Cuantitativa Discreta - Año
Anahi Sosa
2025-06-02
UNIVERSIDAD CENTRAL DEL ECUADOR
Facultad en Ingeniería en Geología, Minas, Petróleos y
Ambiental
Ingeniería Ambiental
Fecha: 15-05-2025
Carga de datos y tabla de frecuencias
# Cargar librerías
library(knitr)
library(kableExtra)
#Cuantitativa Discreta
#Cargar Datos
getwd()## [1] "/cloud/project"setwd("/cloud/project")
datos <- read.csv("water_pollution_disease.csv",header = TRUE,sep = ",",dec = ".")
#Extraccion variable Cuantitativa Discreta
Año <- na.omit (datos$Year)
# Agrupar por intervalos
breaks <- seq(2000, 2025, by = 5)
labels <- paste(head(breaks, -1), tail(breaks, -1) - 1, sep = "-")
intervalos <- cut(Año, breaks = breaks, include.lowest = TRUE, right = FALSE, labels = labels)
TDF_Año <- data.frame(table(intervalos))
min <- min(Año)
max <- max(Año)
# Tabla de distribución de frecuencia
ni <- TDF_Año$Freq
sum(ni)## [1] 3000hi <- (ni/sum(ni))
sum(hi)## [1] 1Ni_asc <- cumsum(ni)
Hi_asc <- cumsum(hi)
Ni_desc <- rev(cumsum(rev(ni)))
Hi_desc <- rev(cumsum(rev(hi)))
TDF_Año <- data.frame(TDF_Año$intervalos,
ni,
round(hi * 100, 2),
Ni_asc,
Ni_desc,
round(Hi_asc * 100, 2),
round(Hi_desc * 100, 2))
colnames(TDF_Año) <- c("Intervalos de año","ni","hi(%)",
"Ni asc","Ni desc","Hi asc(%)","Hi desc(%)")
# crear de fila de totales
totales <- data.frame( intervalos=" TOTAL ",
ni= sum(ni),
hi= sum(hi*100),
Ni_asc= "-",
Ni_des= "-",
Hi_asc= "-",
Hi_des= "-")
colnames(totales) <- c("Intervalos de año","ni","hi(%)",
"Ni asc","Hi asc(%)","Ni desc","Hi desc(%)")
TDF_Año_total <- rbind(TDF_Año,totales)
library(dplyr)
library(knitr)
library(kableExtra)
kable(TDF_Año_total, align = 'c',
caption = "Tabla de Distribución de Frecuencias de los años realizados el estudio de contaminantes del agua") %>%
kable_styling(full_width = FALSE, position = "center",
bootstrap_options = c("striped", "hover", "condensed"))| Intervalos de año | ni | hi(%) | Ni asc | Ni desc | Hi asc(%) | Hi desc(%) |
|---|---|---|---|---|---|---|
| 2000-2004 | 596 | 19.87 | 596 | 3000 | 19.87 | 100 |
| 2005-2009 | 605 | 20.17 | 1201 | 2404 | 40.03 | 80.13 |
| 2010-2014 | 584 | 19.47 | 1785 | 1799 | 59.5 | 59.97 |
| 2015-2019 | 607 | 20.23 | 2392 | 1215 | 79.73 | 40.5 |
| 2020-2024 | 608 | 20.27 | 3000 | 608 | 100 | 20.27 |
| TOTAL | 3000 | 100.00 |
|
|
|
|
# GRAFICAS
# Diagrama de barrras local
barplot(ni,
main="Gráfica N°1: Distribución de los años que se llevo a cabo el
estudio de contaminación del agua",
xlab = "Años",
ylab = "Cantidad",
col = "skyblue",
ylim = c(0,max(ni)),
names.arg=TDF_Año$`Intervalos de año`,
las=2,
cex.names=0.6)
barplot(TDF_Año$hi,
main="Gráfica N°2: Distribución porcentual de los años que
se llevo a cabo el estudio de contaminación del agua",
xlab = "Años",
ylab = "Porcentaje(%)",
col = "lightgreen",
names.arg=TDF_Año$`Intervalos de año`,
las=2,
cex.names=0.6)
# Diagrama de barrras global
barplot(ni,
main="Gráfica N°3: Distribución de los años que se llevo a cabo el
estudio de contaminación del agua ",
xlab = "Años",
ylab = "Cantidad",
col = "pink",
ylim = c(0,3000),
