Skip to main content
Glama

enaho-mcp

M8ven Score Verificado M8ven

Servidor MCP y CLI para los microdatos del INEI (Perú): ENAHO, ENDES, ENAPRES, ENA y ocho encuestas más.

El portal de microdatos del INEI es una aplicación ASP con dropdowns en cascada y sin API. Bajar un módulo son cuatro clicks; bajar una encuesta completa a través de los años son cientos. Pero el problema grande no es mecánico: es saber qué pedir. Que el ingreso del hogar está en la Sumaria y no en el módulo de empleo, que las llaves de unión son conglome/vivienda/hogar, que en la ENDES son hhid/caseid y su factor viene multiplicado por un millón, o que un promedio sin factor de expansión no representa a nadie.

Este servidor mete ese conocimiento en las herramientas, no en el prompt.


Qué hace bien

Reproduce las cifras oficiales. Validado contra el informe técnico de pobreza 2023 del INEI:

Indicador

enaho-mcp

Oficial INEI

Incidencia de pobreza 2023

29.046 %

29.0 %

Pobreza extrema 2023

5.747 %

5.7 %

Pobreza extrema 2022

5.010 %

5.0 %

Pobreza extrema 2021

4.123 %

4.1 %

Gini del ingreso per cápita 2023

0.4233

~0.42

Población expandida 2023

34 107 048

~34.1 M

Nunca devuelve microdatos al contexto. Las herramientas devuelven metadatos, rutas en disco y agregados chicos. Cuando el parquet está listo, el análisis libre se hace con pandas sobre esa ruta.

Estadística correcta bajo diseño complejo. Linealización de Taylor con estimador de conglomerado último, IC logit para proporciones, mediana por Woodruff, chi-cuadrado corregido por Rao-Scott, prueba de diferencia entre dominios con su covarianza, Gini y percentiles por bootstrap rescalado de Rao-Wu-Yue, regresión lineal y logit con errores estándar por sandwich de conglomerados (el equivalente de svy: reg) e índices FGT de pobreza. Sin scipy ni samplics: código auditable y bajo test.

Genera el entregable. Informes en Word, Excel, PDF, Markdown y HTML construidos ejecutando las estimaciones, no copiando números.

Avisa de lo que suele salir mal en silencio. Filas perdidas en cada merge, estratos con un solo conglomerado, coeficientes de variación por encima del umbral de publicación del INEI, variables que cambian de significado entre olas, pesos DHS sin escalar y líneas de pobreza en otra unidad que el gasto.


Related MCP server: emovi-mcp

Instalación

git clone <este-repo> && cd enaho-mcp
uv sync
uv run enaho doctor      # comprueba catálogo, índice, cache y dependencias

Registro en Claude Code (scope user para tenerlo en todos los proyectos):

claude mcp add --scope user --transport stdio enaho \
  -- uv run --directory /ruta/absoluta/enaho-mcp python -m enaho_mcp.interfaces.mcp.servidor

Verificación: claude mcp list, y dentro de la sesión /mcp.

Sin cliente MCP: uv run enaho-mcp --diagnostico lista herramientas, resources y prompts.


Verificación

Este servidor ha sido verificado por M8ven (Trust Score: 67/100):

  • ✅ Sin exfiltración de credenciales ni acceso a archivos sensibles

  • ✅ Sin ofuscación de código

  • ✅ Variables de entorno declaradas (ENAHO_MCP_HOME, ENAHO_MCP_LIMITE_GB, ENAHO_MCP_DEBUG)

  • ✅ Disponible en Glama MCP Registry

Sugerencias de mejora pendientes:

  • Añadir anotaciones readOnlyHint/destructiveHint a herramientas

  • Declarar inputSchema con validación en todas las herramientas

  • Añadir manejo de errores estructurado en handlers

  • Añadir archivo LICENSE (MIT)

  • Añadir tests que ejerciten las herramientas declaradas


Encuestas soportadas

enaho encuestas las lista, y dice además cuáles del portal no tienen perfil.

id

Encuesta

Llave de hogar

Factor

Perfil

enaho

Condiciones de Vida y Pobreza

conglome/vivienda/hogar

factor07

verificado, 12 módulos curados

endes

Demográfica y de Salud Familiar

hhid (hogar), caseid (mujer)

hv005, v005 ÷10⁶

verificado, 13 módulos curados

enaho-panel

ENAHO Panel

seguimiento propio

propio

acotado

enapres

Programas Presupuestales

conglomerado/vivienda/hogar

factor

inferido

ena

Nacional Agropecuaria

id_prod (no es un hogar)

factor_productor

inferido

enut

Nacional de Uso del Tiempo

conglomerado/vivienda/hogar

factor

inferido

enares

Relaciones Sociales

conglomerado/vivienda/hogar

factor

inferido

enapref

Presupuestos Familiares

conglomerado/vivienda/hogar

factor

inferido

epen-*

Permanente de Empleo Nacional

conglomerado/muestra/selviv/hogar

fac300_anual

inferido

epe-lima

Permanente de Empleo (Lima)

conglome/vivienda/hogar

fac500a

inferido

enco

Nacional Continua (2006)

conglome/vivienda/hogar

factor

inferido

cenagro

Censo Nacional Agropecuario

p001/p002/p003/p007x/p008

ninguno (censo)

inferido, 11 módulos

mapa-pobreza

Mapa de Pobreza (distrital)

id_hogar_m

facfinal_proy

inferido, 4 módulos

«Inferido» significa inferido, y el servidor lo declara en cada respuesta (aviso_perfil) en vez de fingir certeza: esas llaves salieron del índice de variables, no de un diccionario. Funcionan; hay que verificarlas con enaho perfil antes de publicar.

