Lmst

#30DayChartChallenge Día 28: Inclusion! 🤝 O... la falta de ella a nivel territorial en España 🇪🇸. Hoy comparamos la evolución de la tasa de paro trimestral (EPA/INE, 2005-2024) en varias CC.AA. vs la media nacional (rojo). #UncertaintiesWeek #SocialData

¡El gráfico habla por sí solo! Mirad la enorme brecha que se abre, sobre todo tras 2008, entre regiones como Andalucía y otras como País Vasco o Navarra. Madrid, más cerca de la media. Refleja mercados laborales muy diferentes y retos de cohesión enormes. La "inclusión" territorial en el empleo sigue siendo una asignatura pendiente.

Una visualización para reflexionar sobre las desigualdades estructurales.

🛠 #rstats #ggplot2 #data_table | Data: INE (EPA) | Theme: #theme_week5_uncertainty
📂 Código/Viz: https://t.ly/UwPQG

#Day28 #Inclusion #dataviz #DataVisualization #Paro #Unemployment #EPA #INE #España #Desigualdad #Territorio #ggplot2 #RStats #TimeseriesWeek

Gráfico de líneas que compara la evolución de la tasa de paro trimestral estimada (%) en España (línea roja más gruesa) y cinco Comunidades Autónomas seleccionadas (Andalucía - azul oscuro, Navarra - rosa, Madrid - verde azulado, País Vasco - naranja, Castilla y León - púrpura) desde 2005 hasta 2024. El eje Y muestra la tasa de paro (%), el eje X los años. Se observan grandes diferencias entre las regiones, especialmente después de 2008, cuando la tasa de Andalucía aumenta muy por encima de las demás y de la media nacional, mientras que País Vasco y Navarra se mantienen comparativamente bajas. El gráfico utiliza un tema claro con fondo blanco. Fuente: INE - Encuesta de Población Activa.

#30DayChartChallenge Día 26: Monochrome! 🖤🤍 Riesgo y Recompensa en el IBEX 35, versión minimalista. #UncertaintiesWeek #Finance

Este gráfico monocromo muestra la evolución (ventana móvil 1 año) de:
⚫️ Ratio de Sharpe Anualizado (eje izq.): ¿Compensa el riesgo asumido? (Usando Bono Alemán 10A como Rf).
▒ Volatilidad Anualizada (eje der., discontinua): ¡El riesgo puro y duro!

La historia que cuenta: ¡cuando sube la volatilidad (gris), el Sharpe (negro) tiende a caer en picado (a veces bajo cero)! Visualiza la dinámica riesgo-recompensa del índice español en las últimas dos décadas.

🛠 #rstats #ggplot2 #data_table #quantmod | Data: Yahoo/Investing | Theme: Mod. theme_light
📂 Código/Viz: https://t.ly/pI1aF

#Day26 #Monochrome #dataviz #DataVisualization #SharpeRatio #Volatility #RiskManagement #MarketRisk #IBEX35 #Bolsa #RStats #ggplot2 #TimeSeries

Gráfico de líneas de tiempo monocromático (negro, gris, blanco) mostrando el Ratio de Sharpe Anualizado móvil (línea sólida negra, eje izquierdo) y la Volatilidad Anualizada móvil (línea discontinua gris, eje derecho, expresada en %) para el índice IBEX 35, desde aproximadamente 2004 hasta 2025. El Ratio de Sharpe fluctúa entre -2.5 y +2.5. La Volatilidad fluctúa entre 10% y 35%. Se observa una relación generalmente inversa: picos de alta volatilidad (ej. 2008-2009, 2020) coinciden con fuertes caídas en el Ratio de Sharpe. El gráfico usa un tema minimalista claro. Fuente: Yahoo Finance e Investing.

#30DayChartChallenge Día 24: ¡Usando datos de la @WHO! 🌐 Hoy comparamos la cobertura de vacunación DTP3 (% niños 1 año) entre países agrupados por nivel de ingresos (Banco Mundial, 2000-2022). #TimeseriesWeek #SocialData #GlobalHealth

El gráfico muestra:
✅ ¡Gran mejora en todos los grupos hasta ~2019!
⚠️ ¡Pero una brecha enorme persiste! Los países de ingresos altos (amarillo 🟡) cerca del objetivo 95% (línea rosa).
📉 Los países de ingresos bajos (azul índigo 🔵), aunque mejoraron mucho desde el 2000, se quedaron sobre el 70% y sufrieron un retroceso post-pandemia.

