sean correctos.
Intervalo puntual y simultáneo
Un intervalo puntual corresponde a una estimación o contraste. Un conjunto de intervalos simultáneos controla la cobertura conjunta de varias comparaciones.
Cómo leerlo aquí: Los intervalos del tablero son puntuales. Ajustar los valores p con Holm no convierte automáticamente las barras en intervalos simultáneos.
Coeficiente de variación, CV
Error estándar dividido entre la estimación, expresado en porcentaje. Describe precisión relativa.
Cómo leerlo aquí: El tablero usa CV ≤15 %, de 15–30 % y >30 % como categorías de lectura. Un CV bajo no certifica validez ni ausencia de sesgo.
Precisión, sesgo y validez
Precisión describe variabilidad; sesgo es una desviación sistemática; validez exige que datos, medición y método permitan sostener la interpretación.
Cómo leerlo aquí: Un cálculo puede ser muy preciso y, a la vez, estar sesgado por usar un denominador o peso inadecuado.
Efecto de diseño, deff
Relación entre la varianza del diseño declarado y la de un muestreo aleatorio simple de referencia. En el código se usa la referencia con reemplazo.
Cómo leerlo aquí: Un deff mayor que 1 indica más varianza que esa referencia; no es una medida del efecto del agua sobre la salud.
Taylor, logit y t de Student
Son herramientas para calcular incertidumbre: Taylor aproxima la varianza; logit construye intervalos para proporciones; t usa los grados de libertad para intervalos y pruebas.
Cómo leerlo aquí: Son métodos de cálculo, no pruebas de que las fuentes sean auténticas o las preguntas comparables.
Pruebas y comparaciones
Rao–Scott
Prueba para examinar si la distribución de un indicador difiere entre grupos, teniendo en cuenta el diseño complejo.
Cómo leerlo aquí: Una diferencia global entre regiones no demuestra que todos los pares de regiones difieran ni explica por qué existe la diferencia.
Estadístico F y grados de libertad, gl
F resume el contraste en una prueba. Los grados de libertad describen la información disponible para calcular su distribución de referencia.
Cómo leerlo aquí: F y gl se interpretan juntos para obtener el valor p; F por sí solo no mide importancia sanitaria.
Valor p y Valor p nominal
El valor p resume cuán incompatibles son los datos con la hipótesis de ausencia de diferencia, bajo el modelo y diseño usados. Nominal significa sin ajuste por comparaciones múltiples.
Cómo leerlo aquí: p<0,05 no significa que haya un 95 % de probabilidad de que la conclusión sea cierta ni que la diferencia sea grande.
Significación estadística e importancia práctica
La significación usa un umbral estadístico; la importancia práctica depende de la magnitud, la población afectada y la decisión.
Cómo leerlo aquí: Una diferencia pequeña puede ser significativa con muchas observaciones. Una diferencia no significativa no demuestra igualdad.
Holm y comparaciones múltiples
Holm ajusta los valores p de una familia de pruebas para controlar el riesgo de al menos un falso positivo dentro de esa familia, bajo los supuestos del análisis.
Cómo leerlo aquí: La familia principal contiene 50 contrastes del año 2025 completo frente al promedio de T1 y T2 de 2026; la secundaria contiene 100 frente a cada trimestre por separado. Aplico Holm por separado a las diferencias brutas y a las ajustadas por mes. Las 20 comparaciones entre T1 y T2 constituyen otra familia. Este ajuste no corrige errores de ponderación, tratamiento de faltantes ni inferencias causales injustificadas.
V de Cramér
Medida descriptiva de asociación entre variables categóricas, entre 0 y 1. No indica una dirección positiva o negativa.
Cómo leerlo aquí: Los rótulos pequeño, moderado o grande son orientativos; no equivalen a porcentajes de riesgo ni a causalidad.
Correlación de Pearson, r
Describe asociación lineal entre dos conjuntos de valores. Va de −1 a 1.
Cómo leerlo aquí: Un r alto entre estimaciones de ENDES y ENAHO no prueba que coincidan en valor ni que una encuesta valide a la otra.
Concordancia y ordenamiento
Concordancia pregunta si dos mediciones están de acuerdo; ordenamiento pregunta si clasifican las unidades en posiciones similares. Son preguntas distintas de la correlación lineal.
Cómo leerlo aquí: En esta nota se describe un patrón territorial; no se declara equivalencia entre encuestas ni un análisis formal de concordancia.
Independencia y covarianza
Independencia es un supuesto de ausencia de dependencia entre estimaciones; covarianza describe cuánto varían juntas.
Cómo leerlo aquí: Suponer UPM compartidas cambia el error del cambio entre años. El tablero muestra escenarios, no una confirmación documental de cuál representa el diseño real.
Sensibilidad y resultado condicionado
Un análisis de sensibilidad cambia supuestos para comprobar si la interpretación se mantiene. Un resultado condicionado solo vale bajo los supuestos declarados.
Cómo leerlo aquí: Si la significación cambia entre independencia y UPM compartidas, no debe presentarse una mejora como conclusión definitiva.
Alcance de la evaluación
Descriptivo, exploratorio y confirmatorio
Descriptivo resume lo observado; exploratorio busca patrones que requieren más estudio; confirmatorio contrasta hipótesis con un plan y supuestos adecuadamente justificados.
