Gestión de Sistema de Información

Nombre y Apellido: José Alberto Palomino Herrera

Curso: Estadistica Aplicada a la Computación

Docente: Victor Manuel Guevara Ponce

Ciclo: IV

Año: 2023


Indice
Resumen
Hoy en día la contaminación es un problema muy grande en el mundo. Por eso necesitamos conocer y analizar los datos relacionados con la contaminación. Este conjunto de datos contiene datos de contaminación de todos los países del mundo.

1.Aspectos generales

#1.1 Nombre de la organización y/o empresa:
EcoSolutions

#1.2 Misión y visión de EcoSolutions:
Misión: Mejorarla búsqueda y aplicación de soluciones innovadoras para abordar la contaminación y promover un entorno sostenible. Nos esforzamos por reducir el impacto ambiental negativo y fomentar prácticas ecoamigables en todas las industrias.

Visión: Nos visualizamos en un mundo en el que la contaminación se reduzca significativamente mediante la adopción generalizada de tecnologías y prácticas sostenibles. Buscamos inspirar un cambio positivo en la forma en que las empresas y las comunidades interactúan con el medio ambiente.

#1.3 Descripción del servicio/productos que se va a analizar:
EcoSolutions ofrece una variedad de servicios y productos centrados en la mitigación y prevención de la contaminación.

#1.4 Problemática de estudio: Contaminación en 2023:
El problema que EcoSolutions aborda es la creciente preocupación por la contaminación en 2023. Esto incluye la contaminación del aire, agua y suelo, así como la emisión de gases de efecto invernadero.

2.Fundamentos básicos de la Estadística

#2.1 Objetivo de estudio:
El objetivo principal del estudio es evaluar la magnitud de la contaminación en 2023 y proponer soluciones efectivas desde EcoSolutions. Se busca identificar las principales fuentes de contaminación, analizar sus impactos en el medio ambiente y la salud humana, y desarrollar estrategias sostenibles para abordar estos problemas.

#2.2 Población de estudio:
La población de estudio abarca diversas áreas geográficas y sectores industriales que contribuyen significativamente a la contaminación en 2023. Esto podría incluir ciudades urbanas, zonas industriales, áreas rurales con prácticas agrícolas intensivas y cualquier región identificada con problemas ambientales específicos.

#2.3 Muestra:
La muestra consistirá en una selección representativa de áreas geográficas, industrias y comunidades que reflejen la diversidad de problemas de contaminación. Se seleccionarán ciudades o regiones con altos índices de contaminación, así como industrias clave responsables de emisiones significativas.

#2.4 Unidad de análisis:
La unidad de análisis será tanto a nivel macro como micro. A nivel macro, se analizarán las tendencias globales de contaminación y los patrones regionales. A nivel micro, se evaluarán empresas específicas, comunidades locales y prácticas individuales que contribuyan a la problemática.

#2.5 Tipo de muestreo a utilizar:
Se empleará un muestreo estratificado para garantizar la representatividad de las áreas geográficas y sectores industriales. Dentro de cada estrato, se aplicará un muestreo aleatorio para seleccionar ciudades, empresas o comunidades específicas.

3.Variables y tipo de variables

#3.1 Importación al entorno de trabajo:
Para llevar a cabo el estudio sobre la contaminación en 2023, será necesario importar datos relevantes al entorno de trabajo. Esto puede incluir datos recopilados por agencias ambientales, informes de empresas, estadísticas gubernamentales y cualquier otro conjunto de datos pertinente

#3.2 Variables y descripción de cada variable

3.2.1 Nivel de Contaminación Atmosférica (Variable numérica):
Descripción: Medida cuantitativa de los niveles de contaminantes atmosféricos, como dióxido de azufre (SO2), óxidos de nitrógeno (NOx), partículas suspendidas (PM), entre otros.

3.2.2 Índice de Contaminación del Agua (Variable numérica):
Descripción: Evaluación cuantitativa de la calidad del agua, considerando parámetros como la concentración de metales pesados, contaminantes químicos y microbiológicos.

3.2.3 Producción de Residuos Sólidos (Variable numérica):
Descripción: Cantidad total de residuos sólidos generados por una región o industria en un período específico.

