title: “U1A6” author: “Francisco Esquer” date: “14/9/2020” output: prettydoc::html_pretty: theme: architect highlight: github toc: yes
Análisis comparativo de casos confirmados de COVID-19 en estado de Mexico y Nuevo Leon
- Establecer folder de trabajo
setwd("~/PYE1213")IMPORTAR
IMPORTAR PAQUETES
library(pacman)
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc", "readr", "knitr", "DT", "scales", "tidyverse","gridExtra", "modeest", "fdth")IMPORTAR DATOS
datos <- read.csv("Casos_Diarios_Estado_Nacional_Confirmados_20200913.csv")TRANSFORMAR Y FILTRAR
mexico <- t(datos[datos$nombre == "MEXICO" ,])
mexico <- as.vector(mexico)
mexico <- mexico[4:248]
mexico <- as.numeric(mexico)
mexico <- as.vector(mexico)
amexico <- cumsum(mexico)
nuevoleon <- t(datos[datos$nombre == "NUEVO LEON" ,])
nuevoleon<- as.vector(nuevoleon )
nuevoleon<- nuevoleon[4:248]
nuevoleon<- as.numeric(nuevoleon )
nuevoleon<- as.vector(nuevoleon )
anuevoleon <- cumsum(nuevoleon )
# Estructuración de los datos en un marco de datos ( Data frame)
Fecha <- seq(from= as.Date("2020-01-12"), to = as.Date("2020-09-12"), by = "day" ) #Vector de fechas desde el 12 de enero al 12 de septiembre de 2020
#Data frame de datos absolutos
mexnu <- data.frame(Fecha,mexico,nuevoleon)
#Data frame de datos acumulados
amexnu <- data.frame(Fecha,amexico,anuevoleon)aqui podemmos ver como tanto el estado de mexico y nuevo leon estan tenien como especie de segunda oleada de infesctados por covid 19 en el estado de nuevo leon es un poco menos grave que en estado de mexico pero esto se debe que en estado de mexico tiene mas habitante,
Podemos concluir que la gente se esta volviendo a confiar que la pandemia se esta terminando o que no habia que preocuparse pero no los casos estan volviendo a subir.
VISUALIZAR
TABLA
#Tabla interactiva de datos diarios absolutos
datatable(mexnu)#Tabla interativa de datos diarios acumulados
datatable(amexnu)GRÁFICAS
Gráficas utilizando ggplot
#Datos absolutos
ggplot(data=mexnu) +
geom_line(aes(Fecha,mexico, colour="mexico")) +
geom_line(aes(Fecha,nuevoleon, colour="nuevo leon")) +
xlab("Mes del año 2020") +
ylab("Casos diarios") +
ggtitle("Casos diarios confirmados de COVID-19 en Mexico y Nuevo Leon")
#Datos acumulados
ggplot(data=amexnu) +
geom_line(aes(Fecha,amexico, colour="mexico")) +
geom_line(aes(Fecha,anuevoleon, colour="nuevo leon")) +
xlab("Mes del año 2020") +
ylab("Casos diarios acumulados") +
ggtitle("Casos diarios confirmados acumulados de COVID-19 en Mexico y Nuevo Leon ") +
scale_y_continuous(labels = comma)
Gráfica combinada de datos acumulados y absolutos
Gráfica para mexico
mexico1 <- data.frame(Fecha, mexico, amexico)
g2 <- ggplot(data=mexico1) +
geom_col(aes(Fecha,amexico)) +
xlab("Mes del año 2020") +
ylab("Casos acumulados") +
ggtitle("A) Casos diarios acumulados de COVID-19 en mexico")
g3 <- ggplot(data=mexico1) +
geom_line(aes(Fecha,mexico)) +
xlab("Mes del año 2020") +
ylab("Casos diarios") +
ggtitle("B) Casos diarios de COVID-19 en mexico")
grid.arrange(g2,g3)
Gráfica para nuevo leon
nuevoleon1 <- data.frame(Fecha, nuevoleon, anuevoleon)
g2 <- ggplot(data=nuevoleon1) +
geom_col(aes(Fecha,anuevoleon)) +
xlab("Mes del año 2020") +
ylab("Casos acumulados") +
ggtitle("A) Casos diarios acumulados de COVID-19 en Nuevo leon")
g3 <- ggplot(data=nuevoleon1) +
geom_line(aes(Fecha,nuevoleon)) +
xlab("Mes del año 2020") +
ylab("Casos diarios") +
ggtitle("B) Casos diarios de COVID-19 en Nuevo leon")
grid.arrange(g2,g3)
#Aqui podemos ver como los casos diarios y los casos darios acumulados en mexico son superiones que en nuevo leon.Medidas de posición central
Cálculo individual de las medidas principales de valores de casos confirmados para mexico y nuevo leon (MMM)
Media
mean(mexico) #Media para mexico## [1] 302.3143mean(nuevoleon) #Media para nuevo leon## [1] 138.4735Mediana
median(mexico) #Mediana para mexico## [1] 252median(nuevoleon) #Mediana para nuevo leon## [1] 30Moda
mfv(mexico) #Moda para mexico## [1] 0mfv(nuevoleon) #Moda para nuevo leon## [1] 0En la media, meadiana y moda a exepcion por la moda en mexico es superios siempre tienen una gran cantidad de casos y promedios de casos diarios.
