library(readxl)
library(readr)
## Warning: package 'readr' was built under R version 4.2.3
library(sqldf)
## Warning: package 'sqldf' was built under R version 4.2.3
## Loading required package: gsubfn
## Warning: package 'gsubfn' was built under R version 4.2.3
## Loading required package: proto
## Warning: package 'proto' was built under R version 4.2.3
## Loading required package: RSQLite
## Warning: package 'RSQLite' was built under R version 4.2.3
library(xtable)
## Warning: package 'xtable' was built under R version 4.2.3
covid19identificado <- read_csv("C:/Users/nicol/Downloads/covid19identificado.csv")
## New names:
## • `` -> `...1`
## Warning: One or more parsing issues, call `problems()` on your data frame for details,
## e.g.:
## dat <- vroom(...)
## problems(dat)
## Rows: 46019 Columns: 56
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (3): OCUPACION, CAUSA_MULT, C_BAS1
## dbl (49): ...1, COD_DPTO, COD_MUNIC, A_DEFUN, SIT_DEFUN, TIPO_DEFUN, ANO, ME...
## lgl (4): OTRSITIODE, CODOCUR, CODMUNOC, C_MUERTEE
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
pop_edad_dep <- read_excel("C:/Users/nicol/Downloads/pop edad dep.xlsx")
########## Antioquia ####
Antioquia <- sqldf("select *
from covid19identificado
where COD_DPTO=05")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from Antioquia
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 4872
## 2 1 4
## 3 2 3
## 4 3 2
## 5 4 237
## 6 5 1056
## 7 6 3570
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 05
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 43
## 2 2 26
## 3 3 15
## 4 4 2185
## 5 5 9810
## 6 6 33878
tot2 <- sum(X$sum)
tot2
## [1] 45957
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 45957
## 2 1 43
## 3 2 26
## 4 3 15
## 5 4 2185
## 6 5 9810
## 7 6 33878
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10601.214 9302.326 11538.462 13333.333 10846.682 10764.526 10537.812
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 4872 45957 10601.214
## 2 1 4 43 9302.326
## 3 2 3 26 11538.462
## 4 3 2 15 13333.333
## 5 4 237 2185 10846.682
## 6 5 1056 9810 10764.526
## 7 6 3570 33878 10537.812
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4872 45957 10601.214 46019
## 2 1 4 43 9302.326 60
## 3 2 3 26 11538.462 30
## 4 3 2 15 13333.333 36
## 5 4 237 2185 10846.682 2670
## 6 5 1056 9810 10764.526 12176
## 7 6 3570 33878 10537.812 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4872 45957 10601.214 46019
## 2 1 4 43 9302.326 60
## 3 2 3 26 11538.462 30
## 4 3 2 15 13333.333 36
## 5 4 237 2185 10846.682 2670
## 6 5 1056 9810 10764.526 12176
## 7 6 3570 33878 10537.812 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4872 45957 10601.214 46019
## 2 1 4 43 9302.326 60
## 3 2 3 26 11538.462 30
## 4 3 2 15 13333.333 36
## 5 4 237 2185 10846.682 2670
## 6 5 1056 9810 10764.526 12176
## 7 6 3570 33878 10537.812 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4872 45957 10601.214 46019
## 2 1 4 43 9302.326 60
## 3 2 3 26 11538.462 30
## 4 3 2 15 13333.333 36
## 5 4 237 2185 10846.682 2670
## 6 5 1056 9810 10764.526 12176
## 7 6 3570 33878 10537.812 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 4872 5131.808847
## 2 1 60 4 4.822430
## 3 2 30 3 3.107570
## 4 3 36 2 1.843003
## 5 4 2670 237 255.036066
## 6 5 12176 1056 1113.430153
## 7 6 31047 3570 3753.569625
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
B
## GRU_ED2 Colombia Casos Observados Casos Esperados Razon Estandarizada
## 1 Total 46019 4872 5131.808847 94.93729
## 2 1 60 4 4.822430 82.94574
## 3 2 30 3 3.107570 96.53846
## 4 3 36 2 1.843003 108.51852
## 5 4 2670 237 255.036066 92.92803
## 6 5 12176 1056 1113.430153 94.84205
## 7 6 31047 3570 3753.569625 95.10947
Sol<-B[1,]
########## Atlántico ####
atlantico <- sqldf("select *
from covid19identificado
where COD_DPTO=08")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from atlantico
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 3727
## 2 1 7
## 3 2 3
## 4 3 2
## 5 4 281
## 6 5 1100
## 7 6 2334
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 08
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 49
## 2 2 21
## 3 3 13
## 4 4 2014
## 5 5 7986
## 6 6 16908
tot2 <- sum(X$sum)
tot2
## [1] 26991
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 26991
## 2 1 49
## 3 2 21
## 4 3 13
## 5 4 2014
## 6 5 7986
## 7 6 16908
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 13808.31 14285.71 14285.71 15384.62 13952.33 13774.10 13804.12
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 3727 26991 13808.31
## 2 1 7 49 14285.71
## 3 2 3 21 14285.71
## 4 3 2 13 15384.62
## 5 4 281 2014 13952.33
## 6 5 1100 7986 13774.10
## 7 6 2334 16908 13804.12
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 3727 26991 13808.31 46019
## 2 1 7 49 14285.71 60
## 3 2 3 21 14285.71 30
## 4 3 2 13 15384.62 36
## 5 4 281 2014 13952.33 2670
## 6 5 1100 7986 13774.10 12176
## 7 6 2334 16908 13804.12 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 3727 26991 13808.31 46019
## 2 1 7 49 14285.71 60
## 3 2 3 21 14285.71 30
## 4 3 2 13 15384.62 36
## 5 4 281 2014 13952.33 2670
## 6 5 1100 7986 13774.10 12176
## 7 6 2334 16908 13804.12 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 3727 26991 13808.31 46019
## 2 1 7 49 14285.71 60
## 3 2 3 21 14285.71 30
## 4 3 2 13 15384.62 36
## 5 4 281 2014 13952.33 2670
## 6 5 1100 7986 13774.10 12176
## 7 6 2334 16908 13804.12 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 3727 26991 13808.31 46019
## 2 1 7 49 14285.71 60
## 3 2 3 21 14285.71 30
## 4 3 2 13 15384.62 36
## 5 4 281 2014 13952.33 2670
## 6 5 1100 7986 13774.10 12176
## 7 6 2334 16908 13804.12 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 3727 3024.436448
## 2 1 60 7 5.495327
## 3 2 30 3 2.509960
## 4 3 36 2 1.597270
## 5 4 2670 281 235.076721
## 6 5 12176 1100 906.407055
## 7 6 31047 2334 1873.350116
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
B
## GRU_ED2 Colombia Casos Observados Casos Esperados Razon Estandarizada
## 1 Total 46019 3727 3024.436448 123.2296
## 2 1 60 7 5.495327 127.3810
## 3 2 30 3 2.509960 119.5238
## 4 3 36 2 1.597270 125.2137
## 5 4 2670 281 235.076721 119.5354
## 6 5 12176 1100 906.407055 121.3583
## 7 6 31047 2334 1873.350116 124.5896
Sol<-rbind(Sol,B[1,])
########## Bogotá ####
bogota <- sqldf("select *
from covid19identificado
where COD_DPTO=11")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from bogota
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 11129
## 2 1 10
## 3 2 7
## 4 3 13
## 5 4 594
## 6 5 3071
## 7 6 7434
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 11
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 88
## 2 2 55
## 3 3 106
## 4 4 4911
## 5 5 26167
## 6 6 65623
tot2 <- sum(X$sum)
tot2
## [1] 96950
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 96950
## 2 1 88
## 3 2 55
## 4 3 106
## 5 4 4911
## 6 5 26167
## 7 6 65623
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11479.11 11363.64 12727.27 12264.15 12095.30 11736.16 11328.35
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 11129 96950 11479.11
## 2 1 10 88 11363.64
## 3 2 7 55 12727.27
## 4 3 13 106 12264.15
## 5 4 594 4911 12095.30
## 6 5 3071 26167 11736.16
## 7 6 7434 65623 11328.35
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 11129 96950 11479.11 46019
## 2 1 10 88 11363.64 60
## 3 2 7 55 12727.27 30
## 4 3 13 106 12264.15 36
## 5 4 594 4911 12095.30 2670
## 6 5 3071 26167 11736.16 12176
## 7 6 7434 65623 11328.35 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 11129 96950 11479.11 46019
## 2 1 10 88 11363.64 60
## 3 2 7 55 12727.27 30
## 4 3 13 106 12264.15 36
## 5 4 594 4911 12095.30 2670
## 6 5 3071 26167 11736.16 12176
## 7 6 7434 65623 11328.35 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 11129 96950 11479.11 46019
## 2 1 10 88 11363.64 60
## 3 2 7 55 12727.27 30
## 4 3 13 106 12264.15 36
## 5 4 594 4911 12095.30 2670
## 6 5 3071 26167 11736.16 12176
## 7 6 7434 65623 11328.35 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 11129 96950 11479.11 46019
## 2 1 10 88 11363.64 60
## 3 2 7 55 12727.27 30
## 4 3 13 106 12264.15 36
## 5 4 594 4911 12095.30 2670
## 6 5 3071 26167 11736.16 12176
## 7 6 7434 65623 11328.35 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 11129 10843.436638
## 2 1 60 10 9.869159
## 3 2 30 7 6.573705
## 4 3 36 13 13.023891
## 5 4 2670 594 573.218361
## 6 5 12176 3071 2969.941572
## 7 6 31047 7434 7270.809950
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Bolivar ####
bolivar <- sqldf("select *
from covid19identificado
where COD_DPTO=13")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from bolivar
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 1233
