Todos los Costos de accidentes en oleoductos ocurridos en EE.UU. (2010-2017)
Grupo 1
1.Carga de datos
setwd("/cloud/project/")
datos<-read.csv("DerramesEEUU.csv", header = TRUE, sep=";" , dec=",")
str(datos)## 'data.frame': 2760 obs. of 59 variables:
## $ NumeroInforme : int 20100064 20100054 20100092 20100098 20100101 20100102 20100113 20100120 20100039 20100150 ...
## $ NumeroComplementario : int 15072 15114 15120 15127 15130 15132 15146 15162 15197 15205 ...
## $ DiaAccidente : int 8 25 10 28 27 29 11 23 15 11 ...
## $ MesAccidente : int 4 3 5 4 5 5 6 5 3 1 ...
## $ AnioAccidente : int 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 ...
## $ HoraAccidente : int 6 13 6 24 3 14 7 6 15 2 ...
## $ AmPmAccidente : chr "a. m." "p. m." "a. m." "p. m." ...
## $ IDOperador : int 31684 18779 30829 12105 20160 30003 1248 300 18718 32296 ...
## $ NombreOperador : chr "CONOCOPHILLIPS" "SUNOCO, INC (R&M)" "TEPPCO CRUDE PIPELINE, LLC" "MAGELLAN AMMONIA PIPELINE, L.P." ...
## $ NombreOleoductoInstalacion : chr "GD-03, GOLD LINE" "PHILADELPHIA REFINERY - WEST YARD" "HOBBS TO MIDLAND" "WHITING TO EARLY SEGMENT" ...
## $ UbicacionOleoducto : chr "ONSHORE" "ONSHORE" "ONSHORE" "ONSHORE" ...
## $ TipoOleoducto : chr "ABOVEGROUND" "ABOVEGROUND" "UNDERGROUND" "UNDERGROUND" ...
## $ TipoLiquido : chr "REFINED AND/OR PETROLEUM PRODUCT (NON-HVL), LIQUID" "REFINED AND/OR PETROLEUM PRODUCT (NON-HVL), LIQUID" "CRUDE OIL" "HVL OR OTHER FLAMMABLE OR TOXIC FLUID, GAS" ...
## $ SubtipoLiquido : chr "GASOLINE (NON-ETHANOL)" "OTHER" "-" "ANHYDROUS AMMONIA" ...
## $ NombreLiquido : chr "-" "VACUUM GAS OIL (VGO)" "-" "-" ...
## $ CiudadAccidente : chr "GREEN RIDGE" "PHILADELPHIA" "HOBBS" "SCHALLER" ...
## $ CondadoAccidente : chr "PETTIS" "PHILADELPHIA" "LEA" "IDA" ...
## $ EstadoAccidente : chr "MO" "PA" "NM" "IA" ...
## $ LatitudAccidente : num 38.6 39.9 32.6 42.5 30.2 ...
## $ LongitudAccidente : num -93.4 -75.2 -103.1 -95.3 -91.2 ...
## $ CategoriaCausa : chr "NATURAL FORCE DAMAGE" "MATERIAL/WELD/EQUIP FAILURE" "CORROSION" "MATERIAL/WELD/EQUIP FAILURE" ...
## $ SubcategoriaCausa : chr "TEMPERATURE" "NON-THREADED CONNECTION FAILURE" "EXTERNAL" "CONSTRUCTION, INSTALLATION OR FABRICATION-RELATED" ...
