U2A5
Importar datos
library(pacman)
p_load("readr","tidyverse","DT","prettydoc","gridExtra")
datosMR <- read_csv("sonora2.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(),
## date = col_character(),
## retail_and_recreation_percent_change_from_baseline = col_double(),
## grocery_and_pharmacy_percent_change_from_baseline = col_double(),
## parks_percent_change_from_baseline = col_double(),
## transit_stations_percent_change_from_baseline = col_double(),
## workplaces_percent_change_from_baseline = col_double(),
## residential_percent_change_from_baseline = col_double()
## )Gráficas
##
Retail_Recreation_Percentage <- datosMR$retail_and_recreation_percent_change_from_baseline
###
Grocery_Pharmacy_Percentage <- datosMR$grocery_and_pharmacy_percent_change_from_baseline
###
Parks_Percentage <- datosMR$parks_percent_change_from_baseline
###
TransitStations_Percentage <- datosMR$transit_stations_percent_change_from_baseline
###
Workplaces_Percentage <- datosMR$workplaces_percent_change_from_baseline
###
Residential_Percentage <- datosMR$residential_percent_change_from_baseline
###
Porcentaje_VR <- datosMR$retail_and_recreation_percent_change_from_baseline
###
Porcentaje_F <- datosMR$grocery_and_pharmacy_percent_change_from_baseline
###
Porcentaje_P <- datosMR$parks_percent_change_from_baseline
###
Porcentaje_ET <- datosMR$transit_stations_percent_change_from_baseline
###
Porcentaje_AT <- datosMR$workplaces_percent_change_from_baseline
###
Porcentaje_H <- datosMR$residential_percent_change_from_baseline
# Data frame
FechaMR = seq(from = as.Date("2020-02-15"), to = as.Date("2020-10-13"), by = 'day')
dataMR <- data.frame(x=FechaMR,y=Retail_Recreation_Percentage)gMR1 <- ggplot(data=dataMR) +
geom_line(aes(x=FechaMR, y=Porcentaje_VR), size=1, colour="orange") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("a) Comercio y recreación (-45%)")
gMR2 <- ggplot(data=dataMR) +
geom_line(aes(x=FechaMR, y=Porcentaje_F), size=1, colour="darkgreen") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("b) Farmacias y abarrotes (-11%)")
gMR3 <- ggplot(data=dataMR) +
geom_line(aes(x=FechaMR, y=Porcentaje_P), size=1, colour="purple") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("c) Parques (-37%)")
gMR4 <- ggplot(data=dataMR) +
geom_line(aes(x=FechaMR, y=Porcentaje_ET), size=1, colour="brown") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("d) Estaciones de tránsito (-43%)")
gMR5 <- ggplot(data=dataMR) +
geom_line(aes(x=FechaMR, y=Porcentaje_AT), size=1, colour="red") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("e) Espacios de trabajo (-37%)")
gMR6 <- ggplot(data=dataMR) +
geom_line(aes(x=FechaMR, y=Porcentaje_H), size=1, colour="blue") +
geom_hline(yintercept = 0) +
theme_light() +
xlab("Fecha") +
ylab("Porcentaje") +
ggtitle("f) Hogares (+18%)")
grid.arrange(gMR1,gMR2,gMR3,gMR4,gMR5,gMR6)
Análisis de movilidad regional utilizando datos de “google mobility report”
Logo y nombre de la mega empresa que recolectó los datos
¿Ocurrió algo importante entre el 3 de enero y el 6 de febrero del 2020?
Sí, los días festivos del día de Reyes el 6 de enero y el aniversario 103 de la Constitución Política de los Estados Unidos Mexicanos. Curiosamente ambos días fueron lunes en el presente año (en el caso del 5 de febrero, se adelantó al lunes el día de asueto), confirmable fácilmente con un calendario.
El valor de referencia de cada día es el valor medio del periodo de cinco semanas de enero. Pi ensa 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?
Sí, especialmente en el estado de Sonora se presentaron temperaturas que rondaban algunos grados Celsius bajo cero, hasta temperaturas de 10°C por comienzos del mes de febrero en algunas zonas del Noroeste del estado y la sierra.
¿Los festivos cayeron el mismo día de la semana?
Sí, estos cayeron ambos en día lunes (el día de asueto para el 5 de Febrero se adelantó a Lunes).
¿Tienes otras fuentes de datos (como tiques de peajes, parquímetros o viajes en metro) que puedan ayudarte a determinar el cambio previsto?
A principios de año, el porcentaje de unidades circulando se redujo al 80% debido a la falta de estudiantes, que pasarían a tomar clases de manera remota desde sus casas. Además, por el mes de mayo se instauró un límite de 25 personas por autobus además de servicios sanitarios diarios para evitar contagios masivos, ya que según el director general de Transporte en el Estado, Carlos Morales Buelna, son considerados focos de infección
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?
