Análise do coronavírus com o R

Foi uma semana excepcionalmente complexa para os mercados financeiros globais. Na BOVESPA, houve quatro circuit breakers, algo inédito na história da bolsa. A conjunção do avanço do coronavírus pelo mundo com a tensão no mercado de petróleo estão por trás do abalo sísmico. De forma a compreender o avanço da doença pelo mundo, há uma boa base de dados disponibilizada pelo Center for Systems Science and Engineering da Johns Hopkins University. Os dados estão disponíveis para o período de 22 de janeiro a 12 de março. O repositório pode ser visto aqui.

Para quem tiver interesse em olhar os dados com o R, é possível ainda baixar um guia bem legal produzido pelo Yanchang Zhao. Há um post no R Bloggers sobre o assunto aqui. A seguir, eu ilustro o avanço da doença pelo mundo e o comportamento da taxa de letalidade.

Os casos confirmados de coronavírus chegaram a 128,3 mil casos, com uma taxa de letalidade de 3,67%. Chama atenção a rapidez com que a doença tem se alastrado pelo mundo. Tendência que deve continuar nas próximas semanas.

___________________

(*) Isso e muito mais você aprende nos nossos Cursos Aplicados de R.


Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

A gramática dos gráficos: como deixar de criar gráficos no Excel e usar o plotnine no Python

A etapa de visualização de dados refere-se a uma parte fundamental da análise de dados, pois permite não somente compreender os dados que estamos analisando, mas como também é uma ferramenta útil para explanar os resultados encontrados. Mas qual a forma mais fácil de construir um gráfico, como podemos melhorar a produtividade nesta tarefa? É onde podemos aplicar a gramática dos gráficos e construir com a biblioteca plotnine no Python.

O que são APIs e como utilizá-las no Python?

Utilizar APIs para coletar dados online pode acelerar e automatizar significativamente o processo de análise de dados. Diversas bases de dados hoje em dia possuem APIs para livre utilização, como Banco Central, Portal de Dados Abertos, IBGE e outras. Neste artigo, explicamos intuitivamente o que são APIs, como funcionam e mostramos um exemplo em Python de utilização.

Como fazer web scraping no Python? Um tutorial para largar o Excel

Programar robôs para coletar informações online que não estão estruturadas ou disponíveis facilmente parece algo futurista, mas é uma vantagem competitiva de quem utiliza Python para analisar dados e automatizar processos. Neste artigo, apresentamos o que é a técnica web scraping, suas vantagens/desvantagens e como aplicar ela com o Python em um exemplo prático, do início ao fim.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.