Muestreo
CRISTIAN GONZALEZ
2025-03-02
Introducción
Este conjunto de datos contiene determinaciones de laboratorio de parámetros de calidad de agua de muestras extraídas a lo largo de la franja costera del Río de la Plata en Buenos Aires, Argentina. El estudio fue realizado por el Ministerio de Ambiente y Desarrollo Sostenible en conjunto con los municipios que integran la Red de Intercambio de Información de los Gobiernos Locales (RIIGLO).
Variables
localidad: Esta variable indica el nombre de la localidad donde se tomó la muestra de agua. Es una variable categórica que permite identificar la ubicación geográfica específica de cada muestra.
estacion_de_monitoreo: Esta variable contiene el código de la estación de monitoreo donde se realizó la medición. Es una variable categórica que ayuda a diferenciar entre las distintas estaciones de monitoreo dentro de una misma localidad.
fecha: Esta variable representa el año en que se tomó la muestra de agua. Es una variable de tiempo que permite analizar la evolución de la calidad del agua a lo largo del tiempo.
ICA_verano: Esta variable mide el Índice de Calidad del Agua durante el verano. Es una variable numérica que proporciona información sobre la calidad del agua en esta estación específica del año.
ICA_otonio: Esta variable mide el Índice de Calidad del Agua durante el otoño. Es una variable numérica que permite evaluar la calidad del agua en esta estación.
ICA_invierno: Esta variable mide el Índice de Calidad del Agua durante el invierno. Es una variable numérica que ayuda a entender cómo varía la calidad del agua en los meses más fríos del año.
ICA_primavera: Esta variable mide el Índice de Calidad del Agua durante la primavera. Es una variable numérica que ofrece información sobre la calidad del agua en esta estación del año.
Analisis Univariado
Localidad
## Frequencies
## localidad
## Type: Character
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## ---------------------------------------- ------ --------- -------------- --------- --------------
## Avellaneda 25 12.14 12.14 12.14 12.14
## Berazategui 15 7.28 19.42 7.28 19.42
## Berisso 25 12.14 31.55 12.14 31.55
## Boca Cerrada (Res.Nat. Punta Lara) 1 0.49 32.04 0.49 32.04
## CABA 20 9.71 41.75 9.71 41.75
## Ensenada 20 9.71 51.46 9.71 51.46
## Quilmes 15 7.28 58.74 7.28 58.74
## San Fernando 5 2.43 61.17 2.43 61.17
## San Isidro 20 9.71 70.87 9.71 70.87
## Tigre 45 21.84 92.72 21.84 92.72
## Vicente Lopez 15 7.28 100.00 7.28 100.00
## <NA> 0 0.00 100.00
## Total 206 100.00 100.00 100.00 100.00
La distribución de las muestras de agua entre las diferentes localidades muestra una concentración significativa en Tigre, que representa el 21.84% del total de muestras, seguida por Avellaneda y Berisso, cada una con un 12.14%. Localidades como Boca Cerrada (Res.Nat. Punta Lara) y San Fernando tienen una representación mucho menor, con solo un 0.49% y 2.43% respectivamente.
