#Analisis de datos diarios de COVID-19 y salud para MEXICO

##IMPORTAR

*importar paquetes

library(pacman) 
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc", "readr", "knitr", "DT", "tidyverse", "scales", "gridExtra", "modeest", "fdth")

*importar datos se utilizaran datos abiertos del portal de coronavirus del gobierno de mexico encontrable:https://coronavirus.gob.mx/datos/#DownZCSV

#leer datos del archivo local descargado
datos <- read.csv("Casos_Diarios_Estado_Nacional_Confirmados_20200913.csv")

Mapa y casos de coronavirus en MĆ©xico por estados hoy 17 de septiembre

##Transformar

#Datos confirmados para chihuahua (absolutos y acumulados)
chihuahua <- t(datos[datos$nombre == "CHIHUAHUA" ,])
chihuahua <- as.vector(chihuahua)
chihuahua <- chihuahua[4:248]
chihuahua <- as.numeric(chihuahua)
chihuahua <- as.vector(chihuahua)
achihuahua <- cumsum(chihuahua)

#Datos confirmados para durango (absolutos y acumulados)
durango <- t(datos[datos$nombre == "DURANGO" ,])
durango <- as.vector(durango)
durango <- durango[4:248]
durango <- as.numeric(durango)
durango <- as.vector(durango)
adurango <- cumsum(durango)

             
#Vector de Fecha

Fecha <- seq(from = as.Date("2020-01-12"), to = as.Date("2020-09-12"), by = "day")

#Estructura de datos en un data frame 
chidur <- data.frame(Fecha, chihuahua, durango) #datos diarios absolutos
achidur <- data.frame(Fecha, achihuahua, adurango) #datos acumulados

Visualizar

VisualizaciĆ³n en Tablas

Para esto se usarĆ” una tabla interactiva

#Tabla de datos absolutos
datatable(chidur)
#Tabla de datos acumulados
datatable(achidur)

VisualizaciĆ³n en grĆ”ficas

Utilizando ggplot2

#Datos absolutos
ggplot(data=chidur) + 
  geom_line(aes(Fecha, chihuahua, colour="chihuahua")) +
  geom_line(aes(Fecha, durango, colour="durango")) +
  xlab("Mes del aƱo 2020") +
  ylab ("Casos diarios Confirmados") +
  ggtitle("Casos de COVID-19 en chihuahua y durango") +
  scale_y_continuous(labels = comma)

#Datos acumulados
ggplot(data=achidur) + 
  geom_line(aes(Fecha, achihuahua, colour="chihuahua")) +
  geom_line(aes(Fecha, adurango, colour="durango")) +
  xlab("Mes del aƱo 2020") +
  ylab ("Casos diarios acumulados") +
  ggtitle("Casos de COVID-19 en chihuahua y durango") +
  scale_y_continuous(labels = comma)

Medidas de tendencia central

Media

mean(chihuahua)
## [1] 36.65714
mean(durango)
## [1] 31.52245

Mediana

median(chihuahua)
## [1] 31
median(durango)
## [1] 8

Moda

mfv(chihuahua)
## [1] 0
mfv(durango)
## [1] 0

Resumen de tendencia central

summary(chihuahua)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    0.00   31.00   36.66   68.00  114.00
summary(durango)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    0.00    8.00   31.52   66.00  144.00

GrƔfico de caja y bigote

boxplot(chihuahua)

boxplot(durango)

Medidas de dispersiĆ³n

Amplitud

Varianza

var(chihuahua)
## [1] 1175.57
var(durango)
## [1] 1636.759

DesviaciĆ³n estĆ”ndar

sd(chihuahua)
## [1] 34.28659
sd(durango)
## [1] 40.45687

GrĆ”fico de dispersiĆ³n

plot(chihuahua)

plot(durango)

No olviden los cuidados

Gracias por su atencion, espero le haya sido de ayuda el trabajo aqui creado mediante Rstudio para el estudio de corona virus en los estados de DURANGO Y CHIHUAHUA

tabla de distribucion de frecuencias absolutos

# tabla de distribucion de frecuencias absolutos

dist <- fdt(chihuahua,breaks="Sturges") 
dist
##       Class limits  f   rf rf(%)  cf  cf(%)
##        [0,12.7933) 95 0.39 38.78  95  38.78
##  [12.7933,25.5867) 17 0.07  6.94 112  45.71
##    [25.5867,38.38) 21 0.09  8.57 133  54.29
##    [38.38,51.1733) 21 0.09  8.57 154  62.86
##  [51.1733,63.9667) 23 0.09  9.39 177  72.24
##    [63.9667,76.76) 33 0.13 13.47 210  85.71
##    [76.76,89.5533) 15 0.06  6.12 225  91.84
##  [89.5533,102.347) 12 0.05  4.90 237  96.73
##   [102.347,115.14)  8 0.03  3.27 245 100.00
dist1 <- fdt(durango,breaks="Sturges") 
dist1
##     Class limits   f   rf rf(%)  cf  cf(%)
##        [0,16.16) 137 0.56 55.92 137  55.92
##    [16.16,32.32)  27 0.11 11.02 164  66.94
##    [32.32,48.48)   9 0.04  3.67 173  70.61
##    [48.48,64.64)  10 0.04  4.08 183  74.69
##     [64.64,80.8)  17 0.07  6.94 200  81.63
##     [80.8,96.96)  16 0.07  6.53 216  88.16
##   [96.96,113.12)  19 0.08  7.76 235  95.92
##  [113.12,129.28)   7 0.03  2.86 242  98.78
##  [129.28,145.44)   3 0.01  1.22 245 100.00
##para chihuahua 

#Histograma de frecuencias absolutas
hist(chihuahua)

#Histogramas de frecuencias absolutas
plot(dist, type="fh")

#poligono de frecuencias absolutas
plot(dist, type="fp")

#Histogramas de frecuencias relativo
plot(dist, type="rfh")

#poligono de frecuencias relativo
plot(dist, type="rfp")

#Histogramas de frecuencias acumulado
plot(dist, type="cfh")

#poligono de frecuencias acumulado
plot(dist, type="cfp")

##para durango

#Histograma de frecuencias absolutas
hist(durango)

#Histogramas de frecuencias absolutas
plot(dist1, type="fh")

#poligono de frecuencias absolutas
plot(dist1, type="fp")

#Histogramas de frecuencias relativo
plot(dist1, type="rfh")

#poligono de frecuencias relativo
plot(dist1, type="rfp")

#Histogramas de frecuencias acumulado
plot(dist1, type="cfh")

#poligono de frecuencias acumulado
plot(dist1, type="cfp")

En el presente trabajo se llevo acabo una serie de operaciones como el calculo de histogramas y poligonos para el estado de durango y chihuahua, se puede observar que al inicio los dos estados haciendo una comparacion mediante el apoyo del grafico de poligono de frecuencia es claro que en un inicio chihuahua tenia ligeramente menos contagiados, al paso del tiempo la curva se comienza a querer aplanar mas sin embargo es evidente que termina con mas contagiados chihuahua que durango hasta la fecha de 12 de septiembre, esto puede deverse a distintos factores desde que en un estado se tomaron mas encerio las precauciones hasta el indice poblacional todos ellos son factores claves para llevar a cabo un analisis concreto y verdadero.