Dos rompen supuestos del resto. El CENAGRO es un censo: no tiene factor de expansión porque no se muestreó nada, y sus cifras son conteos exactos sin error de muestreo. El CENAGRO y el Mapa de Pobreza publican un archivo por departamento y ninguno nacional; el servidor los apila y añade la columna corte, en vez de quedarse con Amazonas y llamarlo Perú.

El catálogo del INEI tiene 67 encuestas. Las que no tienen perfil se pueden listar y descargar, y enaho sondear propone cómo unirlas mirando los datos reales, siempre marcado como inferencia. Añadir un perfil: ver docs/anadir-una-encuesta.md.

Los Censos Nacionales de Población y Vivienda no están en este portal: se distribuyen por REDATAM, que es otro sistema. El Mapa de Pobreza es el atajo para el caso que lleva a la mayoría de la gente a querer el censo — desagregar por distrito — con estimaciones que el INEI ya publica calculadas.


Uso desde la CLI

La CLI y el servidor MCP llaman a los mismos casos de uso. Lo que funciona en uno funciona en el otro.

# 1. ¿Qué hay?
enaho encuestas
enaho modulos 2023                      # ENAHO por defecto
enaho modulos 2023 --encuesta endes

# 2. ¿Cómo se llama la variable que busco?
enaho buscar variable "pobreza" --anio 2023
enaho buscar rastrear p207 --desde 2015 --hasta 2024   # ¿cambió de significado?
enaho describir 2023 74 --encuesta endes

# 3. Bajar y preparar
enaho descargar -a 2023 -m 01 -m 34
enaho unir -a 2023 -m 01 -m 34 --nivel hogar -o hogares2023

# 4. Estimar
enaho perfil hogares2023 -v pobreza -v factor07
enaho estimar hogares2023 pobreza -e proporcion --valor 1 --peso-adicional mieperho
enaho geografia hogares2023 --nivel departamento -o hogares2023_dep

# 5. Comprobar antes de publicar
enaho calidad hogares2023 --formato html
enaho sondear 2024 -m 1856 -m 1860 --encuesta enapres

# 6. Analizar más a fondo
enaho comparar hogares2023 pobreza -g estrato --a 8 --b 1 -e proporcion --valor 1
enaho desigualdad hogares2023 gashog2d -i gini -i p90_p10 --peso-adicional mieperho
enaho distribucion hogares2023 gashog2d --peso-adicional mieperho
enaho pobreza hogares2023_pc gasto_pc_mes --linea linea --peso-adicional mieperho
enaho regresion hogares2023 gashog2d -x mieperho -x estrato --peso-adicional mieperho
enaho serie pobreza --desde 2019 --hasta 2023 -m 01 -m 34 -e proporcion --valor 1

# 7. Sacar el resultado
enaho exportar hogares2023 -f dta        # dta sav csv xlsx parquet feather
enaho informe mi_informe.json --formato docx

# 8. Mantenimiento
enaho ubigeo derivar --corte Arequipa
enaho catalogo estado
enaho catalogo actualizar -E ENAHO -E ENDES
enaho docs convertir 2023 -d diccionario   # PDF del INEI -> Markdown
enaho docs buscar mieperho --exacto        # cita documento y pagina

Todos los comandos aceptan --json; los que operan sobre una encuesta aceptan --encuesta.


Documentación

Documento

Para qué

Recetario

Diez recetas completas, cada una diciendo qué error evita. Empieza aquí.

Referencia de herramientas

Las 32 herramientas MCP con sus parámetros. Generada desde el servidor.

Los métodos

Qué estimador se usa para cada cosa y por qué.

Añadir una encuesta

De 15 perfiles a las 67 encuestas del portal.

examples/

Scripts ejecutables. Los tests los corren, así que no se pudren.


Informes

enaho_informe no redacta copiando números: recibe la narrativa y una especificación de qué calcular, ejecuta las estimaciones con la maquinaria de diseño complejo y pinta los cuadros. Los números del documento no pasan por el contexto del modelo, así que no se degradan al recopiarlos.

{
  "titulo": "Pobreza monetaria en el Perú, 2023",
  "autor": "…",
  "secciones": [
    {"tipo": "texto", "titulo": "Introducción", "texto": "…"},
    {"tipo": "estimacion", "titulo": "Incidencia por dominio",
     "dataset": "hogares2023", "variable": "pobreza",
     "estadistico": "proporcion", "valor": 1,
     "por": ["dominio"], "peso_adicional": "mieperho"},
    {"tipo": "desigualdad", "dataset": "hogares2023", "variable": "gashog2d",
     "indicadores": ["gini", "p90_p10"]},
    {"tipo": "cruce", "dataset": "hogares2023", "fila": "pobreza", "columna": "estrato"},
    {"tipo": "comparacion", "dataset": "hogares2023", "variable": "pobreza",
     "variable_grupo": "estrato", "grupo_a": 8, "grupo_b": 1},
    {"tipo": "serie", "anio_inicio": 2019, "anio_fin": 2023,
     "modulos": ["01", "34"], "variable": "pobreza"}
  ]
}

Formatos: docx, xlsx (una hoja por cuadro, números como números), pdf, md, html. Los tres primeros necesitan uv sync --extra informes; md y html no necesitan nada.

