“PROYECTO DE ESTADÍSTICA”
“En este informe se mostrará algunos datos importantes de lo que está pasando en España sobre la enfermedad del COVID19”, investigaciones en las que se recogen datos de salud de los pacientes con el fin de analizar el uso, la seguridad o la efectividad de entre otros filtros, la tipología de ensayo, las causas que producen, promedio de la muestra que trataremos de investigar y población estudiada en el contexto de la asistencia sanitaria real, sin intervenir en la práctica clínica. Esto se convierte para extraer mucha información relevante con el objetivo de informar sobre las distintas líneas de investigación que se están llevando a cabo en los centros del país y alentar la colaboración entre los investigadores.
Ademas podemos excluir que con los datos presentados, que en la fecha de 2020-02-01(sábado primero de febrero del 2020) se produjo el primer caso cero que se había infectado del covid9, y de que los primeros dos recuperados sucedió en un mes con la fecha de Febrero del presente año. Además de el primer fallecido en España se produjo el día martes 3 de marzo del 2020 con dos recuperados y aproximadamente 165 confirmados."
library(COVID19)Estadística Descriptiva Univariante
VARIABLES CUANTITATIVAS
Gráfico de líneas - Confirmados
library(ggplot2)
ggplot(data,aes(x=date,y=confirmed))+geom_line(lwd=1.2,lty=1,colour="sienna4",pch=1)+ggtitle("Meses vs Confirmados")+xlab("MESES")+ylab("CONFIRMADOS")
Diagrama de cajas - Confirmados
plot.new()
set.seed(1)
boxplot(data$confirmed,horizontal = T,lwd=2,col =rgb(0.4, 0, 0, alpha =0.9) ,border = c("chocolate1"),ylab="Meses",xlab="CONFIRMADOS",main= "Meses vs Confirmados",notch =F,outpch=21,outbg="coral",whiskcol="navyblue",whisklty=2,lty=1)
#agregamos una leyenda
legend("topright", legend = "Confirmados",fill = rgb(0.4, 0, 0, alpha =0.9),inset =c(0.03, 0.05),bg = "white")
Medidas estadísticas - Confirmados
library(moments)
#usamos na.rm=T para que excluya a los NA ya que si no lo hacemos retornara NA
summary(data$confirmed)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1 186421 249465 424417 586879 1628208 10median(data$confirmed,na.rm = T)## [1] 249465mean(data$confirmed,na.rm = T)## [1] 424417.2sd(data$confirmed,na.rm = T)## [1] 430190.7kurtosis(data$confirmed,na.rm = T)## [1] 3.835384skewness(data$confirmed,na.rm = T)## [1] 1.343058Tabla de datos agrupados - Confirmados
library(fdth)
tablaConfirmados<-fdt(data$confirmed,breaks = "Sturges")
tablaConfirmados## Class limits f rf rf(%) cf cf(%)
## [0.99,164449.899) 71 0.24 23.51 71 23.51
## [164449.899,328898.808) 122 0.40 40.40 193 63.91
## [328898.808,493347.717) 23 0.08 7.62 216 71.52
## [493347.717,657796.626) 17 0.06 5.63 233 77.15
## [657796.626,822245.535) 15 0.05 4.97 248 82.12
## [822245.535,986694.444) 14 0.05 4.64 262 86.75
## [986694.444,1151143.353) 9 0.03 2.98 271 89.74
## [1151143.353,1315592.262) 8 0.03 2.65 279 92.38
## [1315592.262,1480041.171) 10 0.03 3.31 289 95.70
## [1480041.171,1644490.08) 13 0.04 4.30 302 100.00Gráfico de línea - Fallecidos
ggplot(data,aes(x=date,y=deaths))+geom_line(lwd=1.2,lty=1,colour="darkmagenta",pch=1)+ggtitle("Meses vs Fallecidos")+xlab("MESES")+ylab("FALLECIDOS")
