tarea 4

library(data.table)
library(tidyverse)

## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ──

## ✓ ggplot2 3.3.3     ✓ purrr   0.3.4
## ✓ tibble  3.1.0     ✓ dplyr   1.0.5
## ✓ tidyr   1.1.3     ✓ stringr 1.4.0
## ✓ readr   1.4.0     ✓ forcats 0.5.1

## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::between()   masks data.table::between()
## x dplyr::filter()    masks stats::filter()
## x dplyr::first()     masks data.table::first()
## x dplyr::lag()       masks stats::lag()
## x dplyr::last()      masks data.table::last()
## x purrr::transpose() masks data.table::transpose()

library(leaflet) 
library(sp)
library(broom)
library(janitor) 

## 
## Attaching package: 'janitor'

## The following objects are masked from 'package:stats':
## 
##     chisq.test, fisher.test

library(rgbif) 
library(sf) 

## Linking to GEOS 3.8.1, GDAL 3.1.4, PROJ 6.3.1

library(chilemapas) 

## Registered S3 method overwritten by 'geojsonlint':
##   method         from 
##   print.location dplyr

library(RColorBrewer)
library(ggplot2)
library(plotly)

## 
## Attaching package: 'plotly'

## The following object is masked from 'package:ggplot2':
## 
##     last_plot

## The following object is masked from 'package:stats':
## 
##     filter

## The following object is masked from 'package:graphics':
## 
##     layout

library(bit64)

## Loading required package: bit

## 
## Attaching package: 'bit'

## The following object is masked from 'package:data.table':
## 
##     setattr

## The following object is masked from 'package:base':
## 
##     xor

## Attaching package bit64

## package:bit64 (c) 2011-2017 Jens Oehlschlaegel

## creators: integer64 runif64 seq :

## coercion: as.integer64 as.vector as.logical as.integer as.double as.character as.bitstring

## logical operator: ! & | xor != == < <= >= >

## arithmetic operator: + - * / %/% %% ^

## math: sign abs sqrt log log2 log10

## math: floor ceiling trunc round

## querying: is.integer64 is.vector [is.atomic} [length] format print str

## values: is.na is.nan is.finite is.infinite

## aggregation: any all min max range sum prod

## cumulation: diff cummin cummax cumsum cumprod

## access: length<- [ [<- [[ [[<-

## combine: c rep cbind rbind as.data.frame

## WARNING don't use as subscripts

## WARNING semantics differ from integer

## for more help type ?bit64

## 
## Attaching package: 'bit64'

## The following objects are masked from 'package:base':
## 
##     :, %in%, is.double, match, order, rank

Análisis de la distribución de casos COVID en las fiestas patrias chilenas del 2020

casos_region_fiestas_patrias <- fread('https://raw.githubusercontent.com/MinCiencia/Datos-COVID19/master/output/producto4/2020-09-18-CasosConfirmados-totalRegional.csv')
Base_datos_18 <- fread('https://raw.githubusercontent.com/MinCiencia/Datos-COVID19/master/output/producto16/CasosGeneroEtario.csv')

Queremos investigar la incidencia de las fiestas patrias en el aumento de los casos de contagio de covid19, con el filtro de genero y rango etario, comparando la información de casos del dia 18 de septiembre del 2020 con el dia 2 de octubre del mismo año, habiendo pasado un rango de dos semanas desde la fecha de fiestas patrias pudiendo haber gestado el virus en estas dos semanas; de esta manera, comparando la evolucion de los casos diarios de posibles contagios en las fechas festivas.

genero_edad_patrias = Base_datos_18[-1,-c(3:77,85:142)] 
ggplot(data=genero_edad_patrias,aes(x=V1, ,y=V78, fill= V1)) + geom_col( ) + facet_wrap(facets = "V2") +theme(axis.text.x = element_blank()) + labs(x="rango etario", y= "cantidad de casos", title="Distribución de casos por género y rango etario", subtitle="18 de Septiembre del 2020", caption="Base de datos Covid19-Ministerio de Salud-Data Product 16")

ggplot(data=genero_edad_patrias,aes(x=V1, ,y=V82, fill= V1)) + geom_col( ) + facet_wrap(facets = "V2") +theme(axis.text.x = element_blank()) + labs(x="rango etario", y= "cantidad de casos", title="Distribución de casos por género y rango etario", subtitle="2 de Octubre del 2020", caption="Base de datos Covid19-Ministerio de Salud-Data Product 16")

Dado estos dos gráficos, se puede concluir que después de las fiestas patrias chilenas, hubo un aumento general en los contagios diarios, esto podría deberse a un relajo en las medidas de salubridad en estas fechas dado las fiestas y las reuniones entre familias y amigos; ya sea en las medidas individuales como en las restricciones gubernamentales.

regiones= (generar_regiones())

base_regiones= (casos_region_fiestas_patrias[-17,-c(3:11)])
base_regiones[Region=="Arica y Parinacota" , código:=15]
base_regiones[Region=="Tarapacá" , código:=01]
base_regiones[Region=="Antofagasta" , código:=02]
base_regiones[Region=="Atacama" , código:=03]
base_regiones[Region=="Coquimbo" , código:=04]
base_regiones[Region=="Valparaíso" , código:=05]
base_regiones[Region=="Metropolitana" , código:=013]
base_regiones[Region=="O’Higgins" , código:=06]
base_regiones[Region=="Maule" , código:=07]
base_regiones[Region=="Ñuble" , código:=16]
base_regiones[Region=="Biobío" , código:=08]
base_regiones[Region=="Araucanía" , código:=09]
base_regiones[Region=="Los Ríos" , código:=14]
base_regiones[Region=="Los Lagos" , código:=10]
base_regiones[Region=="Aysén" , código:=11]
base_regiones[Region=="Magallanes" , código:=12]
base_regiones[, código:=as.numeric(código)]

ggplot(data= regiones) + geom_sf()