#------------------ 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$Awareness.Campaigns.Count
TDFcampañas <- table(campañas)
Tablacampañas <- as.data.frame(TDFcampañas)
Tablacampañas
## campañas Freq
## 1 0 48
## 2 1 43
## 3 2 40
## 4 3 38
## 5 4 41
## 6 5 42
## 7 6 43
## 8 7 37
## 9 8 30
## 10 9 28
## 11 10 39
## 12 11 50
## 13 12 44
## 14 13 42
## 15 14 46
## 16 15 49
## 17 16 41
## 18 17 45
## 19 18 28
## 20 19 39
## 21 20 37
barplot(Tablacampañas$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$campañas)
# Crear agrupación
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
Tablacampañas <- Tablacampañas %>%
mutate(grupo = case_when(
campañas %in% 0:2 ~ "0-2",
campañas %in% 3:5 ~ "3-5",
campañas %in% 6:8 ~ "6-8",
campañas %in% 9:11 ~ "9-11",
campañas %in% 12:14 ~ "12-14",
campañas %in% 15:17 ~ "15-17",
campañas %in% 18:20 ~ "18-20"
))
# Sumar frecuencias por grupo
Tablacampañas$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
## [1] 131 121 110 117 132 135 104
hi <- ni/sum(ni)*100
hi
## [1] 15.41176 14.23529 12.94118 13.76471 15.52941 15.88235 12.23529
Niasc <- cumsum(ni)
Niasc
## [1] 131 252 362 479 611 746 850
Hiasc <- cumsum(hi)
Hiasc
## [1] 15.41176 29.64706 42.58824 56.35294 71.88235 87.76471 100.00000
Nidsc <- rev(cumsum(rev(ni)))
Nidsc
## [1] 850 719 598 488 371 239 104
Hidsc <- rev(cumsum(rev(hi)))
Hidsc
## [1] 100.00000 84.58824 70.35294 57.41176 43.64706 28.11765 12.23529
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
## Campañas ni hi (%) Niasc Hiasc (%) Nidsc Hidsc (%)
## 1 0-2 131 15.41 131 15.41 850 100
## 2 3-5 121 14.24 252 29.65 719 84.59
## 3 6-8 110 12.94 362 42.59 598 70.35
## 4 9-11 117 13.76 479 56.35 488 57.41
## 5 12-14 132 15.53 611 71.88 371 43.65
## 6 15-17 135 15.88 746 87.76 239 28.12
## 7 18-20 104 12.24 850 100 104 12.24
## 8 - 850 100 - - - -
# 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$Campañas))
y <- Niasc
plot(x, y, type = "p", col = "blue", pch =16,
main = "Gráfica No. 38:
Ojivas Ascendente y Descendente de la Cantidad de Campañas
Realizadas en el Estudio de Residuos en la India",
ylab = "Cantidad",
xlab = "Intervalos de campañas realizadas",
xaxt = "n")
axis(1, at = 1:length(Tabla_campañas$Campañas), labels = levels(Tabla_campañas$Campañas))
y <- Nidsc
lines(x, y, type = "p", col ="red", pch =16)
y <- Hiasc
plot(x, y, type = "p", col = "blue", pch =16,
main = "Gráfica No. 39:
Ojivas Ascendente y Descendente del Porcentaje de Campañas Realizadas
en el Estudio de Residuos en la India",
ylab = "Porcentaje (%)",
xlab = "Intervalos de campañas realizadas",
xaxt = "n")
axis(1, at = 1:length(Tabla_campañas$Campañas), labels = levels(Tabla_campañas$Campañas))
y <- Hidsc
lines(x, y, type = "p", col ="red", pch =16)
# Diagrama de caja
boxplot(campañas, main= "Gráfica No. 40:
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)
# Media
X <- mean(campañas)
# Moda
Mo <- "[0-2],[12-14],[15-17]"
#---- Indicadores de Dispersión
# Varianza
var(campañas)
## [1] 36.85428
# Desviación estandar
sd <- sd(campañas)
# Coeficiente de variación
CV <- (sd(campañas)/X)*100
#---- Indicadores de Forma
install.packages("e1071")
## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.4'
## (as 'lib' is unspecified)
library(e1071)
# Coeficiente de Asimetría
As <- skewness(campañas)
# Curtosis
K <- kurtosis(campañas)
Variable <- "Campañas"
Rango <- "[0,20]"
Tabla_indicadores <- data.frame(Variable,Rango,round(X,3),Me,Mo,round(sd,2),round(CV,2),round(As,2),round(K,2))
colnames(Tabla_indicadores) <- c("Variable","Rango","X", "Me", "Mo","sd","CV","As","K")
Tabla_indicadores
## Variable Rango X Me Mo sd CV As K
## 1 Campañas [0,20] 9.905 10 [0-2],[12-14],[15-17] 6.07 61.29 -0.04 -1.22