Tres cosas que hace y que un «escribe un docx con estos números» no da:

  • Los códigos salen etiquetados. Un cuadro por dominio dice «Lima Metropolitana», no «8».

  • Las advertencias viajan pegadas a su cuadro. Si tres celdas tienen CV > 15 %, el cuadro sale con su nota al pie diciendo que el INEI no las publica.

  • Una sección rota no tumba el informe. Queda marcada dentro del documento con su sugerencia de arreglo y el resto se genera igual.


Herramientas MCP (32)

Grupo

Herramientas

Descubrimiento

enaho_buscar_variable, enaho_rastrear_variable, enaho_listar_modulos, enaho_describir_modulo, enaho_listar_encuestas

Adquisición

enaho_descargar, enaho_descargar_documentacion, enaho_estado_cache, enaho_estado_catalogo, enaho_actualizar_catalogo

Preparación

enaho_unir_modulos, enaho_agregar_modulo, enaho_perfil, enaho_listar_datasets, enaho_exportar

Diagnóstico

enaho_calidad, enaho_sondear_llaves

Documentación

enaho_documentacion_convertir, enaho_documentacion_buscar

Estimación

enaho_estimar, enaho_comparar, enaho_desigualdad, enaho_tabla_cruzada

Modelos

enaho_regresion, enaho_pobreza_fgt, enaho_distribucion

Series

enaho_serie

Informes

enaho_informe

Geografía

enaho_geografia, enaho_ubigeo_buscar

Panel

enaho_panel_inspeccionar, enaho_panel_armar

Resources (6): enaho://modulos, enaho://encuestas, enaho://cache, enaho://modulos/{anio}, enaho://ficha/{anio}/{modulo}, enaho://dominio/{encuesta}

Prompts (5): /enaho-pobreza, /enaho-empleo, /enaho-explorar, /enaho-otra-encuesta, /enaho-verificar

Referencia completa con parámetros: docs/herramientas.md.


El detalle que más importa: el universo de población

Comprobado contra la ENAHO 2023, con tres formas de calcular lo mismo y tres resultados distintos:

Método

Universo

Pobreza

Hogares × factor07 × mieperho

34 107 048 personas

29.05 % ← cifra oficial

Hogares × factor07

10 196 775 hogares

23.15 % ← hogares pobres, no personas

Roster del módulo 02 × factor07

36 252 082 personas

28.46 % ← universo equivocado

El roster del módulo 02 incluye trabajadores del hogar, pensionistas y sus familiares, que quedan fuera de mieperho. Para indicadores de población que deban reproducir cifras oficiales hay que usar el archivo a nivel hogar con peso_adicional="mieperho".

El servidor detecta la situación y la advierte cuando estimas sobre un roster de personas sin peso adicional, en vez de dejar que publiques un número que se parece al bueno. La comprobación es genérica: en la ENDES la heredan HV009 y HHID.


Arquitectura

Cuatro capas con la regla de dependencia hacia adentro:

interfaces/          MCP y CLI. Capas finas: validan, delegan, formatean.
   │
   ▼
aplicacion/          Casos de uso. El contrato compartido por ambas interfaces.
   │                 contenedor.py es el composition root.
   ▼
dominio/             Núcleo. Sin red, sin disco, sin MCP.
   ├── modelo/       Value objects y entidades (Anio, CodigoModulo, Ubigeo…)
   ├── conocimiento/ Perfiles de encuesta: llaves, factores y trampas de cada una
   ├── servicios/    Unión, estimación, regresión, pobreza, tabulación, geografía
   └── puertos.py    Interfaces (Protocol) que la infraestructura implementa
   ▲
   │
infraestructura/     Adaptadores: catálogo INEI, descarga, lectura, parquet, ubigeo

La regla de dependencia está bajo test: tests/test_interfaces.py analiza el AST de cada módulo del dominio y falla si aparece un import de infraestructura o una llamada a E/S.

Cuatro decisiones que conviene conocer antes de leer el código:

  • pandas.DataFrame es un primitivo del dominio (ADR-001, en dominio/modelo/tabla.py). El dominio de este sistema es estadística sobre tablas rectangulares; inventar una tabla propia y traducir en cada frontera no compra nada. Lo que sí queda prohibido en el dominio es tocar E/S.

  • Los casos de uso son funciones, no clases. Reciben primitivos y devuelven un dict chico y serializable. Ese dict es lo que hace que cada comando de CLI sean diez líneas de presentación en vez de una segunda implementación.

  • Lo que cambia entre encuestas es un PerfilEncuesta, no una rama en el código. La infraestructura y los estimadores son agnósticos; el perfil declara llaves, factores, escala del peso y tabla de módulos.

