EXAMEN FINAL

library(ggplot2)
library(dplyr)
library(forcats)
library(reshape)
library(dygraphs)
library(xts)
library(rgdal)
library(leaflet)
library(htmltools)
library(stringr)
library(plotly)
library(kableExtra)
library(knitr)
library(RColorBrewer)

Sección 1

La Dirección General de Epidemiología puso a disposición de la población en general, la información referente a los casos asociados a COVID-19 con el propósito de facilitar a todos los usuarios que la requieran, el acceso, uso, reutilización y redistribución de la misma. Con base en la última actualización de la información, con fecha del 17/12/2021 a las 11:00 hrs, se realizaron las siguientes herramientas de análisis para el estado de GUANAJUATO.

#data <- read.csv("/Users/cristinaalvarez/Desktop/bases/211216COVID19MEXICO.csv")
#data_guanajuato <- subset(data, data$ENTIDAD_RES== 11)
#setwd("/Users/cristinaalvarez/Desktop/bases")
#write.csv(data_guanajuato,file="data_guanajuato.csv")

data_guanajuato <- read.csv("/Users/cristinaalvarez/Desktop/bases/data_guanajuato.csv")
info_inegi <- read.csv("/Users/cristinaalvarez/Desktop/bases/11mun.csv")

1) Porcentaje de defunciones por municipio en el estado de GUANAJUATO.

data_guanajuato$CLASIFICACION_FINAL[data_guanajuato$CLASIFICACION_FINAL == 1| data_guanajuato$CLASIFICACION_FINAL == 2| data_guanajuato$CLASIFICACION_FINAL == 3] <- 1
data_guanajuato$CLASIFICACION_FINAL[data_guanajuato$CLASIFICACION_FINAL != 1] <- 0
positivo_mun <- aggregate(CLASIFICACION_FINAL~MUNICIPIO_RES, data= data_guanajuato, FUN = sum)

data_guanajuato$DEFUNCION <- 0
data_guanajuato$DEFUNCION[data_guanajuato$FECHA_DEF== "9999-99-99"] <- 0
data_guanajuato$DEFUNCION[data_guanajuato$FECHA_DEF!= "9999-99-99" & data_guanajuato$CLASIFICACION_FINAL == 1] <- 1
data_guanajuato$DEFUNCION <- as.numeric(data_guanajuato$DEFUNCION)
defunsiones <- aggregate(DEFUNCION~MUNICIPIO_RES, data= data_guanajuato, FUN = sum)

tabla_1 <- as.data.frame(c(positivo_mun, defunsiones[2]))
tabla_1$proporcion <- (tabla_1$DEFUNCION/ tabla_1$CLASIFICACION_FINAL)*100
names(tabla_1) <-  c("CVE_MUN", "COVID_19", "DEFUNCIONES", "PORCENTAJE")

tabla_1 <- merge(x=tabla_1,y=info_inegi,by.x="CVE_MUN",by.y="CVE_MUN",sort=FALSE, all.x = TRUE)
tabla_1$PORCENTAJE <- round(tabla_1$PORCENTAJE, 2)
order <- c("CVE_MUN", "MUNICIPIO", "COVID_19", "DEFUNCIONES", "PORCENTAJE")
tabla_1 <- tabla_1[, order]


tabla_1_1<-knitr::kable(tabla_1, row.names = F, full_width = FALSE, align = "ccrrr")
kable_material(tabla_1_1, "hover", full_width = FALSE, position = "center", font_size = 15, column_spec(tabla_1_1, 2,  width="10em")) %>% 
 scroll_box(width = "925px", height = "500px")

CVE_MUN	MUNICIPIO	COVID_19	DEFUNCIONES	PORCENTAJE
1	Abasolo	946	112	11.84
2	Acámbaro	4393	244	5.55
3	San Miguel de Allende	4668	302	6.47
4	Apaseo el Alto	2147	133	6.19
5	Apaseo el Grande	2808	189	6.73
6	Atarjea	112	2	1.79
7	Celaya	19157	1174	6.13
8	Manuel Doblado	1263	83	6.57
9	Comonfort	2032	135	6.64
10	Coroneo	766	11	1.44
11	Cortazar	2613	255	9.76
12	Cuerámaro	1001	47	4.70
13	Doctor Mora	560	31	5.54
14	Dolores Hidalgo Cuna de la Independencia Nacional	3943	278	7.05
15	Guanajuato	7617	458	6.01
16	Huanímaro	413	37	8.96
17	Irapuato	19610	1368	6.98
18	Jaral del Progreso	1711	65	3.80
19	Jerécuaro	1645	52	3.16
20	León	65758	4632	7.04
21	Moroleón	2129	59	2.77
22	Ocampo	793	23	2.90
23	Pénjamo	3123	242	7.75
24	Pueblo Nuevo	327	22	6.73
25	Purísima del Rincón	1613	163	10.11
26	Romita	1567	94	6.00
27	Salamanca	9077	657	7.24
28	Salvatierra	4241	185	4.36
29	San Diego de la Unión	1450	47	3.24
30	San Felipe	3015	142	4.71
31	San Francisco del Rincón	3471	336	9.68
32	San José Iturbide	2223	167	7.51
33	San Luis de la Paz	3629	273	7.52
34	Santa Catarina	87	3	3.45
35	Santa Cruz de Juventino Rosas	2381	171	7.18
36	Santiago Maravatío	522	13	2.49
37	Silao de la Victoria	4476	443	9.90
38	Tarandacuao	554	17	3.07
39	Tarimoro	1083	59	5.45
40	Tierra Blanca	454	21	4.63
41	Uriangato	2417	77	3.19
42	Valle de Santiago	4262	203	4.76
43	Victoria	469	31	6.61
44	Villagrán	1622	127	7.83
45	Xichú	264	13	4.92
46	Yuriria	1651	58	3.51
999	NA	2	0	0.00

De los 46 municipios del estado de Guanajuato, Abasolo es el que presenta mayor propoción de defunciones con respecto a los casos de COVID_19 con un porcentaje de 11.84%, siendo Coroneo el municipio con el de menor propoción. El porcentaje promedio de defunciones en el estado fue de 5.75%.