## 2 1 2
## 3 2 1
## 4 3 5
## 5 4 92
## 6 5 297
## 7 6 836
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 13
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 12
## 2 2 9
## 3 3 30
## 4 4 627
## 5 5 2204
## 6 6 6527
tot2 <- sum(X$sum)
tot2
## [1] 9409
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 9409
## 2 1 12
## 3 2 9
## 4 3 30
## 5 4 627
## 6 5 2204
## 7 6 6527
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 13104.47 16666.67 11111.11 16666.67 14673.05 13475.50 12808.33
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 1233 9409 13104.47
## 2 1 2 12 16666.67
## 3 2 1 9 11111.11
## 4 3 5 30 16666.67
## 5 4 92 627 14673.05
## 6 5 297 2204 13475.50
## 7 6 836 6527 12808.33
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1233 9409 13104.47 46019
## 2 1 2 12 16666.67 60
## 3 2 1 9 11111.11 30
## 4 3 5 30 16666.67 36
## 5 4 92 627 14673.05 2670
## 6 5 297 2204 13475.50 12176
## 7 6 836 6527 12808.33 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1233 9409 13104.47 46019
## 2 1 2 12 16666.67 60
## 3 2 1 9 11111.11 30
## 4 3 5 30 16666.67 36
## 5 4 92 627 14673.05 2670
## 6 5 297 2204 13475.50 12176
## 7 6 836 6527 12808.33 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1233 9409 13104.47 46019
## 2 1 2 12 16666.67 60
## 3 2 1 9 11111.11 30
## 4 3 5 30 16666.67 36
## 5 4 92 627 14673.05 2670
## 6 5 297 2204 13475.50 12176
## 7 6 836 6527 12808.33 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1233 9409 13104.47 46019
## 2 1 2 12 16666.67 60
## 3 2 1 9 11111.11 30
## 4 3 5 30 16666.67 36
## 5 4 92 627 14673.05 2670
## 6 5 297 2204 13475.50 12176
## 7 6 836 6527 12808.33 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 1233 1052.614544
## 2 1 60 2 1.345794
## 3 2 30 1 1.075697
## 4 3 36 5 3.686007
## 5 4 2670 92 73.184262
## 6 5 12176 297 250.152911
## 7 6 31047 836 723.169873
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Boyaca ####
boyaca <- sqldf("select *
from covid19identificado
where COD_DPTO=15")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from boyaca
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 611
## 2 1 2
## 3 4 27
## 4 5 158
## 5 6 424
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 15
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 9
## 2 4 269
## 3 5 1598
## 4 6 4324
tot2 <- sum(X$sum)
tot2
## [1] 6200
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 6200
## 2 1 9
## 3 4 269
## 4 5 1598
## 5 6 4324
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 9854.839 22222.222 10037.175 9887.359 9805.735
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 611 6200 9854.839
## 2 1 2 9 22222.222
## 3 4 27 269 10037.175
## 4 5 158 1598 9887.359
## 5 6 424 4324 9805.735
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(4,5),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 611 6200 9854.839 46019
## 2 1 2 9 22222.222 60
## 3 4 27 269 10037.175 30
## 4 5 158 1598 9887.359 12176
## 5 6 424 4324 9805.735 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 611 6200 9854.839 46019
## 2 1 2 9 22222.222 60
## 3 4 27 269 10037.175 30
## 4 5 158 1598 9887.359 12176
## 5 6 424 4324 9805.735 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 611 6200 9854.839 46019
## 2 1 2 9 22222.222 60
## 5 4 27 269 10037.175 30
## 6 5 158 1598 9887.359 12176
## 7 6 424 4324 9805.735 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.6454 11214.9533 131.1475 11349.9506 11079.6671
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 611 6200 9854.839 46019
## 2 1 2 9 22222.222 60
## 5 4 27 269 10037.175 30
## 6 5 158 1598 9887.359 12176
## 7 6 424 4324 9805.735 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.6454
## 2 535 11214.9533
## 5 22875 131.1475
## 6 107278 11349.9506
## 7 280216 11079.6671
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 611 661.8191492
## 2 1 60 2 1.0093458
## 3 4 30 27 0.3527869
## 4 5 12176 158 181.3722105
## 5 6 31047 424 479.0848060
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Caldas ####
caldas <- sqldf("select *
from covid19identificado
where COD_DPTO=17")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from caldas
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 630
## 2 4 16
## 3 5 129
## 4 6 485
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 17
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 4 156
## 2 5 1354
## 3 6 5039
tot2 <- sum(X$sum)
tot2
## [1] 6549
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 9619.789 10256.410 9527.326 9624.926
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 630 6549 9619.789
## 2 4 16 156 10256.410
## 3 5 129 1354 9527.326
## 4 6 485 5039 9624.926
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 630 6549 9619.789 46019
## 2 4 16 156 10256.410 2670
## 3 5 129 1354 9527.326 12176
## 4 6 485 5039 9624.926 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3,4),]
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 630 6549 9619.789 46019
## 5 4 16 156 10256.410 2670
## 6 5 129 1354 9527.326 12176
## 7 6 485 5039 9624.926 31047
## Poblacion En Riesgo
## 1 411448
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 630 6549 9619.789 46019
## 5 4 16 156 10256.410 2670
## 6 5 129 1354 9527.326 12176
## 7 6 485 5039 9624.926 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 630 730.19128
## 2 4 2670 16 18.20852
## 3 5 12176 129 153.67833
## 4 6 31047 485 558.30443
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Caqueta ####
caqueta <- sqldf("select *
from covid19identificado
where COD_DPTO=18")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from caqueta
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 505
## 2 1 1
## 3 4 34
## 4 5 153
## 5 6 317
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 18
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 10
## 2 4 315
## 3 5 1437
## 4 6 2966
tot2 <- sum(X$sum)
tot2
## [1] 4728
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 4728
## 2 1 10
## 3 4 315
## 4 5 1437
## 5 6 2966
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10681.05 10000.00 10793.65 10647.18 10687.80
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 505 4728 10681.05
## 2 1 1 10 10000.00
## 3 4 34 315 10793.65
## 4 5 153 1437 10647.18
## 5 6 317 2966 10687.80
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 505 4728 10681.05 46019
## 2 1 1 10 10000.00 60
## 3 4 34 315 10793.65 2670
## 4 5 153 1437 10647.18 12176
## 5 6 317 2966 10687.80 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X <-X[-c(3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 505 4728 10681.05 46019
## 2 1 1 10 10000.00 60
## 3 4 34 315 10793.65 2670
## 4 5 153 1437 10647.18 12176
## 5 6 317 2966 10687.80 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 505 4728 10681.05 46019
## 2 1 1 10 10000.00 60
## 5 4 34 315 10793.65 2670
## 6 5 153 1437 10647.18 12176
## 7 6 317 2966 10687.80 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 505 4728 10681.05 46019
## 2 1 1 10 10000.00 60
## 5 4 34 315 10793.65 2670
## 6 5 153 1437 10647.18 12176
## 7 6 317 2966 10687.80 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 505 529.610425
## 2 1 60 1 1.121495
## 3 4 2670 34 36.767213
## 4 5 12176 153 163.098790
## 5 6 31047 317 328.622927
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Cauca ####
cauca <- sqldf("select *
from covid19identificado
where COD_DPTO=19")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from cauca
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 450
## 2 1 1
## 3 4 18
## 4 5 97
## 5 6 334
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 19
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 10
## 2 4 165
## 3 5 909
## 4 6 3194
tot2 <- sum(X$sum)
tot2
## [1] 4278
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10518.93 10000.00 10909.09 10671.07 10457.11
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 450 4278 10518.93
## 2 1 1 10 10000.00
## 3 4 18 165 10909.09
## 4 5 97 909 10671.07
## 5 6 334 3194 10457.11
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 450 4278 10518.93 46019
## 2 1 1 10 10000.00 60
## 3 4 18 165 10909.09 2670
## 4 5 97 909 10671.07 12176
## 5 6 334 3194 10457.11 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 450 4278 10518.93 46019
## 2 1 1 10 10000.00 60
## 3 4 18 165 10909.09 2670
## 4 5 97 909 10671.07 12176
## 5 6 334 3194 10457.11 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 450 4278 10518.93 46019
## 2 1 1 10 10000.00 60
## 5 4 18 165 10909.09 2670
## 6 5 97 909 10671.07 12176
## 7 6 334 3194 10457.11 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 450 4278 10518.93 46019
## 2 1 1 10 10000.00 60
## 5 4 18 165 10909.09 2670
## 6 5 97 909 10671.07 12176
## 7 6 334 3194 10457.11 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 450 477.436130
## 2 1 60 1 1.121495
## 3 4 2670 18 19.259016
## 4 5 12176 97 103.171051
## 5 6 31047 334 353.884568
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Cesar ####
