U1A6

#Analisis comparativo de casos confirmados de COVID-19 en Sonora, Sinaloa, Guerrero y México

• 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")

sonora <- t(datos[datos$nombre == "SONORA" ,])
sonora <- as.vector(sonora)
sonora <- sonora[4:248]
sonora <- as.numeric(sonora)
sonora <- as.vector(sonora)
asonora <- cumsum(sonora)

sinaloa <- t(datos[datos$nombre == "SINALOA" ,])
sinaloa <- as.vector(sinaloa)
sinaloa <- sinaloa[4:248]
sinaloa <- as.numeric(sinaloa)
sinaloa <- as.vector(sinaloa)
asinaloa <- cumsum(sinaloa)

# Estructuracion 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
sonsin <- data.frame(Fecha,sonora,sinaloa)
#Data frame de datos acumulados
asonsin <- data.frame(Fecha,asonora,asinaloa)

VISUALIZAR

TABLA

#Tabla interactiva de datos diarios absolutos
datatable(sonsin)

#Tabla interactiva de datos diarios acomulados
datatable(asonsin)

GRÁFICAS

Gráficas utilizando ggplot

#Datos absolutos
ggplot(data= sonsin) +
  geom_line(aes(Fecha,sonora,colour="sonora"))+
  geom_line(aes(Fecha,sinaloa,colour="sinaloa"))+
  xlab("Mes del año 2020")+
  ylab("Casos diarios")+
  ggtitle("Casos diarios confirmados de COVID-19 en Sonora y sinaloa")

#Datos acumulados
ggplot(data= asonsin) +
  geom_line(aes(Fecha,asonora,colour="sonora"))+
  geom_line(aes(Fecha,asinaloa,colour="sinaloa"))+
  xlab("Mes del año 2020")+
  ylab("Casos diarios acumulados")+
  ggtitle("Casos diarios confirmados de COVID-19 en Sonora y sinaloa") +
  scale_y_continuous(labels = comma)

Gráfica combinada de datos acumulados y absolutos

Gráfica para sonora

sonora1 <- data.frame(Fecha,sonora,asonora)

g2 <- ggplot(data= sonora1) +
  geom_col(aes(Fecha,asonora))+
  xlab("Mes del año 2020")+
  ylab("Casos acumulados")+
  ggtitle("A) Casos diarios acumulados de COVID-19 en Sonora")

g3 <- ggplot(data= sonora1) +
  geom_line(aes(Fecha,sonora))+
  xlab("Mes del año 2020")+
  ylab("Casos diarios")+
  ggtitle("B) Casos diarios de COVID-19 en Sonora")

grid.arrange(g2,g3)

Gráfica para sinaloa

sinaloa1 <- data.frame(Fecha,sinaloa,asinaloa)

g2 <- ggplot(data= sinaloa1) +
  geom_col(aes(Fecha,asinaloa))+
  xlab("Mes del año 2020")+
  ylab("Casos acumulados")+
  ggtitle("A) Casos diarios acumulados de COVID-19 en sinaloa")

g3 <- ggplot(data= sinaloa1) +
  geom_line(aes(Fecha,sinaloa))+
  xlab("Mes del año 2020")+
  ylab("Casos diarios")+
  ggtitle("B) Casos diarios de COVID-19 en Sinaloa")

grid.arrange(g2,g3)

Medidas de posicion central

Sonora

Cálculo individual de las medidas principales de valores de casos confirmados para sonora y sinaloa(MMM)

Media

mean(sonora) #Media para sonora

## [1] 94.53061

mean(sinaloa) #Media para sinaloa

## [1] 70.73469

Mediana

median(sonora) #Mediana para sonora

## [1] 45

median(sinaloa) #Mediana para sinaloa

## [1] 55

Moda

mfv(sonora) #Moda para sonora

## [1] 0

mfv(sinaloa) #Moda para sinaloa

## [1] 0

Resumen de prosición central

summary(sinaloa) #Resumen sinaloa

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    0.00   55.00   70.73  122.00  291.00

summary(sonora) #Resumen sonora

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    0.00   45.00   94.53  154.00  482.00

