Saltar al contenido

Registro de precisión · para reproducir

LOB1

Lo que hace falta para repetir las 3 entradas de LOB1 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

9

ficheros

Segunda implementación

3

ficheros

Cotejo

1

fichero

Datos de validación

1

fichero

Cómo se rehaceget.py descarga los registros de grupos de interés y las agendas públicas (datos abiertos) → 10_base (registros y agendas normalizados y casados con la empresa por NIF o por nombre) → 20_precision → 30_medida_a, 40_medida_b y 50_descriptivo → 61_ref, 60_impl2 y 62_compara (segunda implementación y comparación) → 70_cotejo. run.sh lanza cada paso sin red; la normalización de nombres viene del código de la web.

Código de la medida

9 ficheros
Código de la medida de LOB1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py_fetch/get.py Descarga una URL pública de datos abiertos y registra fecha, bytes, md5 y tipo, con pausa d22f5981ed20fe47919d060d540000cf 12
py/comun.py Utilidades comunes: conexión a la base de trabajo y rutas de la identidad da49a0763935a2488b558a1f97a8b10c 11
py/comun_mh.py Mantel-Haenszel (RR con lotes y OR de Robins-Greenland) y bootstrap por empresa dentro del estrato 7ee8d400368f505475d1ebdfc4d7ff9f 38
py/10_base.py Normaliza registros y agendas, casa inscripción con empresa por NIF o por nombre y arma lotes por administración b4d93a6b28b936644e8e2523fae08a5a 104
py/20_precision.py Mide la precisión del casado por nombre en los registros de Madrid, que traen NIF 4b38570a50c4f096402322a8a826c318 22
py/30_medida_a.py Pregunta (a): inscritas ante una administración frente a comparables del mismo mercado, tamaño y forma 818e0610bb3365d66b3f37adad4032db 76
py/40_medida_b.py Pregunta (b): adjudicaciones 12 meses antes y después de la primera reunión, con control y placebo de fechas 1fa3a52f8ab8d45c17d761580706f2c3 84
py/50_descriptivo.py Pregunta (c): K de N adjudicatarias inscritas por administración, mercado y año, con supresión de celdas dffbdeef9f8e2958845ca2fe55fdf588 45
run.sh Lanzador de cada paso: memoria y CPU acotadas, sin red, datos de solo lectura4 rutas del servidor sustituidas 67066de81a192999edc034a1f3eb6e17 10

Segunda implementación

3 ficheros
Segunda implementación de LOB1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/60_impl2.py Segunda implementación con pandas y pyarrow, sin DuckDB, con la normalización y la lectura reescritas c78cbc1d6020718e3dba77bd2da4b9c2 127
py/61_ref.py Cifras de referencia de la primera implementación para la comparación a459c1167d9780a056a15d19e57e00e2 13
py/62_compara.py Compara las dos implementaciones y da la peor diferencia (0,08 %)3 rutas del servidor sustituidas 86e0d9c4548fc9b05a44a2e1cb118bc5 16

Cotejo

1 fichero
Cotejo de LOB1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/70_cotejo.py Sortea con semilla fija los 30 casados (10 por registro) y los 10 eventos de agenda del cotejo 174901d2cecd0ac8c9af3c7e14bed329 24

Datos de validación

1 fichero
Datos de validación de LOB1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
salidas/publicable_administracion_mercado_anio.csv Por administración, mercado y año: adjudicatarias, inscritas, lotes y % del importe, con supresión 6460a8966feeba9078247dfcd6233f09 1.098

Pre-registros

sellados antes de medir
Los pre-registros de LOB1, con su huella, la hora del sello y su texto
TextoHuella del sello (md5)Sellado
DEFINICIONES_PREVIAS.mdtal cual: su md5 es el del sello c07767acbf4a3da9dba7f9eba209deeb 22/10/2026, 23:40:31 CEST

Lo que no se publica

y por qué
  • Registros de grupos de interés y agendas descargados (interno/datos/): nombran empresas, personas inscritas y altos cargos con nombre y apellidos
  • Cotejos de los 30 casados y los 10 eventos (interno/70_*): nombran empresas y reuniones concretas
  • Resultados de (a), (b), precisión y comparación de implementaciones (interno/30_res.json, 40_res.json, 20_precision.json, 62_compara.json): están en la carpeta interna, que no sale; habría que regenerar una copia agregada en salidas/
  • Guion de diagnóstico de nombres (py/63_dif.py) y sondeos 01-05: imprimen nombres de inscripciones y de empresas tal como vienen del registro

Sus entradas del registro