Análisis gráfico descriptivo de la pandemia Covid-19 en Ecuador

Autores/as

DOI:

https://doi.org/10.53591/easi.v1i1.1768

Palabras clave:

COVID-19, Pandemia, Virus, Software, Base de Datos

Resumen

El presente documento muestra el informe acerca de la propagación del virus COVID-19 en Ecuador, durante los meses más críticos de la pandemia. El análisis se realizó aplicando técnicas de estadística descriptiva a través de gráficos generados en software libre RStudio. El estudio estadístico aplicó una base de datos que muestra los registros diarios de contagios y defunciones por provincia, durante 187 días. Los tipos de gráficos empleados como diagramas de barras y dispersión dinámicos se encuentran en función de los distintos días de estudio. Además, un mapa geográfico de todo el país, donde se aprecia el nivel de afectación en cada zona. De esta manera se pudo evidenciar que las provincias más afectadas eran Guayas y Pichincha, mismas que son consideradas las más pobladas del Ecuador.

Biografía del autor/a

Jeison Ávila Lucas, Facultad de Ingeniería Industrial, Universidad de Guayaquil. Guayaquil, Ecuador, 090112

Facultad de Ingeniería Industrial, Universidad de Guayaquil. Guayaquil, Ecuador, 090112

Luis Pilacuan Bonete, Facultad de Ingeniería Industrial, Universidad de Guayaquil. Guayaquil, Ecuador, 090112

Doctor en Estadística Multivariante Aplicada (2023). Master en Administración de Empresas (2015)

Karina Valenzuela Burbano, Facultad de Ingeniería Industrial, Universidad de Guayaquil. Guayaquil, Ecuador, 090112

En el presente documento se muestra el informe acerca de la propagación del virus en nuestro país durante los meses más críticos de la pandemia. El análisis se realizó aplicando técnicas de estadística descriptiva a través de gráficos generados en el software libre RStudio, utilizando paquetes de este como ggplot2, gganimate, highchapter, entre otros. El estudio estadístico está realizado con una base de datos que muestra los registros diarios de contagios y defunciones por provincia durante 187 días. Los tipos de gráficos empleados son diagramas de barras y dispersión dinámicos que se encuentran en función de los distintos días de estudio. Además, un mapa geográfico de todo el país, donde se aprecia el nivel de afectación en cada zona. De este modo, se evidenció que entre las provincias más afectadas se encuentran Guayas y Pichincha, las cuales se consideran las más pobladas y de mayor influencia del país.

Citas

​​Afzal, M., Li, J., Amin, W., Huang, Q., Umer, K., Ahmad, S. A., Ahmad, F., & Raza, A. (2022). Role of blockchain technology in transactive energy market: A review. Sustainable Energy Technologies and Assessments, 53, 102646. https://doi.org/10.1016/j.seta.2022.102646

​Alvi, S. T., Uddin, M. N., Islam, L., & Ahamed, S. (2022). DVTChain: A blockchain-based decentralized mechanism to ensure the security of digital voting system voting system. Journal of King Saud University - Computer and Information Sciences. https://doi.org/10.1016/j.jksuci.2022.06.014

​Broday, D. M., Arpaci, A., Bartonova, A., Castell-Balaguer, N., Cole-Hunter, T., Dauge, F. R., Fishbain, B., Jones, R. L., Galea, K., Jovasevic-Stojanovic, M., Kocman, D., Martinez-Iñiguez, T., Nieuwenhuijsen, M., Robinson, J., Svecova, V., & Thai, P. (2017). Wireless distributed environmental sensor networks for air pollution measurement-the promise and the current reality. Sensors (Switzerland), 17(10). https://doi.org/10.3390/s17102263

​Budi, S., Susanto, F., de Souza, P., Timms, G., Malhotra, V., & Turner, P. (2018). In search for a robust design of environmental sensor networks. Environmental Technology (United Kingdom), 39(6). https://doi.org/10.1080/09593330.2017.1310303

​Chan, K., Schillereff, D. N., Baas, A. C. W., Chadwick, M. A., Main, B., Mulligan, M., O’Shea, F. T., Pearce, R., Smith, T. E. L., van Soesbergen, A., Tebbs, E., & Thompson, J. (2021). Low-cost electronic sensors for environmental research: Pitfalls and opportunities. Progress in Physical Geography, 45(3). https://doi.org/10.1177/0309133320956567

​Dhall, S., Mehta, B. R., Tyagi, A. K., & Sood, K. (2021). A review on environmental gas sensors: Materials and technologies. In Sensors International (Vol. 2). https://doi.org/10.1016/j.sintl.2021.100116

​Guo, H., & Yu, X. (2022). A survey on blockchain technology and its security. Blockchain: Research and Applications, 3(2). https://doi.org/10.1016/j.bcra.2022.100067

​Han, Q., Liu, P., Zhang, H., & Cai, Z. (2019). A Wireless Sensor Network for Monitoring Environmental Quality in the Manufacturing Industry. IEEE Access, 7. https://doi.org/10.1109/ACCESS.2019.2920838

​Handayani, A. S., Husni, N. L., Nurmaini, S., & Permatasari, R. (2020). Environmental Application with Multi Sensor Network. Computer Engineering and Applications, 9(1).