  • La encuesta viaja en los metadatos del dataset. Después de unir no hay que repetir encuesta="endes" en cada llamada: el parquet lo recuerda y el parámetro solo sirve para sobreescribirlo.


Desarrollo

uv sync --group dev --all-extras
uv run pytest              # 454 tests, ninguno toca la red
uv run ruff check src tests
uv run mypy src/enaho_mcp
uv run python scripts/generar_referencia.py   # regenera docs/herramientas.md

Los ZIP de juguete se construyen en tiempo de test con pyreadstat en vez de versionarse como binarios: son deterministas, se leen con el mismo código que los reales y no engordan el repositorio.

Variables de entorno: ENAHO_MCP_HOME (raíz del cache), ENAHO_MCP_LIMITE_GB, ENAHO_MCP_MAX_MODULOS, ENAHO_MCP_DEBUG.


Limitaciones conocidas

  • La tabla de ubigeo empaquetada cubre solo los 25 departamentos. Escribir de memoria los 1 800+ distritos sería inventar datos. Para trabajar a nivel provincia o distrito: enaho ubigeo importar ruta/al/ubigeo.csv con columnas codigo,departamento,provincia,distrito.

  • El índice de variables cubre 16 de las 67 encuestas. ENUT, ENARES, ENAPREF y ENCO se pueden descargar y leer, pero no buscar. El servidor lo dice explícitamente en vez de devolver un «no encontrado» que se leería como «esa variable no existe».

  • La tabla de ubigeo con nombres hay que derivarla. enaho ubigeo derivar la extrae del módulo 632 del Mapa de Pobreza, que es la fuente oficial más cercana en este portal, pero son 24 descargas y los códigos son de la división política de ese operativo: los distritos creados después no están.

  • La documentación se convierte, no se interpreta. enaho docs convertir pasa los PDF del INEI a Markdown conservando el texto en orden de lectura, pero no reconstruye tablas: el diccionario no las dibuja con líneas. Los 27 PDF de la ENAHO 2023 tienen capa de texto; si alguna ola vieja resulta ser un escaneo, el conversor lo detecta y lo dice, pero no hace OCR.

  • Las llaves sondeadas son inferencia. enaho sondear propone y muestra la evidencia; no cura. Contrástalas con el diccionario antes de publicar.

  • Los perfiles marcados «inferido» lo son. ENAPRES, ENA, ENUT, ENARES, ENAPREF, EPEN, EPE y ENCO tienen llaves deducidas del índice de variables, no contrastadas contra un diccionario. Cada respuesta lo declara.

  • ENAHO Panel no está resuelto, está acotado. Es otro dataset: formato ancho, llaves de seguimiento propias y factores calibrados para la submuestra seguida. enaho_panel_inspeccionar reporta las columnas reales y enaho_panel_armar reestructura a formato largo, pero no asigna factor de expansión: eso hay que verificarlo con el manual del panel.

  • El refresco del catálogo depende de que el portal no cambie. Si el crawl falla, el servidor vuelve solo al catálogo empaquetado, que nunca se borra.

Ver DECISIONES.md para las desviaciones respecto del documento de diseño original y por qué.


Licencia

MIT.

Available Tools

32 tools
enaho_agregar_moduloA
Idempotent

Colapsa un modulo de gastos o produccion al nivel hogar.

Los modulos 07 a 28 tienen una fila por PRODUCTO, no por hogar. Unirlos crudos multiplica las filas del hogar por el numero de productos y todo lo que estimes despues sale inflado. Esta herramienta los agrega antes.

Hay que decir explicitamente que variables agregar y con que funcion: no existe un "agrega todo lo numerico" porque sumar un codigo de producto produce un numero que parece un dato. Usa enaho_buscar_variable con el modulo para ver que hay dentro.

Aviso importante que la herramienta tambien reporta: con funcion 'suma', un hogar cuyas filas eran todas faltantes queda como faltante, NO como cero. Tratarlo como cero sesga el gasto hacia abajo.

Inputs: anio (required), modulo (required), variables (required), nivel, +2 more. Returns: object

enaho_buscar_variableA
Read-onlyIdempotent

Encuentra en que modulo y con que nombre esta una variable.

Es la herramienta que mas se usa y la mas barata: consulta el indice pre-construido, sin descargar ni un byte de microdatos. Empieza SIEMPRE por aqui cuando no sepas el nombre exacto de una variable.

Busca en la ENAHO salvo que pases encuesta. El indice cubre 16 de las 67 encuestas del portal; si pides una que no esta indexada, el error lo dice en vez de devolver un "no encontrado" que se leeria como "esa variable no existe".

Devuelve los resultados agrupados por modulo, con el total de coincidencias y si hay mas paginas.

Inputs: termino (required), anio, exacto, limite, +3 more. Returns: object

enaho_calidadA
Read-onlyIdempotent

Responde si un dataset sirve para lo que se va a hacer con el.

Es distinto de enaho_perfil, que describe. Esto DIAGNOSTICA cinco cosas que, si fallan, producen resultados creibles y equivocados:

  • Llaves duplicadas o con nulos: un merge posterior multiplicaria filas, o las perderia sin avisar. Es el fallo mas caro y el mas dificil de ver a ojo.

