Huracán María golpeó a Puerto Rico el 20 de septiembre de 2017 y dejó a gran parte de la isla sin electricidad durante meses. El número oficial de muertos de 64 ha sido ampliamente cuestionado, y un artículo reciente en el New England Journal of Medicine, Mortalidad en Puerto Rico tras el huracán María , estimó un exceso de 4500 muertes a causa del huracán (95% intervalo de confianza 800-8000).
Los totales mensuales oficiales de muertes se publicaron hace una semana, y los autores del artículo obtuvieron los totales diarios de muertes desde 2015 y los compartieron en formato PDF en un Simplemente publicación de blog de estadísticas que analizó más a fondo los datos y encontró alrededor de 2000 muertes en exceso. Los datos sin procesar son difíciles de ignorar y tuve que explorarlos yo mismo.
Primero, veamos los datos tal cual (CSV adjunto). Son solo dos campos, la fecha y las muertes, por lo que un diagrama de dispersión captura todo.
Podemos ver un salto inmediatamente después del huracán María y posiblemente aumentar los totales de muertes después de eso, difícil de decir con todo el ruido. También podemos ver algunos picos de invierno en años anteriores. Hay una fuerte caída cerca del final de los datos, y supongo que los totales de los últimos días están incompletos y los excluirán.
Los datos son bastante ruidosos, lo cual es común para los datos de eventos raros, así que apliqué un promedio móvil para ver las tendencias. En JMP, puede obtener una media móvil de una columna haciendo clic con el botón derecho en ella y seleccionando Nueva columna de fórmula > Fila > Media móvil y luego seleccionando los parámetros en el cuadro de diálogo.
Probé algunos rangos y elegí uno que mostraba las grandes tendencias y no mucho ruido: +/-25 días con ponderación lineal. También usé una variable BY para obtener diferentes suavizadores para antes y después de que tocara tierra el huracán. De lo contrario, la media móvil mostraría un período previo al evento.
Los aumentos de invierno todavía son visibles, y parece que hay algunos baches más pequeños en el verano. Curiosamente, los aumentos de invierno no están alineados entre sí y ambos picos caen en 2016, lo que hace que sea más difícil comparar 2015 y 2016. Busqué las tendencias de la influenza en Puerto Rico en los CDC y encontré este gráfico como parte del informe del Departamento de Salud de Puerto Rico.
Muestra que la temporada de gripe 2016-2017 (azul oscuro) fue más intensa y más temprana en el invierno que la temporada de gripe 2015-2016 (púrpura claro). Eso puede explicar por qué 2016 tuvo notablemente más muertes que 2015 (además de tener un día extra). Aquí están los totales anuales para los años calendario:
De estos totales ya podemos sospechar que el huracán provocó unas 2000 muertes ya que el total de 2017 es unas 2000 más que la media de los años anteriores. Pero podemos obtener una mejor comprensión mirando más de cerca.
Con el deseo de incluir los primeros meses de 2018, seguí el ejemplo del informe sobre la gripe y cambié los años. Utilicé los años de mayo a abril en lugar de los años de enero a diciembre. Eso le da a cada período una temporada de gripe que ocurre después de la temporada de huracanes. Aquí hay un gráfico de líneas de suavizadores para cada intervalo de mayo a abril.
Podemos ver una gran brecha entre el "año" más reciente y los demás. Sería interesante si pudiéramos calcular el área de esa brecha. Y ciertamente podemos resumir esas diferencias en los suavizadores, pero hay una forma más directa que no involucra tomar diferencias de suavizadores.
Otra técnica para suavizar los datos ruidosos es mirar las sumas acumuladas. En cierto modo, un promedio móvil no es tan diferente de una suma acumulativa, ya que un promedio es solo una suma dividida por el conteo. Sin embargo, un gráfico de suma acumulativa puede ser más difícil de leer ya que la escala de los valores acumulados puede abrumar a los valores individuales. Aquí están las sumas acumuladas de los tres años.
Si bien podemos ver una brecha, es difícil ver los detalles o incluso estimar el tamaño de la brecha. Los gráficos de suma acumulativa funcionan mejor cuando la suma esperada es cero; entonces los valores acumulativos permanecen alrededor de cero y son similares en escala a los valores individuales. Podemos obtener esa suma acumulada observando la diferencia acumulada entre el último año y un año típico sin huracanes para tener una idea del impacto del huracán. Solo tenemos otros dos años de datos, por lo que todo lo que podemos hacer para estimar un año sin huracanes es promediar esos dos juntos (el documento anterior va más allá si está interesado, teniendo en cuenta los cambios en la población y las edades) . Aquí está la diferencia acumulada:
La meseta es alrededor de 1900, y el total ya estaba funcionando alrededor de 250 por encima de lo "normal" antes de que llegara la tormenta. En los pocos meses posteriores a María, parece haber unas 1650 muertes más que en los dos años anteriores. Eso está en línea con los enfoques más analíticos, que deberá tratar de considerar cosas como muertes no reportadas y otros sesgos.
Las sumas acumulativas tienen una larga historia en el control de procesos como Gráficas de control CUSUM para ayudar a visualizar los cambios en un proceso. En ese contexto, nuestro gráfico sugiere que un cambio duró hasta enero de 2018, cuando aproximadamente el 60 % de los clientes de electricidad recuperaron la energía ( reportes semanales ).
Gracias a Rafael Irizarry y sus coautores por compartir estos datos diarios. Adjunté un archivo CSV con los totales diarios sin procesar del PDF para cualquier otra persona que quiera explorar.
