# Datos de la página "Cuándo se concibe en Chile"

Once archivos JSON, uno por figura, recortados de `data/out/pagina.json` del repositorio
`cochid-concepciones`. Pesan 179 KB en total. Los genera
`scripts/gen_datos_pagina.py` de ese repositorio, que no calcula nada: recorta, redondea y
renombra. Ninguna cifra de la página puede salir de otro lado.

Regenerar:

```sh
cd /srv/projects/cochid/cochid-concepciones
.venv/bin/python scripts/gen_datos_pagina.py /srv/projects/worktrees/cochid-concepciones-20260919/concepciones
```

## Qué mide cada número

**Índice.** 1 es el día promedio del año, una vez descontadas la tendencia larga y, en las
series limpias, el día de semana y los feriados. Un índice de 1,0870 significa 8,70% sobre el
día promedio. Los índices vienen con 4 decimales y los porcentajes con 2.

**Concepción y parto.** Las series de concepción salen de deconvolucionar los nacimientos
limpios con la distribución de edad gestacional del DEIS, de media 260,3 días y desvío 12,5
días. Ese desvío borra todo rasgo más fino que dos semanas, así que la unidad publicable de
concepción es la semana. Todo rasgo de 1 a 3 días que aparezca en los nacimientos es del lado
del parto, no de la concepción.

**Intervalos.** `_lo` y `_hi` son los percentiles 2,5 y 97,5 de un bootstrap de los 19 años de
nacimiento: 2.000 remuestreos en las desviaciones y las probabilidades, 400 en las series de
índice de `semanal.json` y de `metodo.json` y en los estratos. Cubren la variación entre años, no
el sesgo de regularización ni el del núcleo gestacional fijo: en la validación contra el DEIS cubren la verdad en 61,5% de
las semanas. `meta.json` lo repite en `advertencias`.

**Semanas.** Son 52 semanas fijas desde el 1 de enero; la 52 tiene ocho días y el 29 de febrero
queda fuera de la grilla de 365.

## Archivos

### `semanal.json` (14,5 KB) · figura principal

Curva semanal de concepción, 52 puntos, más la curva diaria que hace visible la regla de la
semana.

| clave | largo | qué es |
|---|---|---|
| `semana` | 52 | número de semana, 1 a 52 |
| `etiqueta` | 52 | rango de fechas, por ejemplo `01-ene a 07-ene` |
| `indice`, `indice_lo`, `indice_hi` | 52 | índice de concepción con IC95 |
| `desv_pct`, `desv_lo`, `desv_hi` | 52 | desviación sobre la uniforme, en puntos porcentuales |
| `significativo` | 52 | `true` si el IC95 de la desviación excluye cero (47 de 52). No corrige multiplicidad: son 52 pruebas a la vez, y corrigiendo quedan 45 con Holm y 39 con Bonferroni |
| `amplitud_pp` | 1 | 13,35: máximo menos mínimo semanal. IC95 bootstrap de 11,81 a 15,12; entre lambda 300 y 10.000 recorre de 14,8 a 11,3 |
| `n_semanas_significativas` | 1 | 47 |
| `quincena_pico` | dict | `semanas` [52, 1], `etiqueta`, `p_argmax` (probabilidad bootstrap de que cada semana sea el máximo) y `duelo` (52 contra 1: `dif_pp`, `ic95`, `p_a_mayor_b`) |
| `valle_meseta` | dict | igual para el valle ancho de las semanas 28 a 35 |
| `doy_fecha` | 365 | fecha `dd-mmm` de la grilla diaria |
| `doy_concepcion`, `doy_lo`, `doy_hi` | 365 | índice diario de concepción con IC95 |

La quincena y la meseta se dibujan como bloques, nunca como un punto máximo o mínimo: las
semanas 52 y 1 están empatadas y el mínimo se reparte entre la 34, la 30 y la 29.