  • Cobertura por variable: distingue entre "universo restringido" y "merge que no emparejo", que se parecen mucho en una tabla.

  • Codigos sin etiqueta: un 9 en una variable definida 1-3 suele ser un "no responde" que nadie convirtio a faltante y que entra en los promedios como un dato.

  • Factor invalido: filas con factor nulo, cero o negativo que el estimador descarta en silencio.

  • Columnas constantes o vacias: la senal habitual de haber unido el archivo equivocado.

Devuelve apto_para_estimar y los problemas separados entre los que impiden estimar y los que solo hay que mirar. Llamala despues de enaho_unir_modulos y antes de publicar cualquier cifra.

Inputs: dataset (required), salida, formato. Returns: object

enaho_compararA
Read-onlyIdempotent

¿La diferencia entre dos grupos es real o es ruido muestral?

Devuelve la diferencia, su error estandar, el intervalo de confianza, el estadistico t y el p-valor.

Usa esto en vez de mirar si los intervalos de confianza individuales se solapan. Ese atajo falla en las dos direcciones: dos intervalos que se solapan pueden corresponder a una diferencia significativa, y como ambos dominios comparten conglomerados hay una covarianza que cambia el error estandar de la diferencia. Aqui se construye el linealizado de la diferencia sobre el diseno completo, asi que esa covarianza entra sola.

Inputs: dataset (required), grupo_a (required), grupo_b (required), variable (required), +5 more. Returns: object

enaho_descargarA
Idempotent

Descarga modulos al cache local. NO devuelve microdatos, devuelve rutas.

El cache es idempotente: lo ya descargado e integro se salta. Los ZIP se verifican y los truncados se vuelven a bajar solos, cosa habitual porque el portal del INEI corta conexiones.

Hay un tope de descargas por llamada para no bloquear la sesion con un anio completo. Si pides mas, el error te dice como dividirlo.

Inputs: anios (required), modulos (required), cortes, forzar, +2 more. Returns: object

enaho_descargar_documentacionA
Idempotent

Baja ficha tecnica, diccionario de variables y cuestionarios del anio.

Devuelve las rutas de los ZIP para que los leas despues con tus herramientas de archivos. El diccionario es lo que resuelve las dudas de definicion que ni el catalogo ni el indice pueden contestar.

Inputs: anio (required), encuesta. Returns: object

enaho_describir_moduloA
Read-onlyIdempotent

Ficha de un modulo: nivel, llaves, factor esperado, tamano y trampas.

Consultala antes de unir o estimar. Incluye el numero de variables y de filas segun el indice (sin descargar), si el modulo trae factor de expansion propio, y las notas de dominio que explican por que ese modulo pierde filas al unirse con otro.

Inputs: anio (required), modulo (required), encuesta. Returns: object

enaho_desigualdadA
Read-onlyIdempotent

Desigualdad con error estandar que respeta el diseno muestral.

El Gini y los percentiles no son funciones suaves de totales, asi que la linealizacion de Taylor no aplica. El error estandar sale por bootstrap rescalado de Rao-Wu-Yue, que remuestrea CONGLOMERADOS dentro de estrato: remuestrear filas ignoraria la correlacion intraclase y daria un error estandar tan optimista como el de un muestreo aleatorio simple.

Cuidado con los ingresos negativos: el Gini los admite pero puede salir fuera de [0,1], y el Theil los descarta. La herramienta avisa si los hay.

Inputs: dataset (required), variable (required), por, encuesta, +3 more. Returns: object

enaho_distribucionA
Read-onlyIdempotent

Reparto por deciles con participacion en el total y curva de Lorenz.

Los cortes son cuantiles PONDERADOS, asi que cada grupo contiene la misma poblacion y no el mismo numero de filas de la muestra. Es la lectura que acompana al Gini: dos distribuciones con el mismo Gini pueden repartirse de forma muy distinta entre el decil de abajo y el de arriba.

Las cifras son descriptivas y no llevan error estandar; para el Gini con intervalo de confianza usa enaho_desigualdad, que lo estima por bootstrap de conglomerados.

Inputs: dataset (required), variable (required), grupos, encuesta, +1 more. Returns: object

enaho_documentacion_buscarA
Read-onlyIdempotent

Responde dudas de definicion citando el documento y la pagina.

Es la herramienta que cierra el hueco entre "el indice dice que la variable existe" y "se que significa". El indice de variables da el nombre y la etiqueta; esto da lo que dice el diccionario y el manual: universo, codigos, como se construyo.

Usala ANTES de dar por buena la interpretacion de una variable rara, y siempre antes de curar el perfil de una encuesta: es la unica fuente que permite pasar unas llaves de verificado: false a true.

Devuelve fragmentos con documento y pagina, nunca documentos enteros, y requiere haber convertido antes con enaho_documentacion_convertir.

Inputs: termino (required), anio, exacto, limite, +1 more. Returns: object

enaho_documentacion_convertirA
Idempotent

Pasa a Markdown los PDF de documentacion del INEI para poder buscarlos.

El diccionario de variables, la ficha tecnica y el manual del encuestador son lo unico que responde "que mide exactamente esta variable" y "que universo cubre este modulo". Vienen como PDF dentro de ZIP: un documento de 493 paginas que no se puede buscar ni citar.