Diagrama de cajas - Fallecidos
boxplot(data$deaths,horizontal = T,lwd=2,col =rgb(1, 1, 1, alpha =0.9) ,border = c("blueviolet"),ylab="Meses",xlab="FALLECIDOS",main= "Meses vs Fallecidos",notch =F,outbg="coral2",whiskcol="navyblue",whisklty=2,lty=1)
#agregamos una leyenda
legend("topright", legend = "Fallecidos",fill = rgb(0.4, 0, 0.6, alpha =0.9),inset =c(0.03, 0.05),bg = "white")
Medidas estadísticas - Fallecidos
summary(data$deaths)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 1 26550 28420 26322 30784 44668 41median(data$deaths,na.rm = T)## [1] 28420mean(data$deaths,na.rm = T)## [1] 26322.2sd(data$deaths,na.rm = T)## [1] 10319.85kurtosis(data$deaths,na.rm = T)## [1] 4.245504skewness(data$deaths,na.rm = T)## [1] -1.209106Tabla de datos agrupados - Fallecidos
tablaMuertes<-fdt(data$deaths,breaks = "Sturges")
tablaMuertes## Class limits f rf rf(%) cf cf(%)
## [0.99,4512.359) 24 0.09 8.86 24 8.86
## [4512.359,9023.728) 5 0.02 1.85 29 10.70
## [9023.728,13535.097) 6 0.02 2.21 35 12.92
## [13535.097,18046.466) 7 0.03 2.58 42 15.50
## [18046.466,22557.835) 11 0.04 4.06 53 19.56
## [22557.835,27069.204) 19 0.07 7.01 72 26.57
## [27069.204,31580.573) 139 0.51 51.29 211 77.86
## [31580.573,36091.942) 33 0.12 12.18 244 90.04
## [36091.942,40603.311) 11 0.04 4.06 255 94.10
## [40603.311,45114.68) 16 0.06 5.90 271 100.00Gráfico de línea - Recuperados
ggplot(data,aes(x=date,y=recovered))+geom_line(lwd=1.2,lty=1,colour="green",pch=1)+ggtitle("Meses vs Recuperados")+xlab("Meses")+ylab("RECUPERADOS")
Diagrama de cajas - Recuperados
boxplot(data$recovered,horizontal = T,lwd=2,col =rgb(0, 1, 0.2, alpha =0.9) ,border = c("black"),ylab="Meses",xlab="RECUPERADOS",main= "Meses vs Recuperados",notch =F,outpch=21,outbg="coral",whiskcol="navyblue",whisklty=2,lty=1)
#agregamos una leyenda
legend("topright", legend = "Recuperados",fill = rgb(0, 1, 0.2, alpha =0.9),inset =c(0.03, 0.05),bg = "white")
Medidas estadísticas - Recuperados
summary(data$recovered)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 2 100249 150376 117154 150376 150376 24median(data$recovered,na.rm = T)## [1] 150376mean(data$recovered,na.rm = T)## [1] 117153.5sd(data$recovered,na.rm = T)## [1] 56564.85kurtosis(data$recovered,na.rm = T)## [1] 3.006226skewness(data$recovered,na.rm = T)## [1] -1.331491Tabla de datos agrupados - Recuperados
tablaRecuperados<-fdt(data$confirmed,breaks = "Sturges")
tablaRecuperados## Class limits f rf rf(%) cf cf(%)
