Usar los datos de google mobility report para hacer una análisis regional de la movilidad de las personas (usuarios android) en el estado de Sonora:
Obtención de datos:
los datos los obtendremos de: https://www.google.com/covid19/mobility/
Importamos datos:
library(DT)
library(pacman)
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc", "readr", "knitr", "DT", "scales", "tidyverse", "gridExtra", "modeest" , "fdth")
movilidadPersonas <- read_csv("2020_MX_Region_Mobility_Report.csv")## Parsed with column specification:
## cols(
## country_region_code = col_character(),
## country_region = col_character(),
## sub_region_1 = col_character(),
## sub_region_2 = col_logical(),
## metro_area = col_logical(),
## iso_3166_2_code = col_character(),
## census_fips_code = col_logical(),
## fecha = col_character(),
## recreacion = col_double(),
## tiendas = col_double(),
## parque = col_double(),
## transito = col_double(),
## trabajos = col_double(),
## residencial = col_double()
## )Visualización de datos:
¿Ocurrió algo importante entre el 3 de enero y el 6 de febrero del 2020? El valor de referencia de cada día es el valor medio del periodo de cinco semanas de enero. Piensa en eventos locales y cambios estacionales que puedan sesgar el valor de referencia:
¿Hubo un invierno frío o un verano más largo de lo habitual en tu región? El invierno pasado ha sido demasiado frío en otras comparaciones.
¿Los festivos cayeron el mismo día de la semana? No ha sido así, ya que este año ha sido bisiesto.
¿Tienes otras fuentes de datos (como tiques de peajes, parquímetros o viajes en metro) que puedan ayudarte a determinar el cambio previsto? No, no cuento con ellos.
Valor de referencia
Los datos muestran cómo cambia la cantidad de visitantes en los lugares categorizados (o el tiempo que pasan en ellos) en comparación con nuestros días de referencia. Un día de referencia representa un valor normal en ese día de la semana. El día de referencia es el valor medio del periodo de 5 semanas comprendido entre el 3 de enero y el 6 de febrero del 2020.
En cada región-categoría, el valor de referencia no es un valor único, sino 7 valores individuales. El mismo número de visitantes en dos días diferentes de la semana da lugar a cambios de porcentaje diferentes. Por lo tanto, recomendamos lo siguiente:
No deduzcas que los cambios mayores implican más visitas ni que los cambios menores implican menos visitas. Evita comparar los cambios de un día a otro. Sobre todo, los fines de semana con los días laborables.
¿Cómo hemos elegido los días normales de referencia? Probablemente no lo hemos hecho: un periodo corto del año no puede representar un valor normal en todas las regiones del mundo. Hemos elegido un periodo reciente previo a la disrupción general y a la respuesta de las comunidades al COVID-19. Aun así, en algunas regiones, el valor de referencia corresponde a un periodo en el que el COVID-19 ya estaba extendido. Para interpretar los datos de tu región, revisa la lista de comprobación local.
De enero hasta ahora, ¿cómo varía la cantidad de personas que visitan parques? En un año normal, ¿cambia la frecuencia de las visitas a los parques desde enero hasta ahora?
Realizamos un diagrama de frecuencia para observar la visitas a parques
Se puede observar que las personas comenzaron a asistir más a los parques en estas fechas, de 39.05 a 35 aproximadamente es un incremento.
Según los registros meteorológicos, ¿cómo cambia la cantidad de personas que visitan parques en los días de lluvia en comparación con los días de sol?
plot(movilidadsonora$residencial,movilidadsonora$parque,xlab="Zonas residencial",ylab="Parques",col= "#FF1493")
En este estado las temperaturas son demasiado altas, entonces las personas estás acostumbradas al calor. Realmente los días lluviosos las personas prefieren permanecer en su casa que salir, por lo tanto no afecta.
¿Tienes registros de visitas a parques de años anteriores que puedan ayudarte a analizar los cambios de este año? No tengo en mi poder este tipo de datos.
¿Cuánto tiempo crees que pasará la gente en las zonas residenciales?
¿Cómo podrían cambiar las horas de trabajo según el puesto? Por ejemplo, un empleado de oficina, un padre que se queda en casa, un estudiante, un empleado de supermercado o una enfermera que trabaja por turnos. Usa los datos demográficos de tu región para consultar la variedad de trabajos.
plot(movilidadsonora$residencial,movilidadsonora$trabajos,xlab="Zonas residencial",ylab="Lugares de trabajo",col ="#C4BE39")
Las personas trabajan aproximadas de 8hrs cada día, por lo que quiere decir que entre semana pasan muy pocas horas dentro de su casa. En fines de semana la gente permanecía mas tiempo en su casa.
Por cada grupo de tu comunidad, estima el número de horas al día que crees que va a permanecer la gente en zonas residenciales durante la respuesta al COVID-19.
Como se aprecia las personas permanecen más en casa ahora que hay muchas prohibiciones por la pandemia.
¿Cómo pueden relacionarse los tipos de trabajo con los cambios en la movilidad los días laborables y los fines de semana?
No informamos de ningún cambio en función de los tipos de trabajo, pero puedes pensar en los diferentes trabajos que realiza la gente de tu comunidad durante los fines de semana y los días laborables.
¿Qué efectos pueden tener las respuestas al COVID-19 en los diferentes trabajos?
Las personas perdieron su puesto de trabajo por esta pandemia y tuvieron que arreglarselas para poder conseguir dinero y ahora muy probablemente reciban una cantidad más mínima que antes.
¿Los efectos serían diferentes en las personas que trabajan entre semana que en las que lo hacen los fines de semana?
La forma en la que afectan son de la misma manera, pues son trabajos que necesitan tener un control dentro de su personal, además que muchos de los establecientos de fines de semana han tenido que cerrar por completo, entonces quedan sin trabajo de igual forma.