datos
# Tasa de natalidad por año
nacimientos <- datos$nacimientos_registrados
poblacion <- datos$poblacion_total
datos$natalidad <- (nacimientos / poblacional_total) * 1000
print(datos)
#graficos de natalidad por año
library(ggplot2)
ggplot(datos, aes(x = año, y = natalidad)) +
geom_line(stat = "identity", color = "red") +
geom_point(stat = "identity") +
labs(title = "Tasa de natalidad por año", x = "Año", y = "Natalidad por cada 1000 hab" )

library(dplyr)
library(flextable)
#tasa de mortalidad
muertes <- datos$defunciones_registradas
datos$mortalidad <- (muertes / poblacional_total) * 1000
#grafico de mortalidad por año
ggplot(datos, aes(x = año, y = mortalidad)) +
geom_line(stat = "identity", color = "blue") +
geom_point(stat = "identity") +
labs(title = "Tasa de mortalidad por año", x = "año", y = "muertes por 1000 hab")

#incremento natural de la poblacion
datos$incremento_natura_poblacion <- ((nacimientos - muertes) / poblacional_total) * 1000
datos
#graficos de incremento natural de la poblacion
ggplot(datos, aes(x = año, y = incremento_natural)) +
geom_line(stat = "identity", color = "gray") +
geom_point(stat = "identity") +
labs(title = "Incremento natural de la poblacion", x = "año", y = "incremento de la ponlacion")

#tasa de letalidad covid
datos$letalidad_covid <- ifelse(datos$casos_covid_confirmados > 0, (datos$defunciones_covid_confirmadas / datos$casos_covid_confirmados) * 100, NA)
#Grafico letalidad COVID por año
ggplot(datos, aes(x = año, y = letalidad_covid)) +
geom_bar(stat = "identity", color = "black") +
labs(title = "porcentaje de letalidad de COVID", x = "año", y = "porcentaje de letalidad")