2) Porcentaje de casos positivos con al menos una comorbilidad a nivel municipal en el estado de GUANAJUATO

#de acuerdo con el catálogo las comorbilidades se registraban en distntas columnas, según el tipo.
#colnames(data_edomex)
# realizo una columna 0,1 para el registro de las distintas columnas de comorbilidades
data_guanajuato$COMORBILIDAD <- 0
data_guanajuato$COMORBILIDAD[data_guanajuato$DIABETES == 1 | data_guanajuato$EPOC == 1 | data_guanajuato$ASMA == 1 | data_guanajuato$INMUSUPR == 1|
                         data_guanajuato$HIPERTENSION == 1 | data_guanajuato$OTRA_COM == 1 | data_guanajuato$CARDIOVASCULAR == 1 |
                           data_guanajuato$OBESIDAD == 1| data_guanajuato$RENAL_CRONICA == 1 | data_guanajuato$TABAQUISMO == 1 ] <- 1
data_guanajuato$COMORBILIDAD[data_guanajuato$CLASIFICACION_FINAL != 1] <- 0
comorbilidad_mun <- aggregate(COMORBILIDAD~MUNICIPIO_RES, data= data_guanajuato, FUN = sum)
tabla_2 <- as.data.frame(c(positivo_mun, comorbilidad_mun[2]))
tabla_2$proporcion <- (tabla_2$COMORBILIDAD/ tabla_2$CLASIFICACION_FINAL)*100
names(tabla_2) <-  c("CVE_MUN", "COVID_19", "COMORBILIDAD", "PORCENTAJE")
tabla_2 <- merge(x=tabla_2,y=info_inegi,by.x="CVE_MUN",by.y="CVE_MUN",sort=FALSE, all.x = TRUE)
tabla_2$PORCENTAJE <- round(tabla_2$PORCENTAJE, 2)
order <- c("CVE_MUN", "MUNICIPIO", "COVID_19", "COMORBILIDAD", "PORCENTAJE")
tabla_2 <- tabla_2[, order]

tabla_2<-knitr::kable(tabla_2, row.names = F, full_width = FALSE, align = "ccrrr")
kable_material(tabla_2, "hover", full_width = FALSE, position = "center", font_size = 15, column_spec(tabla_2, 2,  width="10em")) %>% 
 scroll_box(width = "925px", height = "500px")

CVE_MUN	MUNICIPIO	COVID_19	COMORBILIDAD	PORCENTAJE
1	Abasolo	946	425	44.93
2	Acámbaro	4393	1703	38.77
3	San Miguel de Allende	4668	1517	32.50
4	Apaseo el Alto	2147	790	36.80
5	Apaseo el Grande	2808	985	35.08
6	Atarjea	112	45	40.18
7	Celaya	19157	7387	38.56
8	Manuel Doblado	1263	459	36.34
9	Comonfort	2032	755	37.16
10	Coroneo	766	261	34.07
11	Cortazar	2613	1055	40.38
12	Cuerámaro	1001	271	27.07
13	Doctor Mora	560	198	35.36
14	Dolores Hidalgo Cuna de la Independencia Nacional	3943	1447	36.70
15	Guanajuato	7617	2582	33.90
16	Huanímaro	413	147	35.59
17	Irapuato	19610	6962	35.50
18	Jaral del Progreso	1711	609	35.59
19	Jerécuaro	1645	666	40.49
20	León	65758	18307	27.84
21	Moroleón	2129	697	32.74
22	Ocampo	793	236	29.76
23	Pénjamo	3123	1167	37.37
24	Pueblo Nuevo	327	146	44.65
25	Purísima del Rincón	1613	600	37.20
26	Romita	1567	679	43.33
27	Salamanca	9077	3645	40.16
28	Salvatierra	4241	1511	35.63
29	San Diego de la Unión	1450	392	27.03
30	San Felipe	3015	958	31.77
31	San Francisco del Rincón	3471	1199	34.54
32	San José Iturbide	2223	853	38.37
33	San Luis de la Paz	3629	1558	42.93
34	Santa Catarina	87	42	48.28
35	Santa Cruz de Juventino Rosas	2381	985	41.37
36	Santiago Maravatío	522	253	48.47
37	Silao de la Victoria	4476	1605	35.86
38	Tarandacuao	554	198	35.74
39	Tarimoro	1083	401	37.03
40	Tierra Blanca	454	110	24.23
41	Uriangato	2417	827	34.22
42	Valle de Santiago	4262	1399	32.82
43	Victoria	469	222	47.33
44	Villagrán	1622	536	33.05
45	Xichú	264	128	48.48
46	Yuriria	1651	820	49.67
999	NA	2	2	100.00

En el municipio de Yuriria presenta el porcentaje es el más elevado de pacientes Covid_19 con alguna comorbilidad con un porcentaje de 49.67%. Sin embargo, de los pacientes que no se registró municipio de residencia ambos presentaron comorbilidad.

3) Total de casos positivos acumulados por día en el estado de GUANAJUATO.

data_guanajuato$FECHA_INGRESO <- as.Date(data_guanajuato$FECHA_INGRESO)
casos_diarios <- aggregate(CLASIFICACION_FINAL~FECHA_INGRESO, data= data_guanajuato, FUN = sum)
tabla_3 <- casos_diarios
names(tabla_3) <- c("FECHA", "TOTAL CASOS COVID_19")

tabla_3<-knitr::kable(tabla_3, row.names = F, full_width = FALSE, align = "rc")
kable_material(tabla_3, "hover", full_width = FALSE, position = "center", font_size = 15, column_spec(tabla_3, 2,  width="10em")) %>% 
 scroll_box(width = "925px", height = "500px")