Estacion de monitoreo
## Frequencies
## estacion_de_monitoreo
## Type: Factor
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## -------------- ------ --------- -------------- --------- --------------
## AV051 5 2.43 2.43 2.43 2.43
## AV052 5 2.43 4.85 2.43 4.85
## AV053 5 2.43 7.28 2.43 7.28
## AV054 5 2.43 9.71 2.43 9.71
## AV055 5 2.43 12.14 2.43 12.14
## BS091 5 2.43 14.56 2.43 14.56
## BS092 5 2.43 16.99 2.43 16.99
## BS093 5 2.43 19.42 2.43 19.42
## BS094 5 2.43 21.84 2.43 21.84
## BS095 5 2.43 24.27 2.43 24.27
## BZ077 5 2.43 26.70 2.43 26.70
## BZ078 5 2.43 29.13 2.43 29.13
## BZ080 5 2.43 31.55 2.43 31.55
## CA041 5 2.43 33.98 2.43 33.98
## CA044 5 2.43 36.41 2.43 36.41
## CA046 5 2.43 38.83 2.43 38.83
## CA047 5 2.43 41.26 2.43 41.26
## EN-extra 1 0.49 41.75 0.49 41.75
## EN081 5 2.43 44.17 2.43 44.17
## EN082 5 2.43 46.60 2.43 46.60
## EN083 5 2.43 49.03 2.43 49.03
## EN084 5 2.43 51.46 2.43 51.46
## QU061 5 2.43 53.88 2.43 53.88
## QU062 5 2.43 56.31 2.43 56.31
## QU063 5 2.43 58.74 2.43 58.74
## SF015 5 2.43 61.17 2.43 61.17
## SI021 5 2.43 63.59 2.43 63.59
## SI022 5 2.43 66.02 2.43 66.02
## SI023 5 2.43 68.45 2.43 68.45
## SI024 5 2.43 70.87 2.43 70.87
## TI000 1 0.49 71.36 0.49 71.36
## TI001 4 1.94 73.30 1.94 73.30
## TI002 5 2.43 75.73 2.43 75.73
## TI003 5 2.43 78.16 2.43 78.16
## TI004 5 2.43 80.58 2.43 80.58
## TI005 5 2.43 83.01 2.43 83.01
## TI006 5 2.43 85.44 2.43 85.44
## TI007 5 2.43 87.86 2.43 87.86
## TI008 5 2.43 90.29 2.43 90.29
## TI009 5 2.43 92.72 2.43 92.72
## VL031 5 2.43 95.15 2.43 95.15
## VL032 5 2.43 97.57 2.43 97.57
## VL033 5 2.43 100.00 2.43 100.00
## <NA> 0 0.00 100.00
## Total 206 100.00 100.00 100.00 100.00La tabla muestra la distribución de las muestras de agua entre diferentes estaciones de monitoreo. La mayoría de las estaciones tienen una frecuencia uniforme de 5 muestras, representando el 2.43% del total cada una. Las estaciones EN-extra y TI000 tienen solo 1 muestra cada una, representando el 0.49% del total. Esto sugiere una distribución equitativa de las muestras entre la mayoría de las estaciones, aunque algunas estaciones específicas tienen una menor representación. En general, la distribución de las muestras es bastante equilibrada, asegurando una cobertura adecuada del monitoreo de la calidad del agua en la mayoría de las estaciones.
Fecha
## Frequencies
## data$fecha
## Type: Integer
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## ----------- ------ --------- -------------- --------- --------------
## 17532 41 19.90 19.90 19.90 19.90
## 17897 41 19.90 39.81 19.90 39.81
## 18262 41 19.90 59.71 19.90 59.71
## 18628 41 19.90 79.61 19.90 79.61
## 18993 42 20.39 100.00 20.39 100.00
## <NA> 0 0.00 100.00
## Total 206 100.00 100.00 100.00 100.00La tabla muestra la distribución de las muestras de agua tomadas entre los años 2018 y 2022. Cada año tiene una representación casi uniforme, con aproximadamente el 19.90% de las muestras tomadas en cada uno de los años 2018, 2019, 2020 y 2021. El año 2022 tiene una ligera mayor representación con el 20.39% de las muestras. No hay datos faltantes (), lo que indica una cobertura completa en los registros. En general, la distribución de las muestras es bastante equilibrada a lo largo de los años, asegurando una representación consistente de los datos de calidad del agua.