`doy_concepcion` está para la figura pedagógica de día contra semana. No sirve para leer un día
concreto: el método devuelve un impulso de un día como una campana de 25 a 26 días de ancho. Ese
ancho es del método y no del embarazo: la distribución de la gestación mide 21,2 días a media
altura, y con una penalización diez veces menor la campana baja a 19 o 20 días.

### `mensual.json` (3,2 KB)

`meses`, 12 entradas con `id` (1 a 12), `etiqueta` (`ene` a `dic`), `p`, `p_lo`, `p_hi`
(probabilidad de concebir en ese mes), `p_uniforme` (la proporción de días del mes),
`desv_pct`, `desv_lo`, `desv_hi` (desviación sobre la uniforme, ya ajustada por días del mes),
`ee_desv_pct` y `significativo`.

### `metodo.json` (13,2 KB) · abanico de variantes y validación

| clave | largo | qué es |
|---|---|---|
| `fechas_semana` | 52 | fecha de inicio de cada semana |
| `variantes` | 22 | una por especificación alternativa. Cada una trae `semanal` (52), `r_vs_base`, `sem_pico`, `sem_valle`, `valor_pico`, `valor_valle` |
| `boot_sem_pico` | 2 | conteo de remuestreos en que cada semana fue el máximo, sobre 400 |
| `boot_sem_valle` | 6 | lo mismo para el mínimo |
| `validacion_deis` | 4 | `verdad_semanal`, `estimado_semanal`, `estimado_lo`, `estimado_hi`, 52 cada una, sobre el DEIS 1999 a 2003. El máximo de `verdad_semanal` cae en la semana 1 y el de `estimado_semanal` en la 52: el método acierta la quincena, no la semana exacta |
| `cobertura_ic95` | dict | `media` 0,588, `por_sim` (5 simulaciones) y `n_sims`. Son 5 corridas con rango 0,481 a 0,654: leer "cerca de 60%", no tres cifras |
| `se_boot_semanal_medio` | 1 | error estándar bootstrap medio de la curva semanal. Cubre la verdad en 61,5% de las semanas y no en 95%, así que todo umbral de detección calculado con él es optimista |
| `robustez_lam` | 3 | curva con penalización 300, 1000 y 3000. La amplitud del pico va de +9,71% a +7,63% entre los extremos: un recorrido tan ancho como el IC95 de la semana 52 y no contenido en él |

El nombre de la variante es la clave del diccionario. El abanico sostiene que el pico es robusto
y el valle no: en las 22 variantes el pico cae dentro de la quincena y el valle salta entre las
semanas 29 y 36.

### `cumpleanos.json` (40,0 KB) · calendario de 366 casillas

Columnas paralelas de 366 valores, en orden del 1 de enero al 31 de diciembre con el 29 de
febrero incluido: `fecha`, `mes`, `dia`, `n` (nacimientos en 19 años), `uno_en` (1 de cada
cuántas personas), `indice_crudo` con `_lo` y `_hi`, `indice_limpio` con `_lo` y `_hi`,
`ventana_feriado` y `frac_anios_con_coef_feriado`.

`indice_crudo` es lo que vive la gente: el 27 de diciembre arriba, los feriados abajo.
`indice_limpio` quita día de semana y feriado.

Las dos banderas no son la misma cosa y la distinción importa:

- `ventana_feriado` marca las 45 fechas que caen dentro de una ventana de feriado declarada.
- `frac_anios_con_coef_feriado` es la fracción de los 19 años en que algún regresor de feriado
  tocó esa fecha. Vale 0 en 179 fechas y es positiva en 186. El ranking limpio solo es
  interpretable sobre esas 179, y esa es la cifra de `n_fechas_sin_coef_feriado`.

Las listas `mas_comunes_crudo`, `menos_comunes_crudo`, `mas_comunes_limpio_sin_feriado` y
`menos_comunes_limpio_sin_feriado` traen 10 fechas cada una, con `fecha`, `n`, `p_cruda`,
`uno_en`, `indice_crudo`, `ic_crudo`, `indice_limpio` e `ic_limpio`. El conjunto de los extremos
es estable; el orden interno no lo es y no se publica como ranking.

