tejo 0.3.0

Armonización estadística de series territoriales ante cambios de malla geográfica (beta: UPZ→UPL, Bogotá D.C.)

tejo

Armonización estadística de series territoriales ante cambios de malla geográfica. Beta: transición UPZ → UPL de Bogotá D.C. (POT, Decreto 555 de 2021). Motor genérico fuente → destino, aplicable a cualquier cambio de límites (marcos censales DANE, DIVIPOL, figuras de otros POT).

Qué garantiza v0.0.1 (verificado en tests/)

1. Pycnofilaxis: los ponderadores w_ij son no negativos y suman 1 por fuente (conservación de masa), con registro explícito de cobertura y slivers.
2. Exactitud bajo anidamiento: si el destino es unión exacta de fuentes, la interpolación extensiva es exacta para cualquier método (test contra verdad analítica).
3. Dasimétrico exacto para variables proporcionales al ancilar, y dominante sobre el baseline de área en variables correlacionadas con él.
4. Tasas jamás se interpolan directamente: la API exige (numerador, denominador), devuelve ambos componentes y da NaN (no infinito) ante denominadores cero.
5. Intensivas como media ponderada por masa declarada (sin promedios silenciosos).
6. Sin magia: nada de reproyección silenciosa, imputación silenciosa ni fallbacks ocultos; toda decisión queda en metadatos y advertencias.

Uso mínimo

import geopandas as gpd
from tejo import build_crosswalk, apply_crosswalk

upz = gpd.read_file("upz.shp").to_crs("EPSG:9377")
upl = gpd.read_file("upl.shp").to_crs("EPSG:9377")
mz  = gpd.read_file("manzanas.shp").to_crs("EPSG:9377")   # con población CNPV

cw = build_crosswalk(upz, upl, "COD_UPZ", "COD_UPL",
                     method="dasymetric", ancillary=mz, ancillary_mass="PERSONAS")

serie_upl = apply_crosswalk(
    cw, serie_upz,
    extensive=["nacimientos", "poblacion"],
    rates=[("tasa_fecundidad", "nacimientos", "poblacion")],
)

Lo que v0 NO hace todavía (roadmap)

• v0.2: incertidumbre — bootstrap sobre microdatos y calibración empírica de intervalos desde el banco de validación; benchmark de tasas e intensivas.
• v0.3: gemelo en R (misma especificación de crosswalk, formato GeoParquet + metadatos).
• v0.4: modelo bayesiano (Poisson/binomial con efectos espaciales) para posterior completa por unidad destino.
• v0.5: Python Toolbox (.pyt) para ArcGIS Pro y publicación como web tool; reaggregate() para microdatos georreferenciados (la vía preferida cuando existen).

Paso 0

scripts/paso0_diagnostico.py cuantifica el no-anidamiento UPZ→UPL con datos oficiales (IDECA/SDP + DANE). Ver MISION_CLAUDE_CODE.md para la corrida reproducible con registro de procedencia.