#Archivo Obtenido
https://www.kaggle.com/datasets/rafsunahmad/world-polluted-country-report/

##Cargar conjunto de datos

paises <- read.csv("contaminacion.csv", sep=",")
head(paises)
##   pollution_2023 pollution_growth_Rate  country_name ccn3 country_region
## 1     1428627663               0.00808         India  356           Asia
## 2     1425671352              -0.00015         China  156           Asia
## 3      339996563               0.00505 United States  840  North America
## 4      277534122               0.00738     Indonesia  360           Asia
## 5      240485658               0.01976      Pakistan  586           Asia
## 6      223804632               0.02408       Nigeria  566         Africa
##   united_nation_Member country_land_Area_in_Km pollution_density_in_km
## 1                 TRUE                 2973190                480.5033
## 2                 TRUE                 9424703                151.2696
## 3                 TRUE                 9147420                 37.1686
## 4                 TRUE                 1877519                147.8196
## 5                 TRUE                  770880                311.9625
## 6                 TRUE                  910770                245.7312
##   pollution_density_per_Mile
## 1                  1244.5036
## 2                   391.7884
## 3                    96.2666
## 4                   382.8528
## 5                   807.9829
## 6                   636.4439
##                                                               share_borders
## 1                                    AFG, BGD, BTN, MMR, CHN, NPL, PAK, LKA
## 2 AFG, BTN, MMR, HKG, IND, KAZ, PRK, KGZ, LAO, MAC, MNG, PAK, RUS, TJK, VNM
## 3                                                                  CAN, MEX
## 4                                                             TLS, MYS, PNG
## 5                                                        AFG, CHN, IND, IRN
## 6                                                        BEN, CMR, TCD, NER
##   pollution_Rank mostPollutedCountries_particlePollution
## 1              1                                   58.08
## 2              2                                   39.12
## 3              3                                    9.04
## 4              4                                   51.71
## 5              5                                   65.81
## 6              6                                   21.40

##Ideas u objetivos Categorizar a los pasises por la contaminación de cada pais

quantile(paises$pollution_2023)
##         0%        25%        50%        75%       100% 
##     375318    5881985   19761201   55651188 1428627663

Resultado
/## 0% - 25% - 50% - 75% - 100%
/## 375318 - 5881985 - 19761201 - 55651188 - 1428627663

Segun los resultados:

El valor minimo de contaminacion es del 2023 es 375318

#Cuartil 1 \((Q_1)\) interpretacion es 5881985; es el 25% de la contaminacion del pais

#Cuartil 2 \((Q_2)\) interpretacion es 19761201; es el 50% de la contaminacion del pais

#Cuartil 3 \((Q_3)\) interpretacion es 55651188; es el 75% de la contaminacion del pais

##Cuartil 4 \((Q_4)\) interpretacion es 1428627663; es el 100% de la contaminacion del pais

##Calcular e interpretar los cuartiles para ver la superficie total de la contaminacion de los paises

quantile(paises$country_land_Area_in_Km)
##         0%        25%        50%        75%       100% 
##       32.9    62137.5   230440.0   774050.5 16376870.0

##Dividir en 10 grupos (deciles)

quantile(paises$pollution_2023, probs = seq(0, 1, 0.1))
##         0%        10%        20%        30%        40%        50%        60% 
##     375318    2402016    5212173    7320343   10495295   19761201   35163944 
##        70%        80%        90%       100% 
##   46646756   71801279  127491314 1428627663
library(agricolae)
## Warning: package 'agricolae' was built under R version 4.3.2
table.freq(hist(paises$pollution_growth_Rate))

#Asimetria

library(fBasics)
## Warning: package 'fBasics' was built under R version 4.3.2
## 
## Attaching package: 'fBasics'
## The following objects are masked from 'package:agricolae':
## 
##     kurtosis, skewness
skewness(paises$pollution_2023)
## [1] 5.735062
## attr(,"method")
## [1] "moment"

Resultado [1] 5.735062

hist(paises$pollution_2023)

#curtosis

kurtosis(paises$pollution_2023)
## [1] 34.12206
## attr(,"method")
## [1] "excess"

Resultado [1] 34.12206