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