AE3UC1_11
Joshiva Yzair Ruiz Tapia, Jesús Gilberto Aldana Castro, Jesús Omar Hernández Iturbe
15/10/2021
Importacion de las librerias
library(pacman)
p_load("fdth","base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2","modeest","forecast","devtools","Rcpp","zoo")## Installing package into 'C:/Users/Odalys Portes/Documents/R/win-library/4.1'
## (as 'lib' is unspecified)## also installing the dependencies 'xts', 'TTR', 'quadprog', 'quantmod', 'fracdiff', 'lmtest', 'tseries', 'urca', 'zoo', 'RcppArmadillo'## Warning: unable to access index for repository http://www.stats.ox.ac.uk/pub/RWin/bin/windows/contrib/4.1:
## no fue posible abrir la URL 'http://www.stats.ox.ac.uk/pub/RWin/bin/windows/contrib/4.1/PACKAGES'## package 'xts' successfully unpacked and MD5 sums checked
## package 'TTR' successfully unpacked and MD5 sums checked
## package 'quadprog' successfully unpacked and MD5 sums checked
## package 'quantmod' successfully unpacked and MD5 sums checked
## package 'fracdiff' successfully unpacked and MD5 sums checked
## package 'lmtest' successfully unpacked and MD5 sums checked
## package 'tseries' successfully unpacked and MD5 sums checked
## package 'urca' successfully unpacked and MD5 sums checked
## package 'zoo' successfully unpacked and MD5 sums checked
## package 'RcppArmadillo' successfully unpacked and MD5 sums checked
## package 'forecast' successfully unpacked and MD5 sums checked
##
## The downloaded binary packages are in
## C:\Users\Odalys Portes\AppData\Local\Temp\RtmpELo6ln\downloaded_packages##
## forecast installed## Installing package into 'C:/Users/Odalys Portes/Documents/R/win-library/4.1'
## (as 'lib' is unspecified)## also installing the dependencies 'credentials', 'zip', 'gitcreds', 'ini', 'diffobj', 'rematch2', 'gert', 'gh', 'rappdirs', 'rprojroot', 'whisker', 'processx', 'cachem', 'xopen', 'brew', 'commonmark', 'xml2', 'brio', 'praise', 'ps', 'waldo', 'usethis', 'callr', 'desc', 'fs', 'httr', 'memoise', 'pkgbuild', 'pkgload', 'rcmdcheck', 'roxygen2', 'rversions', 'sessioninfo', 'testthat'## Warning: unable to access index for repository http://www.stats.ox.ac.uk/pub/RWin/bin/windows/contrib/4.1:
## no fue posible abrir la URL 'http://www.stats.ox.ac.uk/pub/RWin/bin/windows/contrib/4.1/PACKAGES'## package 'credentials' successfully unpacked and MD5 sums checked
## package 'zip' successfully unpacked and MD5 sums checked
## package 'gitcreds' successfully unpacked and MD5 sums checked
## package 'ini' successfully unpacked and MD5 sums checked
## package 'diffobj' successfully unpacked and MD5 sums checked
## package 'rematch2' successfully unpacked and MD5 sums checked
## package 'gert' successfully unpacked and MD5 sums checked
## package 'gh' successfully unpacked and MD5 sums checked
## package 'rappdirs' successfully unpacked and MD5 sums checked
## package 'rprojroot' successfully unpacked and MD5 sums checked
## package 'whisker' successfully unpacked and MD5 sums checked
## package 'processx' successfully unpacked and MD5 sums checked
## package 'cachem' successfully unpacked and MD5 sums checked
## package 'xopen' successfully unpacked and MD5 sums checked
## package 'brew' successfully unpacked and MD5 sums checked
## package 'commonmark' successfully unpacked and MD5 sums checked
## package 'xml2' successfully unpacked and MD5 sums checked
## package 'brio' successfully unpacked and MD5 sums checked
## package 'praise' successfully unpacked and MD5 sums checked
## package 'ps' successfully unpacked and MD5 