cesar <- sqldf("select *
from covid19identificado
where COD_DPTO=20")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from cesar
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 1216
## 2 1 7
## 3 2 2
## 4 3 2
## 5 4 97
## 6 5 352
## 7 6 756
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 20
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 62
## 2 2 23
## 3 3 18
## 4 4 868
## 5 5 3203
## 6 6 6893
tot2 <- sum(X$sum)
tot2
## [1] 11067
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 11067
## 2 1 62
## 3 2 23
## 4 3 18
## 5 4 868
## 6 5 3203
## 7 6 6893
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10987.621 11290.323 8695.652 11111.111 11175.115 10989.697 10967.648
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 1216 11067 10987.621
## 2 1 7 62 11290.323
## 3 2 2 23 8695.652
## 4 3 2 18 11111.111
## 5 4 97 868 11175.115
## 6 5 352 3203 10989.697
## 7 6 756 6893 10967.648
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1216 11067 10987.621 46019
## 2 1 7 62 11290.323 60
## 3 2 2 23 8695.652 30
## 4 3 2 18 11111.111 36
## 5 4 97 868 11175.115 2670
## 6 5 352 3203 10989.697 12176
## 7 6 756 6893 10967.648 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1216 11067 10987.621 46019
## 2 1 7 62 11290.323 60
## 3 2 2 23 8695.652 30
## 4 3 2 18 11111.111 36
## 5 4 97 868 11175.115 2670
## 6 5 352 3203 10989.697 12176
## 7 6 756 6893 10967.648 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1216 11067 10987.621 46019
## 2 1 7 62 11290.323 60
## 3 2 2 23 8695.652 30
## 4 3 2 18 11111.111 36
## 5 4 97 868 11175.115 2670
## 6 5 352 3203 10989.697 12176
## 7 6 756 6893 10967.648 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1216 11067 10987.621 46019
## 2 1 7 62 11290.323 60
## 3 2 2 23 8695.652 30
## 4 3 2 18 11111.111 36
## 5 4 97 868 11175.115 2670
## 6 5 352 3203 10989.697 12176
## 7 6 756 6893 10967.648 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 1216 1240.488349
## 2 1 60 7 6.953271
## 3 2 30 2 2.749004
## 4 3 36 2 2.211604
## 5 4 2670 97 101.314098
## 6 5 12176 352 363.538918
## 7 6 31047 756 763.721454
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Cordoba ####
cordoba <- sqldf("select *
from covid19identificado
where COD_DPTO=23")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from cordoba
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 1797
## 2 1 2
## 3 4 141
## 4 5 475
## 5 6 1179
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 23
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 19
## 2 4 1085
## 3 5 3651
## 4 6 9139
tot2 <- sum(X$sum)
tot2
## [1] 13894
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 13894
## 2 1 19
## 3 4 1085
## 4 5 3651
## 5 6 9139
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 12933.64 10526.32 12995.39 13010.13 12900.76
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 1797 13894 12933.64
## 2 1 2 19 10526.32
## 3 4 141 1085 12995.39
## 4 5 475 3651 13010.13
## 5 6 1179 9139 12900.76
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1797 13894 12933.64 46019
## 2 1 2 19 10526.32 60
## 3 4 141 1085 12995.39 2670
## 4 5 475 3651 13010.13 12176
## 5 6 1179 9139 12900.76 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1797 13894 12933.64 46019
## 2 1 2 19 10526.32 60
## 3 4 141 1085 12995.39 2670
## 4 5 475 3651 13010.13 12176
## 5 6 1179 9139 12900.76 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1797 13894 12933.64 46019
## 2 1 2 19 10526.32 60
## 5 4 141 1085 12995.39 2670
## 6 5 475 3651 13010.13 12176
## 7 6 1179 9139 12900.76 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1797 13894 12933.64 46019
## 2 1 2 19 10526.32 60
## 5 4 141 1085 12995.39 2670
## 6 5 475 3651 13010.13 12176
## 7 6 1179 9139 12900.76 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 1797 1555.730938
## 2 1 60 2 2.130841
## 3 4 2670 141 126.642623
## 4 5 12176 475 414.386696
## 5 6 31047 1179 1012.570778
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Cundinamarca##########
cundinamarca <- sqldf("select *
from covid19identificado
where COD_DPTO=25")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from cundinamarca
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 1534
## 2 2 1
## 3 4 81
## 4 5 431
## 5 6 1021
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 025
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 2 9
## 2 4 757
## 3 5 3888
## 4 6 9650
tot2 <- sum(X$sum)
tot2
## [1] 14304
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 14304
## 2 2 9
## 3 4 757
## 4 5 3888
## 5 6 9650
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10724.27 11111.11 10700.13 11085.39 10580.31
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 1534 14304 10724.27
## 2 2 1 9 11111.11
## 3 4 81 757 10700.13
## 4 5 431 3888 11085.39
## 5 6 1021 9650 10580.31
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1534 14304 10724.27 46019
## 2 2 1 9 11111.11 30
## 3 4 81 757 10700.13 2670
## 4 5 431 3888 11085.39 12176
## 5 6 1021 9650 10580.31 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1534 14304 10724.27 46019
## 2 2 1 9 11111.11 30
## 3 4 81 757 10700.13 2670
## 4 5 431 3888 11085.39 12176
## 5 6 1021 9650 10580.31 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1534 14304 10724.27 46019
## 3 2 1 9 11111.11 30
## 5 4 81 757 10700.13 2670
## 6 5 431 3888 11085.39 12176
## 7 6 1021 9650 10580.31 31047
## Poblacion En Riesgo
## 1 411448
## 3 251
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11952.19 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1534 14304 10724.27 46019
## 3 2 1 9 11111.11 30
## 5 4 81 757 10700.13 2670
## 6 5 431 3888 11085.39 12176
## 7 6 1021 9650 10580.31 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 3 251 11952.19
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 1534 1599.907686
## 2 2 30 1 1.075697
## 3 4 2670 81 88.358033
## 4 5 12176 431 441.286079
## 5 6 31047 1021 1069.187876
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Choco##########
choco <- sqldf("select *
from covid19identificado
where COD_DPTO=27")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from choco
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 93
## 2 4 9
## 3 5 30
## 4 6 54
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 27
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 4 57
## 2 5 195
## 3 6 380
tot2 <- sum(X$sum)
tot2
## [1] 632
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 632
## 2 4 57
## 3 5 195
## 4 6 380
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 14715.19 15789.47 15384.62 14210.53
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 93 632 14715.19
## 2 4 9 57 15789.47
## 3 5 30 195 15384.62
## 4 6 54 380 14210.53
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 93 632 14715.19 46019
## 2 4 9 57 15789.47 2670
## 3 5 30 195 15384.62 12176
## 4 6 54 380 14210.53 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 93 632 14715.19 46019
## 2 4 9 57 15789.47 2670
## 3 5 30 195 15384.62 12176
## 4 6 54 380 14210.53 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 93 632 14715.19 46019
## 5 4 9 57 15789.47 2670
## 6 5 30 195 15384.62 12176
## 7 6 54 380 14210.53 31047
## Poblacion En Riesgo
## 1 411448
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 93 632 14715.19 46019
## 5 4 9 57 15789.47 2670
## 6 5 30 195 15384.62 12176
## 7 6 54 380 14210.53 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 93 70.888253
## 2 4 2670 9 6.653115
## 3 5 12176 30 22.132404
## 4 6 31047 54 42.102735
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Huila##########
huila <- sqldf("select *
from covid19identificado
where COD_DPTO=41")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from huila
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 1296
## 2 1 4
## 3 3 2
## 4 4 91
## 5 5 367
## 6 6 832
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 41
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 39
## 2 3 17
## 3 4 913
## 4 5 3640
## 5 6 8349
tot2 <- sum(X$sum)
tot2
## [1] 12958
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 12958
## 2 1 39
## 3 3 17
## 4 4 913
## 5 5 3640
## 6 6 8349
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10001.543 10256.410 11764.706 9967.141 10082.418 9965.265
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 1296 12958 10001.543
## 2 1 4 39 10256.410
## 3 3 2 17 11764.706
## 4 4 91 913 9967.141
## 5 5 367 3640 10082.418
## 6 6 832 8349 9965.265
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(3),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1296 12958 10001.543 46019
