U1A14

library(pacman)
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc", "readr", "knitr", "DT", "tidyverse", "scales", "gridExtra", "modeest", "fdth", "gganimate", "gifski", "plotly")
SONORA <- read_csv("SONORA.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()
## )

datatable(SONORA)

Filtrado de datos y creacion de data frame

FechaMR <- seq(from = as.Date("2020-02-15"), to= as.Date("2020-10-13"), by = 'day')

RRP <- SONORA$retail_and_recreation_percent_change_from_baseline
GPP <- SONORA$grocery_and_pharmacy_percent_change_from_baseline
PP <- SONORA$parks_percent_change_from_baseline
TP <- SONORA$transit_stations_percent_change_from_baseline
WP <- SONORA$workplaces_percent_change_from_baseline
RP <- SONORA$residential_percent_change_from_baseline

Datos <- data.frame(x=FechaMR,y=RRP)

Gráficas

gRR <- ggplot(data=Datos) + 
  geom_line(aes(x=FechaMR, y=RRP), size=1, colour="purple") + 
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("a) Comercio y recreación (-45%)")

gGP <- ggplot(data=Datos) + 
  geom_line(aes(x=FechaMR, y=GPP), size=1, colour="brown") + 
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("b) Farmacias y abarrotes (-11%)")

gP <- ggplot(data=Datos) + 
  geom_line(aes(x=FechaMR, y=PP), size=1, colour="blue") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("c) Parques (-37%)")

gT <- ggplot(data=Datos) + 
  geom_line(aes(x=FechaMR, y=TP), size=1, colour="green") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("d) Estaciones de tránsito (-43%)")

gW <- ggplot(data=Datos) + 
  geom_line(aes(x=FechaMR, y=WP), size=1, colour="red") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("e) Espacios de trabajo (-37%)")

gR <- ggplot(data=Datos) + 
  geom_line(aes(x=FechaMR, y=RP), size=1, colour="black") +
  geom_hline(yintercept = 0) +
  theme_light() +
  xlab("Fecha") +
  ylab("Porcentaje") +
  ggtitle("f) Hogares (+18%)")

p_load(gridExtra)
grid.arrange(gRR, gGP, gP, gT, gW, gR)

Datos2 <- data.frame(FechaMR, RRP, GPP, PP, TP, WP, RP)
gP <- ggplot(data = Datos2)+
  geom_line(aes(x=FechaMR, y=RRP), colour="purple") +
  geom_line(aes(x=FechaMR, y=GPP), colour="brown") + 
  geom_line(aes(x=FechaMR, y=PP), colour="blue") + 
  geom_line(aes(x=FechaMR, y=TP), colour="green") +
  geom_line(aes(x=FechaMR, y=WP), colour="red") + 
  geom_line(aes(x=FechaMR, y=RP), colour="black") + 
  ggtitle("Porcentaje de Comportamiento de personas después del inicio de la cuaretena") + xlab("Fecha") +  
  ylab("Porcentajes")+transition_reveal(FechaMR)
ggplotly(gP)

## Moda, Media y Mediana de cada porcentaje

Moda, Media y Mediana de porcentaje de comercio y recreación

mfv(RRP)

## [1] -31

mean(RRP)

## [1] -38.07025

median(RRP)

## [1] -41

Moda, Media y Mediana de porcentaje de farmacias y abarrotes

mfv(GPP)

## [1] -13

mean(GPP)

## [1] -13.31405

median(GPP)

## [1] -14

Moda, Media y Mediana de porcentaje de parques

mfv(PP)

## [1] -38

mean(PP)

## [1] -31.4876

median(PP)

## [1] -34

Moda, Media y Mediana de porcentaje de estaciones de tránsito

mfv(TP)

## [1] -29

mean(TP)

## [1] -36.21074

median(TP)

## [1] -39

Moda, Media y Mediana de porcentaje de espacios de trabajo

mfv(WP)

## [1] -40

mean(WP)

## [1] -28.47521

median(WP)

## [1] -34

Moda, Media y Mediana de porcentaje de Hogares

mfv(RP)

## [1] 13

mean(RP)

## [1] 13.13636

median(RP)

## [1] 14

Análisis de movilidad local para Sonora utilizando datos de google mobility report

¿Ocurrió algo importante entre el 3 de enero y el 6 de febrero del 2020?

Existieron 3 eventos durante el lapso de esas fechas y es donde las familias más se acostumbra reunirse Siendo el primero el dia de reyes que aunque no este no es de gran magnitud en el estado a comparación de la capital del páis, las familias se reunen para disfrutar un pedazo de rosca; el siguiente es el dia de la calendaria sin embargo no es de gran importancia y por ende no es motivo de reunión y por ultimo el dia de la constitución mexicana que se recorre hasta el día lunes convirtiendose en puente logrando que personas salgan a lugares recreativos con amigos o familia.