R

No debería publicar esta simulación de la extensión del COVID19 o coronavirus porque puede disparar alarmas, provocar insultos, levantar ampollas… el caso es que yo llevo 7 días de aislamiento más que el resto de España porque sólo había que ver los datos de Italia para saber lo que iba a pasar y no avise a nadie para no disparar alarmas, provocar insultos, levantar ampollas… Y AL FINAL YO TENÍA RAZÓN. Así que os voy a exponer el motivo por el cual estoy muy asustado; bueno, hoy quiero mostraros el inicio de una simulación mala y sin fundamento que estoy realizando sobre la extensión en España del COVID19. Para hacerla vamos a emplear la siguiente información: ...

Seguimos a vueltas con la (ya) pandemia y R, y hoy quería traeros unos buenos ejemplos de uso de dplyr para preparar datos. Se trata de ver una evolución del número de casos diarios para saber en qué punto tanto España como Italia pueden frenar el crecimiento de los casos de coronavirus; se trata de crear este gráfico: Se observa cómo países como China o Corea vivieron un fuerte crecimiento que ahora se ha transformado en una caída del número de casos de coronavirus, pero parece que Irán se ha estabilizado en 1000 casos diarios; mientras, Italia y España siguen en fase de crecimiento, por lo que no se espera que el comportamiento sea similar a China o Corea y es probable que el número de casos siga aumentando. ...

Ayer escribí sobre la obtención de los datos del coronavirus con R y después me disponía a escribir sobre modelos de regresión no lineal, hacer una estimación del coronavirus en España… Pero estuve hablando con una amiga residente en Italia y allí el número de casos está dos semanas por delante de España; bueno, dos semanas exactamente no, 10 días: library(lubridate) library(ggplot2) library(dplyr) library(reshape2) datos <- read.csv2("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_19-covid-Confirmed.csv", sep = ',') fechas <- seq(as.Date("2020/01/22"), as.Date(today() - 1), "days") fechas_chr <- substr(as.character.Date(fechas), 6, 10) # Se asume que el csv tiene el formato adecuado para asignar estos nombres # En este caso, simplificamos la lógica de nombres para el ejemplo names(datos) <- c("Provincia", "Pais", "Latitud", "Longitud", fechas_chr) esp_ita <- data.frame(fecha = fechas_chr) esp_ita$Espania <- as.numeric(t(datos %>% filter(Pais == "Spain") %>% select(all_of(fechas_chr)))) esp_ita$Italia <- as.numeric(t(datos %>% filter(Pais == "Italy") %>% select(all_of(fechas_chr)))) p <- ggplot(esp_ita, aes(x = fecha)) + geom_line(aes(y = Espania, group = 1, color = "España")) + geom_line(aes(y = Italia, group = 1, color = "Italia")) + scale_color_manual(values = c("España" = "red", "Italia" = "blue")) + xlab("") + ylab("") + theme(axis.text.x = element_text(angle = 90)) p ...

Una entrada anterior del blog ha dado lugar a una conversación interesante en Twitter: Evolución del número de casos de #coronavirusEspana una analogía con Italia https://t.co/GhWtlFL3Df — Raul Vaquerizo (@r_vaquerizo) March 11, 2020 Es necesario obtener los datos del Ministerio y estos datos se hallan en un PDF. Bien, tendremos que leer el PDF y crear un data frame para poder trabajar con estos datos. Para leer el PDF vamos a emplear el paquete de R tabulizer y la función extract_tables, pero necesitamos algo de talento. ...

Cuando se realizan gráficos de series temporales se emplean gráficos de líneas donde el eje X contiene la fecha y el eje Y contiene el valor a representar. Hoy quiero traer al blog otra forma de representar series temporales: los gráficos de calendario y su realización con R. Para ilustrar el ejemplo, vamos a emplear las cotizaciones históricas del índice bursátil IBEX 35: library(quantmod) library(ggplot2) library(reshape2) library(dplyr) library(lubridate) # Obtenemos las cotizaciones del IBEX 35 desde 2010 getSymbols('^IBEX', from = '2010-01-01') # data.frame de trabajo df <- data.frame(date = index(IBEX), IBEX) Mediante quantmod extraemos las cotizaciones del IBEX y creamos un data.frame de trabajo que llamamos df. Vamos a realizar dos tipos de gráficos: un mapa de calor por años, meses, semanas y días, y un calendario de un año puntual. ...

Los modelos GLM son muy empleados en el ámbito actuarial para la obtención de modelos de riesgo; estos modelos de riesgo son los elementos fundamentales en el cálculo de tarifas. Y ¿qué es una tarifa? Imaginad el precio del seguro de vuestra vivienda: bueno, pues es un cálculo en el que, partiendo de un precio base, se van añadiendo recargos y descuentos en función del tipo de riesgo que se quiera asegurar (recargos y descuentos en función de los metros cuadrados, de la ubicación de la vivienda, de las calidades de construcción…). Esta es una visión muy simplista porque, al final, se tienen múltiples garantías y es necesaria la combinación de ellas, pero se puede entender de ese modo: un precio base al que recargamos o descontamos precio. Estos recargos y descuentos se denominan frecuentemente relatividades, y hoy quiero acercaros a la obtención de esas relatividades y cómo un modelo GLM se transforma en el precio de un seguro. ...

Me han preguntado hoy cómo parametrizar una consulta de SQL Server desde R y la verdad es que es algo que me parecía muy sencillo y no me había planteado compartirlo. En mi caso suelo emplear la librería RODBC para acceder a SQL Server porque realizo las consultas vía ODBC; por este motivo lo primero que debéis tener es configurado el origen de datos ODBC e instalada la librería RODBC en R. Para acceder vía R a los datos de SQL Server, lo primero es crear la conexión a la BBDD: ...

A raíz de una conversación en Twitter, os traigo un pequeño truco de R para aquellos que tenéis funciones predefinidas y que tenéis que cargarlas al iniciar las sesiones de R: es como ejecutar el código nada más abrir R. En mi caso, el código que quiero ejecutar son una serie de utilidades que tengo guardadas en C:\carpeta; con source("C:/carpeta/Utils.R", encoding = "UTF-8"), R cargaría todo el código R alojado en ese script de R, y necesito que se ejecute el script al inicial la sesión de R; no quiero poner esa línea al principio de cada programa. Lo primero que tenemos que hacer es buscar dónde tenemos instalado R; una vez hayamos accedido a la correspondiente carpeta, vamos a la subcarpeta /etc y tenemos un archivo llamado Rprofile.site; lo abrimos con un editor de texto: ...

Un gráfico muy habitual a la hora de construir modelos de riesgo para el cálculo de tarifas es el gráfico de correlaciones de la V de Cramer, que nos sirve para medir la correlación entre factores, entre variables cualitativas (hace muchos años ya escribí sobre el tema). Hoy os traigo la creación de un corrplot con R aplicado a la V de Cramer y, además, os descubro una función muy elegante para realizar este análisis de correlaciones entre factores; esta función está sacada de StackOverflow (cómo no) y añado un análisis gráfico que nos permite conocer algunas opciones de corrplot. ...

Pablo Picasso decía que en aprender a pintar como los pintores del Renacimiento tardó unos años, pero pintar como los niños le llevó toda la vida; y en ocasiones creo que hacemos las cosas difíciles porque nos creemos que hacemos cosas difíciles, y entonces llega un niño de nueve años y dice: “Papá, un punto que primero vaya a la izquierda y luego a la derecha no es tan difícil”. ...