Convierte tambien lo que ya es texto, y ahi esta el material mas valioso que nadie mira: los ZIP de rutinas traen los .do de Stata con los que el INEI calcula la pobreza oficial.

ACOTA SIEMPRE con documentos salvo que el usuario pida la ola entera. Convertir solo el diccionario tarda un minuto; los 27 documentos, varios.

Despues de convertir, usa enaho_documentacion_buscar en vez de leer los archivos: devuelve el fragmento con su numero de pagina.

Inputs: anio (required), forzar, encuesta, documentos. Returns: object

enaho_estado_cacheA
Read-onlyIdempotent

Que hay descargado, cuanto ocupa y que datasets derivados existen.

Consultala antes de descargar en masa: la ENAHO completa de varios anios son varios GB, y muchas veces el modulo que hace falta ya esta bajado de una sesion anterior. Devuelve el desglose por anio, el espacio en disco y la lista de datasets preparados con su nombre corto, que es el que aceptan enaho_perfil, enaho_estimar y enaho_exportar.

Inputs: no named parameters. Returns: object

enaho_estimarA
Read-onlyIdempotent

Estimacion ponderada con error estandar e IC que respetan el diseno.

Esta herramienta existe para evitar el error clasico de tesis: sacar el promedio simple de una encuesta estratificada por conglomerados y reportarlo como si describiera al pais. El factor de expansion no es opcional y el error estandar ingenuo subestima la varianza real.

Metodo: linealizacion de Taylor con estimador de conglomerado ultimo (estratos x UPM), t de Student con gl = n_conglomerados - n_estratos, e IC en escala logit para proporciones.

IMPORTANTE sobre el universo. Para indicadores de POBLACION que deban reproducir cifras oficiales (pobreza, ingreso per capita), usa un dataset a nivel HOGAR con peso_adicional="mieperho". Ponderar las filas del roster de personas solo con factor07 expande a un universo mayor -- incluye trabajadores del hogar y pensionistas-- y da una cifra parecida pero distinta de la del INEI. La herramienta lo detecta y lo advierte, pero es mejor pedirlo bien de entrada.

Cada celda trae su coeficiente de variacion y un campo confiable: por encima de CV 15 % el INEI considera la estimacion no publicable, porque el dominio tiene muestra insuficiente.

Inputs: dataset (required), variable (required), por, valor, +7 more. Returns: object

enaho_exportarA
Idempotent

Convierte un dataset preparado al formato que use tu equipo.

Con etiquetas=True el .dta sale con etiquetas de variable y de valor, que es lo que lo hace usable en Stata. Si el dataset supera el limite de filas de Excel, la herramienta se niega en vez de generar un archivo truncado sin avisar.

Inputs: dataset (required), salida, formato, columnas, +1 more. Returns: object

enaho_geografiaA
Idempotent

Descompone el ubigeo y anade nombres, dominio geografico y area.

Anade cod_<nivel>, el nombre del nivel, dominio_nombre (los ocho dominios del INEI) y area urbano/rural derivada del estrato. Guarda un dataset nuevo y deja el original intacto.

La tabla empaquetada cubre los 25 departamentos. Para provincia o distrito hay que importar una tabla oficial una vez con el comando de CLI enaho ubigeo importar; si no, esos nombres salen vacios y la herramienta lo dice.

Inputs: dataset (required), nivel, salida. Returns: object

enaho_informeA
Idempotent

Redacta un informe ejecutando las estimaciones, no copiando numeros.

Le pasas la NARRATIVA y una especificacion de que calcular; el servidor corre las estimaciones con el diseno muestral completo y pinta los cuadros. Los numeros del documento no pasan por tu contexto, asi que no se degradan al recopiarlos.

Cada cuadro sale con sus notas al pie automaticas: la nota metodologica, las advertencias del calculo y el aviso de que celdas tienen CV por encima del 15 % y no son publicables.

Ejemplo de seccion de estimacion: {"tipo": "estimacion", "titulo": "Pobreza por region", "texto": "El cuadro 1 presenta la incidencia por departamento.", "dataset": "hogares2023", "variable": "pobreza", "estadistico": "proporcion", "valor": 1, "por": ["departamento"], "peso_adicional": "mieperho"}

Si una seccion falla, el resto del informe se genera igual y la seccion rota queda marcada dentro del documento con su sugerencia de arreglo.

Inputs: titulo (required), secciones (required), autor, salida, +2 more. Returns: object

enaho_listar_datasetsA
Read-onlyIdempotent

Datasets ya preparados, con su anio, modulos de origen, nivel y tamano.

Empieza por aqui cuando retomes una sesion: puede que el parquet que necesitas ya exista y te ahorres la descarga y la union. El campo nombre es el identificador corto que aceptan enaho_perfil, enaho_estimar, enaho_geografia y enaho_exportar.

Inputs: no named parameters. Returns: object

enaho_listar_encuestasA
Read-onlyIdempotent

Que encuestas del INEI sabe manejar este servidor, ademas de la ENAHO.

Consultala cuando el usuario pregunte por algo que la ENAHO no mide: salud materno-infantil, anemia y desnutricion (ENDES), seguridad ciudadana y acceso a servicios (ENAPRES), uso del tiempo (ENUT), violencia (ENARES), produccion agropecuaria (ENA) o empleo trimestral (EPEN).

