Validación

Las cifras de dane-data se comparan con las que publica el DANE. Las pruebas automáticas (pytest) hacen dos tipos de comprobaciones.

Con datos sintéticos

tests/conftest.py construye carpetas de la GEIH y la EAM con las rarezas de cada época: archivos partidos en Área, Cabecera y Resto; separadores ; con coma decimal; codificación Latin-1; módulos en subcarpetas; meses incompletos; archivos de texto tabulados. Las pruebas revisan que la carga, la armonización y los cálculos den lo esperado en cada caso, que las funciones serie_* den exactamente lo mismo que el cálculo con los microdatos, y que los ejemplos de esta documentación funcionen. Corren en cada versión que se publica.

Con los datos reales

Si encuentran los microdatos en el computador, las pruebas comparan cada mes con los anexos del mercado laboral del DANE:

Serie	Meses	Anexo del DANE
Principal, 2007–2019 y 2021 (marco del censo 2005)	Todos	Anexo de diciembre de 2021
Principal, 2020 y desde 2022 (marco CNPV 2018)	Todos	Anexo vigente
Empalme, 2010–2020	Todos	Anexo vigente

Se comparan la TD, la TGP y la TO (diferencias menores a 0,01 puntos) y el número de ocupados (diferencias menores a 0,01 %), para el total nacional y, en el marco del CNPV 2018, también para las cabeceras y para cada sexo. Coinciden también los promedios anuales: por ejemplo, la desocupación fue 10,5 % en 2019 y 10,2 % en 2023.

Las únicas cifras que no se comparan son las de hombres y mujeres de abril y mayo de 2017 en el empalme, por un defecto de los archivos del ANDA que no tiene arreglo (vea Diferencias con la documentación del DANE).

Además, una prueba recorre toda la serie mes a mes buscando huecos y saltos bruscos: cambios de la PET de más de 1 % fuera de los cambios de metodología conocidos, y cambios de las tasas de más de 5 puntos fuera de la pandemia (abril de 2020).

Ver también

El ejemplo dane-data frente a las cifras del DANE grafica la tasa de desocupación de dane-data sobre la publicada por el DANE, mes a mes desde 2007.