`septiembre_vs_bloque` compara el 18 y el 19 de septiembre contra la meseta del 4 de septiembre
al 1 de octubre: `bloque_04sep_01oct` y una entrada por fecha con `indice_limpio`,
`dif_vs_bloque`, `ee_dif`, `t`, `n_anios` y `en_ventana_feriado`.

`feb29` trae el 29 de febrero aparte, con `uno_en_ciclo_de_4_anios` 1.790,8 y su IC95. Los tres se
corrigió el 2026-09-19: el denominador anterior, 1.461, suponía que la media del índice de los 365
días es exactamente 1, y mide 1,0060934. Los dos extremos del IC95 eran 1.461 dividido por los
extremos del IC del índice, es decir la misma aritmética con el mismo sesgo, así que se reescalaron
con el mismo denominador; el campo `nota_correccion` del propio archivo lo declara. Siguen siendo
propagación de una fórmula cerrada y no un remuestreo propio del cociente.

`ranking_semanal_limpio` agrega el índice limpio de nacimientos a 52 semanas: `semana`,
`fecha_inicio`, `idx_limpio`, `se_entre_anios`, `top5` y `bottom5`. Es la escala a la que el
índice limpio se puede leer.

### `dia-semana.json` (8,1 KB) · programación del parto

| clave | qué es |
|---|---|
| `p_dow` | probabilidad de nacer cada día de semana, con `p`, `lo`, `hi`, en semana sin feriados |
| `p_dow_crudo` | la misma probabilidad sin ajuste |
| `anios` | 19 años, 1989 a 2007 |
| `f_por_anio` | `f = 1 - 7 p_domingo`, cota inferior de la fracción de partos con día elegido, con `v`, `lo`, `hi` |
| `razon_domingo_habil_por_anio` | razón domingo sobre día hábil, con `v`, `lo`, `hi` |
| `f_por_quinquenio` | cuatro valores: 0,2447, 0,2882, 0,3053, 0,3387 |
| `periodos` | resumen por tramo, incluido `1989-2007` |
| `estratos_depe2` | tres dependencias del colegio (municipal, particular subvencionado, particular pagado), cada una con `periodos` |

La dependencia del colegio es un proxy socioeconómico del alumno, no el prestador que atendió el
parto. En las regiones el `f` anual es nulo por falta de datos; para regiones se usa
`periodos`.

### `feriados.json` (22,4 KB) · matriz del feriado y Semana Santa

| clave | qué es |
|---|---|
| `matriz_B` | siete listas, una por día de semana del feriado, con 15 días relativos de -7 a +7. Cada punto trae `k`, `pct`, `lo`, `hi`, `se_log`, `n_dias`, `nac_obs` |
| `dia0` | 13 fechas fijas con su déficit del día 0 y su IC entre ocurrencias |
| `dia0_menores_promedio` | promedio de los siete feriados menores, cerca de -22% |
| `dia0_por_dow` | el mismo promedio separado en día hábil, sábado y domingo |
| `evolucion_dia0_por_periodo` | tres tramos y sus tres diferencias |
| `no_feriados` | 18 fechas que no son feriado legal y se evitan igual, o que sirven de control: 24 y 31 de diciembre, 11 y 12 de septiembre, 29 de junio y 12 de octubre sin feriado, día 31 genérico, día 13 y sus variantes de martes y viernes |
| `semana_santa_perfil` | 21 puntos con `dia_rel`, `razon`, `n`, alrededor del Viernes Santo |
| `semana_santa_partos` | 24 coeficientes con IC: el hoyo de viernes a domingo y el adelanto de lunes a jueves |
| `semana_santa_balance` | `neto_dias_equiv`, `hoyo_vie_sab_dom`, `adelanto_lun_jue` y su nota |

El déficit del feriado depende casi por completo del día de semana en que cae: -34,4% en lunes y
-0,8% en domingo.

