ACTIVIDAD 1 ESTADÍSTICA ESPACIAL DATA NC. SIDS Y DATA WORLD
Claudia Vallejo
2024-08-01
library(sp)
library(spData)
library(spdep)
library(gstat)
library(ggplot2)
library(raster)
library(tmap)
library(sf)
library(viridis)
library(leaflet)
library(htmltools)El conjunto de datos nc.sids proviene del paquete spData y contiene datos de SIDS (Síndrome de Muerte Súbita del Lactante) en Carolina del Norte, para realizar un análisis exploratorio geoestadístico, y se realiza un análisis exploratorio geoestadístico del SIDS para identificar patrones y tendencias en las tasas de mortalidad infantil a nivel de condado en Carolina del Norte . Se busca entender cómo las tasas de mortalidad infantil varían entre los condados y qué factores pueden estar asociados con estas variaciones.
Factores Socioeconómicos y Demográficos: La edad media de las madres y el porcentaje de pobreza son variables clave que pueden estar asociadas con las tasas de SIDS. Estos factores deben ser explorados en detalle para identificar posibles correlaciones con la mortalidad infantil.
Variabilidad Espacial:La variabilidad en las tasas de SIDS y en los nacimientos(BIR) sugiere que hay diferencias significativas entre condados. Un análisis geoestadístico adicional puede ayudar a identificar clústeres de alta o baja mortalidad y proporcionar información sobre posibles áreas de intervención.
El número de nacimientos varía ampliamente entre los condados y a lo largo del tiempo, con un incremento notable en los nacimientos desde 1974 a 1979. Esto puede influir en las tasas absolutas de mortalidad por SIDS, y es importante tener en cuenta el tamaño de la población .
Análisis descriptivo
Se realiza un análisis descriptivo para obtener un resumen estadístico de las variables. Esto incluye la media, mediana, desviación estándar y rangos de las tasas de mortalidad infantil y las variables asociadas.
data(nc.sids, package = "spData")## CNTY.ID BIR74 SID74 NWBIR74
## Min. :1825 Min. : 248 Min. : 0.00 Min. : 1.0
## 1st Qu.:1902 1st Qu.: 1077 1st Qu.: 2.00 1st Qu.: 190.0
## Median :1982 Median : 2180 Median : 4.00 Median : 697.5
## Mean :1986 Mean : 3300 Mean : 6.67 Mean :1051.0
## 3rd Qu.:2067 3rd Qu.: 3936 3rd Qu.: 8.25 3rd Qu.:1168.5
## Max. :2241 Max. :21588 Max. :44.00 Max. :8027.0
## BIR79 SID79 NWBIR79 east
## Min. : 319 Min. : 0.00 Min. : 3.0 Min. : 19.0
## 1st Qu.: 1336 1st Qu.: 2.00 1st Qu.: 250.5 1st Qu.:178.8
## Median : 2636 Median : 5.00 Median : 874.5 Median :285.0
## Mean : 4224 Mean : 8.36 Mean : 1352.8 Mean :271.3
## 3rd Qu.: 4889 3rd Qu.:10.25 3rd Qu.: 1406.8 3rd Qu.:361.2
## Max. :30757 Max. :57.00 Max. :11631.0 Max. :482.0
## north x y lon
## Min. : 6.0 Min. :-328.04 Min. :3757 Min. :-84.08
## 1st Qu.: 97.0 1st Qu.: -60.55 1st Qu.:3920 1st Qu.:-81.20
## Median :125.5 Median : 114.38 Median :3963 Median :-79.26
## Mean :122.1 Mean : 91.46 Mean :3953 Mean :-79.51
## 3rd Qu.:151.5 3rd Qu.: 240.03 3rd Qu.:4000 3rd Qu.:-77.87
## Max. :182.0 Max. : 439.65 Max. :4060 Max. :-75.67
## lat L.id M.id
## Min. :33.92 Min. :1.00 Min. :1.00
## 1st Qu.:35.26 1st Qu.:1.00 1st Qu.:2.00
## Median :35.68 Median :2.00 Median :3.00
## Mean :35.62 Mean :2.12 Mean :2.67
## 3rd Qu.:36.05 3rd Qu.:3.00 3rd Qu.:3.25
## Max. :36.52 Max. :4.00 Max. :4.00Tasas de Mortalidad por SIDS:La media de las muertes por SIDS en 1974 es de 6.67, mientras que en 1979 es de 8.36, indicando un aumento en la mortalidad a lo largo del tiempo. Los valores máximos observados en ambos años sugieren la presencia de condados con tasas de mortalidad excepcionalmente altas.
