#UNIVERSIDAD CENTRAL DEL ECUADOR
#FACULTAD: FIGEMPA
#CARRERA: INGENIERIA AMBIENTAL
#AUTOR: KEVIN CHICAIZA
#TEMA DISCRETA
#VARIABLE: POBLACION POR REGIONES DE CHILE
#EXTRAER DATOS#
library(readxl)
datos <- read_excel("C:/Estadistica/iNCENDIOS FORESTALES CHILE DATOS.xlsx")
View(datos)
#CONVERSION A VALOR NUMERICO Y EXTRACCION DE VARIABLE ARBOLADO#
arbolado <-na.omit(as.numeric(datos$arbolado))
#ANALIZAR VARIABLE POR DIAGRAMA DE CAJA#
options(scipen = 999)
Caja_arbolado<- boxplot(arbolado, horizontal = T,
main = "Gráfica N°48: Distribución de áreas de arbolados afectadas",
cex.main = 0.9,
xlab = " Cantidad de especies de arbolados",
col = "green",
pch = 1)
#VALORES DE CERO EN LA VARIBALE#
arbolado_cero<-subset(arbolado, arbolado==0)
length(arbolado_cero)
## [1] 4581
#VALORES DIFERENTES DE CERO EN LA VARIABLE#
arbolado_dcero<- subset(arbolado, arbolado>0)
Caja_arbolado_dcero<- boxplot(arbolado_dcero, horizontal=T,
main = "Gráfica N°49: Distribución de áreas de arbolados
afectadas mayores a cero",
cex.main = 0.9,
xlab = " Densidad de áreas de arbolados",
col = "skyblue",
pch = 1)
length(arbolado_dcero)
## [1] 653
#DIVIDIR EN VALORES COMUNES Y NO COMUNES#
arbolado_comunes<- subset(arbolado_dcero,arbolado_dcero < min(Caja_arbolado_dcero$out))
length(arbolado_comunes)
## [1] 530
arbolado_outliers<- subset(arbolado_dcero,arbolado_dcero >= min(Caja_arbolado_dcero$out) & arbolado_dcero < 2000000)
length(arbolado_outliers)
## [1] 123
#ESTADISTICA DESCRIPTIVA#
min <- min(arbolado_comunes)
max <- max(arbolado_comunes)
R <- max-min
K <- floor(1+3.33*log10(length(arbolado_comunes)))
K
## [1] 10
A <- (R/K)
lim_inf <- seq(from=min,to=max-A,by=A)
lim_sup <- seq(from=min+A,to=max+A,by=A)[1:K]
MC <- (lim_inf+lim_sup)/2
ni <- c()
for (i in 1:K) {
if (i != K) {
ni[i] <- length(subset(arbolado_comunes,
arbolado_comunes >= lim_inf[i] & arbolado_comunes < lim_sup[i]))
} else {
ni[i] <- length(subset(arbolado_comunes,
arbolado_comunes >= lim_inf[i] & arbolado_comunes <= lim_sup[i]))
}
}
sum(ni)
## [1] 529
hi <- ni/sum(ni)*100
sum(hi)
## [1] 100
Ni_asc <- cumsum(ni)
Hi_asc <- cumsum(hi)
Ni_desc <- rev(cumsum(rev(ni)))
Hi_desc <- rev(cumsum(rev(hi)))
TDFarbolada <- data.frame(lim_inf,
lim_sup,
MC,ni,
round(hi,2),
Ni_asc,
Ni_desc,
round(Hi_asc,2),
round(Hi_desc,2))
colnames(TDFarbolada) <- c("Lim inf","Lim sup","MC","ni","hi(%)",
"Ni asc","Hi asc(%)","Ni desc","Hi desc(%)")
TDFarbolada
## Lim inf Lim sup MC ni hi(%) Ni asc Hi asc(%) Ni desc Hi desc(%)
## 1 0.0010 2.6829 1.34195 391 73.91 391 529 73.91 100.00
## 2 2.6829 5.3648 4.02385 55 10.40 446 138 84.31 26.09
## 3 5.3648 8.0467 6.70575 24 4.54 470 83 88.85 15.69
## 4 8.0467 10.7286 9.38765 19 3.59 489 59 92.44 11.15
## 5 10.7286 13.4105 12.06955 12 2.27 501 40 94.71 7.56
## 6 13.4105 16.0924 14.75145 9 1.70 510 28 96.41 5.29
## 7 16.0924 18.7743 17.43335 3 0.57 513 19 96.98 3.59
## 8 18.7743 21.4562 20.11525 7 1.32 520 16 98.30 3.02
## 9 21.4562 24.1381 22.79715 5 0.95 525 9 99.24 1.70
## 10 24.1381 26.8200 25.47905 4 0.76 529 4 100.00 0.76
#SIMPLIFICAR LA TABLA TDF CON HISTOGRAMA#
