Saltar al contenido

Registro de precisión · para reproducir

BU1

Lo que hace falta para repetir las 3 entradas de BU1 en el registro: el código, la segunda implementación, el cotejo y los datos de validación agregados, cada uno con su huella md5. Son copias de lectura: las rutas del servidor van sustituidas por marcas, y lo que no se puede publicar se dice abajo, con su porqué.

Entradas

3

en el registro de precisión

Código de la medida

5

ficheros

Segunda implementación

3

ficheros

Cotejo

5

ficheros

Datos de validación

7

ficheros

Cómo se rehace10_base (universo de menores deduplicado y bins) → 20_exceso (exceso por mercado, órgano-año y placebos) → 40_validaciones (estabilidad y etiquetas) → 30_impl2 y 31_cotejo_impl2 (segunda implementación y comparación) → 50_muestra, 51_atom, 52_fetch y 53_cotejo_tabla (cotejo de 30 menores con su origen). run.sh lanza cada paso sin red salvo la descarga del cotejo.

Código de la medida

5 ficheros
Código de la medida de BU1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/comun.py Funciones comunes: ajuste del contrafactual, bootstrap, AUC, OR y constantes selladas c85f909225073bb1980a529f6efa294a 71
py/10_base.py Universo de contratos menores deduplicado y recuentos por bin de importe, órgano, año y tipo 1aacf2a5df674eb5f0c39c44a7358152 74
py/20_exceso.py Exceso de masa bajo el umbral por mercado, órgano-año y órgano-bloque, con placebos en 12.000 y 18.000 € cd83b87af624d0f1f0fdea9d9602dfb8 149
py/40_validaciones.py Estabilidad del hecho por órgano entre periodos y contraste con fiscalización y misma necesidad ed149bb0c401efc6baa4aecd253e3d12 86
py/run.sh Lanzador de cada paso: memoria y CPU acotadas, sin red salvo la descarga del cotejo4 rutas del servidor sustituidas 57dc688f2d29ce5a7783c4ecc0c17bb5 15

Segunda implementación

3 ficheros
Segunda implementación de BU1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/30_impl2.py Segunda implementación con pandas y numpy, sin DuckDB ni código de la primera 4a1abc84d19e140e2c88a2b3bb99b63e 78
py/31_cotejo_impl2.py Compara las dos implementaciones en órgano-año, órgano-bloque y mercado d69fae7ba8f45b12f5e0219544cebeb5 32
salidas/31_cotejo_impl2.json Diferencias entre implementaciones: 0 en n, O y Ê; 3 de 679 hechos distintos por la semilla 675218f1681dea31c3a50c76286ee0b8 227

Cotejo

5 ficheros
Cotejo de BU1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/50_muestra.py Sortea con semilla sellada 30 menores de la franja (20 PLACSP y 10 de otras fuentes), un órgano como mucho una vez cee6506279a4cf40e8e970507fd65935 24
py/51_atom.py Coteja los menores de la PLACSP con su entrada CODICE original en disco, sin red 3b177994446a42a0a72f348c13450f1a 68
py/52_fetch.py Descarga las fichas públicas de origen con tope de 30 peticiones y parada ante 403 o 429 e982a337e8ba44f82e58e74bcd2f4c21 27
py/53_cotejo_tabla.py Junta el CODICE y las fichas y escribe el resultado del cotejo caso a caso y su resumen 968fc230d4afae9ac1e31c081bf8be29 50
salidas/50_cotejo.json Resultado del cotejo sin identificadores: 24 de 30 confirmados en estricto, 30 de 30 con reservas, 0 errores e1d9d7047b40453b3a348868bffca3af 517

Datos de validación

7 ficheros
Datos de validación de BU1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
salidas/10_base.json Recuentos del universo por fuente, año, grupo y comunidad, y filas quitadas por duplicado fc7c3776a0ffff7cad5ab09b5dcca31d 331
salidas/20_exceso.json Exceso por mercado, recuentos de órganos con hecho por grupo y año, K de N por tipo de órgano y placebos 1ce2a510c7e076c0d40ea46173892082 938
salidas/mercado.csv Exceso por tipo de contrato y año con su IC, McCrary y sensibilidades a5d72bb20ecc0b680ac9d9f9fa415321 29
salidas/40_validaciones.json Estabilidad (OR e IC), AUC frente al banco de fiscalización y frente a la etiqueta de misma necesidad cb329ceab7725665f5347afd1088b058 128
salidas/densidad_Obras_2024.csv Histograma de importes de obras 2024 alrededor del umbral, con el contrafactual lineal f568bd5210eede86d899ca2d4d9db1a3 71
salidas/densidad_Servicios_2024.csv Histograma de importes de servicios 2024 alrededor del umbral, con el contrafactual lineal a7a57509f5ba6d31d38dcc825eca49f8 71
salidas/densidad_Suministros_2024.csv Histograma de importes de suministros 2024 alrededor del umbral, con el contrafactual lineal 00e238b3edfd27e2d4062750df87fb7a 71

Pre-registros

sellados antes de medir
Los pre-registros de BU1, con su huella, la hora del sello y su texto
TextoHuella del sello (md5)Sellado
DEFINICIONES_PREVIAS.mdel texto sellado lleva rutas del servidor o nombres internos: es una copia de lectura con 3 sustituciones, y su huella no es la del sello 10315611920f95e8db659aa0687b5858 22/10/2026, 10:28:44 CEST

Lo que no se publica

y por qué
  • Exceso por órgano y año (salidas/publicable_organo_anio.csv): demasiado grande para la web (7,6 MB, 46.027 filas); habría que partirlo o servirlo aparte
  • Universo fila a fila, bins por órgano, salidas de la segunda implementación y material del cotejo (interno/: muestra, CODICE, fichas HTML, peticiones): carpeta interna: filas de contratos con su id, descargas de páginas y ficheros grandes

Sus entradas del registro