sums checked
## package 'waldo' successfully unpacked and MD5 sums checked
## package 'usethis' successfully unpacked and MD5 sums checked
## package 'callr' successfully unpacked and MD5 sums checked
## package 'desc' successfully unpacked and MD5 sums checked
## package 'fs' successfully unpacked and MD5 sums checked
## package 'httr' successfully unpacked and MD5 sums checked
## package 'memoise' successfully unpacked and MD5 sums checked
## package 'pkgbuild' successfully unpacked and MD5 sums checked
## package 'pkgload' successfully unpacked and MD5 sums checked
## package 'rcmdcheck' successfully unpacked and MD5 sums checked
## package 'roxygen2' successfully unpacked and MD5 sums checked
## package 'rversions' successfully unpacked and MD5 sums checked
## package 'sessioninfo' successfully unpacked and MD5 sums checked
## package 'testthat' successfully unpacked and MD5 sums checked
## package 'devtools' successfully unpacked and MD5 sums checked
##
## The downloaded binary packages are in
## C:\Users\Odalys Portes\AppData\Local\Temp\RtmpELo6ln\downloaded_packages##
## devtools installedDescargar los datos utilizados
xfun::embed_file("Casos_Diarios_Estado_Nacional_Confirmados.csv")Download Casos_Diarios_Estado_Nacional_Confirmados.csv
Importamos los datos
datos= read.csv("Casos_Diarios_Estado_Nacional_Confirmados.csv")
Nacional<- t(datos[datos$nombre=="Nacional" ,])
Nacional <- as.vector(Nacional)
Nacional <-Nacional[4:605]
Nacional <- as.numeric(Nacional)
Nacional <- as.vector(Nacional)
Fecha = seq(from = as.Date("2020-02-18"), to = as.Date("2021-10-11"), by = 'day')INTRODUCCION
En este caso de estudio, estaremos observando y analizando los casos de COVID-19 a nivel nacional en México, este caso se realiza debido a que en México, ha estado creciendo expotencialmente los contagiados por este nuevo virus, lo cual asume una gran preocupacion debido a que este puede terminar con la muerte de quien lo contagie.
tnacional = data.frame(Fecha,Nacional)
ggplot(data = tnacional) +
ggtitle("Casos diarios COVID-19 a nivel nacional en México")+
ylab("Casos de COVID-19") +
geom_line(mapping = aes(x = Fecha, y = Nacional ))
Como podemos observar en la grafica, el crecimiento de contagios en mexico ha crecido drasticamente, por momentos se observa que el porcentaje de contagios por dia baja y esto es debido a la cuarentena y advertencias que se dieron para evitar el contagio de este virus, el problema es que algunas personas, tienden a ignorar la cuarentena y el uso de cubrebocas para minimizar el porcentaje de contagios en México
hist(Nacional,xlab = "Casos por COVID-19",ylab = "Concurrencia de los datos",main = "Casos de COVID-19 a nivel nacional en mexico")
En esta otra grafica, podemos observar como se acumulan los contagiados, observamos que en el dia a dia, por promedio se aumentaban alrededor de 3000 a 5000 casos de COVID-19 por dia lo cual es bastante preocupante, sin mensionar que en algunas fechas esta suma fue de 5000 a 25000 personas contagiadas por dia.
Medidas de tendencia central
con estas medidas observamos como fue el promedio o casos usuales por dia, en la propagacion del COVID-19
Media El promedio (o la media) del total de contagios de COVID-19 fue de:
mean(Nacional)## [1] 6210.568Mediana Teniendo que la cifra intermedia del total de los contagios fue de:
median(Nacional)## [1] 5171Moda En varios días, el número de contagios que se repitió fue de:
mlv(Nacional)## Warning: argument 'method' is missing. Data are supposed to be continuous.