ICA_verano
Tablas de frecuancia
## Class limits f rf rf(%) cf cf(%)
## [25.74,32.194) 9 0.04 4.37 9 4.37
## [32.194,38.649) 21 0.10 10.19 30 14.56
## [38.649,45.103) 60 0.29 29.13 90 43.69
## [45.103,51.558) 62 0.30 30.10 152 73.79
## [51.558,58.012) 22 0.11 10.68 174 84.47
## [58.012,64.467) 14 0.07 6.80 188 91.26
## [64.467,70.921) 8 0.04 3.88 196 95.15
## [70.921,77.376) 6 0.03 2.91 202 98.06
## [77.376,83.83) 4 0.02 1.94 206 100.00La tabla muestra la distribución de los valores del Índice de Calidad del Agua (ICA) en verano, divididos en intervalos de clase. La mayoría de los valores de ICA en verano se encuentran en los intervalos de [38.2, 44.43) y [44.43, 50.66), con frecuencias de 36 y 40 respectivamente, representando el 27.69% y el 30.77% del total. Los intervalos extremos, como [25.74, 31.97) y [63.12, 69.35), tienen las frecuencias más bajas, con solo 6 y 1 observaciones respectivamente. En general, la distribución muestra que la mayoría de los valores de ICA en verano se concentran en el rango medio, con una disminución gradual en las frecuencias hacia los extremos.
Medidas descriptivas
## Descriptive Statistics
## ICA_verano
## N: 206
##
## ICA_verano
## ----------------- ------------
## Mean 47.89
## Std.Dev 10.93
## Min 26.00
## Q1 41.00
## Median 46.00
## Q3 52.00
## Max 83.00
## MAD 7.41
## IQR 11.00
## CV 0.23
## Skewness 0.90
## SE.Skewness 0.17
## Kurtosis 1.04
## N.Valid 206.00
## N 206.00
## Pct.Valid 100.00Las estadísticas descriptivas del Índice de Calidad del Agua (ICA) en verano muestran que la media es 47.89 con una desviación estándar de 11.18, indicando una variabilidad moderada en los datos. El valor mínimo es 26.00 y el máximo es 83.00, con un rango intercuartílico (IQR) de 12.00, lo que sugiere que la mayoría de los datos se encuentran entre 41.00 (Q1) y 53.00 (Q3). La mediana es 46.00, lo que indica que la mitad de las observaciones están por debajo de este valor. La distribución presenta una ligera asimetría positiva (skewness = 0.88) y una curtosis de 0.86, lo que sugiere una distribución ligeramente más alargada y con colas más pesadas que una distribución normal. El coeficiente de variación (CV) es 0.23, indicando una relativa homogeneidad en los datos.
test de normalidad
##
## Lilliefors (Kolmogorov-Smirnov) normality test
##
## data: data$ICA_verano
## D = 0.14416, p-value = 3.149e-11Graficas
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
ggplot(data, aes(y = ICA_verano)) +
geom_boxplot(fill = "blue", alpha = 0.5,
outlier.colour = "red", outlier.shape = 16, outlier.size = 3) +
coord_flip() + # Rotar el boxplot para mejor visualización
labs(title = "Boxplot de ICA_verano", y = "ICA_verano") +
theme_minimal() +
theme(plot.title = element_text(hjust = 0.5, size = 14))
ICA_otonio
Tablas de frecuancia
## Class limits f rf rf(%) cf cf(%)
## [28.71,33.937) 3 0.01 1.46 3 1.46
## [33.937,39.163) 40 0.19 19.42 43 20.87
## [39.163,44.39) 33 0.16 16.02 76 36.89
## [44.39,49.617) 77 0.37 37.38 153 74.27
## [49.617,54.843) 15 0.07 7.28 168 81.55
## [54.843,60.07) 20 0.10 9.71 188 91.26
## [60.07,65.297) 10 0.05 4.85 198 96.12
## [65.297,70.523) 3 0.01 1.46 201 97.57
## [70.523,75.75) 5 0.02 2.43 206 100.00La tabla muestra la distribución de los valores del Índice de Calidad del Agua (ICA) en otoño, divididos en intervalos de clase. La mayoría de los valores de ICA en otoño se encuentran en los intervalos de [33.937, 39.163) y [39.163, 44.39), con frecuencias de 36 y 27 respectivamente, representando el 27.69% y el 20.77% del total. Los intervalos extremos, como [28.71, 33.937) y [65.297, 70.523), tienen las frecuencias más bajas, con solo 3 observaciones cada uno. En general, la distribución muestra que la mayoría de los valores de ICA en otoño se concentran en el rango medio, con una disminución gradual en las frecuencias hacia los extremos.