FECHA	TOTAL CASOS COVID_19
2020-01-01	0
2020-01-02	0
2020-01-03	0
2020-01-04	0
2020-01-05	0
2020-01-06	0
2020-01-07	0
2020-01-08	0
2020-01-09	0
2020-01-10	0
2020-01-11	0
2020-01-12	0
2020-01-13	0
2020-01-14	0
2020-01-15	0
2020-01-16	0
2020-01-17	0
2020-01-18	0
2020-01-19	0
2020-01-20	0
2020-01-21	0
2020-01-22	0
2020-01-23	0
2020-01-24	0
2020-01-25	0
2020-01-26	0
2020-01-27	0
2020-01-28	0
2020-01-29	0
2020-01-30	0
2020-01-31	0
2020-02-01	0
2020-02-02	0
2020-02-03	0
2020-02-04	0
2020-02-05	0
2020-02-06	0
2020-02-07	0
2020-02-08	0
2020-02-09	0
2020-02-10	0
2020-02-11	0
2020-02-12	0
2020-02-13	0
2020-02-14	0
2020-02-15	0
2020-02-16	0
2020-02-17	0
2020-02-18	0
2020-02-19	0
2020-02-20	0
2020-02-21	0
2020-02-22	0
2020-02-23	0
2020-02-24	0
2020-02-25	0
2020-02-26	0
2020-02-27	0
2020-02-28	0
2020-02-29	0
2020-03-01	1
2020-03-02	3
2020-03-03	3
2020-03-04	3
2020-03-05	4
2020-03-06	4
2020-03-07	4
2020-03-08	2
2020-03-09	1
2020-03-10	1
2020-03-11	4
2020-03-12	0
2020-03-13	1
2020-03-14	0
2020-03-15	2
2020-03-16	2
2020-03-17	6
2020-03-18	12
2020-03-19	1
2020-03-20	5
2020-03-21	12
2020-03-22	4
2020-03-23	7
2020-03-24	1
2020-03-25	4
2020-03-26	9
2020-03-27	7
2020-03-28	4
2020-03-29	1
2020-03-30	5
2020-03-31	7
2020-04-01	1
2020-04-02	2
2020-04-03	5
2020-04-04	3
2020-04-05	4
2020-04-06	11
2020-04-07	6
2020-04-08	9
2020-04-09	2
2020-04-10	3
2020-04-11	7
2020-04-12	2
2020-04-13	3
2020-04-14	4
2020-04-15	13
2020-04-16	14
2020-04-17	30
2020-04-18	12
2020-04-19	10
2020-04-20	15
2020-04-21	10
2020-04-22	13
2020-04-23	9
2020-04-24	13
2020-04-25	11
2020-04-26	8
2020-04-27	25
2020-04-28	18
2020-04-29	14
2020-04-30	16
2020-05-01	14
2020-05-02	10
2020-05-03	12
2020-05-04	33
2020-05-05	23
2020-05-06	31
2020-05-07	37
2020-05-08	44
2020-05-09	27
2020-05-10	23
2020-05-11	44
2020-05-12	53
2020-05-13	41
2020-05-14	52
2020-05-15	36
2020-05-16	34
2020-05-17	21
2020-05-18	54
2020-05-19	69
2020-05-20	58
2020-05-21	65
2020-05-22	57
2020-05-23	53
2020-05-24	20
2020-05-25	120
2020-05-26	97
2020-05-27	107
2020-05-28	142
2020-05-29	146
2020-05-30	99
2020-05-31	70
2020-06-01	184
2020-06-02	175
2020-06-03	181
2020-06-04	224
2020-06-05	172
2020-06-06	129
2020-06-07	83
2020-06-08	198
2020-06-09	234
2020-06-10	192
2020-06-11	211
2020-06-12	216
2020-06-13	128
2020-06-14	85
2020-06-15	348
2020-06-16	316
2020-06-17	334
2020-06-18	326
2020-06-19	379
2020-06-20	197
2020-06-21	116
2020-06-22	399
2020-06-23	410
2020-06-24	397
2020-06-25	306
2020-06-26	377
2020-06-27	208
2020-06-28	123
2020-06-29	411
2020-06-30	427
2020-07-01	417
2020-07-02	427
2020-07-03	431
2020-07-04	226
2020-07-05	139
2020-07-06	486
2020-07-07	523
2020-07-08	507
2020-07-09	518
2020-07-10	458
2020-07-11	192
2020-07-12	172
2020-07-13	575
2020-07-14	564
2020-07-15	627
2020-07-16	559
2020-07-17	447
2020-07-18	236
2020-07-19	156
2020-07-20	502
2020-07-21	657
2020-07-22	566
2020-07-23	537
2020-07-24	513
2020-07-25	233
2020-07-26	187
2020-07-27	608
2020-07-28	642
2020-07-29	489
2020-07-30	548
2020-07-31	439
2020-08-01	171
2020-08-02	151
2020-08-03	539
2020-08-04	454
2020-08-05	383
2020-08-06	364
2020-08-07	434
2020-08-08	186
2020-08-09	113
2020-08-10	439
2020-08-11	446
2020-08-12	438
2020-08-13	454
2020-08-14	397
2020-08-15	170
2020-08-16	110
2020-08-17	368
2020-08-18	364
2020-08-19	443
2020-08-20	425
2020-08-21	480
2020-08-22	161
2020-08-23	152
2020-08-24	517
2020-08-25	423
2020-08-26	472
2020-08-27	441
2020-08-28	435
2020-08-29	207
2020-08-30	157
2020-08-31	570
2020-09-01	472
2020-09-02	383
2020-09-03	401
2020-09-04	424
2020-09-05	124
2020-09-06	141
2020-09-07	416
2020-09-08	455
2020-09-09	391
2020-09-10	425
2020-09-11	409
2020-09-12	132
2020-09-13	121
2020-09-14	499
2020-09-15	261
2020-09-16	155
2020-09-17	309
2020-09-18	302
2020-09-19	110
2020-09-20	85
2020-09-21	291
2020-09-22	277
2020-09-23	208
2020-09-24	260
2020-09-25	219
2020-09-26	83
2020-09-27	76
2020-09-28	321
2020-09-29	246
2020-09-30	280
2020-10-01	274
2020-10-02	304
2020-10-03	59
2020-10-04	62
2020-10-05	207
2020-10-06	213
2020-10-07	269
2020-10-08	274
2020-10-09	278
2020-10-10	92
2020-10-11	86
2020-10-12	313
2020-10-13	301
2020-10-14	282
2020-10-15	294
2020-10-16	309
2020-10-17	109
2020-10-18	105
2020-10-19	391
2020-10-20	452
2020-10-21	428
2020-10-22	384
2020-10-23	409
2020-10-24	159
2020-10-25	125
2020-10-26	546
2020-10-27	569
2020-10-28	440
2020-10-29	423
2020-10-30	401
2020-10-31	141
2020-11-01	137
2020-11-02	255
2020-11-03	486
2020-11-04	477
2020-11-05	500
2020-11-06	476
2020-11-07	190
2020-11-08	179
2020-11-09	551
2020-11-10	602
2020-11-11	602
2020-11-12	567
2020-11-13	588
2020-11-14	290
2020-11-15	146
2020-11-16	244
2020-11-17	770
2020-11-18	684
2020-11-19	727
2020-11-20	744
2020-11-21	300
2020-11-22	187
2020-11-23	838
2020-11-24	940
2020-11-25	809
2020-11-26	870
2020-11-27	845
2020-11-28	351
2020-11-29	244
2020-11-30	792
2020-12-01	952
2020-12-02	837
2020-12-03	813
2020-12-04	713
2020-12-05	265
2020-12-06	204
2020-12-07	871
2020-12-08	918
2020-12-09	862
2020-12-10	931
2020-12-11	687
2020-12-12	351
2020-12-13	212
2020-12-14	993
2020-12-15	879
2020-12-16	750
2020-12-17	692
2020-12-18	634
2020-12-19	307
2020-12-20	293
2020-12-21	817
2020-12-22	833
2020-12-23	647
2020-12-24	436
2020-12-25	156
2020-12-26	303
2020-12-27	292
2020-12-28	899