​Jumaah, H. J., Kalantar, B., Mansor, S., Halin, A. A., Ueda, N., & Jumaah, S. J. (2021). Development of UAV-based PM2.5 monitoring system. Drones, 5(3). https://doi.org/10.3390/drones5030060

​Khan, K. M., Arshad, J., & Khan, M. M. (2020). Simulation of transaction malleability attack for blockchain-based e-Voting. Computers and Electrical Engineering, 83. https://doi.org/10.1016/j.compeleceng.2020.106583

​Liao, Z., & Cheng, S. (2023). RVC: A reputation and voting based blockchain consensus mechanism for edge computing-enabled IoT systems. Journal of Network and Computer Applications, 209, 103510. https://doi.org/10.1016/J.JNCA.2022.103510

​Liu, Y., & Xu, G. (2021). Fixed degree of decentralization DPoS consensus mechanism in blockchain based on adjacency vote and the average fuzziness of vague value. Computer Networks, 199. https://doi.org/10.1016/j.comnet.2021.108432

​Mao, F., Khamis, K., Krause, S., Clark, J., & Hannah, D. M. (2019). Low-Cost Environmental Sensor Networks: Recent Advances and Future Directions. In Frontiers in Earth Science (Vol. 7). https://doi.org/10.3389/feart.2019.00221

​Merlo, V., Pio, G., Giusto, F., & Bilancia, M. (2022). On the exploitation of the blockchain technology in the healthcare sector: A systematic review. Expert Systems with Applications, 118897. https://doi.org/10.1016/j.eswa.2022.118897

​Mookherji, S., Vanga, O., & Prasath, R. (2022). Blockchain-based e-voting protocols. Blockchain Technology for Emerging Applications: A Comprehensive Approach, 239–266. https://doi.org/10.1016/B978-0-323-90193-2.00006-5

​Ooi, V., Kian Peng, S., & Soh, J. (2022). Blockchain land transfers: Technology, promises, and perils. Computer Law and Security Review, 45. https://doi.org/10.1016/j.clsr.2022.105672

​Panja, S., & Roy, B. (2021). A secure end-to-end verifiable e-voting system using blockchain and cloud server. Journal of Information Security and Applications, 59. https://doi.org/10.1016/j.jisa.2021.102815

​Perez, A. O., Bierer, B., Scholz, L., Wöllenstein, J., & Palzer, S. (2018). A wireless gas sensor network to monitor indoor environmental quality in schools. Sensors (Switzerland), 18(12). https://doi.org/10.3390/s18124345

​Qutieshat, A., Aouididi, R., & Arfaoui, R. (2019). Design and Construction of a Low-Cost Arduino-Based pH Sensor for the Visually Impaired Using Universal pH Paper. Journal of Chemical Education, 96(10). https://doi.org/10.1021/acs.jchemed.9b00450

​Rahman, M. S., Chamikara, M. A. P., Khalil, I., & Bouras, A. (2022). Blockchain-of-blockchains: An interoperable blockchain platform for ensuring IoT data integrity in smart city. Journal of Industrial Information Integration, 30, 100408. https://doi.org/10.1016/J.JII.2022.100408

​Rajasekaran, A. S., Azees, M., & Al-Turjman, F. (2022). A comprehensive survey on blockchain technology. Sustainable Energy Technologies and Assessments, 52. https://doi.org/10.1016/j.seta.2022.102039

​Verma, M. (2017a). International journal of engineering sciences & research technology working, operation and types of arduino microcontroller. International Journal of Engineering Sciences & Research Technology Working, 6(6).

​Verma, M. (2017b). Working, Operation and Types of Arduino Microcontroller. © International Journal of Engineering Sciences & Research Technology, 6(6).

​Xu, Y., Tao, X., Das, M., Kwok, H. H. L., Liu, H., Wang, G., & Cheng, J. C. P. (2023). Suitability analysis of consensus protocols for blockchain-based applications in the construction industry. Automation in Construction, 145, 104638. https://doi.org/10.1016/J.AUTCON.2022.104638

​Yang, X., Yi, X., Nepal, S., Kelarev, A., & Han, F. (2020). Blockchain voting: Publicly verifiable online voting protocol without trusted tallying authorities. Future Generation Computer Systems, 112, 859–874. https://doi.org/10.1016/j.future.2020.06.051

​Yu, F., Lin, H., Wang, X., Yassine, A., & Hossain, M. S. (2022). Blockchain-empowered secure federated learning system: Architecture and applications. Computer Communications. https://doi.org/10.1016/j.comcom.2022.09.008

​Zheng, K., Zheng, L. J., Gauthier, J., Zhou, L., Xu, Y., Behl, A., & Zhang, J. Z. (2022). Blockchain technology for enterprise credit information sharing in supply chain finance. Journal of Innovation and Knowledge, 7(4). https://doi.org/10.1016/j.jik.2022.100256

Descargas

Publicado

30-07-2022

Cómo citar

Ávila Lucas, J., Pilacuan Bonete, L., & Valenzuela Burbano, K. (2022). Análisis gráfico descriptivo de la pandemia Covid-19 en Ecuador. EASI: Ingeniería Y Ciencias Aplicadas En La Industria, 1(1), 29–37. https://doi.org/10.53591/easi.v1i1.1768