Hist_arbolado <- hist(arbolado_comunes , main="Gráfica N°50: Distribución de arbolados
afectados por incendios en Chile",
cex.main = 0.9,
xlab = "Arbolados afectados" , col = "purple")
k2 <- length(Hist_arbolado$breaks)
Li<- Hist_arbolado$breaks[1:(length(Hist_arbolado$breaks) - 1)]
Ls <- Hist_arbolado$breaks[2:length(Hist_arbolado$breaks)]
ni2 <- Hist_arbolado$counts
sum(ni2)
## [1] 530
MC2<- Hist_arbolado$mids
hi2 <- (ni2/sum(ni2))
sum(hi2)
## [1] 1
Ni_asc2<- cumsum(ni2)
Hi_asc2 <- cumsum(hi2)
Ni_desc2 <- rev(cumsum(rev(ni2)))
Hi_desc2 <- rev(cumsum(rev(hi2)))
TDFarbolado2 <- data.frame(Li = round(Li, 2),
Ls = round(Ls, 2),
MC2 = round(MC2, 2),
ni2 = ni2,
hi2 = round(hi2 * 100, 2),
Ni_asc2 = Ni_asc2,
Hi_asc2 = round(Hi_asc2 * 100, 2),
Ni_desc2 = Ni_desc2,
Hi_desc2 = round(Hi_desc2 * 100, 2))
colnames(TDFarbolada) <- c("Lim inf","Lim sup","MC","ni","hi(%)",
"Ni asc","Hi asc(%)","Ni desc","Hi desc(%)")
TDFarbolada
## Lim inf Lim sup MC ni hi(%) Ni asc Hi asc(%) Ni desc Hi desc(%)
## 1 0.0010 2.6829 1.34195 391 73.91 391 529 73.91 100.00
## 2 2.6829 5.3648 4.02385 55 10.40 446 138 84.31 26.09
## 3 5.3648 8.0467 6.70575 24 4.54 470 83 88.85 15.69
## 4 8.0467 10.7286 9.38765 19 3.59 489 59 92.44 11.15
## 5 10.7286 13.4105 12.06955 12 2.27 501 40 94.71 7.56
## 6 13.4105 16.0924 14.75145 9 1.70 510 28 96.41 5.29
## 7 16.0924 18.7743 17.43335 3 0.57 513 19 96.98 3.59
## 8 18.7743 21.4562 20.11525 7 1.32 520 16 98.30 3.02
## 9 21.4562 24.1381 22.79715 5 0.95 525 9 99.24 1.70
## 10 24.1381 26.8200 25.47905 4 0.76 529 4 100.00 0.76
########################### DIAGRAMAS ###################################
#HISTOGRAMA CON REGLA DE STURGES#
hist(arbolado_comunes,breaks = K,
main = "Gráfica N°51: Histograma de áreas de arbolados comúnes
afectados por incendios",
cex.main = 0.9,
col = "red",
xlab = "Superficie en (ha)",
ylab = "Cantidad")
#HISTOGRAMA DE ni CON RSTUDIO#
#LOCAL#
hist(arbolado_comunes,
main = "Gráfica N°52: Histograma de áreas de arbolados comúnes
afectados por incendios",
cex.main = 0.9,
col = "green",
xlab = "Superficie en (ha)",
ylab = "Cantidad")
#GLOBAL#
hist(arbolado_comunes,
main = "Gráfica N°53: Histograma de áreas de arbolados comúnes
afectados por incendios",
cex.main = 0.9,
col = "orange",
xlab = "Superficie en (ha)",
ylab = "Cantidad",
ylim=c(0,length(arbolado)))
#HISTOGRAMA DE hi CON RSTUDIO#
#GLOBAL#
barplot(hi2*100,space=0,
col = "yellow",
main ="Gráfica N°54: Histograma de áreas de arbolados comúnes