#redondear columnas numericas
datos_redondeados <- datos %>%
mutate(across(where(is.numeric), ~ round(.x, 2)))
datos
#crear la tabla
flextable(datos_redondeados) %>%
autofit()
año | poblacion_total | nacimientos_registrados | defunciones_registradas | incremento_natural | casos_covid_confirmados | defunciones_covid_confirmadas | natalidad | mortalidad | incremento_natura_poblacion | letalidad_covid |
|---|
2,018 | 124,738,000 | 2,162,535 | 722,611 | 1,439,924 | 0 | 0 | 21,625.35 | 7,226.11 | 14,399.24 |
|
2,019 | 125,930,000 | 2,092,214 | 747,784 | 1,344,430 | 0 | 0 | 20,922.14 | 7,477.84 | 13,444.30 |
|
2,020 | 126,014,024 | 1,629,211 | 1,086,743 | 542,468 | 1,437,185 | 126,507 | 16,292.11 | 10,867.43 | 5,424.68 | 8.8 |
2,021 | 126,705,138 | 1,912,178 | 1,122,249 | 789,929 |
|
| 19,121.78 | 11,222.49 | 7,899.29 |
|
NA
NA
¿En qué año se observa la mayor tasa de mortalidad y cómo se
relaciona con la pandemia? 2021, despues del inicio de pandemia
¿Cómo cambia la tasa de natalidad entre 2018 y 2021? despues de
pandemia reduce la natalidad en comparacion con 2018
¿Qué ocurre con el incremento natural durante ese periodo? disminuye
en compracion con la muerte
LS0tCnRpdGxlOiAiUiBOb3RlYm9vayIKb3V0cHV0OiBodG1sX25vdGVib29rCi0tLQoKCmBgYHtyfQpkYXRvcwpgYGAKYGBge3J9CmRhdG9zIDwtIHJlYWRfY3N2KCIvVXNlcnMvaXphbmFlbHlydWl6L0Rvd25sb2Fkcy9lc3RhZGlzdGljYXNfdml0YWxlc19tZXhpY29fMjAxOF8yMDIxLmNzdiIpCmBgYAoKYGBge3J9CmRhdG9zCmBgYApgYGB7cn0KIyBUYXNhIGRlIG5hdGFsaWRhZCBwb3IgYcOxbwpuYWNpbWllbnRvcyA8LSBkYXRvcyRuYWNpbWllbnRvc19yZWdpc3RyYWRvcyAKcG9ibGFjaW9uIDwtIGRhdG9zJHBvYmxhY2lvbl90b3RhbAoKZGF0b3MkbmF0YWxpZGFkIDwtIChuYWNpbWllbnRvcyAvIHBvYmxhY2lvbmFsX3RvdGFsKSAqIDEwMDAKcHJpbnQoZGF0b3MpCgojZ3JhZmljb3MgZGUgbmF0YWxpZGFkIHBvciBhw7FvIApsaWJyYXJ5KGdncGxvdDIpCmdncGxvdChkYXRvcywgYWVzKHggPSBhw7FvLCB5ID0gbmF0YWxpZGFkKSkgKwogIGdlb21fbGluZShzdGF0ID0gImlkZW50aXR5IiwgY29sb3IgPSAicmVkIikgKwogIGdlb21fcG9pbnQoc3RhdCA9ICJpZGVudGl0eSIpICsKICBsYWJzKHRpdGxlID0gIlRhc2EgZGUgbmF0YWxpZGFkIHBvciBhw7FvIiwgeCA9ICJBw7FvIiwgeSA9ICJOYXRhbGlkYWQgcG9yIGNhZGEgMTAwMCBoYWIiICkKCmBgYAoKYGBge3J9CmxpYnJhcnkoZHBseXIpCmxpYnJhcnkoZmxleHRhYmxlKQpgYGAKCmBgYHtyfQojdGFzYSBkZSBtb3J0YWxpZGFkIAptdWVydGVzIDwtIGRhdG9zJGRlZnVuY2lvbmVzX3JlZ2lzdHJhZGFzCgpkYXRvcyRtb3J0YWxpZGFkIDwtIChtdWVydGVzIC8gcG9ibGFjaW9uYWxfdG90YWwpICogMTAwMAoKI2dyYWZpY28gZGUgbW9ydGFsaWRhZCBwb3IgYcOxbyAKZ2dwbG90KGRhdG9zLCBhZXMoeCA9IGHDsW8sIHkgPSBtb3J0YWxpZGFkKSkgKwogIGdlb21fbGluZShzdGF0ID0gImlkZW50aXR5IiwgY29sb3IgPSAiYmx1ZSIpICsKICBnZW9tX3BvaW50KHN0YXQgPSAiaWRlbnRpdHkiKSArCiAgbGFicyh0aXRsZSA9ICJUYXNhIGRlIG1vcnRhbGlkYWQgcG9yIGHDsW8iLCB4ID0gImHDsW8iLCB5ID0gIm11ZXJ0ZXMgcG9yIDEwMDAgaGFiIikKYGBgCmBgYHtyfQojaW5jcmVtZW50byBuYXR1cmFsIGRlIGxhIHBvYmxhY2lvbiAKZGF0b3MkaW5jcmVtZW50b19uYXR1cmFfcG9ibGFjaW9uIDwtICgobmFjaW1pZW50b3MgLSBtdWVydGVzKSAvIHBvYmxhY2lvbmFsX3RvdGFsKSAqIDEwMDAKCmRhdG9zCgojZ3JhZmljb3MgZGUgaW5jcmVtZW50byBuYXR1cmFsIGRlIGxhIHBvYmxhY2lvbiAKZ2dwbG90KGRhdG9zLCBhZXMoeCA9IGHDsW8sIHkgPSBpbmNyZW1lbnRvX25hdHVyYWwpKSArCiAgZ2VvbV9saW5lKHN0YXQgPSAiaWRlbnRpdHkiLCBjb2xvciA9ICJncmF5IikgKwogIGdlb21fcG9pbnQoc3RhdCA9ICJpZGVudGl0eSIpICsKICBsYWJzKHRpdGxlID0gIkluY3JlbWVudG8gbmF0dXJhbCBkZSBsYSBwb2JsYWNpb24iLCB4ID0gImHDsW8iLCB5ID0gImluY3JlbWVudG8gZGUgbGEgcG9ubGFjaW9uIikKCmBgYApgYGB7cn0KI3Rhc2EgZGUgbGV0YWxpZGFkIGNvdmlkCmRhdG9zJGxldGFsaWRhZF9jb3ZpZCA8LSBpZmVsc2UoZGF0b3MkY2Fzb3NfY292aWRfY29uZmlybWFkb3MgPiAwLCAoZGF0b3MkZGVmdW5jaW9uZXNfY292aWRfY29uZmlybWFkYXMgLyBkYXRvcyRjYXNvc19jb3ZpZF9jb25maXJtYWRvcykgKiAxMDAsIE5BKQoKI0dyYWZpY28gbGV0YWxpZGFkIENPVklEIHBvciBhw7FvIApnZ3Bsb3QoZGF0b3MsIGFlcyh4ID0gYcOxbywgeSA9IGxldGFsaWRhZF9jb3ZpZCkpICsKICBnZW9tX2JhcihzdGF0ID0gImlkZW50aXR5IiwgY29sb3IgPSAiYmxhY2siKSArCiAgbGFicyh0aXRsZSA9ICJwb3JjZW50YWplIGRlIGxldGFsaWRhZCBkZSBDT1ZJRCIsIHggPSAiYcOxbyIsIHkgPSAicG9yY2VudGFqZSBkZSBsZXRhbGlkYWQiKQpgYGAKYGBge3J9CiNyZWRvbmRlYXIgY29sdW1uYXMgbnVtZXJpY2FzIApkYXRvc19yZWRvbmRlYWRvcyA8LSBkYXRvcyAlPiUKICBtdXRhdGUoYWNyb3NzKHdoZXJlKGlzLm51bWVyaWMpLCB+IHJvdW5kKC54LCAyKSkpCmRhdG9zCgojY3JlYXIgbGEgdGFibGEKZmxleHRhYmxlKGRhdG9zX3JlZG9uZGVhZG9zKSAlPiUKICBhdXRvZml0KCkKCgpgYGAKCsK/RW4gcXXDqSBhw7FvIHNlIG9ic2VydmEgbGEgbWF5b3IgdGFzYSBkZSBtb3J0YWxpZGFkIHkgY8OzbW8gc2UgcmVsYWNpb25hIGNvbiBsYSBwYW5kZW1pYT8KMjAyMSwgZGVzcHVlcyBkZWwgaW5pY2lvIGRlIHBhbmRlbWlhIAoKwr9Dw7NtbyBjYW1iaWEgbGEgdGFzYSBkZSBuYXRhbGlkYWQgZW50cmUgMjAxOCB5IDIwMjE/CmRlc3B1ZXMgZGUgcGFuZGVtaWEgcmVkdWNlIGxhIG5hdGFsaWRhZCBlbiBjb21wYXJhY2lvbiBjb24gMjAxOCAKCsK/UXXDqSBvY3VycmUgY29uIGVsIGluY3JlbWVudG8gbmF0dXJhbCBkdXJhbnRlIGVzZSBwZXJpb2RvPwpkaXNtaW51eWUgZW4gY29tcHJhY2lvbiBjb24gbGEgbXVlcnRlIAoKCgo=