2020-12-29	887
2020-12-30	831
2020-12-31	601
2021-01-01	187
2021-01-02	306
2021-01-03	301
2021-01-04	880
2021-01-05	1067
2021-01-06	1084
2021-01-07	958
2021-01-08	983
2021-01-09	427
2021-01-10	382
2021-01-11	1262
2021-01-12	1225
2021-01-13	1167
2021-01-14	1222
2021-01-15	1174
2021-01-16	440
2021-01-17	314
2021-01-18	1130
2021-01-19	1099
2021-01-20	1026
2021-01-21	1010
2021-01-22	850
2021-01-23	437
2021-01-24	291
2021-01-25	995
2021-01-26	952
2021-01-27	741
2021-01-28	850
2021-01-29	779
2021-01-30	346
2021-01-31	301
2021-02-01	368
2021-02-02	826
2021-02-03	759
2021-02-04	740
2021-02-05	776
2021-02-06	356
2021-02-07	272
2021-02-08	761
2021-02-09	652
2021-02-10	514
2021-02-11	448
2021-02-12	459
2021-02-13	181
2021-02-14	154
2021-02-15	483
2021-02-16	427
2021-02-17	408
2021-02-18	454
2021-02-19	426
2021-02-20	155
2021-02-21	115
2021-02-22	506
2021-02-23	351
2021-02-24	323
2021-02-25	369
2021-02-26	356
2021-02-27	170
2021-02-28	111
2021-03-01	393
2021-03-02	306
2021-03-03	265
2021-03-04	244
2021-03-05	278
2021-03-06	122
2021-03-07	81
2021-03-08	287
2021-03-09	208
2021-03-10	233
2021-03-11	247
2021-03-12	225
2021-03-13	121
2021-03-14	59
2021-03-15	114
2021-03-16	327
2021-03-17	224
2021-03-18	214
2021-03-19	200
2021-03-20	81
2021-03-21	68
2021-03-22	305
2021-03-23	221
2021-03-24	200
2021-03-25	244
2021-03-26	219
2021-03-27	61
2021-03-28	83
2021-03-29	233
2021-03-30	119
2021-03-31	105
2021-04-01	86
2021-04-02	67
2021-04-03	79
2021-04-04	65
2021-04-05	190
2021-04-06	131
2021-04-07	146
2021-04-08	110
2021-04-09	109
2021-04-10	54
2021-04-11	41
2021-04-12	174
2021-04-13	112
2021-04-14	101
2021-04-15	82
2021-04-16	56
2021-04-17	28
2021-04-18	25
2021-04-19	115
2021-04-20	85
2021-04-21	98
2021-04-22	87
2021-04-23	81
2021-04-24	49
2021-04-25	35
2021-04-26	135
2021-04-27	88
2021-04-28	80
2021-04-29	67
2021-04-30	47
2021-05-01	25
2021-05-02	29
2021-05-03	67
2021-05-04	53
2021-05-05	47
2021-05-06	90
2021-05-07	52
2021-05-08	20
2021-05-09	27
2021-05-10	30
2021-05-11	54
2021-05-12	51
2021-05-13	52
2021-05-14	43
2021-05-15	32
2021-05-16	13
2021-05-17	68
2021-05-18	38
2021-05-19	61
2021-05-20	37
2021-05-21	29
2021-05-22	34
2021-05-23	18
2021-05-24	47
2021-05-25	30
2021-05-26	36
2021-05-27	37
2021-05-28	18
2021-05-29	11
2021-05-30	10
2021-05-31	43
2021-06-01	29
2021-06-02	41
2021-06-03	41
2021-06-04	27
2021-06-05	18
2021-06-06	12
2021-06-07	30
2021-06-08	51
2021-06-09	42
2021-06-10	38
2021-06-11	33
2021-06-12	18
2021-06-13	16
2021-06-14	50
2021-06-15	27
2021-06-16	39
2021-06-17	22
2021-06-18	30
2021-06-19	7
2021-06-20	6
2021-06-21	45
2021-06-22	44
2021-06-23	45
2021-06-24	35
2021-06-25	20
2021-06-26	8
2021-06-27	7
2021-06-28	74
2021-06-29	55
2021-06-30	44
2021-07-01	63
2021-07-02	65
2021-07-03	37
2021-07-04	24
2021-07-05	94
2021-07-06	151
2021-07-07	164
2021-07-08	115
2021-07-09	146
2021-07-10	83
2021-07-11	76
2021-07-12	224
2021-07-13	292
2021-07-14	229
2021-07-15	227
2021-07-16	223
2021-07-17	193
2021-07-18	150
2021-07-19	294
2021-07-20	272
2021-07-21	399
2021-07-22	295
2021-07-23	340
2021-07-24	244
2021-07-25	170
2021-07-26	554
2021-07-27	467
2021-07-28	337
2021-07-29	363
2021-07-30	389
2021-07-31	173
2021-08-01	175
2021-08-02	553
2021-08-03	499
2021-08-04	542
2021-08-05	478
2021-08-06	508
2021-08-07	243
2021-08-08	221
2021-08-09	654
2021-08-10	696
2021-08-11	654
2021-08-12	738
2021-08-13	658
2021-08-14	310
2021-08-15	210
2021-08-16	926
2021-08-17	756
2021-08-18	702
2021-08-19	747
2021-08-20	692
2021-08-21	257
2021-08-22	243
2021-08-23	841
2021-08-24	772
2021-08-25	723
2021-08-26	707
2021-08-27	678
2021-08-28	269
2021-08-29	316
2021-08-30	999
2021-08-31	827
2021-09-01	720
2021-09-02	745
2021-09-03	626
2021-09-04	280
2021-09-05	217
2021-09-06	920
2021-09-07	716
2021-09-08	644
2021-09-09	668
2021-09-10	695
2021-09-11	368
2021-09-12	260
2021-09-13	909
2021-09-14	841
2021-09-15	591
2021-09-16	283
2021-09-17	695
2021-09-18	337
2021-09-19	252
2021-09-20	847
2021-09-21	856
2021-09-22	863
2021-09-23	823
2021-09-24	697
2021-09-25	278
2021-09-26	319
2021-09-27	1036
2021-09-28	762
2021-09-29	770
2021-09-30	733
2021-10-01	593
2021-10-02	313
2021-10-03	210
2021-10-04	797
2021-10-05	678
2021-10-06	668
2021-10-07	582
2021-10-08	431
2021-10-09	220
2021-10-10	192
2021-10-11	698
2021-10-12	708
2021-10-13	576
2021-10-14	599
2021-10-15	522
2021-10-16	266
2021-10-17	159
2021-10-18	530
2021-10-19	404
2021-10-20	477
2021-10-21	432
2021-10-22	424
2021-10-23	210
2021-10-24	153
2021-10-25	510
2021-10-26	454
2021-10-27	405
2021-10-28	434
2021-10-29	323
2021-10-30	135
2021-10-31	163
2021-11-01	357
2021-11-02	267
2021-11-03	361
2021-11-04	356
2021-11-05	248
2021-11-06	124
2021-11-07	120
2021-11-08	367
2021-11-09	324
2021-11-10	251
2021-11-11	300
2021-11-12	286
2021-11-13	150
2021-11-14	96
2021-11-15	161
2021-11-16	340
2021-11-17	329
2021-11-18	310
2021-11-19	255
2021-11-20	141
2021-11-21	98
2021-11-22	383
2021-11-23	322
2021-11-24	249
2021-11-25	218
2021-11-26	243
2021-11-27	137
2021-11-28	82
2021-11-29	368
2021-11-30	299
2021-12-01	273
2021-12-02	227
2021-12-03	245
2021-12-04	126
2021-12-05	87
2021-12-06	302
2021-12-07	286
2021-12-08	228
2021-12-09	232
2021-12-10	203
2021-12-11	88
2021-12-12	75
2021-12-13	205
2021-12-14	165
2021-12-15	75
2021-12-16	2

