Registro de precisión · para reproducir
E-S1
Lo que hace falta para repetir las 2 entradas de E-S1 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.
Código de la medida
12
ficheros
Segunda implementación
6
ficheros
Cotejo
5
ficheros
Datos de validación
2
ficheros
Cómo se rehaceSQL con el lanzador DuckDB: 03_base → 10_universo → 15, 17 y 18 (corrección de fechas de TED, desvío D1) → 11_cruce (365c y 730c, de la plantilla) → 12_tasas_c → 30_final y 31_lic. Segunda: impl2 (pandas) y 40_cmp_impl2. Cotejo: 21_muestra_cotejo_c y consultas a TED leídas a mano.
Código de la medida
12 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| q.sh | Lanzador de los SQL en DuckDB: vistas de la base unificada, versiones de TED e identidad3 rutas del servidor sustituidas | eaba63a541a15fcf |
35 |
| sql/03_base.sql | Tablas base: adjudicaciones de la PLACSP y avisos de adjudicación de TED de España | 039dd778ea7f2a5e |
40 |
| sql/10_universo.sql | Universo U1 (SARA sobre umbral, con publicidad, 2023-2025), serie U2 y el lado TED | bf43673170b3fbf4 |
69 |
| sql/15_fechas_ted.sql | Fechas de envío del CSV de TED frente al número de publicación, por año | 1ffd4fa63109f62f |
19 |
| sql/17_fix_fechas.sql | Corrige el intercambio día/mes del CSV de TED 2020-2023 (desvío D1) | 11fbfd9d4d0ba54b |
26 |
| sql/18_tpc.sql | Avisos TED con las fechas corregidas y su coherencia con la adjudicación | 770949b6e3e82fa6 |
22 |
| sql/11_cruce.tpl.sql | Plantilla del cruce en cinco estrategias (E1-E5), un aviso para una sola licitación | 48d9b45a74e68740 |
148 |
| sql/11_cruce_365c.sql | Cruce con ventana de +365 días sobre las fechas corregidas (el que decide) | 164944ba604696a7 |
148 |
| sql/11_cruce_730c.sql | Cruce con ventana de +730 días, para la comprobación de censura | 449d5f6f17db0b33 |
148 |
| sql/12_tasas_c.sql | Estado de cada unidad a +365 y +730 días y tasas por año, tipo, procedimiento y órgano | 89a19ab3b75b7e61 |
76 |
| sql/30_final.sql | Cota baja (E1+E2) y alta con IC de Wilson por año, contrato, procedimiento y tipo de órgano | 59ed1140ead8b884 |
68 |
| sql/31_lic.sql | Cota baja por licitación (algún lote casado por E1 o E2) | 93ddb62ca093c33d |
9 |
Segunda implementación
6 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| py/impl2.py | Segunda implementación en pandas desde los parquet: universo, corrección de fechas, cinco estrategias y tasa | 7645e0d5740c3a23 |
192 |
| sql/40_cmp_impl2.sql | Compara unidad a unidad la estrategia y el aviso de las dos implementaciones | a09fdae190af0add |
5 |
| salidas/07_cotejo_impl2.md | Resultado de la segunda implementación: casadas por estrategia y tasas por año en las dos | c51d1815b1e278f0 |
35 |
| salidas/07_cmp_unidades.md | Comparación unidad a unidad: 79.503 de 79.504 iguales | 5f8a24220b6c0969 |
16 |
| salidas/07_impl2_tasas_uf.csv | Tasas por año de la segunda implementación con la misma población que el SQL | 08cd082bbe0d0a3a |
4 |
| salidas/07_impl2_tasas_u1.csv | Sensibilidad: tasas por año si solo compite U1 por los avisos | 1ffd456ff4192f83 |
4 |
Cotejo
5 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| sql/21_muestra_cotejo_c.sql | Sortea con semilla 20261021 12 pares por estrategia y 40 unidades no casadas | 5d40a0c5e5628977 |
25 |
| py/pedir.py | Consultas al buscador de TED con tope de 100, pausa de 6 s y registro de cada petición | 811823390cf61461 |
40 |
| py/ver_casadas.py | Muestra cada par casado junto al aviso de TED para leerlo a mano | 13e55a8f99437593 |
18 |
| py/ver_nocasadas.py | Muestra cada unidad no casada junto a lo que devuelve TED para leerlo a mano | 3f0a4cf677da6ff3 |
14 |
| salidas/05_cotejo_ted.md | Resultado agregado: precisión por estrategia y 32 de 40 no casadas ausentes de verdad | 584b2caaa9a7b8d3 |
53 |
Datos de validación
2 ficheros| Fichero | Qué hace | md5 | Líneas |
|---|---|---|---|
| salidas/06_tasas_finales.md | Cota baja y alta por año, tipo de contrato, procedimiento y tipo de órgano; casadas por estrategia | f0fbb7dc2187784c |
175 |
| salidas/06b_por_licitacion.md | Cota baja por licitación y año con IC de Wilson | d0f3cc63fa48fc9f |
27 |
Pre-registros
sellados antes de medir| Texto | Huella del sello (md5) | Sellado |
|---|---|---|
| DEFINICIONES_PREVIAS.mdel texto sellado lleva rutas del servidor o nombres internos: es una copia de lectura con 1 sustitución, y su huella no es la del sello | 5667e5020b8841f6 |
21/10/2026, 19:30:45 CEST |
Lo que no se publica
y por qué- Muestra del cotejo y veredictos par a par (cotejo/muestra*.csv, muestra*_ted_nuestro.csv, veredictos.csv): fila a fila de contratos con expediente, adjudicatarias y su NIF
- Respuestas descargadas de TED (cotejo/resp/, 91 ficheros), consultas enviadas (cotejo/lote_*.json) y registro de peticiones (peticiones.log): descargas de páginas con nombres de ganadores, y consultas con expedientes y títulos de contratos concretos
- Tabla órgano-año (interno/organo_anio.csv): está en interno/ y el pre-registro prohíbe publicar la no publicación por órgano mientras el cotejo no pase
- Unidades de la segunda implementación (interno/impl2_unidades*.parquet, 1,2 MB cada uno): fila a fila de contratos con su aviso; demasiado grandes para la web
- Avisos TED hallados a mano (sql/22_presentes.sql): lleva escritos los números de aviso de contratos concretos de la muestra; no hace falta para las cifras