Tercer ejercicio de estadistica aplicada

analisis de datos abiertos de COVID-19

El objetivo de este ejercicio es analizar el crecimiento de los contagiados, recuperados, fallecidos por COVID-19 en Mexíco. ## Importar * Importar bibliotecas

#importamos las librerias necesarias
library(readr)
library(tidyverse)
## -- Attaching packages -------------------------------------------- tidyverse 1.3.0 --
## v ggplot2 3.3.2     v dplyr   1.0.2
## v tibble  3.0.3     v stringr 1.4.0
## v tidyr   1.1.1     v forcats 0.5.0
## v purrr   0.3.4
## -- Conflicts ----------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()
library(plotly)
## 
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## The following object is masked from 'package:stats':
## 
##     filter
## The following object is masked from 'package:graphics':
## 
##     layout
library(gifski)
library(gganimate)
  • Importar datos
#datos sobre el covid-19
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_decesos <- "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"
  • Leer el archivo .csv de las URL este comando descargara los archivos a la computadora a archivos separados por comas
datos_conf <- read.csv(url_conf)
datos_decesos <-read.csv(url_decesos)
datos_recuperados <- read.csv(url_recuperados)
  • Extraer los datos para Mexico
#comandos para extraer los datos de mexico 
conf_mex <- t(datos_conf [datos_conf$Country.Region=="Mexico" ,])
dec_mex <- t(datos_decesos [datos_decesos$Country.Region=="Mexico" ,])
rec_mex <- t(datos_recuperados [datos_recuperados$Country.Region=="Mexico" ,])

Ordenar los datos

  • Visualizacion de reconocimiento Esto con una gráfica sencilla para conocer cómo se comportan los datos para ordenarlos
#con esto ya se crea la grafica
plot(conf_mex)
## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción

plot(rec_mex)
## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción

plot(dec_mex)
## Warning in xy.coords(x, y, xlabel, ylabel, log): NAs introducidos por coerción

*ordenar y transformar los datos

#Vector de Fecha
Fecha = seq(from = as.Date("2020-01-22"), to = as.Date("2020-09-03"), by = 'day')

#Casos confirmados
#aqui establecemos de que posicin hasta cual posicion se leeran los datos
vec1 <- as.vector(conf_mex)
vec2 <-vec1[5:230]
num1 <- as.numeric(vec2)
Confirmados <- as.vector(num1)

#decesos 
vec1 <- as.vector(dec_mex)
vec2 <-vec1[5:230]
num1 <- as.numeric(vec2)
Decesos <- as.vector(num1)

#recuperados
vec1 <- as.vector(rec_mex)
vec2 <-vec1[5:230]
num1 <- as.numeric(vec2)
Recuperados <- as.vector(num1)

#construir data frame (marco de datos)
datos1 <- data.frame(Fecha, Confirmados, Decesos, Recuperados)

#Figura 2 Confirmados ggplot
ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Confirmados))

### Visualizar * A continuacion se presentan 3 gráficas simples elaboradas con ggplot para recuperados, decesos y confirmados de COVID-19 en México

#Figura 2 Confirmados ggplot
#grafica con los datos obtenidos anteriormente
ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Confirmados)) + 
  ggtitle("Casos acumulados confirmados de COVID-19 en México, al dia 06/09/2020")

#Figura 3 Recuperados ggplot

ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Recuperados)) + 
  ggtitle("Casos acumulados de recuperados de COVID-19 en México, al dia 06/09/2020")

#Figura 4 Decesos ggplot

ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Decesos)) + 
  ggtitle("Casos acumulados de decesos de COVID-19 en México, al dia 06/09/2020")

  • Gráfico animado El objetivo de realizar animacione de transición temporal es ilustrar la manera en la que han crecido los casos con firmados de COVID-19
#aqui implementamos una gráfica parecida a un formato .gif en la que se observa como va en aumento los datos con la Fecha.
ggplot(data = datos1) +
  geom_line(mapping = aes(x = Fecha, y = Confirmados)) + 
  ggtitle("Casos acumulados confirmados de COVID-19 en México, al dia 06/09/2020") +
  transition_reveal(Fecha)

  • Gráfico interactivo en conjunto
#Gráfica multiejes
#aqui utilizamos una gráfica multiejes para representar varias estadisticas, estas de distintos colores para identificarse de otras.
gcov <- ggplot(data=datos1) + 
  geom_line(aes(x = Fecha, y = Confirmados), colour="red") + 
  geom_line(aes(x = Fecha, y = Decesos), colour="green") +
  geom_line(aes(x = Fecha, y = Recuperados), colour="blue") +
 ggtitle("Casos acumulados de COVID-19 en México, al dia 06/09/2020") + 
   ylab("COVID-19 en México") + xlab("Mes")
gcov

  • Gráfico interactivo con plotly
ggplotly(gcov)
#con esta función se puede implementar una gráfica interactiva,donde al pasar el cursor podremos ver con mas detalle la gráfica.