## 2 1 4 39 10256.410 60
## 3 3 2 17 11764.706 36
## 4 4 91 913 9967.141 2670
## 5 5 367 3640 10082.418 12176
## 6 6 832 8349 9965.265 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-2,]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1296 12958 10001.543 46019
## 2 1 4 39 10256.410 60
## 3 3 2 17 11764.706 36
## 4 4 91 913 9967.141 2670
## 5 5 367 3640 10082.418 12176
## 6 6 832 8349 9965.265 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1296 12958 10001.543 46019
## 3 1 4 39 10256.410 60
## 4 3 2 17 11764.706 36
## 5 4 91 913 9967.141 2670
## 6 5 367 3640 10082.418 12176
## 7 6 832 8349 9965.265 31047
## Poblacion En Riesgo
## 1 411448
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 23904.38 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1296 12958 10001.543 46019
## 3 1 4 39 10256.410 60
## 4 3 2 17 11764.706 36
## 5 4 91 913 9967.141 2670
## 6 5 367 3640 10082.418 12176
## 7 6 832 8349 9965.265 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 3 251 23904.38
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 1296 1456.157613
## 2 1 60 4 9.322709
## 3 3 36 2 2.088737
## 4 4 2670 91 106.566557
## 5 5 12176 367 413.138202
## 6 6 31047 832 925.041407
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## La guajira##########
guajira <- sqldf("select *
from covid19identificado
where COD_DPTO=44")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from guajira
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 416
## 2 1 2
## 3 4 36
## 4 5 134
## 5 6 244
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 44
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 21
## 2 4 331
## 3 5 1183
## 4 6 2239
tot2 <- sum(X$sum)
tot2
## [1] 3774
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 3774
## 2 1 21
## 3 4 331
## 4 5 1183
## 5 6 2239
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11022.79 9523.81 10876.13 11327.13 10897.72
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 416 3774 11022.79
## 2 1 2 21 9523.81
## 3 4 36 331 10876.13
## 4 5 134 1183 11327.13
## 5 6 244 2239 10897.72
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 416 3774 11022.79 46019
## 2 1 2 21 9523.81 60
## 3 4 36 331 10876.13 2670
## 4 5 134 1183 11327.13 12176
## 5 6 244 2239 10897.72 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 416 3774 11022.79 46019
## 2 1 2 21 9523.81 60
## 3 4 36 331 10876.13 2670
## 4 5 134 1183 11327.13 12176
## 5 6 244 2239 10897.72 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 416 3774 11022.79 46019
## 2 1 2 21 9523.81 60
## 5 4 36 331 10876.13 2670
## 6 5 134 1183 11327.13 12176
## 7 6 244 2239 10897.72 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 416 3774 11022.79 46019
## 2 1 2 21 9523.81 60
## 5 4 36 331 10876.13 2670
## 6 5 134 1183 11327.13 12176
## 7 6 244 2239 10897.72 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 416 423.33356
## 2 1 60 2 2.35514
## 3 4 2670 36 38.63475
## 4 5 12176 134 134.26992
## 5 6 31047 244 248.07375
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Magdalena##########
magdalena <- sqldf("select *
from covid19identificado
where COD_DPTO=47")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from magdalena
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 992
## 2 1 6
## 3 4 76
## 4 5 266
## 5 6 644
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 47
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 51
## 2 4 593
## 3 5 2149
## 4 6 5120
tot2 <- sum(X$sum)
tot2
## [1] 7913
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 7913
## 2 1 51
## 3 4 593
## 4 5 2149
## 5 6 5120
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 12536.33 11764.71 12816.19 12377.85 12578.13
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 992 7913 12536.33
## 2 1 6 51 11764.71
## 3 4 76 593 12816.19
## 4 5 266 2149 12377.85
## 5 6 644 5120 12578.13
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 992 7913 12536.33 46019
## 2 1 6 51 11764.71 60
## 3 4 76 593 12816.19 2670
## 4 5 266 2149 12377.85 12176
## 5 6 644 5120 12578.13 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 992 7913 12536.33 46019
## 2 1 6 51 11764.71 60
## 3 4 76 593 12816.19 2670
## 4 5 266 2149 12377.85 12176
## 5 6 644 5120 12578.13 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 992 7913 12536.33 46019
## 2 1 6 51 11764.71 60
## 5 4 76 593 12816.19 2670
## 6 5 266 2149 12377.85 12176
## 7 6 644 5120 12578.13 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 992 7913 12536.33 46019
## 2 1 6 51 11764.71 60
## 5 4 76 593 12816.19 2670
## 6 5 266 2149 12377.85 12176
## 7 6 644 5120 12578.13 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 992 886.124758
## 2 1 60 6 5.719626
## 3 4 2670 76 69.215738
## 4 5 12176 266 243.910438
## 5 6 31047 644 567.278956
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Meta##########
meta <- sqldf("select *
from covid19identificado
where COD_DPTO=50")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from meta
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 804
## 2 4 47
## 3 5 253
## 4 6 504
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 50
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 4 419
## 2 5 2403
## 3 6 4747
tot2 <- sum(X$sum)
tot2
## [1] 7569
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 7569
## 2 4 419
## 3 5 2403
## 4 6 4747
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10622.28 11217.18 10528.51 10617.23
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 804 7569 10622.28
## 2 4 47 419 11217.18
## 3 5 253 2403 10528.51
## 4 6 504 4747 10617.23
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 804 7569 10622.28 46019
## 2 4 47 419 11217.18 2670
## 3 5 253 2403 10528.51 12176
## 4 6 504 4747 10617.23 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 804 7569 10622.28 46019
## 2 4 47 419 11217.18 2670
## 3 5 253 2403 10528.51 12176
## 4 6 504 4747 10617.23 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 804 7569 10622.28 46019
## 5 4 47 419 11217.18 2670
## 6 5 253 2403 10528.51 12176
## 7 6 504 4747 10617.23 31047
## Poblacion En Riesgo
## 1 411448
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 804 7569 10622.28 46019
## 5 4 47 419 11217.18 2670
## 6 5 253 2403 10528.51 12176
## 7 6 504 4747 10617.23 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 804 847.59734
## 2 4 2670 47 48.90623
## 3 5 12176 253 272.73931
## 4 6 31047 504 525.95180
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Nariño##########
nariño <- sqldf("select *
from covid19identificado
where COD_DPTO=52")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from nariño
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 1065
## 2 1 2
## 3 2 6
## 4 3 1
## 5 4 72
## 6 5 268
## 7 6 716
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 52
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 18
## 2 2 45
## 3 3 9
## 4 4 590
## 5 5 2319
## 6 6 6287
tot2 <- sum(X$sum)
tot2
## [1] 9268
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 9268
## 2 1 18
## 3 2 45
## 4 3 9
## 5 4 590
## 6 5 2319
## 7 6 6287
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11491.15 11111.11 13333.33 11111.11 12203.39 11556.71 11388.58
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 1065 9268 11491.15
## 2 1 2 18 11111.11
## 3 2 6 45 13333.33
## 4 3 1 9 11111.11
## 5 4 72 590 12203.39
## 6 5 268 2319 11556.71
## 7 6 716 6287 11388.58
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1065 9268 11491.15 46019
## 2 1 2 18 11111.11 60
## 3 2 6 45 13333.33 30
## 4 3 1 9 11111.11 36
## 5 4 72 590 12203.39 2670
## 6 5 268 2319 11556.71 12176
## 7 6 716 6287 11388.58 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1065 9268 11491.15 46019
## 2 1 2 18 11111.11 60
## 3 2 6 45 13333.33 30
## 4 3 1 9 11111.11 36
## 5 4 72 590 12203.39 2670
## 6 5 268 2319 11556.71 12176
## 7 6 716 6287 11388.58 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1065 9268 11491.15 46019
## 2 1 2 18 11111.11 60
## 3 2 6 45 13333.33 30
## 4 3 1 9 11111.11 36
## 5 4 72 590 12203.39 2670
## 6 5 268 2319 11556.71 12176
## 7 6 716 6287 11388.58 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1065 9268 11491.15 46019
## 2 1 2 18 11111.11 60
## 3 2 6 45 13333.33 30
## 4 3 1 9 11111.11 36
## 5 4 72 590 12203.39 2670
## 6 5 268 2319 11556.71 12176
## 7 6 716 6287 11388.58 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 1065 1037.152579
## 2 1 60 2 2.018692
## 3 2 30 6 5.378486
## 4 3 36 1 1.105802
## 5 4 2670 72 68.865574
## 6 5 12176 268 263.205354
## 7 6 31047 716 696.578671
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Norte de Santander##########
Nsantander <- sqldf("select *
from covid19identificado
where COD_DPTO=54")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from Nsantander
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 2130
