script para el analisis de datos de COVID 19

library(readr)
url_conf <- "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv"

url_desesos <- "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv"

url_recuperados<- "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_recovered_global.csv"

Informacion de url en variables para no poner ese

Datos_conf <- read.csv(url_conf)
Datos_desesos <- read.csv(url_desesos)
Datos_recuperados <- read.csv(url_recuperados)

class(Datos_conf)
## [1] "data.frame"
dim(Datos_conf)
## [1] 264  95
names(Datos_conf)
##  [1] "Province.State" "Country.Region" "Lat"            "Long"          
##  [5] "X1.22.20"       "X1.23.20"       "X1.24.20"       "X1.25.20"      
##  [9] "X1.26.20"       "X1.27.20"       "X1.28.20"       "X1.29.20"      
## [13] "X1.30.20"       "X1.31.20"       "X2.1.20"        "X2.2.20"       
## [17] "X2.3.20"        "X2.4.20"        "X2.5.20"        "X2.6.20"       
## [21] "X2.7.20"        "X2.8.20"        "X2.9.20"        "X2.10.20"      
## [25] "X2.11.20"       "X2.12.20"       "X2.13.20"       "X2.14.20"      
## [29] "X2.15.20"       "X2.16.20"       "X2.17.20"       "X2.18.20"      
## [33] "X2.19.20"       "X2.20.20"       "X2.21.20"       "X2.22.20"      
## [37] "X2.23.20"       "X2.24.20"       "X2.25.20"       "X2.26.20"      
## [41] "X2.27.20"       "X2.28.20"       "X2.29.20"       "X3.1.20"       
## [45] "X3.2.20"        "X3.3.20"        "X3.4.20"        "X3.5.20"       
## [49] "X3.6.20"        "X3.7.20"        "X3.8.20"        "X3.9.20"       
## [53] "X3.10.20"       "X3.11.20"       "X3.12.20"       "X3.13.20"      
## [57] "X3.14.20"       "X3.15.20"       "X3.16.20"       "X3.17.20"      
## [61] "X3.18.20"       "X3.19.20"       "X3.20.20"       "X3.21.20"      
## [65] "X3.22.20"       "X3.23.20"       "X3.24.20"       "X3.25.20"      
## [69] "X3.26.20"       "X3.27.20"       "X3.28.20"       "X3.29.20"      
## [73] "X3.30.20"       "X3.31.20"       "X4.1.20"        "X4.2.20"       
## [77] "X4.3.20"        "X4.4.20"        "X4.5.20"        "X4.6.20"       
## [81] "X4.7.20"        "X4.8.20"        "X4.9.20"        "X4.10.20"      
## [85] "X4.11.20"       "X4.12.20"       "X4.13.20"       "X4.14.20"      
## [89] "X4.15.20"       "X4.16.20"       "X4.17.20"       "X4.18.20"      
## [93] "X4.19.20"       "X4.20.20"       "X4.21.20"

Extrayendo la información del url a variables, toda la información toda la tabla de tanto infectados, recuperados y más, están en esas variables para poder manejarla al gusto

conf_mexico <- t(Datos_conf [Datos_conf$Country.Region=="Mexico" ,])

desesos_mexico <- t(Datos_desesos [Datos_desesos$Country.Region=="Mexico" ,])

recuperados_mexico <- t(Datos_recuperados [Datos_recuperados$Country.Region=="Mexico" ,])

cat(" Confirmados Mexico", conf_mexico[nrow(conf_mexico)], "\n")
##  Confirmados Mexico 8772
cat(" desesos Mexico", desesos_mexico[nrow(desesos_mexico)], "\n")
##  desesos Mexico 712
cat(" recuperados Mexico", recuperados_mexico[nrow(recuperados_mexico)], "\n")
##  recuperados Mexico 2627

En México el número de infectados y recuperados en el tiempo que se está haciendo para mi pareces están bien, ya que se está recuperando una gran parte de las personas infectadas. Una estadística normal.