Resumen de posición central
summary(mexico) #Resumen mexico## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.0 3.0 252.0 302.3 545.0 1061.0summary(nuevoleon) #Resumen nuevo leon## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.0 0.0 30.0 138.5 244.0 603.0# En resumen aqui se puede observar la supremacia en los movimientos que tiene mexico en casos de covid19 Gráfico de caja y bigote
boxplot(mexico)
boxplot(nuevoleon)
# A simple vista en la caja de bigote en mexico se puede ver su mmm es superio a la nuevo leon ya que su linea esta mas arriba, contendran los mismos datos pero con diferentes valores a los nuevo leon.Medidas de dispersión
Varianza
var(mexico)## [1] 82951.35var(nuevoleon)## [1] 31265.5Desviación estándar
sd(mexico)## [1] 288.0128sd(nuevoleon)## [1] 176.8205Asignación:
- Agregar un análisis de tabla de frecuencia (fdth)
Mexico
dist <- fdt(mexico, breaks="Sturges")
dist## Class limits f rf rf(%) cf cf(%)
## [0,119.0678) 96 0.39 39.18 96 39.18
## [119.0678,238.1356) 24 0.10 9.80 120 48.98
## [238.1356,357.2033) 29 0.12 11.84 149 60.82
## [357.2033,476.2711) 18 0.07 7.35 167 68.16
## [476.2711,595.3389) 28 0.11 11.43 195 79.59
## [595.3389,714.4067) 27 0.11 11.02 222 90.61
## [714.4067,833.4744) 15 0.06 6.12 237 96.73
## [833.4744,952.5422) 7 0.03 2.86 244 99.59
## [952.5422,1071.61) 1 0.00 0.41 245 100.00sort(mexico)## [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## [16] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## [31] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## [46] 0 0 0 0 0 0 0 0 1 1 1 1 2 2 2
## [61] 2 3 4 5 5 6 6 7 10 10 12 13 15 18 23
## [76] 26 27 27 27 34 34 41 43 50 50 51 55 62 73 78
## [91] 84 84 87 88 94 119 129 146 155 158 159 161 161 179 184
## [106] 185 191 192 194 194 197 197 209 209 214 224 225 232 234 235
## [121] 244 252 252 252 255 258 262 262 264 264 270 272 274 274 280
## [136] 280 284 303 312 321 323 323 331 338 347 348 349 352 357 366
## [151] 366 375 375 377 398 406 410 420 434 441 442 443 445 446 456
## [166] 459 476 477 489 497 499 512 515 516 516 523 525 528 529 537
## [181] 541 541 545 545 546 547 576 577 581 584 586 586 589 589 591
## [196] 610 611 615 618 624 634 642 645 649 651 656 663 665 671 683
## [211] 687 687 688 691 697 698 699 702 702 703 709 710 731 747 749
## [226] 749 754 764 769 774 775 789 799 805 806 816 829 840 853 864
## [241] 882 893 899 937 1061hist(mexico, breaks = "Sturges") #histograma utilizando el numero de clases según Sturge
plot(dist, type="cfh") #histograma de frecuencias acumulada
plot(dist, type="cfp") #poligono de frecuencias acumulado
plot(dist, type="rfh")# histograma de frecuencias relativas
Nuevo leon
dist <- fdt(nuevoleon, breaks="Sturges")
dist## Class limits f rf rf(%) cf cf(%)
## [0,67.67) 137 0.56 55.92 137 55.92
## [67.67,135.34) 19 0.08 7.76 156 63.67
## [135.34,203.01) 17 0.07 6.94 173 70.61
## [203.01,270.68) 13 0.05 5.31 186 75.92
## [270.68,338.35) 10 0.04 4.08 196 80.00
## [338.35,406.02) 22 0.09 8.98 218 88.98
## [406.02,473.69) 10 0.04 4.08 228 93.06
## [473.69,541.36) 9 0.04 3.67 237 96.73
## [541.36,609.03) 8 0.03 3.27 245 100.00sort(nuevoleon)## [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## [19] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## [37] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## [55] 0 0 0 0 0 0 0 0 1 1 1 1 2 2 2 2 3 3
## [73] 4 4 4 4 4 5 5 5 6 6 6 6 6 6 6 6 6 7
## [91] 8 8 8 8 9 9 9 9 10 11 12 12 12 15 17 17 18 20
## [109] 20 21 21 22 22 22 24 26 26 27 27 27 28 30 30 35 35 36
## [127] 38 39 40 42 42 43 46 50 61 63 63 68 68 69 75 76 77 81
## [145] 84 94 103 104 106 108 118 121 123 131 131 133 142 142 147 147 154 154
## [163] 165 173 175 179 189 190 193 195 199 202 203 209 210 212 213 214 215 221
## [181] 229 230 239 244 245 269 276 294 295 305 310 315 317 319 326 329 342 342
## [199] 346 348 357 357 360 361 363 365 368 370 373 379 383 385 393 394 395 396
## [217] 398 405 417 424 424 431 434 449 454 457 460 462 474 491 495 502 514 516
## [235] 523 526 532 542 560 565 572 576 577 579 603hist(nuevoleon, breaks = "Sturges") #histograma utilizando el numero de clases según Sturge
plot(dist, type="cfh") #histograma de frecuencias acumulada
plot(dist, type="cfp") #poligono de frecuencias acumulado
plot(dist, type="rfh")# histograma de frecuencias relativas
#Como podemos ver aqui a las frecuencias absolutas y acumumuladas son superiones las de mexico, esto puede ser porque mexico es un estado pequeño pero es el estado con mas habitantes que tiene el pais y con mas movimientos hablando de comercios y etc.
# Mencionamos mucho a mexico pero es la verdad mexico es superior en casos acumulados y absolutos que nuevo leon hay n de razones lo cual esto se debe pero resumiendo es porque es capital del mexico, pero nuevo leon no se quedo atras nuevo leon es sin dudad el segundo estado mas importante en mexico y los casos tambien estuviero casi a la par con mexico hasta habia ocaiones en la que nuevo leon casi le ganaba a mexico pero mexico era mas exponenciales sus casos.