Con base en los datos, el día con mayor acumulación de casos Covid_19 fue el 11/01/2021 con 1,225 casos positivos en el estado.

4) Total acumulado de defunciones por día en el estado de GUANAJUATO.

data_guanajuato$FECHA_DEF <- as.Date(data_guanajuato$FECHA_DEF, format= "%Y-%m-%d")
defunsiones_diarias <- aggregate(DEFUNCION~FECHA_DEF, data= data_guanajuato, FUN = sum)
tabla_4 <- defunsiones_diarias
names(tabla_4) <- c("FECHA", "DEFUNCIONES")


tabla_4<-knitr::kable(tabla_4, row.names = F, full_width = FALSE, align = "ccrrr")
kable_material(tabla_4, "hover", full_width = FALSE, position = "center", font_size = 15, column_spec(tabla_4, 2,  width="10em")) %>% 
scroll_box(width = "925px", height = "500px")

FECHA	DEFUNCIONES
2020-01-09	0
2020-01-10	0
2020-01-11	0
2020-01-15	0
2020-01-16	0
2020-01-17	0
2020-01-18	0
2020-01-19	0
2020-01-22	0
2020-01-28	0
2020-01-31	0
2020-02-01	0
2020-02-04	0
2020-02-05	0
2020-02-06	0
2020-02-08	0
2020-02-09	0
2020-02-10	0
2020-02-11	0
2020-02-12	0
2020-02-13	0
2020-02-17	0
2020-02-18	0
2020-02-19	0
2020-02-21	0
2020-02-22	0
2020-02-23	0
2020-02-25	0
2020-02-26	0
2020-03-01	0
2020-03-02	0
2020-03-04	0
2020-03-05	0
2020-03-06	0
2020-03-07	0
2020-03-09	0
2020-03-16	0
2020-03-17	0
2020-03-20	0
2020-03-23	0
2020-03-24	0
2020-03-25	0
2020-03-27	0
2020-03-28	0
2020-03-30	0
2020-03-31	0
2020-04-01	0
2020-04-02	0
2020-04-03	0
2020-04-04	0
2020-04-05	2
2020-04-06	0
2020-04-07	1
2020-04-08	0
2020-04-09	1
2020-04-10	1
2020-04-11	0
2020-04-12	0
2020-04-13	0
2020-04-14	2
2020-04-15	1
2020-04-16	0
2020-04-17	3
2020-04-18	0
2020-04-20	0
2020-04-21	2
2020-04-22	3
2020-04-23	3
2020-04-24	1
2020-04-25	3
2020-04-26	2
2020-04-27	0
2020-04-29	2
2020-04-30	3
2020-05-01	3
2020-05-02	2
2020-05-03	3
2020-05-04	3
2020-05-05	2
2020-05-06	3
2020-05-07	4
2020-05-08	7
2020-05-09	4
2020-05-10	1
2020-05-11	3
2020-05-12	1
2020-05-13	4
2020-05-14	2
2020-05-15	8
2020-05-16	3
2020-05-17	2
2020-05-18	6
2020-05-19	4
2020-05-20	2
2020-05-21	5
2020-05-22	6
2020-05-23	6
2020-05-24	4
2020-05-25	8
2020-05-26	5
2020-05-27	6
2020-05-28	8
2020-05-29	2
2020-05-30	7
2020-05-31	6
2020-06-01	2
2020-06-02	7
2020-06-03	6
2020-06-04	9
2020-06-05	13
2020-06-06	17
2020-06-07	17
2020-06-08	14
2020-06-09	12
2020-06-10	21
2020-06-11	20
2020-06-12	16
2020-06-13	23
2020-06-14	15
2020-06-15	23
2020-06-16	25
2020-06-17	18
2020-06-18	27
2020-06-19	26
2020-06-20	26
2020-06-21	16
2020-06-22	30
2020-06-23	25
2020-06-24	26
2020-06-25	26
2020-06-26	22
2020-06-27	31
2020-06-28	24
2020-06-29	41
2020-06-30	31
2020-07-01	30
2020-07-02	45
2020-07-03	40
2020-07-04	40
2020-07-05	34
2020-07-06	35
2020-07-07	39
2020-07-08	44
2020-07-09	41
2020-07-10	36
2020-07-11	34
2020-07-12	40
2020-07-13	29
2020-07-14	38
2020-07-15	39
2020-07-16	32
2020-07-17	36
2020-07-18	44
2020-07-19	35
2020-07-20	36
2020-07-21	45
2020-07-22	37
2020-07-23	24
2020-07-24	53
2020-07-25	41
2020-07-26	41
2020-07-27	45
2020-07-28	39
2020-07-29	35
2020-07-30	41
2020-07-31	31
2020-08-01	42
2020-08-02	34
2020-08-03	31
2020-08-04	38
2020-08-05	43
2020-08-06	35
2020-08-07	32
2020-08-08	41
2020-08-09	34
2020-08-10	34
2020-08-11	26
2020-08-12	22
2020-08-13	22
2020-08-14	35
2020-08-15	24
2020-08-16	23
2020-08-17	34
2020-08-18	29
2020-08-19	26
2020-08-20	29
2020-08-21	22
2020-08-22	39
2020-08-23	25
2020-08-24	16
2020-08-25	25
2020-08-26	19
2020-08-27	26
2020-08-28	22
2020-08-29	22
2020-08-30	21
2020-08-31	30
2020-09-01	25
2020-09-02	20
2020-09-03	20
2020-09-04	25
2020-09-05	21
2020-09-06	15
2020-09-07	15
2020-09-08	11
2020-09-09	17
2020-09-10	17
2020-09-11	25
2020-09-12	21
2020-09-13	16
2020-09-14	20
2020-09-15	17
2020-09-16	12
2020-09-17	9
2020-09-18	10
2020-09-19	20
2020-09-20	26
2020-09-21	8
2020-09-22	21
2020-09-23	7
2020-09-24	9
2020-09-25	11
2020-09-26	12
2020-09-27	11
2020-09-28	7
2020-09-29	14
2020-09-30	14
2020-10-01	10
2020-10-02	15
2020-10-03	17
2020-10-04	12
2020-10-05	17
2020-10-06	11
2020-10-07	22
2020-10-08	11
2020-10-09	9
2020-10-10	10
2020-10-11	16
2020-10-12	6
2020-10-13	14
2020-10-14	13
2020-10-15	12
2020-10-16	9
2020-10-17	12
2020-10-18	10
2020-10-19	6
2020-10-20	15
2020-10-21	21
2020-10-22	16
2020-10-23	13
2020-10-24	14
2020-10-25	12
2020-10-26	15
2020-10-27	21
2020-10-28	18
2020-10-29	11
2020-10-30	14
2020-10-31	15
2020-11-01	14
2020-11-02	8
2020-11-03	21
2020-11-04	13
2020-11-05	12
2020-11-06	17
2020-11-07	19
2020-11-08	22
2020-11-09	24
2020-11-10	15
2020-11-11	20
2020-11-12	22
2020-11-13	18
2020-11-14	20
2020-11-15	24
2020-11-16	32
2020-11-17	33
2020-11-18	27
2020-11-19	25
2020-11-20	30
2020-11-21	29
2020-11-22	32
2020-11-23	42
2020-11-24	31
2020-11-25	34
2020-11-26	35
2020-11-27	39
2020-11-28	41
2020-11-29	42
2020-11-30	48
2020-12-01	48
2020-12-02	44
2020-12-03	38
2020-12-04	32
2020-12-05	44
2020-12-06	45
2020-12-07	37
2020-12-08	41
2020-12-09	57
2020-12-10	46
2020-12-11	54
2020-12-12	53
2020-12-13	43
2020-12-14	58
2020-12-15	49
2020-12-16	47