conf_rusia <- t(Datos_conf [Datos_conf$Country.Region=="Russia" ,])

desesos_rusia <- t(Datos_desesos [Datos_desesos$Country.Region=="Russia" ,])

recuperados_rusia <- t(Datos_recuperados [Datos_recuperados$Country.Region=="Russia" ,])


cat(" Confirmados Russia", conf_rusia[nrow(conf_rusia)], "\n")
##  Confirmados Russia 52763
cat(" desesos Russia", desesos_rusia[nrow(desesos_rusia)], "\n")
##  desesos Russia 456
cat(" recuperados Russia", recuperados_rusia[nrow(recuperados_rusia)], "\n")
##  recuperados Russia 3873

En Rusia el número de infectados y recuperados en el tiempo está un poco menor, hay muchos infectados y pocos recuperados, pero viendo las medidas que se toman en ese país se ve que muy pronto va a cambiar.

conf_alemania <- t(Datos_conf [Datos_conf$Country.Region=="Germany" ,])

desesos_alemania <- t(Datos_desesos [Datos_desesos$Country.Region=="Germany" ,])

recuperados_alemania <- t(Datos_recuperados [Datos_recuperados$Country.Region=="Germany" ,])

cat(" Confirmados Alemania", conf_alemania[nrow(conf_alemania)], "\n")
##  Confirmados Alemania 148291
cat(" desesos Alemania", desesos_alemania[nrow(desesos_alemania)], "\n")
##  desesos Alemania 5033
cat(" recuperados Alemania", recuperados_alemania[nrow(recuperados_alemania)], "\n")
##  recuperados Alemania 95200

En Alemania el número de infectados y recuperados en el tiempo es mayor, ya que los recuperados y son mayor de la mitad de los infectados, una recuperación mayor. Las medidas tomadas en el país son las ideales y su atención es muy buena.

conf_ecuador <- t(Datos_conf [Datos_conf$Country.Region=="Ecuador" ,])

desesos_ecuador <- t(Datos_desesos [Datos_desesos$Country.Region=="Ecuador" ,])

recuperados_ecuador <- t(Datos_recuperados [Datos_recuperados$Country.Region=="Ecuador" ,])

cat(" Confirmados Ecuador", conf_ecuador[nrow(conf_ecuador)], "\n")
##  Confirmados Ecuador 10398
cat(" desesos Ecuador", desesos_ecuador[nrow(desesos_ecuador)], "\n")
##  desesos Ecuador 520
cat(" recuperados Ecuador", recuperados_ecuador[nrow(recuperados_ecuador)], "\n")
##  recuperados Ecuador 1207

En Ecuador el número de infectados y recuperados en el tiempo es mala, pero aquí me da duda, según las noticias los muertos deben de estar en miles tanto como los infectados, pero está en números bajos, talvez este país no da los números bien, hay una crisis en este tipo de países y aun así no dan los números bien.

conf_canada <- t(Datos_conf [Datos_conf$Country.Region=="Canada" ,])

desesos_canada <- t(Datos_desesos [Datos_desesos$Country.Region=="Canada" ,])

recuperados_canada <- t(Datos_recuperados [Datos_recuperados$Country.Region=="Canada" ,])

cat(" Confirmados Canada", conf_canada[nrow(conf_canada)], "\n")
##  Confirmados Canada  3095
cat(" desesos Canada", desesos_canada[nrow(desesos_canada)], "\n")
##  desesos Canada   61
cat(" recuperados Canada", recuperados_canada[nrow(recuperados_canada)], "\n")
##  recuperados Canada 13188

Canada si tiene buenas estadistica, los infectados son mernores a los recuperados, es un pais buen y sus medidas son buenas, ya que es un pais grande pero con pocas personas y si saben que medidad poder tomar.

Conclusión: Países más desarrollados se ve que tiene un buen sistema para este tipo de pandemias, ya que se ve que se recuperan mucho pero si llegan a muchos infectados por el movimiento que se hace en los países. Pero algunos países no tan desarrollados maquillan sus números para no verse tan mal ante los demás, no vean el mal manejo que se está dando en el país. Cada país hace su esfuerzo pero nunca es recomendable mentir, la estadística es exacta solo cuando todos den números reales.