## 2 1 2
## 3 2 2
## 4 3 2
## 5 4 170
## 6 5 720
## 7 6 1234
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 54
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 23
## 2 2 15
## 3 3 22
## 4 4 1652
## 5 5 7107
## 6 6 12266
tot2 <- sum(X$sum)
tot2
## [1] 21085
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 21085
## 2 1 23
## 3 2 15
## 4 3 22
## 5 4 1652
## 6 5 7107
## 7 6 12266
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10101.968 8695.652 13333.333 9090.909 10290.557 10130.857 10060.329
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 2130 21085 10101.968
## 2 1 2 23 8695.652
## 3 2 2 15 13333.333
## 4 3 2 22 9090.909
## 5 4 170 1652 10290.557
## 6 5 720 7107 10130.857
## 7 6 1234 12266 10060.329
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 2130 21085 10101.968 46019
## 2 1 2 23 8695.652 60
## 3 2 2 15 13333.333 30
## 4 3 2 22 9090.909 36
## 5 4 170 1652 10290.557 2670
## 6 5 720 7107 10130.857 12176
## 7 6 1234 12266 10060.329 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 2130 21085 10101.968 46019
## 2 1 2 23 8695.652 60
## 3 2 2 15 13333.333 30
## 4 3 2 22 9090.909 36
## 5 4 170 1652 10290.557 2670
## 6 5 720 7107 10130.857 12176
## 7 6 1234 12266 10060.329 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 2130 21085 10101.968 46019
## 2 1 2 23 8695.652 60
## 3 2 2 15 13333.333 30
## 4 3 2 22 9090.909 36
## 5 4 170 1652 10290.557 2670
## 6 5 720 7107 10130.857 12176
## 7 6 1234 12266 10060.329 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 2130 21085 10101.968 46019
## 2 1 2 23 8695.652 60
## 3 2 2 15 13333.333 30
## 4 3 2 22 9090.909 36
## 5 4 170 1652 10290.557 2670
## 6 5 720 7107 10130.857 12176
## 7 6 1234 12266 10060.329 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 2130 2365.571903
## 2 1 60 2 2.579439
## 3 2 30 2 1.792829
## 4 3 36 2 2.703072
## 5 4 2670 170 192.823607
## 6 5 12176 720 806.640989
## 7 6 31047 1234 1359.031968
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Quindio##########
quindio <- sqldf("select *
from covid19identificado
where COD_DPTO=63")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from quindio
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 680
## 2 4 20
## 3 5 150
## 4 6 510
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 63
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 4 204
## 2 5 1593
## 3 6 5427
tot2 <- sum(X$sum)
tot2
## [1] 7224
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 7224
## 2 4 204
## 3 5 1593
## 4 6 5427
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 9413.068 9803.922 9416.196 9397.457
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 680 7224 9413.068
## 2 4 20 204 9803.922
## 3 5 150 1593 9416.196
## 4 6 510 5427 9397.457
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 680 7224 9413.068 46019
## 2 4 20 204 9803.922 2670
## 3 5 150 1593 9416.196 12176
## 4 6 510 5427 9397.457 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 680 7224 9413.068 46019
## 2 4 20 204 9803.922 2670
## 3 5 150 1593 9416.196 12176
## 4 6 510 5427 9397.457 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 680 7224 9413.068 46019
## 5 4 20 204 9803.922 2670
## 6 5 150 1593 9416.196 12176
## 7 6 510 5427 9397.457 31047
## Poblacion En Riesgo
## 1 411448
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 680 7224 9413.068 46019
## 5 4 20 204 9803.922 2670
## 6 5 150 1593 9416.196 12176
## 7 6 510 5427 9397.457 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 680 805.90939
## 2 4 2670 20 23.81115
## 3 5 12176 150 180.80471
## 4 6 31047 510 601.29353
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Risaralda##########
risaralda <- sqldf("select *
from covid19identificado
where COD_DPTO=66")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from risaralda
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 844
## 2 1 1
## 3 2 1
## 4 4 40
## 5 5 195
## 6 6 607
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 66
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 9
## 2 2 12
## 3 4 389
## 4 5 1910
## 5 6 6143
tot2 <- sum(X$sum)
tot2
## [1] 8463
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 8463
## 2 1 9
## 3 2 12
## 4 4 389
## 5 5 1910
## 6 6 6143
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 9972.823 11111.111 8333.333 10282.776 10209.424 9881.166
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 844 8463 9972.823
## 2 1 1 9 11111.111
## 3 2 1 12 8333.333
## 4 4 40 389 10282.776
## 5 5 195 1910 10209.424
## 6 6 607 6143 9881.166
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-4,]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 844 8463 9972.823 46019
## 2 1 1 9 11111.111 60
## 3 2 1 12 8333.333 30
## 4 4 40 389 10282.776 2670
## 5 5 195 1910 10209.424 12176
## 6 6 607 6143 9881.166 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-4,]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 844 8463 9972.823 46019
## 2 1 1 9 11111.111 60
## 3 2 1 12 8333.333 30
## 4 4 40 389 10282.776 2670
## 5 5 195 1910 10209.424 12176
## 6 6 607 6143 9881.166 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 844 8463 9972.823 46019
## 2 1 1 9 11111.111 60
## 3 2 1 12 8333.333 30
## 5 4 40 389 10282.776 2670
## 6 5 195 1910 10209.424 12176
## 7 6 607 6143 9881.166 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 844 8463 9972.823 46019
## 2 1 1 9 11111.111 60
## 3 2 1 12 8333.333 30
## 5 4 40 389 10282.776 2670
## 6 5 195 1910 10209.424 12176
## 7 6 607 6143 9881.166 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 844 945.256206
## 2 1 60 1 1.009346
## 3 2 30 1 1.434263
## 4 4 2670 40 45.404590
## 5 5 12176 195 216.784056
## 6 6 31047 607 680.623951
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Santander##########
santander <- sqldf("select *
from covid19identificado
where COD_DPTO=68")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from santander
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 2715
## 2 1 1
## 3 3 1
## 4 4 145
## 5 5 759
## 6 6 1809
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 68
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 9
## 2 3 8
## 3 4 1363
## 4 5 7064
## 5 6 17243
tot2 <- sum(X$sum)
tot2
## [1] 25687
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 25687
## 2 1 9
## 3 3 8
## 4 4 1363
## 5 5 7064
## 6 6 17243
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10569.55 11111.11 12500.00 10638.30 10744.62 10491.21
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 2715 25687 10569.55
## 2 1 1 9 11111.11
## 3 3 1 8 12500.00
## 4 4 145 1363 10638.30
## 5 5 759 7064 10744.62
## 6 6 1809 17243 10491.21
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-3,]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 2715 25687 10569.55 46019
## 2 1 1 9 11111.11 60
## 3 3 1 8 12500.00 36
## 4 4 145 1363 10638.30 2670
## 5 5 759 7064 10744.62 12176
## 6 6 1809 17243 10491.21 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-2,]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 2715 25687 10569.55 46019
## 2 1 1 9 11111.11 60
## 3 3 1 8 12500.00 36
## 4 4 145 1363 10638.30 2670
## 5 5 759 7064 10744.62 12176
## 6 6 1809 17243 10491.21 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 2715 25687 10569.55 46019
## 3 1 1 9 11111.11 60
## 4 3 1 8 12500.00 36
## 5 4 145 1363 10638.30 2670
## 6 5 759 7064 10744.62 12176
## 7 6 1809 17243 10491.21 31047
## Poblacion En Riesgo
## 1 411448
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 23904.38 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 2715 25687 10569.55 46019
## 3 1 1 9 11111.11 60
## 4 3 1 8 12500.00 36
## 5 4 145 1363 10638.30 2670
## 6 5 759 7064 10744.62 12176
## 7 6 1809 17243 10491.21 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 3 251 23904.38
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 2715 2874.4529877
## 2 1 60 1 2.1513944
## 3 3 36 1 0.9829352
## 4 4 2670 145 159.0911475
## 5 5 12176 759 801.7605101
## 6 6 31047 1809 1910.4670005
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Sucre##########
sucre <- sqldf("select *
from covid19identificado
where COD_DPTO=70")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from sucre
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 867
## 2 1 3
## 3 2 1
## 4 3 1
## 5 4 47
## 6 5 201
## 7 6 614
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 70
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 35
## 2 2 7
## 3 3 7
## 4 4 362
## 5 5 1580
## 6 6 4829
tot2 <- sum(X$sum)
tot2
## [1] 6820
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 6820
## 2 1 35
## 3 2 7
## 4 3 7
## 5 4 362
## 6 5 1580
## 7 6 4829
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 12712.610 8571.429 14285.714 14285.714 12983.425 12721.519 12714.848