## [0.99,164449.899) 71 0.24 23.51 71 23.51
## [164449.899,328898.808) 122 0.40 40.40 193 63.91
## [328898.808,493347.717) 23 0.08 7.62 216 71.52
## [493347.717,657796.626) 17 0.06 5.63 233 77.15
## [657796.626,822245.535) 15 0.05 4.97 248 82.12
## [822245.535,986694.444) 14 0.05 4.64 262 86.75
## [986694.444,1151143.353) 9 0.03 2.98 271 89.74
## [1151143.353,1315592.262) 8 0.03 2.65 279 92.38
## [1315592.262,1480041.171) 10 0.03 3.31 289 95.70
## [1480041.171,1644490.08) 13 0.04 4.30 302 100.00Gráfico de línea - pruebas
ggplot(data,aes(x=date,y=tests))+geom_line(lwd=1.2,lty=1.4)+ggtitle("Meses vs Pruebas")+xlab("MESES")+ylab("PRUEBAS")+geom_point(size=1.2,shape=21,fill="deeppink")
Diagramas de cajas - Pruebas
#boxplot test
boxplot(data$tests,horizontal = T,lwd=2,col =rgb(1, 0, 0, alpha = 0.4) ,border = c("black"),ylab="MESES",xlab="PRUEBAS REALIZADAS",main= "Meses vs Pruebas",notch = F,outpch=25,outbg="green",whiskcol="navyblue",whisklty=2,lty=1)
#agregamos una leyenda
legend("topright", legend = "Test",fill = rgb(1, 0, 0, alpha = 0.4),inset =c(0.03, 0.05),bg = "white")
Medidas estadisticas - pruebas
summary(data$tests)## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 930230 3002024 4818214 6504198 9534508 17249511 280median(data$tests,na.rm = T)## [1] 4818214mean(data$tests,na.rm = T)## [1] 6504198sd(data$tests,na.rm = T)## [1] 4732402kurtosis(data$tests,na.rm = T)## [1] 2.537951skewness(data$tests,na.rm = T)## [1] 0.8258201Tabla de datos agrupados - pruebas
tablaTests<-fdt(data$tests,breaks = "Sturges",style="rmarkdown")
tablaTests## Class limits f rf rf(%) cf cf(%)
## [920927.7,3671107.435) 12 0.38 37.50 12 37.50
## [3671107.435,6421287.17) 8 0.25 25.00 20 62.50
## [6421287.17,9171466.905) 3 0.09 9.38 23 71.88
## [9171466.905,11921646.64) 4 0.12 12.50 27 84.38
## [11921646.64,14671826.375) 2 0.06 6.25 29 90.62
## [14671826.375,17422006.11) 3 0.09 9.38 32 100.00library(dplyr)VARIABLES CUALITATIVAS
#instalamos lubridate para cambiar de la fecha (yyy-mm-dd) a mes
library(lubridate)
#month() extrae los meses de date y los convierte en cadena de caracteres
mes=(month(data$date,label = T,abbr = F))
mes=data.frame(mes)Diagrama de barras - Confirmados
library(ggplot2) #usado para las graficas de barras
library(scales)
library(wesanderson)
barraConfirmados=data.frame(data$confirmed,mes)
ggplot(barraConfirmados,aes(x=mes,y=data.confirmed))+labs(title = "Confirmados capturados por mes")+theme(plot.title = element_text(size = rel(2),colour = "orangered"))+ylab("Confirmados")+geom_bar(stat = "identity",position = "dodge")+scale_fill_manual(values = alpha(c("orange","blue"),1))+theme(axis.title.x = element_text(face = "bold",size = 10))
Diagrama de barras - Fallecidos
barraFallecidos=data.frame(data$deaths,mes)
ggplot(barraFallecidos,aes(mes,y=data.deaths))+labs(title = "Fallecidos capturados por mes")+theme(plot.title = element_text(size = rel(2),colour = "purple4"))+ylab("Fallecidos")+geom_bar(stat = "identity",position = "dodge")+scale_fill_manual(values = alpha(c("orange","blue"),1))+theme(axis.title.x = element_text(face = "bold",size = 10))
Diagrama de barras - Recuperados
barraRecuperados=data.frame(data$recovered,mes)
