Proyecto: Resumen del dataset greenhouse_gases del paquete dslabs

Descripción de los datos

El conjunto de datos seleccionado es “greenhouse_gases”, que contiene mediciones históricas de gases de efecto invernadero (GEI) en la atmósfera de la Tierra. Los datos incluyen la concentración de gases como el dióxido de carbono (CO₂), el metano (CH₄) y el óxido nitroso (N₂O) a lo largo del tiempo, registrados en partes por millón (ppm) o partes por billón (ppb), según el gas. La información abarca observaciones entre los años 1750 y 2016. En resumen esta conformado por 300 observaciones y 3 variables, descritas de la siguiente forma:

Datos Conformados del Dataset:

1. year (numeric): Año en el que se registró la concentración del gas.

   Rango de valores: Mínimo 20, máximo 2000.

   Mediana: 1010.

2. gas (character): Tipo de gas de efecto invernadero registrado.

   Valores posibles: “CO2”, “CH4”, “N2O”.

   Representa el nombre del gas medido.

3. concentration (numeric): Concentración atmosférica del gas medida en ppm (partes por millón) o ppb (partes por billón), según el gas.

   Rango de valores: Mínimo 260.0, máximo 1703.4.

   Media: 416.2.

Fuente de los datos

Este conjunto de datos proviene del paquete dslabs, diseñado para aplicaciones educativas. Los datos de gases de efecto invernadero fueron recolectados por instituciones científicas internacionales como la NOAA (National Oceanic and Atmospheric Administration) y estudios de reconstrucción paleoclimática que combinan datos de muestras de aire de núcleos de hielo y mediciones atmosféricas directas. Los datos ya han sido procesados para estandarizar las unidades y formatos, facilitando su análisis.

Fuente: NOAA Global Monitoring Laboratory y Paleoclimate Research.

Tabla de resumen de los Datos:

Variable	Descripción
year	Año de medición
gas	Tipo de gas de efecto invernadero (CO₂, CH₄, N₂O)
concentration	Concentración del gas medida en ppm o ppb
source	Fuente o método de la medición (por ejemplo, núcleos de hielo, mediciones atmosféricas)

Origen	Resultado
Observaciones	(filas) 300
Variables (columnas)	3
Rango de años	20 a 2000
Gases registrados	CO₂, CH₄, N₂O
Variables con NA	No hay valores NA
Tipos de variables	year (numérico), gas (carácter), concentration (numérico)
Variables destacadas	year (año de medición), gas (tipo de gas), concentration (concentración en ppm o ppb)

Visualizaciones de datos

# Cargar las librerías ggplot2 y dplyr (utilizadas para visualización de datos y operaciones de transformación)

library(ggplot2)
library(dplyr) 

## 
## Adjuntando el paquete: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

# Estructura del dataset
str(greenhouse_gases)

## 'data.frame':    300 obs. of  3 variables:
##  $ year         : num  20 40 60 80 100 120 140 160 180 200 ...
##  $ gas          : chr  "CO2" "CO2" "CO2" "CO2" ...
##  $ concentration: num  278 278 277 277 278 ...

# Resumen general del dataset
summary(greenhouse_gases)

##       year          gas            concentration   
##  Min.   :  20   Length:300         Min.   : 260.0  
##  1st Qu.: 515   Class :character   1st Qu.: 269.7  
##  Median :1010   Mode  :character   Median : 279.7  
##  Mean   :1010                      Mean   : 416.2  
##  3rd Qu.:1505                      3rd Qu.: 641.0  
##  Max.   :2000                      Max.   :1703.4

# Tipos de datos de cada variable
sapply(greenhouse_gases, class)

##          year           gas concentration 
##     "numeric"   "character"     "numeric"

# Revisar si hay valores perdidos (NA) por variable
colSums(is.na(greenhouse_gases))

##          year           gas concentration 
##             0             0             0

Graficos:

Primer gráfico Dispersión concentración vs año

# Cargar archivo de datos
data(greenhouse_gases)

## Primer gráfico Dispersión concentración vs año
ggplot(greenhouse_gases, aes(x = year, y = concentration, color = gas)) +
  geom_point(alpha = 0.7) +
  labs(
    title = "Concentración de Gases de Efecto Invernadero a lo largo del tiempo",
    x = "Año",
    y = "Concentración (ppm o ppb)",
    color = "Gas"
  ) +
  theme_minimal()

Interpretación:

Esta gráfica muestra cómo la concentración de gases de efecto invernadero ha cambiado a lo largo del tiempo, destacando una tendencia de aumento en todos los gases analizados, particularmente en el CO₂.

¿Qué variables está graficando y por qué?

Se grafican las variables año (eje x) y concentración (eje y), diferenciando los datos por tipo de gas (color). Estas variables permiten observar la evolución temporal de la concentración de gases clave en el cambio climático.