Un reflejo claro de la #EquidadEnSalud (o la falta de ella) a nivel global. ¡El acceso a vacunas básicas no es igual para todos!

🛠 #rstats #ggplot2 #data_table | Data: WHO GHO | Theme: #theme_week4_social
📂 Código/Viz: https://t.ly/fRi1m

#Day24 #WHO #dataviz #DataVisualization #Vaccination #Immunization #HealthEquity #PublicHealth #SDGs #ggplot2 #RStats #DataForGood

Gráfico de líneas que muestra las tendencias de la cobertura estimada de vacunación DTP3 (%) en niños de 1 año, desde el año 2000 hasta 2022, para cuatro grupos de ingresos de países según el Banco Mundial. El eje Y va de 0% a 100%. El eje X muestra los años. Hay cuatro líneas de colores distintos: 'Alto' (amarillo/oro, cerca del 95%), 'Medio-Alto' (naranja, subiendo a >90%), 'Medio-Bajo' (azul grisáceo, subiendo de ~65% a ~85%), y 'Bajo' (azul índigo, subiendo de ~49% a ~70% con un descenso reciente). Una línea horizontal discontinua rosa marca el objetivo del 95%. Fuente: WHO/UNICEF Estimates (via WHO GHO).

#30DayChartChallenge Día 21: Fossils! 🦖➡️☀️💨 Evolución del mix eléctrico peninsular en España (2015-2025). #TimeseriesWeek #SocialData

Gráfico de áreas apiladas con la proporción (%) de cada fuente (Fósiles/Térmica No Ren., Nuclear, Hidro, Eólica, Solar, Otras Renov.), usando datos diarios de @REDElectrica **suavizados con media móvil de 30 días** (`frollmean`).

¡La #TransicionEnergetica en tendencia!
⚫ Fósiles: Pierden peso relativo.
☢️ Nuclear: Base estable.
💧 Hidro: Variable pero importante.
💨 Eólica: Crecimiento sólido.
☀️ Solar: ¡El boom!

La media móvil ayuda a ver la señal principal sobre el ruido diario.

🛠️ #rstats #ggplot2 #data_table #qs | Data: REE | Theme: #theme_week4_social
📂 Código/Viz: https://t.ly/v3lz_

#Day21 #Fossils #dataviz #DataVisualization #EnergyTransition #RenewableEnergy #EnergiasRenovables #España #REE #ggplot2 #RStats #ClimateAction #MovingAverage

Gráfico de áreas apiladas mostrando la evolución porcentual, suavizada con media móvil de 30 días, del mix de generación eléctrica en la España peninsular, desde 2015 hasta abril de 2025. El eje Y indica el porcentaje de generación (0-100%) y el eje X los años. Las áreas de colores apiladas representan diferentes tecnologías (aprox. de abajo a arriba): Fósiles/Térmica No Renovable (gris oscuro/negro), Nuclear (naranja), Hidráulica (azul índigo), Eólica (amarillo/dorado), Solar (rosa), Otras Renovables (verde azulado), y Otros/Ajustes (gris oscuro fino arriba). Se observa un crecimiento notable de las áreas Eólica y Solar, mientras que el área de Fósiles/Térmica No Renovable muestra fluctuaciones pero una tendencia a la baja en participación relativa. Fuente: Red Eléctrica de España (REE).

#30DayChartChallenge Día 20: Urbanización 🏙➡️🏘 ¿Cómo ha cambiado la distribución de la población española por tamaño de municipio entre 2003 y 2022? #TimeseriesWeek #SocialData

Este gráfico de áreas apiladas (geom_area) lo visualiza usando datos del Padrón del INE. Cada color representa un tramo de tamaño municipal.

Observaciones clave:
* La España rural (<5k hab.) pierde peso porcentual (~14% -> 12%).
* Los municipios medianos (especialmente 20k-50k y 50k-100k) ganan algo de proporción.
* Las grandes ciudades (>100k) mantienen su cuota bastante estable (~40%).