Medidas descriptivas
## Descriptive Statistics
## data$ICA_otonio
## N: 206
##
## ICA_otonio
## ----------------- ------------
## Mean 47.03
## Std.Dev 8.77
## Min 29.00
## Q1 40.00
## Median 47.03
## Q3 50.00
## Max 75.00
## MAD 8.85
## IQR 10.00
## CV 0.19
## Skewness 0.86
## SE.Skewness 0.17
## Kurtosis 0.89
## N.Valid 206.00
## N 206.00
## Pct.Valid 100.00Las estadísticas descriptivas del Índice de Calidad del Agua (ICA) en otoño muestran que la media es 47.27 con una desviación estándar de 10.77, indicando una variabilidad moderada en los datos. El valor mínimo es 29.00 y el máximo es 75.00, con un rango intercuartílico (IQR) de 16.75, lo que sugiere que la mayoría de los datos se encuentran entre 38.00 (Q1) y 55.00 (Q3). La mediana es 44.00, lo que indica que la mitad de las observaciones están por debajo de este valor. La distribución presenta una ligera asimetría positiva (skewness = 0.68) y una curtosis de -0.40, lo que sugiere una distribución ligeramente más plana que una distribución normal. El coeficiente de variación (CV) es 0.23, indicando una relativa homogeneidad en los datos.
test de normalidad
##
## Lilliefors (Kolmogorov-Smirnov) normality test
##
## data: data$ICA_otonio
## D = 0.18932, p-value < 2.2e-16Graficas
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
ICA_invierno
Tablas de frecuancia
## Class limits f rf rf(%) cf cf(%)
## [22.77,29.22) 7 0.03 3.40 7 3.40
## [29.22,35.67) 17 0.08 8.25 24 11.65
## [35.67,42.11) 44 0.21 21.36 68 33.01
## [42.11,48.56) 87 0.42 42.23 155 75.24
## [48.56,55.01) 19 0.09 9.22 174 84.47
## [55.01,61.46) 19 0.09 9.22 193 93.69
## [61.46,67.9) 6 0.03 2.91 199 96.60
## [67.9,74.35) 2 0.01 0.97 201 97.57
## [74.35,80.8) 5 0.02 2.43 206 100.00La tabla muestra la distribución de los valores del Índice de Calidad del Agua (ICA) en invierno, divididos en intervalos de clase. La mayoría de los valores de ICA en invierno se encuentran en los intervalos de [35.67, 42.11) y [42.11, 48.56), con frecuencias de 37 y 22 respectivamente, representando el 28.46% y el 16.92% del total. Los intervalos extremos, como [22.77, 29.22) y [67.9, 74.35), tienen las frecuencias más bajas, con solo 6 y 2 observaciones respectivamente. En general, la distribución muestra que la mayoría de los valores de ICA en invierno se concentran en el rango medio, con una disminución gradual en las frecuencias hacia los extremos.