Cada encuesta tiene sus propias llaves de union y su propio factor de expansion, declarados en su perfil. Las que salen con verificado=false funcionan, pero con llaves inferidas que conviene confirmar con enaho_perfil antes de publicar resultados. La respuesta incluye tambien las encuestas del catalogo que NO tienen perfil: se pueden descargar, pero el servidor no sabe como se unen.

Inputs: no named parameters. Returns: object

enaho_listar_modulosA
Read-onlyIdempotent

Modulos publicados ese anio, con su unidad de analisis y sus llaves.

Combina el catalogo del INEI (codigo, nombre, formatos) con la tabla de dominio (nivel hogar/persona/item y llaves de union). Los modulos con curado=false llevan un nivel inferido que conviene verificar.

Inputs: anio (required), encuesta. Returns: object

enaho_panel_armarA
Idempotent

Reestructura el panel de ancho a largo y cuantifica la atricion.

Devuelve unidades por ola, cuantas sobreviven a todas y la tasa de balanceo. NO asigna factor de expansion: el del panel hay que identificarlo con enaho_panel_inspeccionar y el manual, porque no coincide con el de la ENAHO anual.

Inputs: anio (required), llaves, modulo, salida, +1 more. Returns: object

enaho_panel_inspeccionarA
Read-onlyIdempotent

Mira que hay de verdad dentro de un modulo del panel, sin suponer nada.

ENAHO Panel NO es la ENAHO anual apilada: viene en formato ancho, con variables sufijadas por anio, llaves de seguimiento propias y factores calibrados para la submuestra seguida. Usar factor07 de la anual sobre datos de panel da resultados que parecen razonables y estan mal.

Esta herramienta reporta las columnas reales: olas detectadas, variables sufijadas, llaves candidatas y las columnas que parecen factor. Usala antes de armar nada, con el manual del panel al lado.

Inputs: anio (required), modulo. Returns: object

enaho_perfilA
Read-onlyIdempotent

Tipo, faltantes, cuartiles y etiquetas de valor de cada variable.

Compacto a proposito: existe para decidir que hacer sin traer los microdatos al contexto. Tambien reporta el factor de expansion detectado y la unidad de analisis inferida por las llaves.

Inputs: dataset (required), variables, max_variables. Returns: object

enaho_pobreza_fgtA
Read-onlyIdempotent

Los tres indices FGT con error estandar bajo diseno complejo.

La incidencia (FGT0) cuenta cuantos estan bajo la linea; la brecha (FGT1) mide cuan lejos estan, y la severidad (FGT2) pondera mas a los que estan mas abajo. Una politica que saca de la pobreza a quien estaba justo debajo de la linea mueve FGT0 sin mover FGT2: por eso los tres se reportan juntos.

Avisa cuando el bienestar y la linea no parecen estar en la misma unidad, que es el error mas facil de cometer aqui y produce una incidencia cercana a cero que parece un hallazgo.

Inputs: linea (required), dataset (required), variable (required), por, +4 more. Returns: object

enaho_rastrear_variableA
Read-onlyIdempotent

Sigue una variable ola por ola y avisa si cambio de significado.

Usala ANTES de construir cualquier serie de tiempo. El INEI recicla codigos de variable entre anios, y ese es el error silencioso mas caro que se comete con la ENAHO: la serie sale, se ve razonable y esta mal.

Devuelve los anios en que aparece, las etiquetas distintas que tuvo, los huecos intermedios y alertas explicitas cuando la etiqueta cambia.

Inputs: variable (required), anio_max, anio_min, encuesta. Returns: object

enaho_regresionA
Read-onlyIdempotent

Regresion ponderada con errores estandar corregidos por el diseno.

Es el equivalente de svy: regress y svy: logit de Stata, y es lo que hay que usar en vez de correr statsmodels sobre el parquet: sin el factor los coeficientes describen a la muestra y no al pais, y sin el conglomerado los errores estandar se quedan tipicamente entre un 30 y un 60 % por debajo del real, lo que vuelve significativo lo que no lo es.

Devuelve coeficientes con error estandar, t, p-valor e IC; los grados de libertad son los del DISENO (conglomerados - estratos), no n - k. Para el logit los coeficientes van en escala log-odds: exponencialos para leerlos como razon de momios.

Inputs: dataset (required), dependiente (required), explicativas (required), factor, +7 more. Returns: object

enaho_serieA
Idempotent

Repite la misma estimacion en cada anio del rango y devuelve la serie.

Descarga y une lo que falte reutilizando el cache, estima con el diseno complejo de CADA anio, y calcula la variacion respecto del anio previo.

Antes de estimar nada, comprueba en el indice si la variable existe en todo el rango y si su etiqueta cambio entre olas. Ese chequeo es el motivo principal de usar esta herramienta en vez de llamar a enaho_estimar en bucle: construir una serie sobre un codigo que el INEI reciclo con otro significado produce un grafico plausible y falso.

Ojo con los valores monetarios: salen a precios corrientes de cada anio. Para comparar en el tiempo hay que deflactarlos con el IPC, que no esta en la ENAHO.