Las variables SID74, SID79, BIR74, y BIR79 tienen distribuciones sesgadas hacia la derecha, lo que significa que hay algunos condados con tasas de SIDS y números de nacimientos significativamente más altos que la mayoría.
La diferencia entre la media y la mediana en SID74 y SID79 indica que algunos condados tienen tasas de SIDS mucho más altas que otros, lo que puede ser indicativo de una variabilidad espacial significativa.
Gráfica para ver patrones , tendencias
Análisis de la Distribución de Casos de SIDS
Como podemos observar en la gráfica, en 1979 hubo 19 condados que reportaron más de 15 casos de SIDS. Este dato destaca la gravedad del problema en ciertas áreas.
Sin embargo, al analizar la tendencia desde 1974 hasta 1979, se puede observar una disminución significativa en el número de casos de SIDS en varios condados. Este descenso sugiere que podrían haberse implementado medidas que contribuyeron a la reducción de la mortalidad por SIDS en esos años.
La distribución de casos muestra cómo varían las tasas de SIDS entre los diferentes condados. En ambos años, se puede notar que la mayoría de los condados reportan un número bajo de casos de SIDS, con unas pocas excepciones que presentan números más altos.
Mapa de dispersión de tasas de SIDS en Carolina del Norte
## Warning: The `guide` argument in `scale_*()` cannot be `FALSE`. This was deprecated in
## ggplot2 3.3.4.
## ℹ Please use "none" instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
En la gráfica de la tasa de SIDS en Carolina del Norte, se observa una considerable variabilidad en los casos reportados entre los diferentes condados. Los puntos en la gráfica están degradados por color, lo que destaca los condados con una alta tasa de SIDS en tonos más oscuros y los condados con una baja tasa en tonos más claro, lo que sugiere que hay diferencias importantes entre los condados en cuanto a los casos de SIDS.
Análisis de tendencias
## CNTY.ID BIR74 SID74 NWBIR74 BIR79
## CNTY.ID 1.00000000 0.130450774 0.2289197 0.1276602 0.121737412
## BIR74 0.13045077 1.000000000 0.8572055 0.9025430 0.996998820
## SID74 0.22891974 0.857205475 1.0000000 0.8977063 0.843936380
## NWBIR74 0.12766023 0.902542963 0.8977063 1.0000000 0.895668187
## BIR79 0.12173741 0.996998820 0.8439364 0.8956682 1.000000000
## SID79 0.21056065 0.913567215 0.8330762 0.8465393 0.895292312
## NWBIR79 0.13192139 0.923890131 0.9000538 0.9934904 0.921557994
## east -0.07108284 -0.005231878 0.1176315 0.1678843 -0.005585095
## north -0.98559615 -0.168035431 -0.2747043 -0.1748723 -0.156728243
## x -0.08047143 -0.006440828 0.1151355 0.1662177 -0.006731231
## y -0.96765559 -0.177465155 -0.3051205 -0.2150185 -0.165743591
## lon -0.06799285 -0.004992632 0.1184122 0.1684407 -0.005342509
## lat -0.98557522 -0.167055613 -0.2779922 -0.1796515 -0.155874566
## L.id 0.94537937 0.111893412 0.2218719 0.1153046 0.104986754
## M.id -0.09768192 0.008299599 0.1469809 0.1827982 0.004956627
## SID79 NWBIR79 east north x
## CNTY.ID 0.210560647 0.1319214 -0.071082842 -0.98559615 -0.080471429
## BIR74 0.913567215 0.9238901 -0.005231878 -0.16803543 -0.006440828
## SID74 0.833076196 0.9000538 0.117631512 -0.27470431 0.115135544
## NWBIR74 0.846539329 0.9934904 0.167884259 -0.17487230 0.166217655
## BIR79 0.895292312 0.9215580 -0.005585095 -0.15672824 -0.006731231
## SID79 1.000000000 0.8586045 -0.002848457 -0.24721302 -0.004976015
## NWBIR79 0.858604549 1.0000000 0.150415344 -0.17493781 0.148742224
## east -0.002848457 0.1504153 1.000000000 0.07430752 0.999950659
## north -0.247213025 -0.1749378 0.074307523 1.00000000 0.083701957
## x -0.004976015 0.1487422 0.999950659 0.08370196 1.000000000
## y -0.257669725 -0.2113871 -0.101078698 0.98417252 -0.091722203
## lon -0.002188980 0.1509804 0.999991056 0.07126089 0.999903807
## lat -0.247137763 -0.1792933 0.047232063 0.99956239 0.056679564
## L.id 0.201257623 0.1198831 -0.167174577 -0.93941999 -0.176201259
## M.id 0.025982993 0.1635107 0.960023449 0.10229846 0.960265014
## y lon lat L.id M.id
## CNTY.ID -0.96765559 -0.067992854 -0.98557522 0.9453794 -0.097681921
## BIR74 -0.17746516 -0.004992632 -0.16705561 0.1118934 0.008299599
## SID74 -0.30512051 0.118412238 -0.27799221 0.2218719 0.146980949
## NWBIR74 -0.21501855 0.168440652 -0.17965145 0.1153046 0.182798209
## BIR79 -0.16574359 -0.005342509 -0.15587457 0.1049868 0.004956627
## SID79 -0.25766973 -0.002188980 -0.24713776 0.2012576 0.025982993
## NWBIR79 -0.21138712 0.150980365 -0.17929332 0.1198831 0.163510732
## east -0.10107870 0.999991056 0.04723206 -0.1671746 0.960023449
## north 0.98417252 0.071260891 0.99956239 -0.9394200 0.102298464
## x -0.09172220 0.999903807 0.05667956 -0.1762013 0.960265014
## y 1.00000000 -0.104105049 0.98843803 -0.9063936 -0.065743008
## lon -0.10410505 1.000000000 0.04414628 -0.1640769 0.959903035
## lat 0.98843803 0.044146280 1.00000000 -0.9373976 0.076422964
## L.id -0.90639364 -0.164076913 -0.93739763 1.0000000 -0.192268360
## M.id -0.06574301 0.959903035 0.07642296 -0.1922684 1.000000000## CNTY.ID BIR74 SID74 NWBIR74
## Min. :1825 Min. : 248 Min. : 0.00 Min. : 1.0
## 1st Qu.:1902 1st Qu.: 1077 1st Qu.: 2.00 1st Qu.: 190.0
## Median :1982 Median : 2180 Median : 4.00 Median : 697.5
## Mean :1986 Mean : 3300 Mean : 6.67 Mean :1051.0
## 3rd Qu.:2067 3rd Qu.: 3936 3rd Qu.: 8.25 3rd Qu.:1168.5
## Max. :2241 Max. :21588 Max. :44.00 Max. :8027.0
## BIR79 SID79 NWBIR79 east
## Min. : 319 Min. : 0.00 Min. : 3.0 Min. : 19.0
## 1st Qu.: 1336 1st Qu.: 2.00 1st Qu.: 250.5 1st Qu.:178.8
## Median : 2636 Median : 5.00 Median : 874.5 Median :285.0
## Mean : 4224 Mean : 8.36 Mean : 1352.8 Mean :271.3
## 3rd Qu.: 4889 3rd Qu.:10.25 3rd Qu.: 1406.8 3rd Qu.:361.2
## Max. :30757 Max. :57.00 Max. :11631.0 Max. :482.0
## north x y lon
## Min. : 6.0 Min. :-328.04 Min. :3757 Min. :-84.08
## 1st Qu.: 97.0 1st Qu.: -60.55 1st Qu.:3920 1st Qu.:-81.20
## Median :125.5 Median : 114.38 Median :3963 Median :-79.26
## Mean :122.1 Mean : 91.46 Mean :3953 Mean :-79.51
## 3rd Qu.:151.5 3rd Qu.: 240.03 3rd Qu.:4000 3rd Qu.:-77.87
## Max. :182.0 Max. : 439.65 Max. :4060 Max. :-75.67
## lat L.id M.id
## Min. :33.92 Min. :1.00 Min. :1.00
## 1st Qu.:35.26 1st Qu.:1.00 1st Qu.:2.00
## Median :35.68 Median :2.00 Median :3.00
## Mean :35.62 Mean :2.12 Mean :2.67
## 3rd Qu.:36.05 3rd Qu.:3.00 3rd Qu.:3.25
## Max. :36.52 Max. :4.00 Max. :4.00##
## Call:
## lm(formula = SID74 ~ BIR74, data = nc.sids)
##
## Residuals:
## Min 1Q Median 3Q Max
## -11.5043 -1.9224 -0.8106 1.4886 16.3752
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.9507389 0.5316678 1.788 0.0768 .