Medidas descriptivas
## Descriptive Statistics
## data$ICA_invierno
## N: 206
##
## ICA_invierno
## ----------------- --------------
## Mean 45.89
## Std.Dev 9.91
## Min 23.00
## Q1 40.00
## Median 45.89
## Q3 48.00
## Max 80.00
## MAD 7.25
## IQR 8.00
## CV 0.22
## Skewness 0.81
## SE.Skewness 0.17
## Kurtosis 1.29
## N.Valid 206.00
## N 206.00
## Pct.Valid 100.00Las estadísticas descriptivas del Índice de Calidad del Agua (ICA) en invierno muestran que la media es 46.36 con una desviación estándar de 12.15, indicando una variabilidad moderada en los datos. El valor mínimo es 23.00 y el máximo es 80.00, con un rango intercuartílico (IQR) de 17.00, lo que sugiere que la mayoría de los datos se encuentran entre 38.00 (Q1) y 55.00 (Q3). La mediana es 43.00, lo que indica que la mitad de las observaciones están por debajo de este valor. La distribución presenta una ligera asimetría positiva (skewness = 0.61) y una curtosis de -0.15, lo que sugiere una distribución ligeramente más plana que una distribución normal. El coeficiente de variación (CV) es 0.26, indicando una relativa homogeneidad en los datos.
test de normalidad
##
## Lilliefors (Kolmogorov-Smirnov) normality test
##
## data: data$ICA_invierno
## D = 0.22386, p-value < 2.2e-16Graficas
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
ICA_primavera
Tablas de frecuancia
## Class limits f rf rf(%) cf cf(%)
## [25.74,31.297) 2 0.01 0.97 2 0.97
## [31.297,36.853) 15 0.07 7.28 17 8.25
## [36.853,42.41) 54 0.26 26.21 71 34.47
## [42.41,47.967) 52 0.25 25.24 123 59.71
## [47.967,53.523) 43 0.21 20.87 166 80.58
## [53.523,59.08) 20 0.10 9.71 186 90.29
## [59.08,64.637) 10 0.05 4.85 196 95.15
## [64.637,70.193) 8 0.04 3.88 204 99.03
## [70.193,75.75) 2 0.01 0.97 206 100.00La tabla muestra la distribución de los valores del Índice de Calidad del Agua (ICA) en primavera, divididos en intervalos de clase. La mayoría de los valores de ICA en primavera se encuentran en el intervalo de [38.393, 43.73), con una frecuencia de 44, representando el 33.85% del total. Otros intervalos significativos son [43.73, 49.067) y [49.067, 54.403), con frecuencias de 22 y 20 respectivamente, representando el 16.92% y el 15.38% del total. Los intervalos extremos, como [27.72, 33.057) y [70.413, 75.75), tienen las frecuencias más bajas, con solo 5 y 2 observaciones respectivamente. En general, la distribución muestra que la mayoría de los valores de ICA en primavera se concentran en el rango medio, con una disminución gradual en las frecuencias hacia los extremos.
Medidas descriptivas
## Descriptive Statistics
## data$ICA_primavera
## N: 206
##
## ICA_primavera
## ----------------- ---------------
## Mean 46.84
## Std.Dev 8.79
## Min 26.00
## Q1 40.00
## Median 46.84
## Q3 52.00
## Max 75.00
## MAD 8.66
## IQR 11.50
## CV 0.19
## Skewness 0.62
## SE.Skewness 0.17
## Kurtosis 0.21
## N.Valid 206.00
## N 206.00
## Pct.Valid 100.00Las estadísticas descriptivas del Índice de Calidad del Agua (ICA) en primavera muestran que la media es 46.52 con una desviación estándar de 9.31, indicando una variabilidad moderada en los datos. El valor mínimo es 28.00 y el máximo es 75.00, con un rango intercuartílico (IQR) de 12.00, lo que sugiere que la mayoría de los datos se encuentran entre 40.00 (Q1) y 52.00 (Q3). La mediana es 44.00, lo que indica que la mitad de las observaciones están por debajo de este valor. La distribución presenta una ligera asimetría positiva (skewness = 0.69) y una curtosis de 0.01, lo que sugiere una distribución aproximadamente normal. El coeficiente de variación (CV) es 0.20, indicando una relativa homogeneidad en los datos.