afectados por incendios",
cex.main = 0.9,
ylab="Porcentaje (%)",
xlab="Especies de arbolados",
ylim = c(0,100),
names.arg = MC2)
barplot(hi2*100,space=0,
col = "lightgreen",
main ="Gráfica N°55: Histograma de áreas de arbolados comúnes
afectados por incendios",
cex.main = 0.9,
ylab="Porcentaje (%)",
xlab="Especies de arbolados",
names.arg = MC2)
#OJIVAS Ni_asc Y Ni_dsc####
plot(MC2, Ni_desc2,
main = "Gráfica N°56: Ojiva acumulada absoluta de
áreas de arbolados afectados",
cex.main = 0.9,
xlab = "Arbolados comunes",
ylab = "Cantidad",
col = "skyblue",
type = "o",
lwd = 3,
pch = 16,
ylim = c(0,530))
lines(MC2, Ni_asc2,
col = "red",
type = "o",
pch = 16,
lwd = 3)
legend("bottomright", legend = c("Descendente", "Ascendente"),
col = c("skyblue", "red"), pch = 16)
#OJIVAS Hi_asc Y Hi_dsc###
plot(MC2, Hi_desc2*100,
main = "Gráfica N°57: Ojiva acumulada relativa de
áreas de arbolados afectados",
cex.main = 0.9,
xlab = "Superficie de arbolada comunes",
ylab = "Cantidad (%)",
col = "orange",
type = "o",
lwd = 3,
pch = 16,
ylim = c(0,100))
lines(MC2, Hi_asc2*100,
col = "green",
type = "o",
pch = 16,
lwd = 3)
legend("topright", legend = c("Descendente", "Ascendente"),
col = c("orange", "green"), pch = 16)
caja_arb_comunes<- boxplot(arbolado_comunes, horizontal=T,
main = "Gráfica 58: Distribucion de arbolados
comunes afectados por incendios en Chile",
cex.main = 0.9,
xlab = "Densidad de arbolados",
col = "gray",
pch = 1)
######################## INDICADORES ################################
##INDICADORES DE TENDENCIA CENTRAL##
#MEDIA ARIRMETICA#
x <- mean(arbolado_comunes)
x
## [1] 2.864452
#MEDIANA#
Me <- median(arbolado_comunes)
Me
## [1] 0.6
##INDICADORES DE DISPERSION##
#VARIANZA#
V<-var(arbolado_comunes)
V
## [1] 24.88608
#DESVIACION ESTANDAR#
desv <- sd(arbolado_comunes)
desv
## [1] 4.988595
#COEFICIENTE DE VARIABILIDAD#
CV <- (desv/x)*100
CV
## [1] 174.1553
##INDICADORES DE FORMA##
#ASIMETRIA#
library(e1071)
As <- skewness(arbolado_comunes)
As
## [1] 2.613782
#CURTOSIS#
Ku<- kurtosis(arbolado_comunes)
Ku
## [1] 6.889671
#CREACION DE TABLA DE INDICADORES (CONCLUSIONES)#
tabla_indicadores <- data.frame("Variable" =c("Áreas de arbolados nativos afectados"),
"Rango" = " ]0;20891.6]",
"X" = " 14.29 ",
"Me" = " 6 ",
"Mo" = "[0,0010;2,6829]",
"V" = " 344.46 ",
"Sd" = " 18.55 ",
"Cv" = " 129.80 ",
"As" = " 2.04 ",
"K" = " 3.98 ",
"Valores Atipicos" = "[7;27]")
library(knitr)
kable(tabla_indicadores, align = 'c', caption = "Conclusiones de la variable áreas de arbolados afectados por incendios en Chile")
Conclusiones de la variable áreas de arbolados afectados por
incendios en Chile
| Áreas de arbolados nativos afectados |
]0;20891.6] |
14.29 |
6 |
[0,0010;2,6829] |
344.46 |
18.55 |
129.80 |
2.04 |
3.98 |
[7;27] |