Muy posiblemente no, con excepción de fechas cercanas a las pascuas, Verano y diciembre, cuando los niños suelen tener vacaciones y las familias aprovechan para tener paseos juntos.
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?
No es necesario obtener datos acerca de lluvia para intuir que los días en los cuales esta tenga un nivel muy alto, serán drásticamente menos concurridos que otros donde el clima sea templado o ideal para que las familias pasen un rato en tranquilidad.
¿Tienes registros de visitas a parques de años anteriores que puedan ayudarte a analizar los cambios de este año?
Lamentablemente no, por lo cual lo dicho es únicamente inferido con el conocimiento general de las personas de la manera de actuar de las personas de la región.
¿Cuánto tiempo crees que pasará la gente en las zonas residenciales?
Haz una estimación del número de horas que crees que pasaba la gente en zonas residenciales antes de la respuesta al COVID-19. Realiza la estimación de los días laborables y de los fines de semana por separado:
¿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.
Las horas de trabajo en general probablemente fue uno de los aspectos que mayor se vieron afectados por esta problemática, ya que muchas personas perdieron sus empleos, mientras que otras pasaron a trabajar desde el hogar, en el cual a algunas personas bajo de la premisa de “estás cómodo en tu hogar”, se les fue aumentada las cargas tanto de trabajo como de horas trabajadas. Sin embargo, el personal de salud fue uno de los peores afectados, pues no solo el aumento de trabajo drástico fue un problema, sino también la fuerte discriminación que todavía siguen viviendo por parte de cierta población y el hecho de que a la fecha del 3 de septiembre del presente año, México haya sido el país con mayor cantidad de trabajadores del área de la salud fallecidos gracias al Covid-19, denotando una enorme carencia en la calidad de los recursos y el interés del gobierno en el mismo.
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.
¿Tienes que ajustar las estimaciones según la estación o los periodos académicos?
En un momento de pandemia en el cual las clases de los estudiantes se imparten de manera virtual y estos no asisten a las instituciones, la estación y el período académico que se cursa todavía forman un factor importante para las personas al salir de sus hogares, pues si bien no hay asistencia a instituciones, las horas ni las cargas de trabajo se ven disminuidas.
¿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.
Algunos trabajos que no pueden ser realizados desde el hogar, como los de primera necesidad y de los sectores primarios y secundarios, todavía tendrán que trabajar los fines de semana, po r lo cuál de parte de esos grupos habrá un incremento en esos días. Además, ciertos empleos, como los relacionados con el software, requerirán un enfoque especial de tiempo para llevarlos a cabo de manera virtual, al realizar mayor cantidad de conferencias y reuniones, por lo que no sería tan extraño que las personas dentro de esos grupos tuviera una movilidad mucho menor.
¿Qué efectos pueden tener las respuestas al COVID-19 en los diferentes trabajos?
Muchos, entre los cuales está principalmente la pérdida de los empleos al obligar a negocios a cerrar para evitar las grandes aglomeraciones de personas, como los son restaurantes, centros comerciales, clubes nocturnos, bares, entre otros. Por otro lado, como ya se mencionó, a algunos empleos los obligará a tomar más horas de trabajo para cumplir, como los provenientes del área del sector salud.
¿Los efectos serían diferentes en las personas que trabajan entre semana que en las que lo hacen los fines de semana?
Sí, puesto que eso implica que se tengan diferentes trabajos, ya que no es la misma clase de empleo uno laborado entre semana que uno únicamente el fin de semana.
¿Con qué grado de precisión está representada tu región?
Con bastante precisión, ya que muy probablemente sea más fácil encontrar usuarios de Android que de iPhone en la región de Sonora.
Estos informes se crean con el mismo tipo de datos que se usan para mostrar las horas punta en Google Maps. Responde las siguientes preguntas:
¿Cuántos lugares de interés muestra Google Maps en tu región? ¿Cuáles son las diferencias y similitudes entre tu región y otras regiones? Abre Google Maps y compruébalo.
¿En tu región hay lugares de trabajo en los que no se permitan dispositivos móviles? Por ejemplo, edificios de organismos públicos o bases militares. ¿Qué efecto podría tener esto en el número de personas que acuden a los lugares de trabajo?
Es bien conocido por las personas de la región, que el tipo de normas que prohiben el uso de celulares no prohiben el portarlo consigo ni tenerlo encendido, por lo cuál en caso de emergencia, siempre es mejor tenerlo cerca. También, incluso en bases militares donde uno esperaría que no se utilizacen tan seguido, es común observar elementos del Ejército cargando con su dispositivo móvil en bolsa e incluso a elementos del Servicio Militar Nacional, a los cuales se les tiene prohibido portarlo dentro de la base, sacarlo de manera tranquila e incluso grabar vídeos cerca de los mismos integrantes del ejército. Dicho lo anterior, probablemente eso no influya demasiado en los resultados obtenidos.