### `patrias.json` (7,3 KB) · Fiestas Patrias

`perfil_rel_dias`, `perfil_medio` y `perfil_ee` son 22 valores del día -7 al +14 respecto del 18
de septiembre.

`perfil_medio_por_largo` repite el perfil para descansos de 2, 3, 4 y 5 días.

`por_anio` son las 19 Fiestas Patrias con `anio`, `largo`, `habiles`, `dow18`,
`deficit_descanso`, `deficit_total_vs_dia_promedio`, `rebote_fuera` y `neto_ventana`.
`por_largo` agrupa esos 19 años en los cuatro largos.

`reg_deficit_descanso` trae la regresión del déficit contra el largo, con sus dos pruebas de
permutación. **Su pendiente no es una dosis-respuesta.** El déficit del descanso es la suma sobre
una ventana cuyo largo es la variable explicativa, así que bajo un déficit por día constante la
pendiente iguala ese déficit por día y no puede ser cero; el intercepto de +0,031 con p 0,84
confirma que la recta pasa por el origen. El contraste que sí separa dosis de aritmética es el
déficit por día contra el largo, y da -0,0123 con p 0,24. Las dos pruebas de permutación del
archivo son además la misma prueba: `habiles` es igual a `largo - 2` en los 19 años.

`concepcion_semanal_33_43` son 11 semanas alrededor de septiembre con `indice`, `lo` y `hi`, y
`concepcion_deis_integral` es la integral del bulto de concepciones medida por datación directa
en microdatos DEIS, 1,169 días equivalentes. Su IC95 solo cubre la dispersión entre los cinco años
medidos: con otras ventanas de integración razonables la cifra va de 0,87 a 1,78.

El déficit total del descanso crece con el largo porque hay más días libres, no porque cada día
libre cueste más; y el bulto de concepciones no escala con el largo de forma detectable.

### `estratos.json` (37,7 KB) · heterogeneidad

`curvas` tiene 19 estratos: nacional, sexo, dependencia, zona, ruralidad, cuatro cruces de zona
por ruralidad y tres períodos. Cada uno trae `semanal`, `lo`, `hi` (52 cada una), `amplitud`,
`amplitud_ic`, `semana_pico`, `semana_valle`, `escala_vs_nacional` y `escala_ic`. Las dos
últimas son `null` en `nacional`, porque la curva nacional es la referencia contra la que se
calcula la escala.

**Aviso sobre `escala_ic` de los tres estratos de período.** En `per:1989-1995`, `per:1996-2002` y
`per:2003-2007` ese intervalo se construyó contra la curva nacional puntual y no contra el arreglo
de remuestreos, de modo que ignora la incertidumbre de la referencia y es sistemáticamente más
angosto que el `escala_ic` de los otros dieciséis estratos, pese a llamarse igual. No son
comparables entre sí. Las `amplitud` y `amplitud_ic` de esos tres estratos no tienen el problema.

`regiones` tiene las 13 regiones, con `lat` (latitud de la capital regional), `n`, `amplitud`,
`amplitud_ic`, `escala_vs_nacional`, `escala_ic`, `semana_pico` y `semana_valle`. El orden de
norte a sur se arma con `lat`. La escala sube hasta la Araucanía y cae en Aysén y Magallanes:
es una joroba, no una recta, y no se debe citar una pendiente lineal sobre las 13.

**La región 11 no es interpretable.** El archivo de origen la marca como no válida, y la
advertencia se reproduce acá textual, tal como viene en `pagina.json`, en
`dia_semana.estratos["region:Aysén"].advertencia`:

> NO VALIDO: region=11 en nac_diario_estratos.csv trae 3627-11338 nacimientos por año en
> 1989-2004 contra 1779-1880 en 2006-2007 (Aysén real ~1.800); el código 11 está contaminado
> con alumnos de otra región. No interpretar.