Inputs: modulos (required), anio_fin (required), variable (required), anio_inicio (required), +5 more. Returns: object

enaho_sondear_llavesA
Idempotent

Descubre como unir dos modulos de una encuesta que nadie ha curado.

Usala cuando enaho_unir_modulos falle porque la encuesta no tiene llaves declaradas. El catalogo del INEI tiene 67 encuestas y solo 15 tienen perfil; para el resto, esto es lo que convierte "no se puede" en "estas son las candidatas y esta es la evidencia".

Descarga los modulos si hace falta y mira los datos reales: cardinalidad de cada columna, unicidad de cada combinacion y, sobre todo, el SOLAPAMIENTO de valores entre los dos archivos, que es la unica prueba de que la union va a emparejar algo.

El resultado sale SIEMPRE con inferido: true. Es inferencia: antes de publicar cifras construidas sobre una llave sondeada hay que contrastarla con el diccionario de la encuesta. Para las encuestas que SI tienen perfil, no uses esto: el conocimiento curado le gana a cualquier heuristica y la respuesta te lo recordara.

Inputs: anio (required), modulos (required), corte, encuesta. Returns: object

enaho_tabla_cruzadaA
Read-onlyIdempotent

Cruce ponderado con prueba de independencia corregida por diseno.

El chi-cuadrado de Pearson asume muestreo aleatorio simple: bajo conglomerados infla el estadistico y sale significativo lo que no lo es. Aqui se aplica la correccion de Rao-Scott por la traza de la matriz de efectos de diseno generalizados, con ajuste de segundo orden de los grados de libertad.

Se devuelven ambos estadisticos para que se vea la diferencia, mas el efecto de diseno promedio y cuantas celdas quedan bajo frecuencia esperada 5.

Inputs: fila (required), columna (required), dataset (required), factor, +5 more. Returns: object

enaho_ubigeo_buscarA
Read-onlyIdempotent

Busqueda inversa: nombre de lugar a codigo de ubigeo.

Util para filtrar una region sin salir a buscar el codigo a mano. El ubigeo son seis digitos (DD departamento, PP provincia, DD distrito) y la respuesta indica a que nivel corresponde cada acierto. La tabla base cubre los 25 departamentos; provincias y distritos aparecen solo si se importo una tabla oficial con enaho ubigeo importar.

Inputs: nombre (required), limite. Returns: object

enaho_unir_modulosA
Idempotent

Une modulos aplicando las llaves del nivel pedido y guarda un parquet.

Es la herramienta central. Hace tres cosas que un merge a mano suele equivocar: elige la base correcta (el modulo mas desagregado manda), normaliza el tipo de las llaves (conglome puede venir como texto en un modulo y como entero en otro) y cuenta las filas perdidas en cada paso.

Lee el bloque pasos_union de la respuesta: una tasa de emparejamiento baja puede ser legitima (el modulo 05 solo cubre personas de 14 anios a mas) o puede ser un merge roto, y la diferencia importa.

Devuelve el nombre del dataset, su forma y sus advertencias. NO devuelve microdatos: para analisis libre abre el parquet con pandas.

Inputs: anio (required), modulos (required), nivel, cortes, +3 more. Returns: object

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A4.1/5.0

    Scored across 32 tools

    Disambiguation5/5

    Each tool targets a distinct stage of the ENAHO workflow: discovery, download, documentation, merging, quality, analysis, and reporting. Statistical tools clearly differ in output (e.g., means, cross-tabs, inequality, regression, poverty, distribution), and no two tools have obviously overlapping functionality.

    Naming Consistency3/5

    All tools share the consistent 'enaho_' prefix, but the pattern varies: some are verb_noun (listar_modulos), some noun_verb (documentacion_convertir), and many are single words (perfil, estimar). The mixed conventions are readable but not uniform.

    Tool Count2/5

    With 32 tools, this is well above the typical 3-15 range for a well-scoped server. While each tool has a specific purpose, the sheer number feels heavy and could overwhelm an agent; several statistical tools (e.g., estimar, pobreza_fgt, distribucion, serie) could be consolidated.

    Completeness5/5

    The tool set thoroughly covers the ENAHO lifecycle: catalog queries, downloads, caching, documentation conversion and search, merging, profiling, quality checks, key inference, weighted estimation, cross-tabs, comparison, inequality, geography, panel data, regression, poverty, distribution, time series, and report generation. No major operational gaps appear.

    Maintenance

    ActivityInactive
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      C
      maintenance
      MCP server for Peruvian public-data lookups including SUNAT RUC registrations, BCRP exchange rates, and SEACE tenders. Provides official open-data access through tools for Claude, Cursor, and other MCP clients.
      MIT
    • A
      license
      A
      quality
      D
      maintenance
      MCP server for the ESRU-EMOVI 2023 social mobility survey in Mexico. Enables AI assistants to query weighted statistics, transition matrices, and explore variables from the survey using natural language.
      11
      MIT
    • A
      license
      A
      quality
      D
      maintenance
      Connects MCP-compatible AI agents to Peru's official statistics platform (INEI Estadist), providing access to Census 2017 data, population indicators, and geographic profiles for all Peruvian departments, provinces, and districts without requiring an API key.
      9
      MIT