## $ LiberacionInvoluntariaBarriles : num 0.24 1700 2 0.36 1.31 ...
## $ LiberacionIntencionalBarriles : chr "0" "0" "-" "0.05" ...
## $ RecuperacionLiquidoBarriles : num 0.07 1699 0.48 0 0 ...
## $ PerdidaNetaBarriles : num 0.17 1 1.52 0.36 1.31 ...
## $ IgnicionLiquido : chr "NO" "NO" "NO" "NO" ...
## $ ExplosionLiquido : chr "NO" "NO" "NO" "NO" ...
## $ CierreOleoducto : chr "YES" "YES" "NO" "NO" ...
## $ DiaCierre : chr "8" "25" "-" "-" ...
## $ MesCierre : chr "4" "3" "-" "-" ...
## $ AnioCierre : chr "2010" "2010" "-" "-" ...
## $ HoraCierre : chr "6" "18" "-" "-" ...
## $ AmPmCierre : chr "a. m." "p. m." "-" "-" ...
## $ DiaReinicio : chr "9" "28" "-" "-" ...
## $ MesReinicio : chr "4" "3" "-" "-" ...
## $ AnioReinicio : chr "2010" "2010" "-" "-" ...
## $ HoraReinicio : chr "10" "16" "-" "-" ...
## $ AmPmReinicio : chr "a. m." "p. m." "-" "-" ...
## $ EvacuacionesPublicas : chr "-" "0" "-" "-" ...
## $ LesionesEmpleadosOperador : chr "-" "-" "-" "-" ...
## $ LesionesContratistasOperador : chr "-" "-" "-" "-" ...
## $ LesionesRescatistasEmergencia : chr "-" "-" "-" "-" ...
## $ OtrasLesiones : chr "-" "-" "-" "-" ...
## $ LesionesPublico : chr "-" "-" "-" "-" ...
## $ TodasLesiones : chr "-" "-" "-" "-" ...
## $ FallecimientosEmpleadosOperador : chr "-" "-" "-" "-" ...
## $ FallecimientosContratistasOperador : chr "-" "-" "-" "-" ...
## $ FallecimientosRescatistasEmergencia : chr "-" "-" "-" "-" ...
## $ OtrosFallecimientos : chr "-" "-" "-" "-" ...
## $ FallecimientosPublico : chr "-" "-" "-" "-" ...
## $ TodosFallecimientos : chr "-" "-" "-" "-" ...
## $ CostosDaniosPropiedad : chr "0" "0" "30000" "12000" ...
## $ CostosMercanciaPerdidas : chr "27" "0" "100" "30" ...
## $ CostosDaniosPropiedadesPublicasPrivadas: chr "0" "0" "1000" "5000" ...
## $ CostosRespuestaEmergencia : chr "0" "0" "-" "0" ...
## $ CostosRemediacionAmbiental : chr "0" "100000" "20000" "15000" ...
## $ OtrosCostos : chr "0" "0" "-" "0" ...
## $ TodosCostos : int 27 100000 51100 32030 5220 150 7500 9965 11497 165593 ...1.1 Extracción de datos
Costos <- datos$TodosCostos
Costos <- na.omit(Costos) 2.Distribución de Frecuencias
2.1 Método teórico/manual: Regla de Sturges
2.1.1 Rango, número de clases y amplitud
R_Costos <- max(Costos) - min(Costos)
k_Costos <- floor(1 + (3.3 * log10(length(Costos))))
A_Costos <- R_Costos / k_Costos2.1.2 Limites e intervalos
liminf <- seq(from = min(Costos), by = A_Costos, length.out = k_Costos)
limsup <- liminf + A_Costos
limsup[k_Costos] <- max(Costos)
MC <- (liminf + limsup) / 22.1.3 Frecuencias Simples
2.1.3.1 Frecuencia absoluta
ni <- numeric(k_Costos)
for (i in 1:k_Costos) {
if (i == k_Costos) {
ni[i] <- sum(Costos >= liminf[i] & Costos <= limsup[i])
} else {
ni[i] <- sum(Costos >= liminf[i] & Costos < limsup[i])
}
}2.1.3.1 Frecuencia relativa
hi <- round((ni / length(Costos)) * 100, 3)2.1.4 Frecuencias Acumuladas
Niasc <- cumsum(ni)
Nidsc <- rev(cumsum(rev(ni)))
Hiasc <- cumsum(hi)
Hidsc <- rev(cumsum(rev(hi)))2.1.5 Tabla de distribución de frecuencias
tabla_Costos <- data.frame(
liminf = round(liminf, 3),
limsup = round(limsup, 3),
MC = round(MC, 3),
ni = ni,
hi_porc = round(hi, 3),
Ni_asc = Niasc,
Ni_dsc = Nidsc,
Hiasc_porc = round(Hiasc, 3),
Hidsc_porc = round(Hidsc, 3)
)
total_ni <- sum(tabla_Costos$ni)
total_hi <- 100
TDFCostosCompleto <- rbind(tabla_Costos, data.frame(
liminf = "TOTAL",
limsup = " ",
MC = " ",
ni = total_ni,
hi_porc = total_hi,
Ni_asc = " ",
Ni_dsc = " ",
Hiasc_porc = " ",