Cómo leerlo aquí: Los contrastes temporales utilizan el año 2025 completo como referencia y los periodos disponibles de 2026. Distingo los resultados que cumplen el criterio de robustez declarado de los que dependen del ajuste o del diseño. Mantengo pendiente la confirmación de la combinación final oficial de estratos de varianza.
Asociación, causalidad y falacia ecológica
Asociación es un patrón conjunto; causalidad implica que un cambio produce otro. La falacia ecológica ocurre al atribuir a cada hogar una relación observada en grupos.
Cómo leerlo aquí: Un departamento con agua intermitente y casos de dengue no demuestra que los hogares con interrupciones sean los que enfermaron.
Vigilancia entomológica y control vectorial
La vigilancia registra búsquedas y detecciones del mosquito; el control comprende las acciones para reducirlo y su cobertura.
Cómo leerlo aquí: “No se detectó” y “no se inspeccionó” son situaciones distintas. Estos registros aún no están integrados con las encuestas en esta evaluación.
Reproducibilidad y trazabilidad
Reproducibilidad es poder obtener las salidas siguiendo los mismos datos, código y pasos. Trazabilidad identifica de dónde provienen los archivos y qué cambios se realizaron.
Cómo leerlo aquí: Una huella SHA-256 identifica un archivo concreto; no prueba por sí sola que provenga del INEI. Coincidir entre programas tampoco valida todas las decisiones metodológicas.
R, survey, Python, pandas, NumPy y SciPy
R y Python son lenguajes de programación. survey calcula estadísticas de encuestas; pandas y NumPy procesan datos; SciPy aporta funciones estadísticas.
Cómo leerlo aquí: El paquete publica sus versiones y ambos pasos del procesamiento. El software aplica reglas; la responsabilidad de elegirlas e interpretarlas sigue siendo científica.
Códigos de variables y abreviaturas
SH42
ENDES: disponibilidad de agua todo el día.
SH48, SH49 y SH50
ENDES: almacenamiento de agua para beber, tipo de recipiente y uso de tapa, respectivamente.
HV201 y HV237
ENDES: fuente del agua y respuesta sobre tratamiento del agua para beber.
S481AB y S481AC
ENDES: llevaría al niño si se pone más enfermo y si tiene fiebre/diarrea/vómito. No son diagnósticos de dengue.
V751 y V754JP
ENDES: conocimiento previo del sida y creencia sobre transmisión del VIH por mosquito; se muestra una sensibilidad para “no sabe”.
P110
ENAHO: fuente de abastecimiento. En continuidad se seleccionan las categorías 1 y 2.
P110C, P110C1, P110C2 y P110C3
ENAHO: disponibilidad todos los días y horas/días declarados para construir continuidad y horas equivalentes.
P110A y P110E
ENAHO: categoría de cloro residual y variable usada para describir el origen de la muestra de agua (P110E=2–4). No confundir este último indicador con la fuente principal de abastecimiento P110.
P402, P403 y P409
ENAHO: problemas de salud, búsqueda/lugar de atención y motivos declarados para no acudir, respectivamente.
FACTOR07 y FACTOR
Nombres de los pesos presentes en los archivos utilizados. No son intercambiables sin verificar periodo, universo y calibración.
HV005 y V005
Pesos de ENDES para hogares y mujeres, respectivamente; en el código se dividen entre un millón.
HV001/HV022 y V001/V022
Identificadores de conglomerado y estrato usados en la especificación ENDES para hogares y mujeres.
CONGLOME, ESTRATO y DOMINIO
Variables ENAHO utilizadas para identificar conglomerados, estratos y dominios; la combinación empleada debe cotejarse con el diseño oficial.
n, EE/SE, IC del 95 %, CV, deff, F, gl, p, r y pp
Número de observaciones, error estándar, intervalo de confianza, coeficiente de variación, efecto de diseño, estadístico F, grados de libertad, valor p, correlación y puntos porcentuales. Sus definiciones están arriba.
Comparación temporal corregida
Referencia anual
Estimación construida con los doce meses de un año y su peso anual.
Cómo leerlo aquí: Aquí la referencia es enero–diciembre de 2025; no equivale a un trimestre de ese año.
Promedio temporal de trimestres
Promedio aritmético de las estimaciones de dos trimestres; cada uno aporta la mitad.
Cómo leerlo aquí: En los nuevos contrastes 2026 se promedian T1 y T2. No representa julio–diciembre ni es el cociente de todos los registros apilados.
Ajuste por mes de entrevista
Modelo que considera qué mes se recogió cada respuesta para evaluar la influencia de la composición temporal.
Cómo leerlo aquí: Una diferencia que persiste tras este ajuste tiene respaldo bajo ese modelo. No demuestra una estacionalidad estable ni elimina todas las diferencias de calendario.
Robustez en las sensibilidades aplicadas
La conclusión conserva la dirección de la diferencia y su significación estadística tras probar los cambios de diseño y ajuste declarados.
Cómo leerlo aquí: Aquí se prueban tres variantes de estratos, dependencia o independencia en el contraste bruto y ajuste por mes. No certifica todos los supuestos posibles ni causalidad.