El defecto alcanza al estrato `zona:austral`, porque la región 11 aporta 105.934 de los 150.271
nacimientos de las dos regiones australes, o sea cerca de dos tercios. Por eso la página dibuja
Aysén hueco y marca las dos filas como no interpretables. El contraste `zona:sur - zona:austral`
de `comparaciones` descansa en la misma serie y tampoco se publica.

`comparaciones` son 17 contrastes pareados entre estratos, con los mismos remuestreos de años en
ambos lados. Dos avisos. Su `max_dif` elige la semana donde la diferencia es mayor y reporta el
percentil puntual del bootstrap en esa misma semana, sin corregir por esa búsqueda: el intervalo
honesto es una banda simultánea sobre las 52 semanas, que para el par pagado menos municipal va de
-0,0899 a -0,0355, cerca de 1,6 veces más ancha que el intervalo puntual de este archivo. Y el archivo trae catorce comparaciones de
amplitud, así que citar tres sin corregir por multiplicidad las presenta más firmes de lo que son.

`latitud` trae `escala_vs_nacional` y `arm1_amp` por región. Su `spearman_11_sin_XI_XII` de 0,927
es la correlación de rango de la ESCALA (y del semi-armónico anual, que coincide por rangos), no
de la columna `amplitud`: sobre esas mismas 11 regiones la de la amplitud es 0,791. Y esas 11
regiones dejan fuera a Magallanes, que no tiene defecto de datos. Sobre las 12 regiones
publicables, es decir todas menos la 11, la correlación es 0,797 en amplitud y 0,671 en escala. `febrero_crudo` es el
valle de febrero del particular pagado medido sin modelo. `parto_domingo` da el déficit de
domingo y sábado por estrato.

El pico cae en la semana 52 o en la 1 en los 19 estratos, y en 11 de las 13 regiones:
O'Higgins marca semana 16 y Antofagasta 51, dos excepciones que el bootstrap deja sin
resolver. Lo que varía es la amplitud.

### `serie-larga.json` (11,5 KB) · noventa años de fondo

`empalme` son 16 tramos con `fuente`, `tramo`, `centro`, `n`, `amp1_nac_pct`,
`amp1_nac_ic95_boot_anios`, `amp1_conc_pct`, `fase1_conc`, `fase1_conc_doy` y `nota`. Las
fuentes son tres y no son comparables en nivel: docentes y asistentes antes de 1989, MINEDUC
entre 1989 y 2007, DEIS desde 1992.

`deis_indice_concepciones` y `deis_indice_nacimientos` son cinco períodos con 12 meses cada uno.
Muestran que el máximo se corrió de enero a mayo o junio después de 2008: la respuesta de la
página vale para las cohortes 1989 a 2007 y no describe al Chile de 2020.

`rampa_mineduc_deis` son 17 años con la cobertura de MINEDUC sobre DEIS dentro del año, que es
lo que infla la amplitud de las cohortes viejas.

### `validacion.json` (19,7 KB) · MINEDUC contra los registros vitales

| clave | qué es |
|---|---|
| `corr_1992_2007` | `r` 0,9431 entre el índice mensual de MINEDUC y el del DEIS, con IC95 de Fisher y bootstrap |
| `cobertura_total_1992_2007` | 1,0357: MINEDUC tiene más personas que los nacidos vivos del DEIS |
| `por_anio` | 17 años con `r`, `mae_pct`, `cobertura`, `mineduc` y `deis` |
| `mensual_serie` | 204 meses con `ano`, `mes`, `i_mineduc`, `i_deis` |
| `razon_por_mes_1992_2006` | 12 meses con `dif_pct` y `ee_pct` |
| `diario_perfil_doy` | perfil diario limpio de las dos fuentes, 365 valores cada una |
| `dedup_concepcion_semanal` | efecto del criterio de deduplicación sobre la curva semanal |
| `borde_final` | cobertura de las cohortes 2006 a 2010, que es por qué la ventana termina en 2007 |