2020-12-17	40
2020-12-18	54
2020-12-19	56
2020-12-20	42
2020-12-21	56
2020-12-22	43
2020-12-23	58
2020-12-24	64
2020-12-25	52
2020-12-26	64
2020-12-27	49
2020-12-28	54
2020-12-29	90
2020-12-30	68
2020-12-31	55
2021-01-01	54
2021-01-02	50
2021-01-03	62
2021-01-04	83
2021-01-05	66
2021-01-06	80
2021-01-07	79
2021-01-08	77
2021-01-09	91
2021-01-10	93
2021-01-11	104
2021-01-12	86
2021-01-13	90
2021-01-14	95
2021-01-15	84
2021-01-16	82
2021-01-17	122
2021-01-18	98
2021-01-19	93
2021-01-20	112
2021-01-21	87
2021-01-22	95
2021-01-23	110
2021-01-24	106
2021-01-25	99
2021-01-26	115
2021-01-27	101
2021-01-28	79
2021-01-29	74
2021-01-30	84
2021-01-31	79
2021-02-01	102
2021-02-02	75
2021-02-03	73
2021-02-04	78
2021-02-05	77
2021-02-06	73
2021-02-07	70
2021-02-08	62
2021-02-09	61
2021-02-10	60
2021-02-11	59
2021-02-12	58
2021-02-13	51
2021-02-14	38
2021-02-15	54
2021-02-16	35
2021-02-17	40
2021-02-18	38
2021-02-19	39
2021-02-20	27
2021-02-21	34
2021-02-22	45
2021-02-23	33
2021-02-24	30
2021-02-25	23
2021-02-26	22
2021-02-27	28
2021-02-28	26
2021-03-01	31
2021-03-02	40
2021-03-03	27
2021-03-04	19
2021-03-05	27
2021-03-06	28
2021-03-07	20
2021-03-08	13
2021-03-09	21
2021-03-10	20
2021-03-11	22
2021-03-12	16
2021-03-13	25
2021-03-14	26
2021-03-15	10
2021-03-16	17
2021-03-17	10
2021-03-18	12
2021-03-19	14
2021-03-20	12
2021-03-21	16
2021-03-22	11
2021-03-23	13
2021-03-24	11
2021-03-25	9
2021-03-26	9
2021-03-27	9
2021-03-28	16
2021-03-29	11
2021-03-30	9
2021-03-31	14
2021-04-01	10
2021-04-02	4
2021-04-03	10
2021-04-04	11
2021-04-05	11
2021-04-06	9
2021-04-07	14
2021-04-08	9
2021-04-09	9
2021-04-10	14
2021-04-11	11
2021-04-12	6
2021-04-13	8
2021-04-14	12
2021-04-15	8
2021-04-16	10
2021-04-17	5
2021-04-18	5
2021-04-19	2
2021-04-20	8
2021-04-21	8
2021-04-22	3
2021-04-23	3
2021-04-24	3
2021-04-25	7
2021-04-26	6
2021-04-27	4
2021-04-28	2
2021-04-29	4
2021-04-30	1
2021-05-01	1
2021-05-02	6
2021-05-03	5
2021-05-04	3
2021-05-05	1
2021-05-06	5
2021-05-07	1
2021-05-08	2
2021-05-09	4
2021-05-10	3
2021-05-11	3
2021-05-12	3
2021-05-13	3
2021-05-14	2
2021-05-15	1
2021-05-16	2
2021-05-17	4
2021-05-18	2
2021-05-19	3
2021-05-20	2
2021-05-22	2
2021-05-23	0
2021-05-24	1
2021-05-25	2
2021-05-26	1
2021-05-27	2
2021-05-28	1
2021-05-29	2
2021-05-30	2
2021-05-31	4
2021-06-01	1
2021-06-02	1
2021-06-03	0
2021-06-05	1
2021-06-06	2
2021-06-08	1
2021-06-09	0
2021-06-10	1
2021-06-11	2
2021-06-12	1
2021-06-13	0
2021-06-14	1
2021-06-15	2
2021-06-17	1
2021-06-18	1
2021-06-19	1
2021-06-20	0
2021-06-21	0
2021-06-22	0
2021-06-23	0
2021-06-24	1
2021-06-25	1
2021-06-26	0
2021-06-28	2
2021-06-29	2
2021-06-30	0
2021-07-01	0
2021-07-02	1
2021-07-03	0
2021-07-05	0
2021-07-06	1
2021-07-07	0
2021-07-09	2
2021-07-10	1
2021-07-11	2
2021-07-12	1
2021-07-13	1
2021-07-14	1
2021-07-15	1
2021-07-16	2
2021-07-17	2
2021-07-18	1
2021-07-19	3
2021-07-20	3
2021-07-21	2
2021-07-22	2
2021-07-23	2
2021-07-24	8
2021-07-25	3
2021-07-26	6
2021-07-27	2
2021-07-28	5
2021-07-29	5
2021-07-30	5
2021-07-31	7
2021-08-01	5
2021-08-02	6
2021-08-03	6
2021-08-04	9
2021-08-05	13
2021-08-06	12
2021-08-07	13
2021-08-08	9
2021-08-09	12
2021-08-10	10
2021-08-11	14
2021-08-12	8
2021-08-13	14
2021-08-14	12
2021-08-15	10
2021-08-16	14
2021-08-17	15
2021-08-18	19
2021-08-19	13
2021-08-20	11
2021-08-21	11
2021-08-22	18
2021-08-23	18
2021-08-24	23
2021-08-25	16
2021-08-26	19
2021-08-27	15
2021-08-28	18
2021-08-29	21
2021-08-30	13
2021-08-31	12
2021-09-01	12
2021-09-02	16
2021-09-03	27
2021-09-04	22
2021-09-05	22
2021-09-06	23
2021-09-07	21
2021-09-08	24
2021-09-09	26
2021-09-10	17
2021-09-11	16
2021-09-12	16
2021-09-13	26
2021-09-14	34
2021-09-15	24
2021-09-16	26
2021-09-17	18
2021-09-18	16
2021-09-19	21
2021-09-20	25
2021-09-21	22
2021-09-22	20
2021-09-23	25
2021-09-24	18
2021-09-25	18
2021-09-26	22
2021-09-27	25
2021-09-28	25
2021-09-29	25
2021-09-30	18
2021-10-01	21
2021-10-02	16
2021-10-03	19
2021-10-04	13
2021-10-05	21
2021-10-06	17
2021-10-07	13
2021-10-08	17
2021-10-09	12
2021-10-10	18
2021-10-11	12
2021-10-12	24
2021-10-13	23
2021-10-14	20
2021-10-15	13
2021-10-16	15
2021-10-17	15
2021-10-18	16
2021-10-19	24
2021-10-20	17
2021-10-21	19
2021-10-22	20
2021-10-23	16
2021-10-24	14
2021-10-25	10
2021-10-26	15
2021-10-27	20
2021-10-28	15
2021-10-29	19
2021-10-30	28
2021-10-31	21
2021-11-01	13
2021-11-02	9
2021-11-03	22
2021-11-04	13
2021-11-05	14
2021-11-06	13
2021-11-07	19
2021-11-08	14
2021-11-09	13
2021-11-10	7
2021-11-11	12
2021-11-12	9
2021-11-13	10
2021-11-14	10
2021-11-15	15
2021-11-16	17
2021-11-17	13
2021-11-18	18
2021-11-19	17
2021-11-20	10
2021-11-21	14
2021-11-22	14
2021-11-23	8
2021-11-24	8
2021-11-25	6
2021-11-26	11
2021-11-27	13
2021-11-28	7
2021-11-29	11
2021-11-30	10
2021-12-01	9
2021-12-02	11
2021-12-03	6
2021-12-04	8
2021-12-05	6
2021-12-06	14
2021-12-07	7
2021-12-08	9
2021-12-09	4
2021-12-10	6
2021-12-11	4
2021-12-12	7
2021-12-13	8
2021-12-14	10
2021-12-15	1

