En este estudio, se analizaron 1500 casos de COVID-19 en Colombia, compilados en el dataset CovidMuestra. A partir de las edades,se calcularon estadísticas descriptivas clave como:
Cada una de estas analiticas se encontrará desglosadas agrupadas en departamento de procedencia y sexo de las personas.
library(readxl)
library(tidyverse)
library(ggplot2)
library(dplyr)
DataCovid <- read_excel("CovidMuestra.xlsx")
View(DataCovid)
Base1 <- DataCovid %>%
select(Departamento, Edad)
Prom_base1 <- Base1 %>%
group_by(Departamento) %>%
summarise(Promedio = mean(Edad, na.rm=TRUE),
Mediana = median(Edad, na.rm=TRUE),
D.Estandar = sd(Edad, na.rm=TRUE))
library(DT)
datatable(Prom_base1)
Base2 <- DataCovid %>%
select(Sexo, Edad)
Prom_base2 <- Base2 %>%
group_by(Sexo) %>%
summarise(Promedio = mean(Edad, na.rm=TRUE),
Mediana = median(Edad, na.rm=TRUE),
D.Estandar = sd(Edad, na.rm=TRUE))
library(DT)
datatable(Prom_base2)
Base3 <- DataCovid %>%
select(Departamento, Edad, Sexo)
Prom_base3 <- Base3 %>%
group_by(Departamento, Sexo) %>%
summarise(Promedio = mean(Edad, na.rm=TRUE),
Mediana = median(Edad, na.rm=TRUE),
D.Estandar = sd(Edad, na.rm=TRUE))
library(DT)
datatable(Prom_base3)
library(plotly)
grafico1 <- plot_ly(Prom_base1, x=~Prom_base1$Departamento, y=Prom_base1$Promedio, type = 'bar', name = 'Media')
grafico1 <- grafico1 %>% add_trace(y = Prom_base1$Mediana, name = 'Mediana')
grafico1 <- grafico1 %>% add_trace(y = Prom_base1$D.Estandar, name = 'D.Estandar')
grafico1 <- grafico1 %>% layout(xaxis = list(title = "Departamento"),
yaxis = list(title = "Edades"))
grafico1