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 867 6820 12712.610
## 2 1 3 35 8571.429
## 3 2 1 7 14285.714
## 4 3 1 7 14285.714
## 5 4 47 362 12983.425
## 6 5 201 1580 12721.519
## 7 6 614 4829 12714.848
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 867 6820 12712.610 46019
## 2 1 3 35 8571.429 60
## 3 2 1 7 14285.714 30
## 4 3 1 7 14285.714 36
## 5 4 47 362 12983.425 2670
## 6 5 201 1580 12721.519 12176
## 7 6 614 4829 12714.848 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 867 6820 12712.610 46019
## 2 1 3 35 8571.429 60
## 3 2 1 7 14285.714 30
## 4 3 1 7 14285.714 36
## 5 4 47 362 12983.425 2670
## 6 5 201 1580 12721.519 12176
## 7 6 614 4829 12714.848 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 867 6820 12712.610 46019
## 2 1 3 35 8571.429 60
## 3 2 1 7 14285.714 30
## 4 3 1 7 14285.714 36
## 5 4 47 362 12983.425 2670
## 6 5 201 1580 12721.519 12176
## 7 6 614 4829 12714.848 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 867 6820 12712.610 46019
## 2 1 3 35 8571.429 60
## 3 2 1 7 14285.714 30
## 4 3 1 7 14285.714 36
## 5 4 47 362 12983.425 2670
## 6 5 201 1580 12721.519 12176
## 7 6 614 4829 12714.848 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 867 762.2414144
## 2 1 60 3 3.9252336
## 3 2 30 1 0.8366534
## 4 3 36 1 0.8600683
## 5 4 2670 47 42.2531148
## 6 5 12176 201 179.3292194
## 7 6 31047 614 535.0371249
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Tolima##########
tolima <- sqldf("select *
from covid19identificado
where COD_DPTO=73")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from tolima
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 1271
## 2 3 2
## 3 4 53
## 4 5 273
## 5 6 943
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 73
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 3 23
## 2 4 510
## 3 5 2778
## 4 6 9719
tot2 <- sum(X$sum)
tot2
## [1] 13030
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 13030
## 2 3 23
## 3 4 510
## 4 5 2778
## 5 6 9719
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 9754.413 8695.652 10392.157 9827.214 9702.644
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 1271 13030 9754.413
## 2 3 2 23 8695.652
## 3 4 53 510 10392.157
## 4 5 273 2778 9827.214
## 5 6 943 9719 9702.644
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1271 13030 9754.413 46019
## 2 3 2 23 8695.652 36
## 3 4 53 510 10392.157 2670
## 4 5 273 2778 9827.214 12176
## 5 6 943 9719 9702.644 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3),]
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1271 13030 9754.413 46019
## 4 3 2 23 8695.652 36
## 5 4 53 510 10392.157 2670
## 6 5 273 2778 9827.214 12176
## 7 6 943 9719 9702.644 31047
## Poblacion En Riesgo
## 1 411448
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 1271 13030 9754.413 46019
## 4 3 2 23 8695.652 36
## 5 4 53 510 10392.157 2670
## 6 5 273 2778 9827.214 12176
## 7 6 943 9719 9702.644 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 1271 1454.488282
## 2 3 36 2 2.825939
## 3 4 2670 53 59.527869
## 4 5 12176 273 315.301628
## 5 6 31047 943 1076.832847
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Valle del Cauca##########
Vcauca <- sqldf("select *
from covid19identificado
where COD_DPTO=76")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from Vcauca
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 4517
## 2 1 1
## 3 2 2
## 4 3 2
## 5 4 204
## 6 5 1052
## 7 6 3256
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 76
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 7
## 2 2 20
## 3 3 18
## 4 4 1769
## 5 5 9462
## 6 6 29851
tot2 <- sum(X$sum)
tot2
## [1] 41127
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 41127
## 2 1 7
## 3 2 20
## 4 3 18
## 5 4 1769
## 6 5 9462
## 7 6 29851
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10983.05 14285.71 10000.00 11111.11 11531.94 11118.16 10907.51
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 4517 41127 10983.05
## 2 1 1 7 14285.71
## 3 2 2 20 10000.00
## 4 3 2 18 11111.11
## 5 4 204 1769 11531.94
## 6 5 1052 9462 11118.16
## 7 6 3256 29851 10907.51
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4517 41127 10983.05 46019
## 2 1 1 7 14285.71 60
## 3 2 2 20 10000.00 30
## 4 3 2 18 11111.11 36
## 5 4 204 1769 11531.94 2670
## 6 5 1052 9462 11118.16 12176
## 7 6 3256 29851 10907.51 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4517 41127 10983.05 46019
## 2 1 1 7 14285.71 60
## 3 2 2 20 10000.00 30
## 4 3 2 18 11111.11 36
## 5 4 204 1769 11531.94 2670
## 6 5 1052 9462 11118.16 12176
## 7 6 3256 29851 10907.51 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4517 41127 10983.05 46019
## 2 1 1 7 14285.71 60
## 3 2 2 20 10000.00 30
## 4 3 2 18 11111.11 36
## 5 4 204 1769 11531.94 2670
## 6 5 1052 9462 11118.16 12176
## 7 6 3256 29851 10907.51 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4517 41127 10983.05 46019
## 2 1 1 7 14285.71 60
## 3 2 2 20 10000.00 30
## 4 3 2 18 11111.11 36
## 5 4 204 1769 11531.94 2670
## 6 5 1052 9462 11118.16 12176
## 7 6 3256 29851 10907.51 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 4517 4593.1908446
## 2 1 60 1 0.7850467
## 3 2 30 2 2.3904382
## 4 3 36 2 2.2116041
## 5 4 2670 204 206.4800000
## 6 5 12176 1052 1073.9323254
## 7 6 31047 3256 3307.3914302
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Arauca##########
arauca <- sqldf("select *
from covid19identificado
where COD_DPTO=81")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from arauca
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 111
## 2 1 1
## 3 4 7
## 4 5 27
## 5 6 76
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 81
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 12
## 2 4 59
## 3 5 268
## 4 6 755
tot2 <- sum(X$sum)
tot2
## [1] 1094
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 1094
## 2 1 12
## 3 4 59
## 4 5 268
## 5 6 755
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10146.252 8333.333 11864.407 10074.627 10066.225
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 111 1094 10146.252
## 2 1 1 12 8333.333
## 3 4 7 59 11864.407
## 4 5 27 268 10074.627
## 5 6 76 755 10066.225
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 111 1094 10146.252 46019
## 2 1 1 12 8333.333 60
## 3 4 7 59 11864.407 2670
## 4 5 27 268 10074.627 12176
## 5 6 76 755 10066.225 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 111 1094 10146.252 46019
## 2 1 1 12 8333.333 60
## 3 4 7 59 11864.407 2670
## 4 5 27 268 10074.627 12176
## 5 6 76 755 10066.225 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 111 1094 10146.252 46019
## 2 1 1 12 8333.333 60
## 5 4 7 59 11864.407 2670
## 6 5 27 268 10074.627 12176
## 7 6 76 755 10066.225 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 111 1094 10146.252 46019
## 2 1 1 12 8333.333 60
## 5 4 7 59 11864.407 2670
## 6 5 27 268 10074.627 12176
## 7 6 76 755 10066.225 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 111 122.301706
## 2 1 60 1 1.345794
## 3 4 2670 7 6.886557
## 4 5 12176 27 30.417868
## 5 6 31047 76 83.651487
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Casanare##########
Antioquia <- sqldf("select *
from covid19identificado
where COD_DPTO=05")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from Antioquia
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 4872
## 2 1 4
## 3 2 3
## 4 3 2
## 5 4 237
## 6 5 1056
## 7 6 3570
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 05
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 43
## 2 2 26
## 3 3 15
## 4 4 2185
## 5 5 9810
## 6 6 33878
tot2 <- sum(X$sum)
tot2
## [1] 45957
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 45957
## 2 1 43
## 3 2 26
## 4 3 15
## 5 4 2185
## 6 5 9810
## 7 6 33878
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10601.214 9302.326 11538.462 13333.333 10846.682 10764.526 10537.812
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 4872 45957 10601.214
## 2 1 4 43 9302.326
## 3 2 3 26 11538.462
## 4 3 2 15 13333.333
## 5 4 237 2185 10846.682
## 6 5 1056 9810 10764.526
## 7 6 3570 33878 10537.812
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B
## GRU_ED2 CantidadMuertes
## 1 Total 46019
## 2 1 60
## 3 2 30
## 4 3 36
## 5 4 2670
## 6 5 12176
## 7 6 31047
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4872 45957 10601.214 46019
## 2 1 4 43 9302.326 60
## 3 2 3 26 11538.462 30
## 4 3 2 15 13333.333 36
## 5 4 237 2185 10846.682 2670
## 6 5 1056 9810 10764.526 12176
## 7 6 3570 33878 10537.812 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 411448
## 2 1 535
## 3 2 251
## 4 3 293
## 5 4 22875
## 6 5 107278
## 7 6 280216
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4872 45957 10601.214 46019