La tabla de defunciones diarias en el estado muestra que en los últimos meses, las defunciones a causa del COVID_19 han dismunido. Esto puede deberse al termino de la campaña de vacunación.

5) Porcentaje de mujeres, a nivel municipal, que representan un caso positivo en el estado de GUANAJUATO.

data_guanajuato$MUJER_COVID <- 0
data_guanajuato$MUJER_COVID[data_guanajuato$CLASIFICACION_FINAL == 1 & data_guanajuato$SEXO == 1] <- 1
mujer_covid_mun <- aggregate(MUJER_COVID~MUNICIPIO_RES, data= data_guanajuato, FUN = sum)
tabla_5 <- as.data.frame(c(positivo_mun, mujer_covid_mun[2]))
tabla_5$proporcion <- ( tabla_5$MUJER_COVID/tabla_5$CLASIFICACION_FINAL)*100
names(tabla_5) <-  c("CVE_MUN", "COVID_19", "MUJERES", "PORCENTAJE")
tabla_5 <- merge(x=tabla_5,y=info_inegi,by.x="CVE_MUN",by.y="CVE_MUN",sort=FALSE, all.x = TRUE)
tabla_5$PORCENTAJE <- round(tabla_5$PORCENTAJE, 2)
order <- c("CVE_MUN", "MUNICIPIO", "COVID_19", "MUJERES", "PORCENTAJE")
tabla_5 <- tabla_5[, order]


tabla_5<-knitr::kable(tabla_5, row.names = F, full_width = FALSE, align = "ccrrr")
kable_material(tabla_5, "hover", full_width = FALSE, position = "center", font_size = 15, column_spec(tabla_5, 2,  width="10em")) %>% 
scroll_box(width = "925px", height = "500px")

CVE_MUN	MUNICIPIO	COVID_19	MUJERES	PORCENTAJE
1	Abasolo	946	517	54.65
2	Acámbaro	4393	2402	54.68
3	San Miguel de Allende	4668	2519	53.96
4	Apaseo el Alto	2147	1193	55.57
5	Apaseo el Grande	2808	1464	52.14
6	Atarjea	112	62	55.36
7	Celaya	19157	9938	51.88
8	Manuel Doblado	1263	716	56.69
9	Comonfort	2032	1103	54.28
10	Coroneo	766	447	58.36
11	Cortazar	2613	1307	50.02
12	Cuerámaro	1001	578	57.74
13	Doctor Mora	560	315	56.25
14	Dolores Hidalgo Cuna de la Independencia Nacional	3943	2101	53.28
15	Guanajuato	7617	4040	53.04
16	Huanímaro	413	245	59.32
17	Irapuato	19610	9787	49.91
18	Jaral del Progreso	1711	950	55.52
19	Jerécuaro	1645	936	56.90
20	León	65758	33709	51.26
21	Moroleón	2129	1137	53.41
22	Ocampo	793	375	47.29
23	Pénjamo	3123	1665	53.31
24	Pueblo Nuevo	327	189	57.80
25	Purísima del Rincón	1613	855	53.01
26	Romita	1567	830	52.97
27	Salamanca	9077	4697	51.75
28	Salvatierra	4241	2338	55.13
29	San Diego de la Unión	1450	836	57.66
30	San Felipe	3015	1722	57.11
31	San Francisco del Rincón	3471	1871	53.90
32	San José Iturbide	2223	1090	49.03
33	San Luis de la Paz	3629	2069	57.01
34	Santa Catarina	87	53	60.92
35	Santa Cruz de Juventino Rosas	2381	1256	52.75
36	Santiago Maravatío	522	278	53.26
37	Silao de la Victoria	4476	2250	50.27
38	Tarandacuao	554	307	55.42
39	Tarimoro	1083	570	52.63
40	Tierra Blanca	454	254	55.95
41	Uriangato	2417	1279	52.92
42	Valle de Santiago	4262	2288	53.68
43	Victoria	469	247	52.67
44	Villagrán	1622	816	50.31
45	Xichú	264	174	65.91
46	Yuriria	1651	901	54.57
999	NA	2	0	0.00

En la tabla es posible observar que la proporción de mujeres infectadas con Covid-19 está por encima de la mitad del total de los casos en el 96% de los municipios.

Sección 2

Gráfico de barras de los 10 municipios con mayor % de defunciones del estado de GUANAJUATO.

mayores <- tabla_1[order(-tabla_1$PORCENTAJE), ]
mayores <- mayores[1:10, c(1,2,5)]
names(mayores) <- c("ID", "MUNICIPIO", "PORCENTAJE")


p <- mayores %>%
  mutate(name = fct_reorder(MUNICIPIO, PORCENTAJE)) %>%
  ggplot( aes(x=reorder(MUNICIPIO, PORCENTAJE), y=PORCENTAJE)) +
  geom_bar(stat="identity", fill="#20B2AA", alpha=.6, width=.4) +
  labs(title = "Porcentaje de defunsiones", x="MUNICIPIOS")+
  coord_flip() +
  xlab("") +
  theme_bw()+
  theme(plot.background = element_rect(fill = "#F3F0E7"))
ggplotly(p)

El municipio con mayor proporción de defunsiones fue Abasolo. En este municipio, aproximadamente 11 de 100 personas infectadas fallecieron a causa del virus. También es posible observar que existe una variación importante entre los 10 municipios con mayor proporción de fallecimientos. Ya que en San José de Iturbide esta proporción de aproximadamnte 2 defunsiones menos por cada 100 casos positivos.