names.arg=TDF_Año$`Intervalos de año`,
las=2,
cex.names=0.55)
barplot(TDF_Año$hi,
main="Gráfica N°4: Distribución porcentual de los años que se
llevo a cabo el estudio de contaminación del agua",
xlab = "Años",
ylab = "Porcentaje (%)",
col = "skyblue",
ylim = c(0,100),
names.arg=TDF_Año$`Intervalos de año`,
las=2,
cex.names=0.55)
# Diagrama de Ojiva Ascendente y Descendente
x_pos <- 1:length(TDF_Año$`Intervalos de año`)
plot(x_pos ,Ni_desc,
main = "Gráfica N°5:Distribución de frecuencias acumuladas
Ascendentes y Descendentes de los años que se llevo a cabo el
estudio de contaminación del agua",
xlab = " Años",
ylab = "Cantidad",
col = "orange",
type = "p",
lwd = 3,
xaxt="n")
lines(x_pos,Ni_asc,
col = "green",
type = "p",
lwd = 3)
axis(side = 1, at = x_pos, labels = TDF_Año$`Intervalos de año`, las = 1, cex.axis = 0.9)
# Diagrama de Ojiva Ascendente y Descendente Porcentual
x_por <- 1:length(TDF_Año$hi)
plot(x_pos, Hi_desc * 100,
main = "Gráfica N°6: Distribución porcentual acumulada
Ascendentes y Descendentes de los años que se llevo a cabo el
estudio de contaminación del agua ",
xlab = " Años",
ylab = "Porcentaje (%)",
col = "red",
type = "p",
lwd = 2,
xaxt="n")
lines(x_pos, Hi_asc * 100,
col = "blue",
type = "p",
lwd = 3)
axis(side = 1, at = x_pos, labels = TDF_Año$`Intervalos de año`, las = 1, cex.axis = 0.9)
# Diagrama de Caja
boxplot(Año,
horizontal = TRUE,
main = "Gráfica N°7:Distribución de frecuencia de los años
que se llevo a cabo el estudio de contaminación del agua ",
xlab = " Años",
col = "purple",
pch = 1)
# INDICADORES ESTADISTICOS
# Indicadores de Tendencia Central
# Media aritmética
media <- round(mean(Año),0)
media## [1] 2012# Moda
max_frecuencia <- max(TDF_Año$ni)
moda <- TDF_Año$`Intervalos de año`[TDF_Año$ni == max_frecuencia]
moda## [1] 2020-2024
## Levels: 2000-2004 2005-2009 2010-2014 2015-2019 2020-2024# Mediana
mediana <- median(Año)
mediana## [1] 2012# INDICADORES DE DISPERSIÓN #
# Varianza
varianza <- var(Año)
varianza## [1] 52.26259# Desviación Estándar
sd <- sd(Año)
sd## [1] 7.229287# Coeficiente de Variación
cv <- round((sd / media) * 100, 2)
cv## [1] 0.36# INDICADORES DE FORMA #
# Asimetría
library(e1071)
asimetria <- skewness(Año, type = 2)
asimetria## [1] 0.00484668#Curtosis
curtosis <- kurtosis(Año)
curtosis## [1] -1.208784tabla_indicadores <- data.frame("Variable" =c("Año"),
"Rango" = c("[10 ;999]"),
"X" = c(round(media,0)),
"Me" = c(round(mediana,0)),
"Mo" = c("No tiene moda"),
"V" = c(round(varianza,0)),
"Sd" = c(round(sd,0)),
"Cv" = c(cv),
"As" = c(round(asimetria,2)),
"K" = c(round(curtosis,2)),
"Valores Atipicos" = "No hay presencia de valores atípicos")
library(knitr)
library(kableExtra)
kable(tabla_indicadores, align = 'c',
caption = "Conclusiones de la variable año que se llevo a cabo el estudio de contaminación del agua")| Variable | Rango | X | Me | Mo | V | Sd | Cv | As | K | Valores.Atipicos |
|---|---|---|---|---|---|---|---|---|---|---|
| Año | [10 ;999] | 2012 | 2012 | No tiene moda | 52 | 7 | 0.36 | 0 | -1.21 | No hay presencia de valores atípicos |