El uso del lenguaje R para el procesamiento de datos y la generación de mapas sobre COVID-19
Palabras clave:
análisis espacio-temporal; covid-19; lenguaje R; mapas de coropletas; mapas de símbolos graduados.Resumen
En la actualidad el mundo se encuentra sumergido en la pandemia Global “COVID-19”. El estudio del comportamiento de esta enfermedad genera mucha información que en algunos casos puede ser georreferenciada, con el objetivo de realizar un análisis espacio-temporal para arribar a conclusiones. Actualmente los Sistemas de Información Geográfica (SIG) no son los únicos capaces de analizar esta información georreferenciada, existen otras alternativas como es el caso del lenguaje R, que se ha convertido sin duda alguna en una importante herramienta para el análisis espacio-temporal y generación de mapas debido a que cuenta con una gran cantidad de técnicas estadísticas que facilitan el procesamiento de datos y la generación de mapas. El formato de archivos shapefile guarda datos de tipo vectorial en el cual se puede obtener la geometría del terreno en cuestión. La evolución de esta enfermedad en cada región o país, es sin lugar a dudas de interés para muchas investigaciones. Analizar cómo se desarrolla la enfermedad en el transcurso de días, semanas, años y meses es de gran importancia. En este trabajo se muestran algunos ejemplos de cómo se puede utilizar R para la generación y animación de mapas que permitan analizar la evolución de una enfermedad como la COVID-19 así como otros datos relacionados.
Citas
Barroso, A. R., & Puebla, J. G. (1997). Los sistemas de información geograficos: origen y perspectivas (Vol. 7, p. 106). Madrid.
Bellosta, C. J. G. (2018). R para profesionales de los datos: una introducción.
Bivand, R. (2013). Package “ classInt ”, 1–12.
Bivand, R., Lewin-Koh, N., Pebesma, E., Archer, E., Baddeley, A., Bearman, N., … Rogerbivandnhhno, M. R. B. (2016). Package “ maptools ”, 81.
Durango Vanegas, C. E. (2013). Caracterización de datos espacio temporales en sistemas de información geográfica. Instituto de Sistemas Y Ciencias de La Decisión.
Hernández-Leal, E. J., Duque-Méndez, N. D., & Moreno-Cadavid, J. (2017). Big Data: an exploration of research, technologies and application cases. TecnoLógicas, 20(39), 17–24.
Hijmans, R. J. (2013). Introduction to the ’ raster ’ package ( version 2 . 1-49 ), (2008), 1–27.
Keitt, T., Rowlingson, B., & Bivand, R. (2013). Package “ rgdal ”, 01, 46.
Lamigueiro, Ó. P. (2014). Displaying time series, spatial, and space-time data with R. CRC Press.
Mas, J.-F. (2018). Análisis espacial con R : Usa R como un Sistema de Información Geográfica (p. 151).
Messy, T. (2019). Package “ tidyr .”
Murphy, L. D. (1995). Geographic information systems: are they decision support systems? In Twenty-Eighth Annual Hawaii International Conference on System Sciences (pp. 131–141). Hawaii.
Neuwirth, E. (2013). Package “ RColorBrewer ”, 1–5.
Olaya, V. (2014). Sistemas de Información Geográfica (p. 798).
Paradis, E., & Ahumada, J. A. (2003). R para Principiantes.
Reinoso Lorente, Á. (2020). Sistema informático para el procesamiento de datos de enfermedades de la provincia de Guayas, Ecuador y visualización en mapas. Universidad Central Marta Abreu de Las Villas.
Salmerón Gómez, R., & others. (2008). Análisis estadístico de datos espacio-temporales mediante modelos funcionales de series temporales.
Santana, J. S., & Farfán, E. (2014). El Arte de Programar en R: Un lenguaje para la estadística (p. 197).
Stadler, M. M. (2002). TOPOLOGÍA GENERAL (p. 200). Managua. Retrieved from http://www.ehu.es
Vázquez Rodríguez, R. (2015). Nuevos métodos para el procesamiento y análisis de información geográfica. Universidad de Granada.
Wickham, H. (2020). Package “ plyr .”
Wickham, H., & Chang, W. (2015). Package “ggplot2.”
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 Alvaro Reinoso Lorente, Romel Vázquez Rodríguez, Carlos Pérez Risquet
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