ggplot(barraRecuperados,aes(mes,y=data.recovered))+labs(title = "Recuperados capturados por mes")+theme(plot.title = element_text(size = rel(2),colour = "green3"))+ylab("Recuperados")+geom_bar(stat = "identity",position = "dodge")+scale_fill_manual(values = alpha(c("orange","blue"),1))+theme(axis.title.x = element_text(face = "bold",size = 10))
Gráfico de Confirmados
library(ggplot2)
library(wesanderson)
porcentajeConfirmados<-barraConfirmados %>% group_by(mes)%>% count()%>% ungroup()%>% mutate(percentage=`n`/sum(`n`)*100)
ggplot(porcentajeConfirmados,aes(x=1,y=percentage,fill=mes))+geom_bar(stat ="identity")+geom_text(aes(label=paste0(round(percentage,1),"%")),position=position_stack(vjust=0.5))+coord_polar(theta = "y")+theme_void()+labs(title="Gráfico de Confirmados")+scale_fill_manual(values = topo.colors(11))
Gráfico de Fallecidos
library(ggplot2)
library(wesanderson)
porcentajeFallecidos<-barraFallecidos %>% group_by(mes)%>% count()%>% ungroup()%>% mutate(percentage=`n`/sum(`n`)*100)
ggplot(porcentajeFallecidos,aes(x=1,y=percentage,fill=mes))+geom_bar(stat ="identity")+geom_text(aes(label=paste0(round(percentage,1),"%")),position=position_stack(vjust=0.5),color="white")+coord_polar(theta = "y")+theme_void()+labs(title="Gráfico de Fallecidos")
Gráfico de Recuperados
library(ggplot2)
library(wesanderson)
porcentajeRecuperadoss<-barraRecuperados %>% group_by(mes)%>% count()%>% ungroup()%>% mutate(percentage=`n`/sum(`n`)*100)
ggplot(porcentajeRecuperadoss,aes(x=1,y=percentage,fill=mes))+geom_bar(stat ="identity")+geom_text(aes(label=paste0(round(percentage,1),"%")),position=position_stack(vjust=0.5))+coord_polar(theta = "y")+theme_void()+labs(title="Gráfico de Recuperados")+scale_fill_manual(values = topo.colors(15))
Estadística Descriptiva Bivariante o Multivariante
PARA LAS VARIABLES CUALITATIVAS
#bivariante o multivariante
#Cruce de variables cualitativa vs cada cuantitativa
datos=data
datosuevos<-data.frame(datos,mes) #une dos columnasDiagrama de caja de Confirmados segmentado por Meses
boxplot(data$confirmed~datosuevos$mes,horizontal = T,
lwd=2,
col =rgb(0.8, 0.2, 0, alpha =0.9) ,
border = c("black"),
ylab="Meses",
xlab="CONFIRMADOS",
main= "Meses vs Confirmados",
notch =F,
outpch=21,
outbg="coral",
whiskcol="navyblue",
whisklty=2,lty=1)
Diagrama de caja de Fallecidos segmentado por Meses
boxplot(data$deaths~datosuevos$mes,horizontal = F, # Horizontal o vertical
lwd = 1, # Lines width
col = rgb(0.6, 0, 0.6, alpha =0.9), # Color
xlab = "MESES", # Etiqueta eje X
ylab = "RECUPERADOS", # Etiqueta eje Y
main = "Meses vs Recuperados", # Título
notch = F, # Añade intervalos de confianza para la mediana
outbg = "green3", # Color de los datos atípicos
whiskcol = "blue", # Color de los bigotes
whisklty = 2, # Tipo de línea para los bigotes
lty = 1) # Tipo de línea (caja y mediana)))
Diagrama de caja de Recuperados segmentado por Meses
#mDiagrama de caja de Recuperados segmentado por Meses
boxplot(data$recovered~datosuevos$mes,horizontal = F, # Horizontal o vertical
lwd = 1, # Lines width
col = rgb(0, 1, 0.2, alpha =0.9), # Color
xlab = "MESES", # Etiqueta eje X
ylab = "Recuperados", # Etiqueta eje Y