Hidsc_porc = " "
))
library(gt)
tabla_Costos_gt <- TDFCostosCompleto %>%
gt() %>%
cols_label(
liminf = md("**liminf**"),
limsup = md("**limsup**"),
MC = md("**MC**"),
ni = md("**ni**"),
hi_porc = md("**hi (%)**"),
Ni_asc = md("**Ni ↑**"),
Ni_dsc = md("**Ni ↓**"),
Hiasc_porc = md("**Hi ↑ (%)**"),
Hidsc_porc = md("**Hi ↓ (%)**")
) %>%
tab_header(
title = md("**Tabla N° 1**"),
subtitle = md("**Distribución de frecuencias de Todos los Costos de
accidentes ocurridos en EE.UU (2010-2017)**")
) %>%
tab_source_note(
source_note = md("Autor: Grupo 1")
) %>%
tab_options(
table.background.color = "white",
row.striping.background_color = "white",
table.border.top.color = "black",
table.border.bottom.color = "black",
table.border.top.style = "solid",
table.border.bottom.style = "solid",
column_labels.border.top.color = "black",
column_labels.border.bottom.color = "black",
column_labels.border.bottom.width = px(2),
heading.border.bottom.color = "black",
heading.border.bottom.width = px(2),
table_body.hlines.color = "gray",
table_body.border.bottom.color = "black"
) %>%
tab_style(
style = cell_text(weight = "bold"),
locations = cells_body(
rows = liminf == "TOTAL"
)
)
tabla_Costos_gt| Tabla N° 1 | ||||||||
| Distribución de frecuencias de Todos los Costos de accidentes ocurridos en EE.UU (2010-2017) | ||||||||
| liminf | limsup | MC | ni | hi (%) | Ni ↑ | Ni ↓ | Hi ↑ (%) | Hi ↓ (%) |
|---|---|---|---|---|---|---|---|---|
| 0 | 70043843.167 | 35021921.583 | 2757 | 99.891 | 2757 | 2760 | 99.891 | 99.999 |
| 70043843.167 | 140087686.333 | 105065764.75 | 2 | 0.072 | 2759 | 3 | 99.963 | 0.108 |
| 140087686.333 | 210131529.5 | 175109607.917 | 0 | 0.000 | 2759 | 1 | 99.963 | 0.036 |
| 210131529.5 | 280175372.667 | 245153451.083 | 0 | 0.000 | 2759 | 1 | 99.963 | 0.036 |
| 280175372.667 | 350219215.833 | 315197294.25 | 0 | 0.000 | 2759 | 1 | 99.963 | 0.036 |
| 350219215.833 | 420263059 | 385241137.417 | 0 | 0.000 | 2759 | 1 | 99.963 | 0.036 |
| 420263059 | 490306902.167 | 455284980.583 | 0 | 0.000 | 2759 | 1 | 99.963 | 0.036 |
| 490306902.167 | 560350745.333 | 525328823.75 | 0 | 0.000 | 2759 | 1 | 99.963 | 0.036 |
| 560350745.333 | 630394588.5 | 595372666.917 | 0 | 0.000 | 2759 | 1 | 99.963 | 0.036 |
| 630394588.5 | 700438431.667 | 665416510.083 | 0 | 0.000 | 2759 | 1 | 99.963 | 0.036 |
| 700438431.667 | 770482274.833 | 735460353.25 | 0 | 0.000 | 2759 | 1 | 99.963 | 0.036 |
| 770482274.833 | 840526118 | 805504196.417 | 1 | 0.036 | 2760 | 1 | 99.999 | 0.036 |
| TOTAL | 2760 | 100.000 | ||||||
| Autor: Grupo 1 | ||||||||
2.2 Método práctico: Software R
2.2.1 Generacion de histograma
options(scipen = 999)
histoCostos <- hist(Costos,
main ="Distribución de frecuencias de Todos los Costos de
accidentes en oleoductos ocurridos en EE.UU.",
xlab = "Todos los Costos",
ylab = "Frecuencia",
col = "pink",
border = "black")
2.2.2 Limites e intervalos
Limites <- histoCostos$breaks
Limites## [1] 0 50000000 100000000 150000000 200000000 250000000 300000000
## [8] 350000000 400000000 450000000 500000000 550000000 600000000 650000000
## [15] 700000000 750000000 800000000 850000000LimInf <- histoCostos$breaks[-length(histoCostos$breaks)]
LimSup <- histoCostos$breaks[-1]
MC <- (LimInf + LimSup)/22.2.3 Frecuencias Simples
ni <- histoCostos$counts
hi <- (ni/sum(ni)*100)2.2.4 Frecuencias Acumuladas
Niasc <- cumsum(ni)
Nidsc <- rev(cumsum(rev(ni)))
Hiasc <- round(cumsum(hi), 3)
Hidsc <- round(rev(cumsum(rev(hi))), 3)2.2.5 Tabla de distribución de frecuencias