## Default method 'shorth' is used## [1] 4607.558Varianza
var(Nacional)## [1] 27786079Desviación Estandar
sd(Nacional)## [1] 5271.25Grafico de caja y bigote
En esta grafica se ve mejor como los datos se centran demasiado en 5000, esto nos da a entender que 5000 personas por dia fueron contagiadas. durante 2020 a 2021
summary(Nacional)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0 2482 5171 6211 7850 25276boxplot(Nacional,main="Casos de COVID-19 a nivel nacional en México")
revolucion.ts=ts(data=Nacional,start=c(2020,2),frequency = 365)
plot(revolucion.ts)
En el siguiente gráfico podemos observar que a en la primer mitad del año 2020 los casos apenas comenzaban a hacerse notar, teniendo la primer ola de contagios un poco antes de llegar a la primer mitad del año, después se nota una baja en los casos al principio de la segunda mitad del año 2020, para después, entre la segunda mitad del 2020 y la primer mitad del 2021 tener una ola de contagios más grande que la anterior. Los casos disminuyen de una manera más drástica que la primer ola, hasta antes de la segunda mitad del 2021, que como podemos ver, es la ola mas grande que ha habido desde los primeros contagios en México.
Estacionalidad de la varianza
plot(log(revolucion.ts))
En esta grafica homogeneizamos los datos, y se puede opservar que los incrementos en los casos de COVID-19 es relativamente poco, durante al inicio de la pandemia se incremento drasticamente los casos de COVID-19 y esto fue debido a que en ese entonces México no estaba preparado para esta situacion, si bien, hoy en dia México sigue estando en numeros rojos, el incremento de las olas ha sido mas homogeneo con respecto al inicio.
Eliminacion de la tendencia
x=log(revolucion.ts)
difi.x=diff(x)
plot(difi.x)
En la grafica, se puede observar que no existe ninguna tendencia en la propagacion del COVID-19 y esto es debido a que las personas, evitaban salir cuando se emitia el semaforo rojo, logrando asi la decadencia de propagacion, el problema es que una vez se terminaba es semaforo rojo, la gente nuevamente salia logrando asi, la propagacion del virus-
Eliminacion de la estacionalidad
dif12.dif1.x=diff(difi.x,log=12)
plot(dif12.dif1.x)
al observar la grafica, vemos que hay cierta estacionalidad, y esto es debido a que las fechas en las cuales la propagacion del virus son de gran tamaño, son dias festivos, vacaciones entre otras festividades ocacionando que sea mucho mas sencillo la propagacion del virus.
¿Porque se ha propagado tanto el virus?
A principios del año 2021 se declaro México en cuarentena, el gobierno le indicó a las personas que solo debían de salir a realizar actividades necesarias como realizar compras de comida, farmacia o ir al médico. Se pudiera pensar que los contagios fueron creciendo debido a que las personas no obedecieron la cuarentena o que se enfadaron del aislamiento, pero como podemos notar en las gráficas pasadas, los picos han sido en ciertos lapsos de tiempo, por lo cual, podemos decir que el virus se ha propagado por la movilidad de las personas, pues los picos han ocurrido en festividades que se celebran en méxico o también en periodos vacacionales.
Podemos ver también en las gráficas que los casos van a la baja, asumimos que esto es gracias a la vacunación, pues se ha logrado vacunar a adultos mayores, personas con enfermedades como cáncer, diabetes, hipertensión, y también a los jóvenes, sumando un gran porcentaje de la población Mexicana.
Conclusión individual
Gilberto: El realizar este trabajo me demuestra que gracias a R se pueden utilizar los datos para poder así obtener respuestas a hipótesis que nos planteemos, en este caso, nos dimos cuenta que los picos de la pandemia han sido gracias a la movilidad de las personas, principalmente en días festivos, puentes o días inhábiles y también en periodios vacacionales.
Joshiva: En lo personal me gusto mucho trabajar con series de tiempo, ya que es una gran herramienta analitica de la cual podemos sacarle mucho provecho al aplicarla sabiamente, utilizando esta herramienta en los casos de COVID-19 en México, me di cuenta que la gente pese a respetar a cierta medida la cuarentena, prefiere salir en los dias festivos.
Omar: Como pudimos ver que no siempre todo se mantiene igual. Al momento de ver los resultados que se pueden ver en este trabajo se puede notar el como funciona el pensamiento de la gente, ya que, al estar todo movido con fechas se puede saber mejor lo que tienen en comun los momentos en que hay bajas o subidas en los contagios. De igual forma es satisfactorio ver como todo el programa nos brinda una mejor comprensión visual que simplemente cuando te lo dicen directamente o lo lees en algún articulo.