Parece que en estas dos décadas, más que un éxodo masivo a las grandes urbes, ha habido una consolidación en ciudades intermedias. ¿Reflejo de la "España Vaciada" y crecimiento periurbano?

🛠 #rstats #ggplot2 #data_table | Data: INE | Theme: #theme_week4_social
📂 Código/Viz: https://t.ly/AN1-q

#Day20 #Urbanization #dataviz #DataVisualization #Demografia #España #INE #ggplot2 #RStats #Poblacion

Gráfico de áreas apiladas que muestra la distribución porcentual de la población española por tamaño de municipio, desde el año 2003 hasta el 2022. El eje Y representa el porcentaje de 0% a 100%. El eje X representa el año. Cinco áreas de colores están apiladas verticalmente, representando (de abajo a arriba): '< 5k' (azul/gris), '5k - 20k' (rosa), '20k - 50k' (verde azulado), '50k - 100k' (naranja), '> 100k' (púrpura/azul grisáceo). Se observa una ligera disminución del área inferior (<5k) y ligeros aumentos en las áreas intermedias (20k-100k) a lo largo del tiempo. El área superior (>100k) permanece relativamente estable. Fuente: INE - Padrón Municipal.

#30DayChartChallenge Día 19: Smooth! 〰️🇵🇱 Hoy aplicamos suavizado (geom_smooth) a las encuestas presidenciales de Polonia (Ene-Abr 2025) para ver las tendencias más allá del ruido. #TimeseriesWeek #SocialData

El gráfico muestra la evolución estimada para los 6 candidatos principales (según apoyo medio). Los puntos tenues son las encuestas individuales. La leyenda incluye orientación política para contexto.

Observaciones rápidas:
* Trzaskowski (PO, centro) lidera ~34%.
* Nawrocki (PiS, ext-der) y Mentzen (Konf, ext-der) compiten por el 2º/3º puesto (~16-23%).
* ¡Bastante estabilidad en estos primeros meses!

Una forma útil de seguir la "foto" general de la carrera electoral.

🛠 #rstats #ggplot2 #data_table | Data: CSV propio | Theme: #theme_week4_social
📂 Código/Viz: https://t.ly/FxTJa

#Day19 #Smooth #dataviz #DataVisualization #Poland #Wybory #Elections #Polling #ggplot2 #RStats #PoliticalScience

Gráfico de líneas de tiempo suavizadas que muestra la evolución de la intención de voto estimada (%) para 6 candidatos presidenciales polacos, desde enero de 2025 hasta abril de 2025. El eje X representa la fecha y el eje Y el apoyo estimado (%). Cada candidato tiene una línea suavizada de color distinto, con puntos tenues de encuestas individuales visibles alrededor. La leyenda identifica a cada candidato por su nombre y orientación política. Rafał Trzaskowski (centro) lidera consistentemente alrededor del 34%. Karol Nawrocki y Sławomir Mentzen (ambos extrema-derecha) le siguen con tendencias entre el 16% y el 23%. Los otros tres candidatos muestran niveles de apoyo inferiores al 10%. El gráfico usa un tema claro con fondo gris pálido. Fuente: Diversas encuestadoras (elaboración propia).

#30DayChartChallenge Día 17: Birds! 🐦 Hoy toca explorar relaciones en el mundo aviar con el increíble dataset AVONET. #RelationshipsWeek #Animals

Graficamos la Longitud del Ala vs. Masa Corporal (log-log) para >9500 especies. ¡Una relación clave en la biomecánica del vuelo! ✈️

Lo interesante:
1️⃣ Facetas por Hábitat: Vemos cómo la relación cambia (o no) entre Bosque, Marino, Pradera, etc. ¡La ecología importa!
2️⃣ Color por Orden: Los puntos coloreados muestran la diversidad taxonómica (12 órdenes principales). Passeriformes por todas partes!

Una visualización "complicada" (Día 15 😉) que revela la interacción entre tamaño, forma del ala, linaje evolutivo y ambiente.

🛠 #rstats #ggplot2 #readxl #data_table | Data: AVONET (Tobias et al. 2022) | Theme: #theme_week3_animals
📂 Código/Viz: https://t.ly/iEHPE

#Day17 #Birds #dataviz #DataVisualization #Ecology #Ornithology #Morphology #Allometry #AVONET #ggplot2 #RStats

#data_table

Client Info