TDFCostosR <- data.frame(LimInf, LimSup, MC, ni, hi = round(hi,3),
Niasc, Nidsc, Hiasc, Hidsc)
total_ni <- sum(ni)
total_hi <- 100
TDFCostosRFinal <- rbind(TDFCostosR,
data.frame(LimInf="Total",
LimSup=" ",
MC=" ",
ni=total_ni,
hi=total_hi,
Niasc=" ",
Nidsc=" ",
Hiasc=" ",
Hidsc=" "))
tabla_CostosR_gt <- TDFCostosRFinal %>%
gt() %>%
cols_label(
LimInf = md("**LimInf**"),
LimSup = md("**LimSup**"),
MC = md("**MC**"),
ni = md("**ni**"),
hi = md("**hi (%)**"),
Niasc = md("**Ni ↑**"),
Nidsc = md("**Ni ↓**"),
Hiasc = md("**Hi ↑ (%)**"),
Hidsc = md("**Hi ↓ (%)**")
) %>%
tab_header(
title = md("**Tabla N° 2**"),
subtitle = md("**Distribución de frecuencias de Todos los Costos de
accidentes ocurridos en EE.UU (2010-2017)**")
) %>%
tab_source_note(
source_note = md("Autor: Grupo 1")
) %>%
tab_options(
table.background.color = "white",
row.striping.background_color = "white",
table.border.top.color = "black",
table.border.bottom.color = "black",
table.border.top.style = "solid",
table.border.bottom.style = "solid",
column_labels.border.top.color = "black",
column_labels.border.bottom.color = "black",
column_labels.border.bottom.width = px(2),
heading.border.bottom.color = "black",
heading.border.bottom.width = px(2),
table_body.hlines.color = "gray",
table_body.border.bottom.color = "black"
) %>%
tab_style(
style = cell_text(weight = "bold"),
locations = cells_body(
rows = LimInf == "Total"
)
)
tabla_CostosR_gt| Tabla N° 2 | ||||||||
| Distribución de frecuencias de Todos los Costos de accidentes ocurridos en EE.UU (2010-2017) | ||||||||
| LimInf | LimSup | MC | ni | hi (%) | Ni ↑ | Ni ↓ | Hi ↑ (%) | Hi ↓ (%) |
|---|---|---|---|---|---|---|---|---|
| 0 | 50000000 | 25000000 | 2756 | 99.855 | 2756 | 2760 | 99.855 | 100 |
| 50000000 | 100000000 | 75000000 | 2 | 0.072 | 2758 | 4 | 99.928 | 0.145 |
| 100000000 | 150000000 | 125000000 | 1 | 0.036 | 2759 | 2 | 99.964 | 0.072 |
| 150000000 | 200000000 | 175000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 200000000 | 250000000 | 225000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 250000000 | 300000000 | 275000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 300000000 | 350000000 | 325000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 350000000 | 400000000 | 375000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 400000000 | 450000000 | 425000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 450000000 | 500000000 | 475000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 500000000 | 550000000 | 525000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 550000000 | 600000000 | 575000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 600000000 | 650000000 | 625000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 650000000 | 700000000 | 675000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 700000000 | 750000000 | 725000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 750000000 | 800000000 | 775000000 | 0 | 0.000 | 2759 | 1 | 99.964 | 0.036 |
| 800000000 | 850000000 | 825000000 | 1 | 0.036 | 2760 | 1 | 100 | 0.036 |
| Total | 2760 | 100.000 | ||||||
| Autor: Grupo 1 | ||||||||
3.Gráficas de Distribución de Frecuencias
3.1 Histogramas
A continuación, las gráficas de histogramas se presentan con escalas
local y global: la escala local ajusta el eje Y al valor máximo de la
categoría más alta, mientras que la escala global fija el eje Y a un
límite total, mostrando cada categoría en relación al conjunto
completo.
