#—————— UNIVERSIDAD CENTRAL DEL ECUADOR ##—–Facultad de Ingeniería en Geología, Minas, Petróleo y Ambiental ###—————–Carrera de Ingeniería Ambiental

Proyecto: Estudio de Residuos y Reciclaje en la India

Etapa: Estadistica Descriptiva

Integrantes: Jazmin Guañuna, Nayely Perugachi, Helen Taipe, Gabriela Usiña

Fecha: 26/5/2025

setwd(“/cloud/project”) datos <- read.csv(“DATOS.csv”, header = T,sep = “;”,dec = “.”)

#Extraer la variable cuantitativa discreta campañas <- datos$Awareness.Campaigns.Count TDFcampañas <- table(campañas) Tablacampañas <- as.data.frame(TDFcampañas) Tablacampañas

barplot(Tablacampañas\(Freq, main = "Gráfica No. 33: Distribución de la Cantidad de Campañas Realizadas en el Estudio de Residuos en la India", xlab = "Campañas realizadas", ylab = "Cantidad", col = "green4", names.arg = Tablacampañas\)campañas)

Crear agrupación

library(dplyr)

Tablacampañas <- Tablacampañas %>% mutate(grupo = case_when( campañas %in% 0:2 ~ “0-2”, campañas %in% 3:5 ~ “3-5”, campañas %in% 6:8 ~ “6-8”, campañas %in% 9:11 ~ “9-11”, campañas %in% 12:14 ~ “12-14”, campañas %in% 15:17 ~ “15-17”, campañas %in% 18:20 ~ “18-20” ))

Sumar frecuencias por grupo

Tablacampañas\(grupo <- factor(Tablacampañas\)grupo, levels = c(“0-2”, “3-5”, “6-8”, “9-11”, “12-14”, “15-17”, “18-20”))

Grupo <- Tablacampañas %>% group_by(grupo) %>% summarise(frecuencia_total = sum(Freq), .groups = “drop”)

Grupo <- Grupo %>% arrange(grupo)

Crear la tabla

ni <- Grupo$frecuencia_total ni hi <- ni/sum(ni)*100 hi Niasc <- cumsum(ni) Niasc Hiasc <- cumsum(hi) Hiasc Nidsc <- rev(cumsum(rev(ni))) Nidsc Hidsc <- rev(cumsum(rev(hi))) Hidsc

Tabla_campañas <- data.frame(Grupo, round(hi,2), Niasc,round(Hiasc,2), Nidsc,round(Hidsc,2)) colnames(Tabla_campañas) <- c(“Campañas”,“ni”,“hi (%)”,“Niasc”,“Hiasc (%)”, “Nidsc”,“Hidsc (%)”) Tabla_campañas[] <- lapply(Tabla_campañas, as.character)

Creación de totales

total <- c(Campañas=“-”, ni=sum(ni), hi=sum(hi), Niasc=“-”, Hidsc=“-”, Nidsc=“-”, Hidsc=“-”) Tabla_campañastotal <- rbind(Tabla_campañas,total) Tabla_campañas\(ni <- as.numeric(as.character(Tabla_campañas\)ni)) Tabla_campañas\(hi <- as.numeric(as.character(Tabla_campañas\)hi)) Tabla_campañastotal

GDF local ni

barplot(Tabla_campañas\(ni, main = "Gráfica No. 34: Distribución de la Cantidad de Campañas Realizadas en el Estudio de Residuos en la India", xlab = "Campañas realizadas", ylab = "Cantidad", col = "blue4", names.arg = Tabla_campañas\)Campañas) # GDF global ni barplot(Tabla_campañas\(ni, main = "Gráfica No. 35: Distribución Global de Cantidad de Campañas Realizadas en el Estudio de Residuos en la India", xlab = "Campañas realizadas", ylab = "Cantidad", col = "purple3", names.arg = Tabla_campañas\)Campañas, ylim = c(0,length(campañas))) # GDF local hi barplot(Tabla_campañas\(hi, main = "Gráfica No. 36: Distribución del Porcentaje de Campañas Realizadas en el Estudio de Residuos en la India", xlab = "Campañas realizadas", ylab = "Porcentaje", col = "blue4", names.arg = Tabla_campañas\)Campañas) # GDF global hi barplot(Tabla_campañas\(hi, main = "Gráfica No. 37: Distribución Global del Porcentaje de Campañas Realizadas en el Estudio de Residuos en la India", xlab = "Campañas realizadas", ylab = "Porcentaje", col = "purple3", names.arg = Tabla_campañas\)Campañas, ylim = c(0,100))

Ojivas

Tabla_campañas\(Campañas <- factor(Tabla_campañas\)Campañas, levels = c(“0-2”, “3-5”, “6-8”, “9-11”, “12-14”, “15-17”, “18-20”)) x <- c(1:length(Tabla_campañas\(Campañas)) y <- Niasc plot(x, y, type = "o", col = "blue", pch =16, main = "Gráfica No. 38: Ojivas Ascendente y Descendente de la Cantidad de Campañas Realizadas en el Estudio de Residuos en la India", ylab = "Cantidad", xlab = "Intervalos de campañas realizadas", xaxt = "n") axis(1, at = 1:length(Tabla_campañas\)Campañas), labels = levels(Tabla_campañas$Campañas))

Diagrama de caja

boxplot(campañas, main= “Gráfica No. 39: Distribución de la Cantidad de Campañas Realizadas en el Estudio de Residuos en la India”, col = “green3”, horizontal = T, xlab=“Campañas”)

#———————- INDICADORES

#—- Indicadores de Tendencia Central # Mediana Me <- median(campañas) Me

Media

X <- mean(campañas) X

Moda

Mo <- “[0-2],[12-14],[15-17]” Mo

#—- Indicadores de Dispersión # Varianza var(campañas)

Desviación estandar

sd <- sd(campañas) sd

Coeficiente de variación

CV <- (sd(campañas)/X)*100 CV

#—- Indicadores de Forma install.packages(“e1071”) library(e1071)

Coeficiente de Asimetría

As <- skewness(campañas) As

Curtosis

K <- kurtosis(campañas) K

Variable <- “Campañas” Rango <- “[0,20]”

Tabla_indicadores <- data.frame(Variable,Rango,X,Me,Mo,sd,CV,As,K) Tabla_indicadores