Relación / tendencia / información principal:

Se aprecia una tendencia creciente en la concentración de gases, con un incremento notable del dióxido de carbono (CO₂) a partir de la Revolución Industrial (~1750). Esto evidencia el impacto humano creciente en la composición de la atmósfera.

Segundo gráfico: Histograma de la concentración de CO2

## Segundo gráfico: Histograma de la concentración de CO2
greenhouse_gases_co2 <- subset(greenhouse_gases, gas == "CO2")

ggplot(greenhouse_gases_co2, aes(x = concentration)) +
  geom_histogram(binwidth = 5, fill = "forestgreen", color = "white") +
  labs(
    title = "Distribución de las concentraciones de CO₂",
    x = "Concentración de CO₂ (ppm)",
    y = "Frecuencia"
  ) +
  theme_minimal()

Interpretación:

Este histograma muestra cómo se distribuyen las concentraciones de dióxido de carbono (CO₂) en la atmósfera a lo largo del tiempo, revelando un aumento importante en los niveles recientes.

¿Qué variables está graficando y por qué?

Se grafica la variable concentración de CO₂, mostrando en el eje x los rangos de concentración (ppm) y en el eje y la frecuencia de observaciones. El propósito es visualizar de manera agregada cómo se han distribuido históricamente los niveles de dióxido de carbono.

Relación / tendencia / información principal:

Se observa que las concentraciones iniciales (~280 ppm) fueron relativamente estables, pero en épocas recientes se ha registrado un incremento acelerado, alcanzando valores superiores a 400 ppm. Esto refleja el fuerte impacto de la actividad humana en el aumento de gases de efecto invernadero.

Tercer gráfico: Tendencias Históricas gases

## Tercer gráfico: Tendencias Históricas gases
ggplot(greenhouse_gases, aes(x = year, y = concentration, color = gas)) +
  geom_line(size = 1) +
  labs(
    title = "Tendencias históricas de gases de efecto invernadero",
    x = "Año",
    y = "Concentración (ppm o ppb)",
    color = "Gas"
  ) +
  theme_minimal()

## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

Interpretación:

Esta gráfica de líneas muestra la evolución histórica de las concentraciones de diferentes gases de efecto invernadero, permitiendo visualizar comparaciones y tendencias de crecimiento a lo largo del tiempo.

¿Qué variables está graficando y por qué?

Se grafican las variables año (eje x) y concentración (eje y), diferenciadas por tipo de gas (color). El objetivo es analizar cómo han cambiado las concentraciones de gases como CO₂, CH₄ y N₂O desde 1750 hasta 2016, y comparar sus dinámicas de crecimiento.

Relación / tendencia / información principal:

Se observa que el CO₂ ha tenido un aumento constante y acelerado desde la Revolución Industrial. El CH₄ (metano) y el N₂O (óxido nitroso) también muestran incrementos, pero de manera menos pronunciada. Esta visualización resalta cómo distintos gases presentan patrones de crecimiento distintos, lo que sugiere diferencias en las fuentes de emisión y en los procesos que afectan su concentración en la atmósfera.

Discusión general

En este proyecto analizamos el conjunto de datos “greenhouse_gases”, el cual contiene mediciones históricas de concentraciones de gases de efecto invernadero como CO₂, CH₄ y N₂O desde el año 1750 hasta 2016. Utilizamos diferentes tipos de gráficos para explorar tendencias y distribuciones, enfocándonos en cómo las concentraciones de estos gases han cambiado a lo largo del tiempo.

Conclusiones principales

• Incremento sostenido de gases:
  Se observa un aumento constante en las concentraciones de CO₂, CH₄ y N₂O, especialmente del dióxido de carbono desde la Revolución Industrial, asociado a actividades humanas.

• Cambio en la distribución de CO₂:
  La concentración de CO₂ ha superado ampliamente los niveles históricos (~280 ppm), alcanzando más de 400 ppm en épocas recientes, lo que evidencia una aceleración en su acumulación.

• Comparación entre gases:
  Aunque todos los gases analizados muestran incrementos, el CO₂ tiene la tendencia más pronunciada, mientras que el CH₄ y el N₂O aumentan a ritmos diferentes, reflejando diversas fuentes de emisión.

• Análisis realizado:
  Este proyecto permitió aplicar técnicas de exploración y visualización de datos en R, fortaleciendo habilidades prácticas en la inspección de datasets reales y en la interpretación de tendencias ambientales globales. Además, se puede apreciar la importancia sobre el análisis de datos como herramienta para comprender fenómenos científicos complejos.

---

Nombre: David Enrique Lux Barrera

Carné: 201931344

Universidad: Universidad de San Carlos de Guatemala