## 2 1 4 43 9302.326 60
## 3 2 3 26 11538.462 30
## 4 3 2 15 13333.333 36
## 5 4 237 2185 10846.682 2670
## 6 5 1056 9810 10764.526 12176
## 7 6 3570 33878 10537.812 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4872 45957 10601.214 46019
## 2 1 4 43 9302.326 60
## 3 2 3 26 11538.462 30
## 4 3 2 15 13333.333 36
## 5 4 237 2185 10846.682 2670
## 6 5 1056 9810 10764.526 12176
## 7 6 3570 33878 10537.812 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 3 251
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11952.19 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 4872 45957 10601.214 46019
## 2 1 4 43 9302.326 60
## 3 2 3 26 11538.462 30
## 4 3 2 15 13333.333 36
## 5 4 237 2185 10846.682 2670
## 6 5 1056 9810 10764.526 12176
## 7 6 3570 33878 10537.812 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 3 251 11952.19
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 4872 5131.808847
## 2 1 60 4 4.822430
## 3 2 30 3 3.107570
## 4 3 36 2 1.843003
## 5 4 2670 237 255.036066
## 6 5 12176 1056 1113.430153
## 7 6 31047 3570 3753.569625
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Putumayo##########
putumayo <- sqldf("select *
from covid19identificado
where COD_DPTO=86")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from putumayo
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 153
## 2 3 1
## 3 4 10
## 4 5 43
## 5 6 99
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 86
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 3 7
## 2 4 78
## 3 5 351
## 4 6 817
tot2 <- sum(X$sum)
tot2
## [1] 1253
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 1253
## 2 3 7
## 3 4 78
## 4 5 351
## 5 6 817
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 12210.69 14285.71 12820.51 12250.71 12117.50
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 153 1253 12210.69
## 2 3 1 7 14285.71
## 3 4 10 78 12820.51
## 4 5 43 351 12250.71
## 5 6 99 817 12117.50
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 153 1253 12210.69 46019
## 2 3 1 7 14285.71 36
## 3 4 10 78 12820.51 2670
## 4 5 43 351 12250.71 12176
## 5 6 99 817 12117.50 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 153 1253 12210.69 46019
## 2 3 1 7 14285.71 36
## 3 4 10 78 12820.51 2670
## 4 5 43 351 12250.71 12176
## 5 6 99 817 12117.50 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 153 1253 12210.69 46019
## 4 3 1 7 14285.71 36
## 5 4 10 78 12820.51 2670
## 6 5 43 351 12250.71 12176
## 7 6 99 817 12117.50 31047
## Poblacion En Riesgo
## 1 411448
## 4 293
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 12286.69 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 153 1253 12210.69 46019
## 4 3 1 7 14285.71 36
## 5 4 10 78 12820.51 2670
## 6 5 43 351 12250.71 12176
## 7 6 99 817 12117.50 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 4 293 12286.69
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 153 140.3235375
## 2 3 36 1 0.8600683
## 3 4 2670 10 9.1042623
## 4 5 12176 43 39.8383266
## 5 6 31047 99 90.5208803
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Archipiélago de San Andrés##########
sanAndres <- sqldf("select *
from covid19identificado
where COD_DPTO=88")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from sanAndres
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 23
## 2 2 1
## 3 4 1
## 4 5 6
## 5 6 15
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 88
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 2 9
## 2 4 11
## 3 5 55
## 4 6 142
tot2 <- sum(X$sum)
tot2
## [1] 217
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 217
## 2 2 9
## 3 4 11
## 4 5 55
## 5 6 142
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10599.078 11111.111 9090.909 10909.091 10563.380
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 23 217 10599.078
## 2 2 1 9 11111.111
## 3 4 1 11 9090.909
## 4 5 6 55 10909.091
## 5 6 15 142 10563.380
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B <- B[-c(2,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 23 217 10599.078 46019
## 2 2 1 9 11111.111 30
## 3 4 1 11 9090.909 2670
## 4 5 6 55 10909.091 12176
## 5 6 15 142 10563.380 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 23 217 10599.078 46019
## 2 2 1 9 11111.111 30
## 3 4 1 11 9090.909 2670
## 4 5 6 55 10909.091 12176
## 5 6 15 142 10563.380 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 23 217 10599.078 46019
## 3 2 1 9 11111.111 30
## 5 4 1 11 9090.909 2670
## 6 5 6 55 10909.091 12176
## 7 6 15 142 10563.380 31047
## Poblacion En Riesgo
## 1 411448
## 3 251
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11952.19 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 23 217 10599.078 46019
## 3 2 1 9 11111.111 30
## 5 4 1 11 9090.909 2670
## 6 5 6 55 10909.091 12176
## 7 6 15 142 10563.380 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 3 251 11952.19
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 23 24.335232
## 2 2 30 1 1.075697
## 3 4 2670 1 1.283934
## 4 5 12176 6 6.242473
## 5 6 31047 15 15.733127
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Amazonas##########
amazonas <- sqldf("select *
from covid19identificado
where COD_DPTO=91")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from amazonas
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 70
## 2 4 1
## 3 5 23
## 4 6 46
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 91
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 4 11
## 2 5 113
## 3 6 248
tot2 <- sum(X$sum)
tot2
## [1] 372
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 372
## 2 4 11
## 3 5 113
## 4 6 248
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 18817.204 9090.909 20353.982 18548.387
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 70 372 18817.204
## 2 4 1 11 9090.909
## 3 5 23 113 20353.982
## 4 6 46 248 18548.387
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 70 372 18817.204 46019
## 2 4 1 11 9090.909 2670
## 3 5 23 113 20353.982 12176
## 4 6 46 248 18548.387 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 70 372 18817.204 46019
## 2 4 1 11 9090.909 2670
## 3 5 23 113 20353.982 12176
## 4 6 46 248 18548.387 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 70 372 18817.204 46019
## 5 4 1 11 9090.909 2670
## 6 5 23 113 20353.982 12176
## 7 6 46 248 18548.387 31047
## Poblacion En Riesgo
## 1 411448
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 70 372 18817.204 46019
## 5 4 1 11 9090.909 2670
## 6 5 23 113 20353.982 12176
## 7 6 46 248 18548.387 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 70 41.586953
## 2 4 2670 1 1.283934
## 3 5 12176 23 12.825444
## 4 6 31047 46 27.477574
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Guainía ##########
guainia <- sqldf("select *
from covid19identificado
where COD_DPTO=94")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from guainia
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 16
## 2 4 1
## 3 5 6
## 4 6 9
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 94
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 4 8
## 2 5 53
## 3 6 75
tot2 <- sum(X$sum)
tot2
## [1] 136
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 136
## 2 4 8
## 3 5 53
## 4 6 75
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11764.71 12500.00 11320.75 12000.00
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 16 136 11764.71
## 2 4 1 8 12500.00
## 3 5 6 53 11320.75
## 4 6 9 75 12000.00
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 16 136 11764.71 46019
## 2 4 1 8 12500.00 2670
## 3 5 6 53 11320.75 12176
## 4 6 9 75 12000.00 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 16 136 11764.71 46019
## 2 4 1 8 12500.00 2670
## 3 5 6 53 11320.75 12176
## 4 6 9 75 12000.00 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 16 136 11764.71 46019
## 5 4 1 8 12500.00 2670
## 6 5 6 53 11320.75 12176
## 7 6 9 75 12000.00 31047
## Poblacion En Riesgo
## 1 411448
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 16 136 11764.71 46019
## 5 4 1 8 12500.00 2670
## 6 5 6 53 11320.75 12176
## 7 6 9 75 12000.00 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 16 15.2589946
## 2 4 2670 1 0.9337705
## 3 5 12176 6 6.0154738
## 4 6 31047 9 8.3097503
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Guaviare##########
guaviare <- sqldf("select *
from covid19identificado
where COD_DPTO=95")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from guaviare
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 26
## 2 4 1
## 3 5 8
## 4 6 17
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 95
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 4 8
## 2 5 76
## 3 6 162
tot2 <- sum(X$sum)
tot2
## [1] 246
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 246
## 2 4 8
## 3 5 76
## 4 6 162
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10569.11 12500.00 10526.32 10493.83