## BIR74 0.0017333 0.0001052 16.478 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 4.027 on 98 degrees of freedom
## Multiple R-squared: 0.7348, Adjusted R-squared: 0.7321
## F-statistic: 271.5 on 1 and 98 DF, p-value: < 2.2e-16## [1] "Hay una relación positiva significativa entre el número de \nnacimientos y el número de casos de SIDS en 1974, lo que sugiere que a medida \nque aumenta el número de nacimientos.Además se puede ver la alta variabilidad\nen el número de casos de SIDS y el número de nacimientos entre condados."
La gráfica reafirma que existe una relación positiva entre los nacimientos y casos de SIDS
Mapa iterativo de Síndrome de Muerte Súbita del Lactante (SIDS) en Carolina del Norte para el año 1974 y 1979
En este mapa interactivo, se visualiza la tasa de Síndrome de Muerte Súbita del Lactante (SIDS) en Carolina del Norte para el año 1974 y 1979. Los puntos en el mapa representan condados y están coloreados según la tasa de SIDS, utilizando una paleta de colores para que los colores más oscuros indiquen tasas más bajas y los colores más claros tasas más altass. Al hacer clic en un punto, se abre una ventana emergente que muestra la tasa específica de SIDS para ese condado. La leyenda en la parte inferior derecha ayuda a interpretar los colores y tamaños de los puntos en términos de los valores de la tasa de SIDS.
Además, se puede observar que la mayoría de los condados presentan tasas relativamente altas de SIDS, como se refleja en los tonos claros predominantes en el mapa. Esto sugiere que el problema de SIDS afecta a un gran número de condados en Carolina del Norte. Al comparar los años 1974 y 1979, se observa que los patrones de tasas de SIDS se mantienen en ambos periodos e incluso hubo un aumento de condados con tasas altas de SIDS para 1979. Los condados con tasas altas en 1974 en su mayoría también tienden a mostrar tasas altas en 1979, indicando una persistencia en la problemática a lo largo de los años.
PARTE2:Análisis Exploratorio data world
El conjunto de datos world del paquete spData es un conjunto de datos geoespaciales que contiene información sobre los países del mundo,sobre 177 países, incluyendo su código ISO de dos letras, nombre completo, continente, región de las Naciones Unidas, y subregión, todos representados como valores de tipo carácter. Mide el ingreso promedio de los habitantes de un país al dividir el PIB total entre la población.
# Resumen del conjunto de datos world
summary(world)## iso_a2 name_long continent region_un
## Length:177 Length:177 Length:177 Length:177
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
##
## subregion type area_km2 pop
## Length:177 Length:177 Min. : 2417 Min. :5.630e+04
## Class :character Class :character 1st Qu.: 46185 1st Qu.:3.755e+06
## Mode :character Mode :character Median : 185004 Median :1.040e+07
## Mean : 832558 Mean :4.282e+07
## 3rd Qu.: 621860 3rd Qu.:3.075e+07
## Max. :17018507 Max. :1.364e+09
## NA's :10
## lifeExp gdpPercap geom
## Min. :50.62 Min. : 597.1 MULTIPOLYGON :177
## 1st Qu.:64.96 1st Qu.: 3752.4 epsg:4326 : 0
## Median :72.87 Median : 10734.1 +proj=long...: 0
## Mean :70.85 Mean : 17106.0
## 3rd Qu.:76.78 3rd Qu.: 24232.7
## Max. :83.59 Max. :120860.1
## NA's :10 NA's :17Los países varían considerablemente en tamaño y población. El área de los países va desde 2,417 km² hasta 17,018,507 km², con un área media de 832,558 km². La población de los países varía desde 56,300 hasta 1,364,000,000, con una población media de aproximadamente 42,820,000, aunque hay 10 países con valores de población no disponibles. La esperanza de vida promedio en los países va desde 50.62 hasta 83.59 años, con una media de 70.85 años en el muendo, aunque hay 10 países con datos no disponibles. El PIB per cápita (promedio del ingreso o riqueza por persona en una nación) varía ampliamente, desde 597.1 hasta 120,860.1, con una media de 17,106.0, aunque hay 17 países con datos no disponibles.