Sección 3

Gráfico de barras de los 10 municipios con mayor número de casos positivos detectados, diferneciando por hombres y por mujeres, del estado de GUANAJUATO.

data_guanajuato$HOMBRE_COVID <- 0
data_guanajuato$HOMBRE_COVID[data_guanajuato$CLASIFICACION_FINAL == 1 & data_guanajuato$SEXO == 2] <- 1
sexo_covid_mun <- aggregate(cbind(MUJER_COVID, HOMBRE_COVID)~MUNICIPIO_RES, data= data_guanajuato, FUN = sum)
sexo_covid_mun <- as.data.frame(c(sexo_covid_mun, positivo_mun[2]))
tabla_6 <- merge(x=sexo_covid_mun,y=info_inegi,by.x="MUNICIPIO_RES",by.y="CVE_MUN",sort=FALSE, all.x = TRUE)
tabla_6 <- tabla_6[order(-tabla_6$CLASIFICACION_FINAL), ]
tabla_6 <- tabla_6[1:10, c(2,3,5)]
tabla_7 <- melt(tabla_6, id= "MUNICIPIO")
tabla_7$MUNICIPIO <- sapply(strsplit(tabla_7$MUNICIPIO," "), `[`, 1)
names(tabla_7) <- c("MUNICIPIO", "CLASIFICACIÓN", "TOTAL_DE_CASOS")

p <- ggplot(tabla_7, aes(fill=CLASIFICACIÓN, y=TOTAL_DE_CASOS, x=MUNICIPIO)) + 
  geom_bar(position="stack", stat="identity") +
  theme_bw()+
  theme(axis.text.x=element_text(size=rel(1), angle=90), plot.background = element_rect(fill = "#F3F0E7"))+
  scale_fill_brewer(palette= "Set2") +
  labs(title = "Total de casos por sexo del paciente", x="MUNICIPIOS", y= "TOTAL DE CASOS COVID")

ggplotly(p)

Los 10 munipios con la mayor cantidad de casos, la mayor proporción fue de mujeres. El municipio con mayor cantidad de casos es León que también es el de mayor población.

Sección 4

Gráfico de líneas con el número acumulado de defunciones por día en el estado de GUANAJUATO.

serie_tiempo <- aggregate(DEFUNCION~FECHA_DEF, data= data_guanajuato, sum)
don <- xts(x=serie_tiempo,order.by=serie_tiempo$FECHA_DEF)
dygraph(don) %>%
  dyOptions(labelsUTC = TRUE, fillGraph=TRUE, fillAlpha=0.1, drawGrid = FALSE, colors="#556B2F") %>%
  dyRangeSelector() %>%
  dyCrosshair(direction = "vertical") %>%
  dyHighlight(highlightCircleSize = 5, highlightSeriesBackgroundAlpha = 0.2, hideOnMouseOut = FALSE)  %>%
  dyRoller(rollPeriod = 1)

En este gráfico es posible observar que, han habido tres grandes alzas o picos en las defunciones por covid_19 en el estado. El primero fue en julio del 2020. El segundo en enero del 2021. El último se presentó en la mitad de la campaña de vacunación, a finales de septiembre del 2021. Hay una redección impoartante de mortalidad en los últomos meses. Sin embargo, estos niveles aún asemejan a los del inicio de la pandemia.

Sección 6

Mapa que muestra la distribución espacial, por municipio, del % de defunciones.

tabla_1 <- as.data.frame(tabla_1)
municipio <- as.numeric(tabla_1$CVE_MUN)
tabla_1$CVE_MUN <- as.numeric(tabla_1$CVE_MUN) 

for (i in 1:length(municipio)) if ( tabla_1$CVE_MUN[i] <= 9) {municipio[i] <- paste0("00", tabla_1$CVE_MUN[i])} else {municipio[i] <-  tabla_1$CVE_MUN[i]}
for (i in 1:length(municipio)) if ( tabla_1$CVE_MUN[i] > 9 & tabla_1$CVE_MUN[i] <= 99) {municipio[i] <- paste0("0", tabla_1$CVE_MUN[i])} else {municipio[i] <-  municipio[i]}

tabla_1$CVE_MUN <- municipio


mapa_guanajuato <- readOGR("/Users/cristinaalvarez/Desktop/bases", layer="guana")

## OGR data source with driver: ESRI Shapefile 
## Source: "/Users/cristinaalvarez/Desktop/bases", layer: "guana"
## with 46 features
## It has 4 fields

tabla<-merge(x=mapa_guanajuato@data,y=tabla_1,by.x="CVE_MUN",by.y="CVE_MUN",sort=FALSE, all.x=FALSE)
mapa_guanajuato@data$DEFUNCIONES <- tabla$DEFUNCIONES
mapa_guanajuato@data$PORCENTAJE_DEF <- tabla$PORCENTAJE

#defino los cuantiles
cuantil <- cut(as.numeric(mapa_guanajuato@data$PORCENTAJE_DEF), 4)
cuantil <- as.vector(sort(unique(cuantil)))
cuantil <- as.numeric(str_sub(cuantil, 2, 5))
cortess <- c(cuantil, Inf)
colores <- colorBin( palette="YlGnBu", domain=(as.numeric(mapa_guanajuato@data$PORCENTAJE_DEF)), na.color="transparent", bins=cortess)

textoss <- paste( "Municipio : ",mapa_guanajuato@data$NOMGEO,"<br/>", "% de Defunciones: ", round(as.numeric(mapa_guanajuato@data$PORCENTAJE_DEF), 2) ,"<br/>", "Total de Defunciones : ", round(as.numeric(mapa_guanajuato@data$DEFUNCIONES), 2)) %>%  lapply(htmltools::HTML)

leaflet(data=mapa_guanajuato) %>% 
  addTiles() %>% 
  addPolygons(label = textoss,fillColor = colores(as.numeric(mapa_guanajuato$PORCENTAJE_DEF)), color = "grey",fillOpacity = 1,dashArray = "1") %>%
  addLegend(pal = colores, values = cortess , opacity = 0.7, title = "% de Defunciones", position = "topright")

De manera espacial, no se observa una concentración de defunsiones en un área determinada. No obstante, se puede apreciar que en los municipio con mayor condición rural el porcentaje de defunciones fue menor. Como en el caso de Moroleán, Yuriria, Uriangato y Jaral del progreso.