#UNIVRSIDAD CENTRAL DEL ECUADOR
#Tema:Estadística Inferencial-Variable Continuas
#AUTOR:Grupo 6
#CARGA DE DATOS
setwd("/cloud/project")
datos <- read.csv("DATOS.csv", header = TRUE, sep = ";" , dec = ".")
str(datos)
## 'data.frame': 10190 obs. of 17 variables:
## $ Distrito_edit : chr "1" "1" "1" "1" ...
## $ Year_edit_Fecha_del_derrame : int 2013 2013 2013 2013 2013 2013 2013 2013 2013 2013 ...
## $ Mes_edit_Fecha_del_derrame : int 6 3 4 4 6 6 3 9 10 6 ...
## $ Categoria_Instalaciones : chr "Instalacion fija" "Pozos" "Pozos" "Pozos" ...
## $ Operacion_general : chr "Produccion" "Otro" "Produccion" "Produccion" ...
## $ Categoria_Fuente : chr NA "Tanques/Almacenamiento" "Lineas/Tuberias" "Infraestructura Fija" ...
## $ Grupo_causas_probable : chr NA "Afectaciones externas" "Factores humanos" "Problemas tecnicos" ...
## $ Liberacion_petroleo_crudo_edicion : num 0 0 0 0 0 ...
## $ Edicion_recuperacion_petroleo_crudo : num NA 0 0 0 0 0 0 0 0 NA ...
## $ Volumen_liberado_Cond_Final : num 0 0 0 10 0 0 0 1 0 0 ...
## $ Liberacion_agua_de_produccion_edicion: num 6720 3780 5040 420 10920 ...
## $ Liberacion_volumen_gas : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Volumen_condensado_recuperado : num NA 0 0 1 0 0 0 0 0 NA ...
## $ Edicion_Recuperacion_agua_producida : num NA 420 4620 0 10920 ...
## $ Derrame_sobre_agua_limpio : chr "NO" "NO" "NO" "NO" ...
## $ Estado_general : chr "Observaciones tecnicas" NA NA NA ...
## $ Codigo_area : int 1 1 1 1 1 1 1 1 1 3 ...
#VARIABLE CONTINUA 1:LIBERACION DE PETRÓLEO CRUDO--------------------------------
# Limpieza de datos
Liberacion_petroleo_crudo_edicion <- datos$Liberacion_petroleo_crudo_edicion
Liberacion_petroleo_crudo_edicion <- as.numeric(Liberacion_petroleo_crudo_edicion)
Liberacion_petroleo_crudo_edicion <- Liberacion_petroleo_crudo_edicion[!is.na(Liberacion_petroleo_crudo_edicion) & Liberacion_petroleo_crudo_edicion > 0]
# Crear histograma con un número específico de intervalos (breaks)
hist(Liberacion_petroleo_crudo_edicion,
main = "Histograma de Liberacion_petroleo_crudo_edicion",
xlab = "Liberacion_petroleo_crudo_edicion",
ylab = "Frecuencia",
breaks = 10, # Ajusta el número de intervalos según el rango de los datos
col = "cyan4",
xaxt = "n") # Desactiva los ejes X automáticos
# Personalizar las etiquetas del eje X
axis(1, at = seq(0, max(Liberacion_petroleo_crudo_edicion), by = 50000),
labels = format(seq(0, max(Liberacion_petroleo_crudo_edicion), by = 50000), scientific = FALSE))
# Cálculo de probabilidad
# Asegúrate de que 'Liberacion_petroleo_crudo_edicion' esté limpia y lista
# Calcular la media de 'Liberacion_petroleo_crudo_edicion'
u <- mean(Liberacion_petroleo_crudo_edicion, na.rm = TRUE) # Media de la muestra
# Calcular la desviación estándar de 'Liberacion_petroleo_crudo_edicion'
sigma <- sd(Liberacion_petroleo_crudo_edicion, na.rm = TRUE) # Desviación estándar
# Definir los límites para la probabilidad
lim_inf <- 200
lim_sup <- 400
probabilidad_normal <- pnorm(lim_sup, mean = u, sd = sigma) - pnorm(lim_inf, mean = u, sd = sigma)
probabilidad_normal * 100
## [1] 0.9823916
# Graficar el histograma con barras
HistogramaNormal <- hist(Liberacion_petroleo_crudo_edicion, freq = FALSE,
main = "Gráfica. Cálculo de Probabilidades (Normal)",
xlab = "Liberación de Petróleo Crudo",
ylab = "Densidad de probabilidad",
breaks = 10, # Ajusta el número de intervalos según el rango de los datos
col = rgb(0.4, 0.7, 1, 0.5), # Color semi-transparente
cex.lab = 1.5,
axes = FALSE) # Desactivamos los ejes automáticos
# Personalizar los ejes
axis(1, at = seq(0, max(Liberacion_petroleo_crudo_edicion), by = 10000),
labels = format(seq(0, max(Liberacion_petroleo_crudo_edicion), by = 10000), scientific = FALSE))
eje_y <- axTicks(2)
axis(2,
at = eje_y,
labels = format(eje_y, scientific = FALSE),
las = 1, # Dirección de las etiquetas en el eje Y
cex.axis = 0.5) # Ajusta el tamaño de las etiquetas en el eje Y
# Calcular la media y desviación estándar de los datos
u <- mean(Liberacion_petroleo_crudo_edicion, na.rm = TRUE)
sigma <- sd(Liberacion_petroleo_crudo_edicion, na.rm = TRUE)
# Graficar la curva normal sobre el histograma
x_vals <- seq(min(Liberacion_petroleo_crudo_edicion), max(Liberacion_petroleo_crudo_edicion), length.out = 1000)
lines(x_vals, dnorm(x_vals, mean = u, sd = sigma), col = "red", lwd = 2)
# Sombrear el área bajo la curva normal entre los límites definidos (lim_inf y lim_sup)
x_sombreado <- seq(lim_inf, lim_sup, length.out = 1000)
y_sombreado <- dnorm(x_sombreado, mean = u, sd = sigma)
# Usar polygon para sombrear el área
polygon(c(x_sombreado, rev(x_sombreado)),
c(y_sombreado, rep(0, length(y_sombreado))),
col = "BLUE") # Área sombreada con color rojo semi-transparente
n <- length(Liberacion_petroleo_crudo_edicion)
# Error estándar de la media (SE = sigma / sqrt(n))
error <- sigma / sqrt(n)
# Intervalo de confianza al 95%: media ± 2 * error estándar
li <- u - 2 * error # Límite inferior
ls <- u + 2 * error # Límite superior
# Mostrar los valores
cat("Media muestral (u):", u, "\n")
## Media muestral (u): 1706.834
cat("Desviación estándar (sigma):", sigma, "\n")
## Desviación estándar (sigma): 7996.945
cat("Error estándar de la media:", error, "\n")
## Error estándar de la media: 104.1643
cat("Límite inferior del intervalo de confianza:", li, "\n")
## Límite inferior del intervalo de confianza: 1498.505
cat("Límite superior del intervalo de confianza:", ls, "\n")
## Límite superior del intervalo de confianza: 1915.162