Este es informe semanal del evento 356 para el valle del cauca que contiene una exploración de las caracteristicas mas relevantes sociales, de tiempo y lugar.
Vamos a cargar la base de datos y presentar el total de registros de la tabla:
library(readxl)
suicidio = read_excel("~/Desktop/2024_356_Reporte.xlsx")
dim(suicidio)## [1] 1325 143Ahora vamos a describir las variables sexo, edad, estrato y estado civil:
##ajustar el estrato
suicidio$estrato_=as.factor(suicidio$estrato_)
##ajustar estado civil
suicidio$estado_civ=factor(suicidio$estado_civ,levels = c(1,2,3,4,5),labels = c("soltero","casado","union libre","viudo","divorciado"))
##ajustar escolaridad
suicidio$escolarida2=factor(suicidio$escolarid,levels = c(1,2,3,5,7,8,9,10,11,12,13,14),labels = c("preescolar","primaria","secundaria","técnica","técnica","técnica","profesional","posgrado","posgrado","posgrado","ninguno","sin información"))
require(table1)
table1(~sexo_+edad_+estrato_+estado_civ+escolarida2,data=suicidio)| Overall (N=1325) |
|
|---|---|
| sexo_ | |
| F | 858 (64.8%) |
| M | 467 (35.2%) |
| edad_ | |
| Mean (SD) | 25.8 (12.6) |
| Median [Min, Max] | 22.0 [8.00, 90.0] |
| estrato_ | |
| 1 | 282 (21.3%) |
| 2 | 636 (48.0%) |
| 3 | 240 (18.1%) |
| 4 | 61 (4.6%) |
| 5 | 35 (2.6%) |
| 6 | 14 (1.1%) |
| Missing | 57 (4.3%) |
| estado_civ | |
| soltero | 978 (73.8%) |
| casado | 84 (6.3%) |
| union libre | 224 (16.9%) |
| viudo | 13 (1.0%) |
| divorciado | 26 (2.0%) |
| escolarida2 | |
| preescolar | 14 (1.1%) |
| primaria | 278 (21.0%) |
| secundaria | 653 (49.3%) |
| técnica | 172 (13.0%) |
| profesional | 85 (6.4%) |
| posgrado | 10 (0.8%) |
| ninguno | 8 (0.6%) |
| sin información | 105 (7.9%) |
A continuación se realizara una exploración de los casos reportados diariamente:
require(ggplot2)
suicidio$fecha=as.Date(suicidio$fec_not,format="%d/%m/%y")
fig1=ggplot(suicidio,aes(x=fecha))+geom_bar(fill="blue")+theme_bw()
require(plotly)
ggplotly(fig1)