test de normalidad
##
## Lilliefors (Kolmogorov-Smirnov) normality test
##
## data: data$ICA_primavera
## D = 0.092778, p-value = 0.000186Graficas
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
Analisis Bivariado
Gráfico de dispersión entre ICA_verano y ICA_otonio
## `geom_smooth()` using formula = 'y ~ x'
La gráfica presentada ilustra la relación entre las variables ICA_verano (eje x) e ICA_otonio (eje y) mediante un diagrama de dispersión. Cada punto negro simboliza observaciones individuales entre las dos variables, y una clara tendencia positiva emerge a través de una línea de regresión azul. Esto indica que, a medida que el valor de ICA_verano aumenta, el valor de ICA_otonio tiende a incrementarse también. Además, la banda gris en torno a la línea representa el intervalo de confianza, lo que visualiza la incertidumbre asociada con la estimación de la tendencia.
Gráfico de dispersión entre ICA_verano y ICA_invierno
## `geom_smooth()` using formula = 'y ~ x'
La gráfica titulada “ICA_verano vs ICA_invierno” muestra la relación entre las variables ICA_verano (eje x) e ICA_invierno (eje y) mediante un diagrama de dispersión. Cada punto negro representa observaciones individuales, mientras que una línea de regresión azul ilustra una leve correlación positiva entre ambas variables. La banda gris alrededor de la línea indica el intervalo de confianza, reflejando la incertidumbre en la estimación. Este análisis sugiere que, a medida que aumenta el valor de ICA_verano, existe una tendencia general a que el valor de ICA_invierno también incremente, aunque la relación parece ser moderada. ¿Qué más te gustaría explorar de esta gráfica?
Gráfico de dispersión entre ICA_verano y ICA_primavera
## `geom_smooth()` using formula = 'y ~ x'
La gráfica presentada ilustra una relación positiva entre ICA_verano y ICA_primavera, evidenciada por la pendiente ascendente de la línea de regresión. Los puntos de datos están dispersos alrededor de la línea de tendencia, indicando una variabilidad moderada en la relación. La banda gris que rodea la línea de regresión sugiere un grado razonable de confianza en la predicción basada en esta relación. La correlación observada implica que incrementos en ICA_verano están asociados, en términos generales, con incrementos en ICA_primavera.
Gráfico de dispersión entre ICA_otonio y ICA_invierno
## `geom_smooth()` using formula = 'y ~ x'
La gráfica muestra una relación positiva entre ICA_otono y ICA_invierno, evidenciada por la pendiente ascendente de la línea de regresión. Los puntos de datos están dispersos alrededor de esta línea, lo que refleja una variabilidad moderada en la relación. La banda gris que la rodea representa el intervalo de confianza, indicando un grado razonable de certidumbre en la estimación. Este patrón sugiere que incrementos en ICA_otono están asociados, en términos generales, con aumentos en ICA_invierno.
Gráfico de dispersión entre ICA_otonio y ICA_primavera
## `geom_smooth()` using formula = 'y ~ x'
La gráfica muestra una relación positiva entre ICA_otono y ICA_primavera, evidenciada por la pendiente ascendente de la línea de regresión. Los puntos de datos están distribuidos alrededor de la línea, indicando una variabilidad moderada en la relación. La banda gris alrededor de la línea representa el intervalo de confianza, sugiriendo un grado razonable de certidumbre en la estimación. Este patrón indica que aumentos en ICA_otono están asociados, en términos generales, con incrementos en ICA_primavera.
Gráfico de dispersión entre ICA_invierno y ICA_primavera
## `geom_smooth()` using formula = 'y ~ x'
La gráfica muestra una relación positiva entre ICA_invierno y ICA_primavera, evidenciada por la pendiente ascendente de la línea de regresión. Los puntos de datos están dispersos alrededor de la línea, mostrando una variabilidad moderada. La banda gris que rodea la línea representa el intervalo de confianza, indicando un nivel razonable de certeza en la estimación. Este patrón sugiere que incrementos en ICA_invierno están asociados, en términos generales, con aumentos en ICA_primavera.