3.1.1 Histogramas frecuencias absolutas
- Histograma Frecuencia Absoluta (Escala Local)
options(scipen = 999)
hist(Costos,
main="Gráfica N°1: Distribución de frecuencias de todos los
costos de accidentes en oleoductos ocurridos en EE.UU.",
ylab="Cantidad",
xlab="Todos los Costos",
las = 1,
col="mistyrose")
- Histograma Frecuencia Absoluta (Escala Global)
options(scipen = 999)
hist(Costos,
main="Gráfica N°2: Distribución de frecuencias de todos los
costos de accidentes en oleoductos ocurridos en EE.UU.",
ylab="Cantidad",
xlab="Todos los Costos",
col="mistyrose2",
las = 1,
ylim = c(0,length(Costos)))
3.1.2 Histogramas frecuencias relativas
- Histograma Frecuencia Relativa (Escala Local)
options(scipen = 999)
barplot(hi,space = 0,
main = "Gráfica N°3: Distribución porcentual de todos los
costos de accidentes en oleoductos ocurridos en EE.UU.",
col="mistyrose3",
xlab = "Todos los Costos",
ylab = "Porcentaje (%)",
las = 1,
axis.lty = 1.5,
cex.names = 0.9,
names.arg =TDFCostosR$MC)
- Histograma Frecuencia Relativa (Escala Global)
options(scipen = 999)
barplot(hi,space = 0,
main="Gráfica N°4: Distribución porcentual de todos los
costos de accidentes en oleoductos ocurridos en EE.UU.",
col="mistyrose4",
xlab = "Todos los Costos",
ylab = "Porcentaje (%)",
names.arg =TDFCostosR$MC,
las = 1,
cex.names = 0.9,
axis.lty = 1.5,
ylim = c(0,100))
3.2 Ojivas
3.2.1 Ojivas combinadas con la frecuencia absoluta
options(scipen = 999)
plot(TDFCostosR$MC, TDFCostosR$Nidsc,
main = "Gráfica N°5: Ojivas combinadas de todos los costos
de accidentes en oleoductos ocurridos en EE.UU.(2010-2017)",
type="b",
col="skyblue",
pch=1,
xlab="Todos los Costos",
ylab="Cantidad")
lines(TDFCostosR$MC, TDFCostosR$Niasc, type="b", col="pink4", pch=1)
legend("right",legend = c("Ojiva descendente", "Ojiva ascendente"),
col = c("skyblue3", "pink4"),
pch = 1, lty = 1,cex = 0.7)
3.2.2 Ojivas combinadas con la frecuencia relativa
options(scipen = 999)
plot(TDFCostosR$MC,TDFCostosR$Hidsc,
main = "Gráfica N°6: Ojivas combinadas de todos los costos
de accidentes en oleoductos ocurridos en EE.UU.(2010-2017)",
xlab = "Todos los Costos",
ylab="Porcentaje (%)",
col="skyblue3",
las = 1,
type = "b")
lines(TDFCostosR$MC,TDFCostosR$Hiasc,col="pink4",type = "b")
legend("right",legend = c("Ojiva descendente", "Ojiva ascendente"),
col = c("skyblue3", "pink4"),
pch = 1, lty = 1,cex = 0.7)
3.3 Diagrama de Caja y bigotes
options(scipen = 999)
boxplot(Costos, horizontal = TRUE, col = "pink3",
main = "Gráfica No.7: Distribución de todos los costos de
accidentes en oleoductos ocurridos en EE.UU.",
xlab = "Todos los Costos",
xaxt = "n")
axis(1, at = pretty(Costos), labels = format(pretty(Costos), scientific = FALSE))
4.Indicadores estadísticos
4.1 Indicadores de posición
- Tendencia Central
mediana <- median(Costos)
media_aritmetica <- mean(Costos)
Mo <- "[0,70043843.167)"- No Centrales
# Cuartiles
ri <- min(Costos)
rs <- max(Costos)
summary(Costos)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0 5036 23000 787410 115333 8405261184.2 Indicadores de dispersión
desviacion_estandar <- sd(Costos)
coeficiente_variabilidad <- (desviacion_estandar / media_aritmetica) * 1004.3 Indicadores de forma
library(e1071)
As <- skewness(Costos)
curtosis <- kurtosis(Costos)4.4 Tabla de indicadores
library(gt)
Variable <- c("Costos")
Tabla_indicadores_Costos <- data.frame(
Variable,
ri = round(ri, 3),
rs = round(rs, 3),
media_aritmetica = round(media_aritmetica, 3),
mediana = round(mediana, 3),
Mo,
S = round(desviacion_estandar, 3),
`Cv (%)` = round(coeficiente_variabilidad, 3),
As = round(As, 3),
K = round(curtosis, 3)
)
colnames(Tabla_indicadores_Costos) <- c("Variable","Mínimo",
"Máximo","x",
"Me","Mo",
"S","Cv (%)",