Gráfico de caja y bigote

boxplot(sonora)

boxplot(sinaloa)

Medidas de dispersión

Varianza

var(sonora)

## [1] 13317.47

var(sinaloa)

## [1] 4742.007

Desviación estandar

sd(sonora)

## [1] 115.4013

sd(sinaloa)

## [1] 68.86223

##Asignación:

• Aregar un analisis de tabla de frecuencia(fdth)
• Agregar los polígonos e histogramas absolutos, acumulados y de frecuencia para ambos estados
• Hacer una explicacion de los procedimientos y la interpretación, añadir conclusión final

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)

    
guerrero <- t(datos[datos$nombre == "GUERRERO" ,])
guerrero <- as.vector(guerrero)
guerrero <- guerrero[4:248]
guerrero <- as.numeric(guerrero)
guerrero <- as.vector(guerrero)
aguerrero <- cumsum(guerrero)

plot(mexico)

plot(guerrero)

Tabla de distribución de frecuencia (Sonora)

sonoraDf<- fdt(sonora, breaks="Sturges")
sonoraDf

##       Class limits   f   rf rf(%)  cf  cf(%)
##        [0,54.0911) 126 0.51 51.43 126  51.43
##  [54.0911,108.182)  30 0.12 12.24 156  63.67
##  [108.182,162.273)  31 0.13 12.65 187  76.33
##  [162.273,216.364)  19 0.08  7.76 206  84.08
##  [216.364,270.456)  13 0.05  5.31 219  89.39
##  [270.456,324.547)   9 0.04  3.67 228  93.06
##  [324.547,378.638)  10 0.04  4.08 238  97.14
##  [378.638,432.729)   5 0.02  2.04 243  99.18
##   [432.729,486.82)   2 0.01  0.82 245 100.00

#Agregamos la tabla de distribucion de frecuencia para sonora

Tabla de distribución de frecuencia (Sinaloa)

sinaloaDf<- fdt(sinaloa, breaks="Sturges")
sinaloaDf

##       Class limits  f   rf rf(%)  cf  cf(%)
##        [0,32.6567) 98 0.40 40.00  98  40.00
##  [32.6567,65.3133) 34 0.14 13.88 132  53.88
##    [65.3133,97.97) 28 0.11 11.43 160  65.31
##    [97.97,130.627) 32 0.13 13.06 192  78.37
##  [130.627,163.283) 23 0.09  9.39 215  87.76
##   [163.283,195.94) 18 0.07  7.35 233  95.10
##   [195.94,228.597)  9 0.04  3.67 242  98.78
##  [228.597,261.253)  2 0.01  0.82 244  99.59
##   [261.253,293.91)  1 0.00  0.41 245 100.00

#Agregamos la tabla de distribucion de frecuencia para sinaloa

Histogramas y poligonos

Histograma de frecuencia absoluta

plot (sonoraDf, type = 'fh', col="green")

#Agregamos el histograma de frecuencia absoluta para sonora

plot (sinaloaDf, type = 'fh', col="brown")

#Agregamos el histograma de frecuencia absoluta para sianaloa

plot (sonoraDf, type = 'fp',col="green")

plot (sinaloaDf, type = 'fp',col="brown")

plot (sonoraDf, type = 'rfh',col="green")

plot (sinaloaDf, type = 'rfh',col="brown")

Como conclusion, nos damos cuenta como en en Sonora los casos de COVID-19 siempre fueron mas activos, y con una frecuencia a la alta, en cambio en sinaloa fue un poco mas despacio el contagio. A parte se ve como en sinaloa la frecuencia casi siempre fue bajando, en cambio en Sonora hubo mas irregularidades por el motivo en que bajaba, despues subia, bajba y despues subia, esto pienso yo que el estado de sonora esta pegado a la frontera con estados unidos y podria ser una respuesta a tal actividad de COVID.