main = "Meses vs Recuperados", # Título
notch = F, # Añade intervalos de confianza para la mediana
outbg = "green3", # Color de los datos atípicos
whiskcol = "blue", # Color de los bigotes
whisklty = 2, # Tipo de línea para los bigotes
lty = 1) # Tipo de línea (caja y mediana)))
Diagrama de caja de Pruebas segmentado por Meses
boxplot(data$tests~datosuevos$mes,horizontal = F,lwd=2,col =rgb(1, 0, 0, alpha = 0.4) ,border = c("black"),ylab="PRUEBAS REALIZADAS",xlab="MESES",main= "Meses vs Pruebas",notch = F,outpch=25,outbg="green",whiskcol="navyblue",whisklty=2,lty=1)
#agregamos una leyenda
legend("topright", legend = "Test",fill = rgb(1, 0, 0, alpha = 0.4),inset =c(0.03, 0.05),bg = "white")
PARA LAS VARIABLES CUANTITATIVAS
#tabla de datos agrupados - pruebas
#matriz de correlacion de confirmados
datos=data
#reemplazamos los NA por a media para que no se pierda los datos
datos$confirmed.mean=ifelse(is.na(datos$confirmed),mean(datos$confirmed,na.rm = T),datos$confirmed)
datos$deaths.mean=ifelse(is.na(datos$deaths),mean(datos$deaths,na.rm = T),datos$deaths)
datos$recovered.mean=ifelse(is.na(datos$recovered),mean(datos$recovered,na.rm = T),datos$recovered)
datos$tests.mean=ifelse(is.na(datos$tests),mean(datos$tests,na.rm = T),datos$tests)Matriz de correlación
cor(datos[,c(36,37,38,39)])## confirmed.mean deaths.mean recovered.mean tests.mean
## confirmed.mean 1.0000000 0.7112633 0.51503027 0.29216254
## deaths.mean 0.7112633 1.0000000 0.78535933 0.14901733
## recovered.mean 0.5150303 0.7853593 1.00000000 0.04546499
## tests.mean 0.2921625 0.1490173 0.04546499 1.00000000Matriz de covarianzas
#matriz de covarianzas
cov(datos[,c(36,37,38,39)])## confirmed.mean deaths.mean recovered.mean tests.mean
## confirmed.mean 179113457649 2894474453 11844160001 1.847442e+11
## deaths.mean 2894474453 92459266 410346780 2.140890e+09
## recovered.mean 11844160001 410346780 2952669273 3.691194e+09
## tests.mean 184744247241 2140889733 3691193508 2.232362e+12Matriz gráfica de correlación
library(corrplot)
#instalamos corrplot para grafica matriz de correlacion
#install.packages("corrplot")
#renombrar una variable, instalamos reshape
#install.packages("reshape")
require(reshape)
matrizcorre=data.frame(cor(datos[,c(36,37,38,39)]))
matrizcorre=rename(matrizcorre,c(confirmed.mean="Confirmados",recovered.mean="Recuperados",tests.mean="Pruebas",deaths.mean="Fallecidos"))
corrplot.mixed(cor(matrizcorre),lower = "circle",upper = "number")
mtext("Matriz Gráfica de correlación ",at=2.5, line=3, cex=1.5)
Matriz de diagramas de dispersión
tabla=data.frame(data$confirmed,data$recovered,data$tests,data$deaths)
#renombrar una variable, instalamos reshape
#install.packages("reshape")
require(reshape)
tabla=rename(datos,c(confirmed.mean="Confirmados",recovered.mean="Recuperados",tests.mean="Pruebas",deaths.mean="Fallecidos"))
# de confirmados, fallecidos,
#pruebas y recuperados
plot(tabla[,c(36,37,38,39)],main="Diagramas de dispersión ",col=tabla$confirmed,pch=19)