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 26 246 10569.11
## 2 4 1 8 12500.00
## 3 5 8 76 10526.32
## 4 6 17 162 10493.83
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 26 246 10569.11 46019
## 2 4 1 8 12500.00 2670
## 3 5 8 76 10526.32 12176
## 4 6 17 162 10493.83 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 26 246 10569.11 46019
## 2 4 1 8 12500.00 2670
## 3 5 8 76 10526.32 12176
## 4 6 17 162 10493.83 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 26 246 10569.11 46019
## 5 4 1 8 12500.00 2670
## 6 5 8 76 10526.32 12176
## 7 6 17 162 10493.83 31047
## Poblacion En Riesgo
## 1 411448
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 26 246 10569.11 46019
## 5 4 1 8 12500.00 2670
## 6 5 8 76 10526.32 12176
## 7 6 17 162 10493.83 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 26 27.5087937
## 2 4 2670 1 0.9337705
## 3 5 12176 8 8.6259625
## 4 6 31047 17 17.9490607
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Vaupés##########
vaupes <- sqldf("select *
from covid19identificado
where COD_DPTO=97")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from vaupes
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 14
## 2 1 1
## 3 4 1
## 4 5 3
## 5 6 9
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 97
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 9
## 2 4 9
## 3 5 27
## 4 6 81
tot2 <- sum(X$sum)
tot2
## [1] 126
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 126
## 2 1 9
## 3 4 9
## 4 5 27
## 5 6 81
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11111.11 11111.11 11111.11 11111.11 11111.11
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 14 126 11111.11
## 2 1 1 9 11111.11
## 3 4 1 9 11111.11
## 4 5 3 27 11111.11
## 5 6 9 81 11111.11
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(3,4),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 14 126 11111.11 46019
## 2 1 1 9 11111.11 60
## 3 4 1 9 11111.11 2670
## 4 5 3 27 11111.11 12176
## 5 6 9 81 11111.11 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(3,4),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 14 126 11111.11 46019
## 2 1 1 9 11111.11 60
## 3 4 1 9 11111.11 2670
## 4 5 3 27 11111.11 12176
## 5 6 9 81 11111.11 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 14 126 11111.11 46019
## 2 1 1 9 11111.11 60
## 5 4 1 9 11111.11 2670
## 6 5 3 27 11111.11 12176
## 7 6 9 81 11111.11 31047
## Poblacion En Riesgo
## 1 411448
## 2 535
## 5 22875
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11214.95 11672.13 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 14 126 11111.11 46019
## 2 1 1 9 11111.11 60
## 5 4 1 9 11111.11 2670
## 6 5 3 27 11111.11 12176
## 7 6 9 81 11111.11 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 2 535 11214.95
## 5 22875 11672.13
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 14 14.098855
## 2 1 60 1 1.009346
## 3 4 2670 1 1.050492
## 4 5 12176 3 3.064487
## 5 6 31047 9 8.974530
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
########## Vichada##########
vichada <- sqldf("select *
from covid19identificado
where COD_DPTO=99")
A <- sqldf("select GRU_ED2, count(GRU_ED2) as Casos
from vichada
group by GRU_ED2")
tot <- sum(A$Casos)
A <- rbind(c("Total",tot),A)
A
## GRU_ED2 Casos
## 1 Total 12
## 2 5 5
## 3 6 7
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
where COD_DPTO == 99
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 5 49
## 2 6 66
tot2 <- sum(X$sum)
tot2
## [1] 115
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X
## GRU_ED2 sum
## 1 Total 115
## 2 5 49
## 3 6 66
# Se toma como la poblacion de riesgo la poblacion el Total tiempo x Persona
A <- as.data.frame(cbind(A,X))
A$`Total tiempo x persona` <- A$sum
A$sum <-NULL
A<-A[,-3]
A$Casos <- as.numeric(A$Casos)
Tasa <- A$Casos/A$`Total tiempo x persona`*100000 # Por cada 100000 habitantes
Tasa
## [1] 10434.78 10204.08 10606.06
A <- as.data.frame(cbind(A, "Tasa por 100000"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000
## 1 Total 12 115 10434.78
## 2 5 5 49 10204.08
## 3 6 7 66 10606.06
B <- sqldf("select GRU_ED2, count(GRU_ED2) as CantidadMuertes
from covid19identificado
group by GRU_ED2")
tot <- sum(B$CantidadMuertes)
B <- rbind(c("Total",tot),B)
B<-B[-c(2,3,4,5),]
A <- cbind(A,"Cantidad de Muertes" =B$CantidadMuertes)
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 12 115 10434.78 46019
## 2 5 5 49 10204.08 12176
## 3 6 7 66 10606.06 31047
X <- sqldf("SELECT GRU_ED2, SUM(MES) AS sum
FROM covid19identificado
GROUP BY GRU_ED2")
X
## GRU_ED2 sum
## 1 1 535
## 2 2 251
## 3 3 293
## 4 4 22875
## 5 5 107278
## 6 6 280216
tot2 <- sum(X$sum)
tot2
## [1] 411448
X <- rbind(data.frame(GRU_ED2 = "Total", `sum` = tot2),X)
X<-X[-c(2,3,4,5),]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 12 115 10434.78 46019
## 2 5 5 49 10204.08 12176
## 3 6 7 66 10606.06 31047
A <- cbind(A, X)
A <- A[,-6]
A$`Poblacion En Riesgo` <- A$sum
A <- A[,-6]
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 12 115 10434.78 46019
## 6 5 5 49 10204.08 12176
## 7 6 7 66 10606.06 31047
## Poblacion En Riesgo
## 1 411448
## 6 107278
## 7 280216
A$`Cantidad de Muertes` <- as.numeric(A$`Cantidad de Muertes`)
Tasa <- A$`Cantidad de Muertes`/A$`Poblacion En Riesgo`*100000 # Por cada 100000 habitantes
Tasa
## [1] 11184.65 11349.95 11079.67
A <- as.data.frame(cbind(A, "Tasa por 100000 C"=Tasa))
A
## GRU_ED2 Casos Total tiempo x persona Tasa por 100000 Cantidad de Muertes
## 1 Total 12 115 10434.78 46019
## 6 5 5 49 10204.08 12176
## 7 6 7 66 10606.06 31047
## Poblacion En Riesgo Tasa por 100000 C
## 1 411448 11184.65
## 6 107278 11349.95
## 7 280216 11079.67
#### CALCULAR PARA CADA GRUPO ETARIO DEL DEPARTAMENTO X EL NÚMERO
#### ESPERADO DE CASOS SI TUVIERA LAS TASAS DE COLOMBIA
casosEsp <- (A$`Tasa por 100000 C`/100000)*A$`Total tiempo x persona`
B <- as.data.frame(cbind("GRU_ED2"=A$GRU_ED2, "Colombia"=A$`Cantidad de Muertes`,
"Casos Observados"=A$Casos,
"Casos Esperados"= casosEsp ))
B$Colombia <- as.numeric(B$Colombia)
B$`Casos Observados`<-as.numeric(B$`Casos Observados`)
B$`Casos Esperados`<- as.numeric(B$`Casos Esperados`)
B[1,4] <- sum(B$`Casos Esperados`)-B[1,4]
B
## GRU_ED2 Colombia Casos Observados Casos Esperados
## 1 Total 46019 12 12.874056
## 2 5 12176 5 5.561476
## 3 6 31047 7 7.312580
razonEst <- B$`Casos Observados`/B$`Casos Esperados`*100
B <- cbind(B,"Razon Estandarizada"=as.numeric(razonEst))
Sol<-rbind(Sol,B[1,])
##########
nombres <- sqldf("select DP, DPNOM
from pop_edad_dep
group by DP")
nombres
## DP DPNOM
## 1 05 Antioquia
## 2 08 Atlántico
## 3 11 Bogotá, D.C.
## 4 13 Bolívar
## 5 15 Boyacá
## 6 17 Caldas
## 7 18 Caquetá
## 8 19 Cauca
## 9 20 Cesar
## 10 23 Córdoba
## 11 25 Cundinamarca
## 12 27 Chocó
## 13 41 Huila
## 14 44 La Guajira
## 15 47 Magdalena
## 16 50 Meta
## 17 52 Nariño
## 18 54 Norte de Santander
## 19 63 Quindio
## 20 66 Risaralda
## 21 68 Santander
## 22 70 Sucre
## 23 73 Tolima
## 24 76 Valle del Cauca
## 25 81 Arauca
## 26 85 Casanare
## 27 86 Putumayo
## 28 88 Archipiélago de San Andrés
## 29 91 Amazonas
## 30 94 Guainía
## 31 95 Guaviare
## 32 97 Vaupés
## 33 99 Vichada
Sol$GRU_ED2<-nombres$DPNOM
Sol$Colombia<-NULL
names(Sol)[1]<-"Departamento"
Sol
## Departamento Casos Observados Casos Esperados
## 1 Antioquia 4872 5131.80885
## 2 Atlántico 3727 3024.43645
## 3 Bogotá, D.C. 11129 10843.43664
## 4 Bolívar 1233 1052.61454
## 5 Boyacá 611 661.81915
## 6 Caldas 630 730.19128
## 7 Caquetá 505 529.61043
## 8 Cauca 450 477.43613
## 9 Cesar 1216 1240.48835
## 10 Córdoba 1797 1555.73094
## 11 Cundinamarca 1534 1599.90769
## 12 Chocó 93 70.88825
## 13 Huila 1296 1456.15761
## 14 La Guajira 416 423.33356
## 15 Magdalena 992 886.12476
## 16 Meta 804 847.59734
## 17 Nariño 1065 1037.15258
## 18 Norte de Santander 2130 2365.57190
## 19 Quindio 680 805.90939
## 20 Risaralda 844 945.25621
## 21 Santander 2715 2874.45299
## 22 Sucre 867 762.24141
## 23 Tolima 1271 1454.48828
## 24 Valle del Cauca 4517 4593.19084
## 25 Arauca 111 122.30171
## 26 Casanare 4872 5131.80885
## 27 Putumayo 153 140.32354
## 28 Archipiélago de San Andrés 23 24.33523
## 29 Amazonas 70 41.58695
## 30 Guainía 16 15.25899
## 31 Guaviare 26 27.50879
## 32 Vaupés 14 14.09885
## 33 Vichada 12 12.87406
## Razon Estandarizada
## 1 94.93729
## 2 123.22957
## 3 102.63351
## 4 117.13690
## 5 92.32129
## 6 86.27876
## 7 95.35311
## 8 94.25344
## 9 98.02591
## 10 115.50841
## 11 95.88053
## 12 131.19240
## 13 89.00135
## 14 98.26766
## 15 111.94812
## 16 94.85636
## 17 102.68499
## 18 90.04165
## 19 84.37673
## 20 89.28796
## 21 94.45275
## 22 113.74349
## 23 87.38468
## 24 98.34122
## 25 90.75916
## 26 94.93729
## 27 109.03374
## 28 94.51317
## 29 168.32202
## 30 104.85619
## 31 94.51523
## 32 99.29885
## 33 93.21072