knitr::opts_chunk$set(echo = TRUE)
library(pacman)
p_load(markdown, knitr, tidyr, tidyverse, lubridate, summarytools, ggpubr, kableExtra, reshape2, gridExtra, sf, tmap, readr, devtools, plotly, Rcpp, gganimate, gifski, Hmisc )

Caso de estudio

Introduccion

En el transcurso del año 2021 se han presentado dos olas de contagios en mexico, probocado por la movilidad de personas ya sea por actividades de trabajo, actividades recreativas o de ocio. Toda esta movilidad de personas a sido la causante de que los contagios por covid-19 se den con mas frecuencia, ya que las personas salen de sus casas en dias festivos, en reuniones con conocidos entre otras actividades. Estas actividades contribuyen a una gran aglomeracion de personas que por ende, aumentan la probabilidad que contagiarse por covid-19.

Analisis de series de tiempo + Reresion lineal multiple.

Tabla de datos de movilidad local en Mexico

library(DT)
library(readxl)
ML <- read_excel("informe de movilidad local mexico.xlsx")
datatable(ML)
## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html
View(ML)

La tabla anterior es la relacion de datos obtenidos de Google Mobility Report en la que se relacionan los contagios en Mexico con el tipo de movilidad al cual fue asociado. Estos datos son a partir del año 2021 hasta la fecha y estan disponibles en: https://www.google.com/covid19/mobility/?hl=es

Reporte de movilidad en Mexico

movilidadmx <- ggplot(ML)+
  geom_line(aes(x=Fecha,y=Comercio_y_recreacion,colour="Comercio y Recreacion"))+
    geom_line(aes(x=Fecha,y=Supermercado_y_farmacia,colour="Supermercado y Farmacia"))+
    geom_line(aes(x=Fecha,y=Parques,colour="Parques"))+
    geom_line(aes(x=Fecha,y=Estacion_de_transito,colour="Estacion de transito"))+
    geom_line(aes(x=Fecha,y=Lugares_de_trabajo,colour="Lugares de trabajo"))+
    geom_line(aes(x=Fecha,y=Residencia,colour="Residencia"))+
    labs(title="Reporte de movilidad en Mexico",x="Fecha",y="Procentaje de cambio de movilidad")

ggplotly(movilidadmx)

En el gráfico anterior podemos observar una relacion entre contagios y el lugar en el que se produce la movilidad, podemos observar un claro descenso de contagios en parques, mientras que en actividades que involucran el lugar de trabajo y estaciones de transito se puede observar un aumento de contagios desde el mes de enero hasta el mes de octubre.

De igual manera las salidas relacionadas a compras en supermercados y farmacias tambien representan un aumento considerable en los contagios por covid-19, mientras que los contagios por estar en casa se an estado manteniendo bajos con ligeras variaciones en lo que va del año.

Se puede observar que las graficas tienen un comportamiento similar, esto se debe, a los eventos que transcurren en ciertas fechas, entre elloss estarían los días festivos, las costumbres y las tradiciones. Sin embargo, tambien hay otras varientes que producen este comportamiento ya sea una nueva ola de contagios o la nueva noticia acerca de que el Covid-19 ha mutado por los cuan han salido a la luz nuevas variantes de este, que son mas resistentes a la vacunas y su efecto es mas severo sobre el organismo del ser humano.