### `meta.json` (1,7 KB)

Población, período, `n_nacimientos` 5.073.711, `n_anios` 19, `n_dias` 6.939, `dispersion_glm`,
`media_gestacion_dias`, `de_gestacion_dias`, `lam`, `unidad_concepcion`, las cuatro
`advertencias` que la página debe declarar, `generado`, `base` (la versión de `base.py` que
produjo las cifras), `base_version`, `base_v3`, `bloques_en_v3`, `fuente` y `archivos` con el tamaño en bytes de
los otros diez archivos JSON de este directorio.

## CSV descargables

Están un nivel más arriba, en `concepciones/`. Los encabezados van sin tildes.

| archivo | filas | columnas |
|---|---|---|
| `concepciones-semanal.csv` | 52 | `semana`, `fecha_inicio`, `fecha_fin`, `indice`, `indice_ic95_inf`, `indice_ic95_sup`, `desviacion_pct`, `desviacion_ic95_inf`, `desviacion_ic95_sup`, `significativo` |
| `concepciones-mensual.csv` | 12 | `mes`, `nombre`, `probabilidad`, `probabilidad_ic95_inf`, `probabilidad_ic95_sup`, `probabilidad_uniforme`, `desviacion_pct`, `desviacion_ic95_inf`, `desviacion_ic95_sup`, `significativo` |
| `cumpleanos-diario.csv` | 366 | `fecha`, `nacimientos`, `uno_en`, `indice_crudo`, `indice_limpio`, `recibe_coeficiente_feriado`, `fraccion_anios_con_coeficiente_feriado` |
| `nacimientos-dia-semana.csv` | 7 | `dia`, `probabilidad_pct`, `probabilidad_ic95_inf_pct`, `probabilidad_ic95_sup_pct`, `probabilidad_cruda_pct` |

`significativo` y `recibe_coeficiente_feriado` valen 1 o 0. `recibe_coeficiente_feriado` es 1
cuando `fraccion_anios_con_coeficiente_feriado` es mayor que cero: 186 fechas, contra 179 que
nunca reciben coeficiente.

## Qué quedó fuera de este directorio

`pagina.json` trae 115 series y acá se publican las que alimentan una figura. Quedaron fuera,
entre otras:

- `concepcion.doy.partos_limpio` y `concepcion.doy.partos_crudo`, porque `cumpleanos.json` ya
  trae el índice diario de nacimientos en crudo y en limpio.
- `feriados.por_depe2`, `feriados.sensibilidad_neto` y `feriados.neto_linea_base_local`, porque
  el balance neto de un feriado quedó no concluyente y no se publica.
- `estratos.escala_por_mitad`, `estratos.tendencia_anual`, `estratos.externo_deis` y
  `estratos.sens_lam`, que son diagnóstico de método y no figura.

Si la página necesita una de esas series, se agrega en `gen_datos_pagina.py` y se regenera. No
se copia a mano.

## La versión del modelo

Los nueve bloques de `pagina.json` salen de `base.py` v3, que sacó el regresor del día 31 del
grupo de conservación de feriados, puso una guarda contra bloques de conservación sin partos y
admite `nboot=0`. `meta.json` lo declara en `base`, con el hash del archivo, y en
`base_version`, `base_v3` y `bloques_en_v3`. No queda ningún bloque en v2.

`feriados.json` trae el coeficiente del GLM, que descuenta 3,87% al día 31, y es el mismo bajo
v2 y bajo v3: el GLM no cambió, el regresor solo cambió de grupo. Lo que cambió es que ese
descuento ahora llega a la serie limpia: el 31 de enero pasó de 0,9941 a 1,0337 en
`cumpleanos.json`. Bajo v2 la reescala de conservación lo anulaba, y ese era el defecto.