El PIB per cápita varía ampliamente, desde 597.1 hasta 120,860.1. La media del PIB per cápita es de 17,106.0, mientras que la mediana es de 10,734.1, lo que sugiere que unos pocos países están influyendo en la media. La mayoría de los países tienen un PIB per cápita por debajo de este valor.
En general el conjunto de datos world revela una notable variabilidad en las características geográficas, demográficas y económicas de los países del mundo, con diferencias significativas entre los valores medios y medianos que destacan la presencia de extremos en las distribuciones de área, población, esperanza de vida y PIB per cápita (promedio del ingreso o riqueza por persona en una nación).
Relación entre promedio del ingreso per Cápita (PIB) y Esperanza de Vida
ggplot(world, aes(x = gdpPercap, y = lifeExp)) +
geom_point(aes(size = pop, color = continent), alpha = 0.7) +
scale_x_log10() +
labs(title = "Relación entre PIB per Cápita y Esperanza de Vida", x = "PIB per Cápita", y = "Esperanza de Vida")## Warning: Removed 17 rows containing missing values or values outside the scale range
## (`geom_point()`).
En general, podemos ver una tendencia positiva, donde los países con un mayor PIB per cápita tienden a tener una mayor esperanza de vida. Esto indica que, a medida que el PIB per cápita aumenta, la esperanza de vida también tiende a aumentar. Los países con una alta población (puntos grandes) pueden aparecer en varias posiciones en la gráfica, mientras que el color de los puntos puede mostrar patrones por continente, como diferencias en PIB per cápita y esperanza de vida entre continentes. Además, es notable que el continente africano es quien tiene menor PIB percápita y por ende menor esperanza de vida.Europa y Norte américa son los que tienen valores más altos con esperanza de vida entre 70 a 80 años.
Para ver variabilidad y tendencia
Se puede ver en la gráfica que hay unos datos atípicos y los box plot muestran una significativa variabilidad en los datos de esperanza de vida. Así mismo, es notable que en promedio la esperanza de vida del continente africano es muy baja comparado con los otros continentes, pues está alrededor de 60 años . Europa es quien tiene en promedio una mayor esperanza de vida cerca a los 80 años, le sigue el continente Norte americano con promedio de esperanza de vida alrededor de los 75 años. Es de anotar que sur américa tiene una esperanza de vida bastante alta comparado con los otros continentes entre 70 a 75 años.
Mapa iterativo sobre la esperanza de Vida en el mundo
Este mapa proporciona una visualización clara de la distribución de la esperanza de vida en el mundo, permitiendo observar cómo varía entre diferentes países y regiones.Reflejando que la esperanza de vida en general es bastante alta pero destaca el continente americano y se refleja menor esperanza de vida en el continente africano.
La paleta de colores varía desde colores oscuros, que representan una menor esperanza de vida, hasta colores claros, que indican una mayor esperanza de vida para la identificación visual de las regiones con diferentes niveles de esperanza de vida. Al hacer clic en un país, se abre una ventana emergente que proporciona información adicional sobre ese país, incluyendo el nombre del país y su esperanza de vida promedio.
Mapa iterativo sobre PIB per cápita y la esperanza de Vida en el mundo
Los países con mayor PIB percápita tienden a tener colores más brillantes o claros, indicando un mayor ingreso económico. Entre estos países, se destacan las naciones desarrolladas .Además, se puede observar que muchos de los países con alta esperanza de vida también tienen un PIB percápita elevado. Esto refuerza la tendencia de que un mayor nivel de riqueza económica a menudo se correlaciona con una mejor calidad de vida y, por ende, con una mayor esperanza de vida.