Saltar al contenido

Registro de precisión · para reproducir

RS1

Lo que hace falta para repetir las 3 entradas de RS1 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

13

ficheros

Segunda implementación

1

fichero

Cotejo

3

ficheros

Datos de validación

3

ficheros

Cómo se rehaceCon el lanzador, sin red: 10 (base) → 11 (cobertura) → 12 (sancionadas) → 20 (red sociedad-sociedad) → 30 (medida a) y 31 (posterior) → 40 (medida b) → 50 (homónimos) → 60 (segunda) → 70a-70c (cotejo) → 80 (tablas publicables).

Código de la medida

13 ficheros
Código de la medida de RS1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
run.sh Lanzador: corre cada guion sin red, con los datos en solo lectura9 rutas del servidor sustituidas 72b440ddfd13495c072020d81a9e0639 11
py/comun.py Módulo común: base DuckDB, macros de la clave del BORME y listas de cargos 1d39812dfe5ec2fcc94f1dbea5f305ae 30
py/comun_roles.py Listas de cargos incluidos (copia sin DuckDB para la segunda implementación) 96c43acfb5aa9111ada3f48d3d121ab2 10
py/comun_auc.py AUC por rangos con empates a medias e intervalos por remuestreo aa737e872e654fee5e11e53ef1e4a486 35
py/10_base.py Universo de lotes, sociedades de la celda y tramos de cargo y domicilio, sin etiquetas b1f986822aa3bec867b86eb2fabcf8f7 89
py/11_cobertura.py Cobertura de cargos y domicilios por año y por mercado y año f43683478d1a3f75f312e1df7ef2d93d 32
py/12_sanc.py Sancionadas por expediente casadas con el BORME, con mercados y ventanas a8052171b24c1bba3a115d00f9439091 53
py/20_red.py Red sociedad-persona y sociedad-domicilio proyectada a pares de sociedades 6811f17a8576e471c7533a248698d306 25
py/30_medida_a.py Medida (a): pares de sancionadas del mismo expediente frente a 200 controles por par (OR) 1a25bb8717e7e020892f94b3c58f09f3 161
py/31_posterior.py Análisis posterior que no decide: separa estructura de grupo y vínculo personal 93c68f8aade40b79f03e25cc35fc0005 19
py/40_medida_b.py Medida (b): lotes hermanos K de N por celda y su validación frente a cárteles y P6 8999278cb993af7e2af83e0395886888 74
py/50_homonimos.py Tasa estimada de homónimos de persona en los enlaces (solo agregados) c4c73852260bc0120c669d3a13e5f996 61
py/80_publicable.py Tablas publicables por mercado y año y por órgano y año, con supresión a372a66fc9c67acbacc14a51fdc0f65b 38

Segunda implementación

1 fichero
Segunda implementación de RS1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/60_impl2.py Segunda implementación en pandas y pyarrow, sin DuckDB: compara (a) por par y (b) K y N por celda 477ae05786899b6ab0873975e4303846 185

Cotejo

3 ficheros
Cotejo de RS1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
py/70a_muestra.py Elige por md5 los 20 pares con lote hermano y PDF del BORME en disco fe574765b99aa4d6573a0253882bb17e 29
py/70b_textos.py Extrae de los PDF en disco el texto de las entradas de los 20 pares (la salida no se publica) eb651da7f51908407a461133bdc2f112 50
py/70c_verif.py Comprueba en los 20 textos que las dos entradas comparten un nombre completo en sus cargos 405f071c3e4a5e17ebc2fcc0b696751e 25

Datos de validación

3 ficheros
Datos de validación de RS1: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
salidas/11_cobertura.md Cobertura de cargos y domicilios por año y mercado 938a7ca7b34b0dd33877cff7072b7a4d 128
salidas/12_sancionadas.md Sancionadas casadas, presentes y con cargo leído por expediente (solo recuentos) fddbdfd5ebe31ee2218816e36c0f0774 23
salidas/publicable_mercado_anio.csv Cobertura y lotes hermanos K de N por mercado (cpv2) y año 5c1e8b8f3eb6b256380ae8b8ab5fd436 660

Pre-registros

sellados antes de medir
Los pre-registros de RS1, 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 1 sustitución, y su huella no es la del sello 0a40aeb3c123bc36daf783030fc177e0 22/10/2026, 11:11:41 CEST

Lo que no se publica

y por qué
  • salidas/publicable_organo_anio.csv (12,6 MB): demasiado grande para la web
  • interno/ (pares de sancionadas y de control, celdas y lotes hermanos, resultados JSON, impl2, homónimos, muestra, textos y veredictos del cotejo, correspondencia de organo_id): pares de empresas, hashes de persona, lotes con su marca y nombres en los textos del cotejo
  • salidas/boceto_red_societaria_cpv72.svg: dibuja la red de empresas de un mercado con las sancionadas marcadas; es anónima pero es una red de empresas y no sirve a ninguna cifra
  • py/00-05 (sondeos del esquema, del hash de persona y de los códigos de cargo): imprimen muestras de hashes de persona y no hacen falta para las cifras

Sus entradas del registro