Gráfico de dispersión entre localidad y ICA_primavera
Gráfico de dispersión entre localidad y ICA_invierno
Gráfico de dispersión entre localidad y ICA_otonio
Gráfico de dispersión entre localidad y ICA_verano
Analisis multivariado
Matriz de medias
## [1] "Matriz de medias:"## fecha ICA_verano ICA_otonio ICA_invierno ICA_primavera
## 18265.94660 47.89340 47.03378 45.89333 46.84211Estos valores indican una consistencia general entre las estaciones en términos de los índices calculados, con diferencias muy pequeñas entre ellos. La variable fecha, con un promedio de 2019.95, implica que los datos abarcan principalmente años cercanos a 2020.
Matriz de varianzas
## [1] "Matriz de varianzas:"## fecha ICA_verano ICA_otonio ICA_invierno ICA_primavera
## 269479.38738 119.54518 76.84308 98.13802 77.34275La matriz de varianzas muestra la dispersión de los datos para cada variable. La varianza más alta corresponde a ICA_invierno (147.53), lo que indica que esta variable presenta la mayor variabilidad en los datos. Le sigue ICA_otonio (116.06) con una variabilidad también considerable. ICA_verano y ICA_primavera tienen varianzas más bajas (89.55 y 86.76 respectivamente), reflejando mayor consistencia en sus valores. Finalmente, la varianza de fecha (2.52) es mínima, lo cual es esperado ya que representa un indicador temporal con cambios pequeños.
Matriz de covarianzas
## [1] "Matriz de covarianzas:"## fecha ICA_verano ICA_otonio ICA_invierno ICA_primavera
## fecha 269479.3874 -461.99440 -1277.01147 -1503.11265 -255.39461
## ICA_verano -461.9944 119.54518 18.82295 10.95654 21.02348
## ICA_otonio -1277.0115 18.82295 76.84308 41.67839 32.44849
## ICA_invierno -1503.1127 10.95654 41.67839 98.13802 34.87212
## ICA_primavera -255.3946 21.02348 32.44849 34.87212 77.34275La matriz de covarianzas refleja la relación lineal entre las variables en términos de su variabilidad conjunta. Se observa lo siguiente:
Las covarianzas positivas más altas se encuentran entre ICA_otono y ICA_invierno (64.09) y entre ICA_otono y ICA_primavera (49.75), lo que indica que estas variables tienden a aumentar juntas.
Las covarianzas de ICA_verano con las demás variables son menores (máximo 29.59 con ICA_otono), lo que sugiere que su relación con las otras variables es más débil.
Las relaciones con la variable fecha presentan valores negativos en su mayoría, lo que implica que no existe una asociación conjunta significativa con el resto de las variables en esta escala temporal.
Matriz de correlaciones
## [1] "Matriz de correlación:"## fecha ICA_verano ICA_otonio ICA_invierno ICA_primavera
## fecha 1.00000000 -0.08139691 -0.2806271 -0.2922874 -0.05594215
## ICA_verano -0.08139691 1.00000000 0.1963899 0.1011553 0.21863960
## ICA_otonio -0.28062712 0.19638993 1.0000000 0.4799433 0.42090332
## ICA_invierno -0.29228742 0.10115534 0.4799433 1.0000000 0.40026716
## ICA_primavera -0.05594215 0.21863960 0.4209033 0.4002672 1.00000000La matriz de correlación indica la fuerza y dirección de las relaciones entre las variables:
ICA_otonio y ICA_primavera presentan la correlación positiva más alta (0.4958), lo que sugiere una fuerte relación directa entre ambas variables.
ICA_otonio también tiene una correlación positiva significativa con ICA_invierno (0.4898), mostrando que estas estaciones están asociadas de manera consistente.
ICA_verano presenta correlaciones más débiles con las demás variables, siendo su relación más alta con ICA_otonio (0.2903).
Las correlaciones de fecha con las demás variables son negativas y muy bajas, lo que indica una débil relación temporal.