"As","K")
tabla_indicadores_gt <- Tabla_indicadores_Costos %>%
gt() %>%
tab_header(
title = md("**Tabla N°3**"),
subtitle = md("**Indicadores estadísticos de la variable Todos los Costos
de accidentes ocurridos en EE.UU (2010-2017)**")
) %>%
tab_source_note(
source_note = md("Autor: Grupo 1")
) %>%
tab_options(
table.background.color = "white",
row.striping.background_color = "white",
table.border.top.color = "black",
table.border.bottom.color = "black",
table.border.top.style = "solid",
table.border.bottom.style = "solid",
column_labels.font.weight = "bold",
column_labels.border.top.color = "black",
column_labels.border.bottom.color = "black",
column_labels.border.bottom.width = px(2),
heading.border.bottom.color = "black",
heading.border.bottom.width = px(2),
table_body.hlines.color = "gray",
table_body.border.bottom.color = "black"
)
tabla_indicadores_gt| Tabla N°3 | |||||||||
| Indicadores estadísticos de la variable Todos los Costos de accidentes ocurridos en EE.UU (2010-2017) | |||||||||
| Variable | Mínimo | Máximo | x | Me | Mo | S | Cv (%) | As | K |
|---|---|---|---|---|---|---|---|---|---|
| Costos | 0 | 840526118 | 787409.9 | 23000 | [0,70043843.167) | 16462015 | 2090.654 | 48.394 | 2452.284 |
| Autor: Grupo 1 | |||||||||
5.Valores atípicos
5.1 Identificación de valores atípicos
outliers <- boxplot.stats(Costos)$out
num_outliers <- length(outliers)
minimooutliers <- min(outliers)
maximooutliers <- max(outliers) 5.2 Tabla de Valores atípicos
Tabla_outliers_Costos <- data.frame(
Outliers = num_outliers,
Mínimo = minimooutliers,
Máximo = maximooutliers
)
library(gt)
Tabla_outliers_Costos %>%
gt() %>%
tab_header(
title = md("**Tabla N°4**"),
subtitle = md("**Valores atípicos de la variable Todos los Costos
de accidentes ocurridos en EE.UU (2010-2017)**")
) %>%
tab_options(
table.border.top.color = "black",
table.border.bottom.color = "black",
table.border.top.style = "solid",
table.border.bottom.style = "solid",
column_labels.font.weight = "bold",
column_labels.border.top.color = "black",
column_labels.border.bottom.color = "black",
column_labels.border.bottom.width = px(2),
heading.border.bottom.color = "black",
heading.border.bottom.width = px(2),
table_body.hlines.color = "grey",
table_body.border.bottom.color = "black"
)| Tabla N°4 | ||
| Valores atípicos de la variable Todos los Costos de accidentes ocurridos en EE.UU (2010-2017) | ||
| Outliers | Mínimo | Máximo |
|---|---|---|
| 411 | 281200 | 840526118 |
6.Conclusión
La variable todos los costos de accidentes en oleoductos en EE.UU.
durante el periodo 2010-2017 fluctúa entre 0 y 84,052,611.8 dólares, con
una media de 787,409.9 dólares y una mediana de 23,000 dólares, lo que
refleja una fuerte asimetría en la distribución. La desviación estándar
es muy alta (16,462,015), al igual que el coeficiente de variación
(2090.65%), lo que evidencia un conjunto de datos altamente heterogéneo
y con gran dispersión. La asimetría positiva (48.394) y la curtosis
extremadamente elevada (2452.284) indican que la mayoría de los
accidentes generan costos bajos o moderados, pero existen algunos casos
excepcionales con costos extraordinariamente altos que elevan la media y
generan colas largas hacia la derecha. De hecho, se identificaron 411
valores atípicos, con montos entre 281,200 y 84,052,611.8 dólares, que
representan accidentes de gran magnitud y con fuertes impactos
económicos. Por lo tanto, el comportamiento de la variable muestra que,
aunque la mayoría de accidentes tienen costos relativamente bajos, los
eventos extremos son financieramente muy significativos y deben
considerarse prioritarios en el análisis de riesgos y en la
planificación de políticas de prevención y mitigación.