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)
# Cantidad de datos de la variable
n <- length(Costos)Cantidad total de datos: 2760
1.2 Diagrama de Caja
Dado el gran volumen de datos, resulta conveniente analizar primero el comportamiento general de la variable para determinar si es necesario realizar el análisis estadístico dentro de un intervalo específico.
Por ello, se elaboró un diagrama de caja (boxplot) con el fin de identificar el rango en el que se agrupan la mayoría de los valores y obtener así un conjunto representativo de datos.
options(scipen = 999)
caja_costos <- boxplot(Costos,
horizontal = TRUE,
main = "Gráfica No.1: Distribución de Todos los costos involucrados
en accidentes en oleoductos EE.UU.",
xlab = "Todos los Costos $",
col = "pink3")
Identificación de valores comunes y atípicos
VC_costos<-subset(Costos,Costos <min(caja_costos$out))
VO_costos<-subset(Costos,Costos >=min(caja_costos$out))2.Distribución de Frecuencias
2.1 Método teórico/manual: Regla de Sturges
2.1.1 Rango, número de clases y amplitud
R_Costos <- max(VC_costos) - min(VC_costos)
k_Costos <- floor(1 + (3.3 * log10(length(VC_costos))))
A_Costos <- R_Costos / k_Costos2.1.2 Límites, intervalos y marca de clase
Una vez determinada la amplitud y el número de clases mediante la regla de Sturges, se procedió a establecer los límites inferior y superior de cada intervalo.
liminf <- seq(from = min(Costos), by = A_Costos, length.out = k_Costos)
limsup <- liminf + A_Costos
limsup[k_Costos] <- max(Costos)
MC <- (liminf + limsup) / 22.1.3 Frecuencias Simples
2.1.3.1 Frecuencia absoluta
Con los intervalos previamente definidos, se procedió al cálculo de las
frecuencias simples de la variable. Para obtener la frecuencia absoluta
(ni), se utilizó un bucle for, que recorre secuencialmente
cada uno de los intervalos. En cada iteración, el código evalúa cuántos
datos de la variable se encuentran dentro de los límites inferior y
superior correspondientes a un rango específico.
ni <- numeric(k_Costos)
for (i in 1:k_Costos) {
if (i == k_Costos) {
ni[i] <- sum(Costos >= liminf[i] & Costos <= limsup[i])
} else {
ni[i] <- sum(Costos >= liminf[i] & Costos < limsup[i])
}
}2.1.3.1 Frecuencia relativa
hi <- round((ni / length(Costos)) * 100, 3)2.1.4 Frecuencias Acumuladas
Niasc <- cumsum(ni)
Nidsc <- rev(cumsum(rev(ni)))
Hiasc <- cumsum(hi)
Hidsc <- rev(cumsum(rev(hi)))2.1.5 Tabla de distribución de frecuencias
tabla_Costos <- data.frame(
liminf = round(liminf, 3),
limsup = round(limsup, 3),
MC = round(MC, 3),
ni = ni,
hi_porc = round(hi, 3),
Ni_asc = Niasc,
Ni_dsc = Nidsc,
Hiasc_porc = round(Hiasc, 3),
Hidsc_porc = round(Hidsc, 3)
)
total_ni <- sum(tabla_Costos$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 | 23343.5 | 11671.75 | 1389 | 50.326 | 1389 | 2760 | 50.326 | 100 |
| 23343.5 | 46687 | 35015.25 | 374 | 13.551 | 1763 | 1371 | 63.877 | 49.674 |
| 46687 | 70030.5 | 58358.75 | 170 | 6.159 | 1933 | 997 | 70.036 | 36.123 |
| 70030.5 | 93374 | 81702.25 | 72 | 2.609 | 2005 | 827 | 72.645 | 29.964 |
| 93374 | 116717.5 | 105045.75 | 69 | 2.500 | 2074 | 755 | 75.145 | 27.355 |
| 116717.5 | 140061 | 128389.25 | 58 | 2.101 | 2132 | 686 | 77.246 | 24.855 |
| 140061 | 163404.5 | 151732.75 | 64 | 2.319 | 2196 | 628 | 79.565 | 22.754 |
| 163404.5 | 186748 | 175076.25 | 39 | 1.413 | 2235 | 564 | 80.978 | 20.435 |
| 186748 | 210091.5 | 198419.75 | 38 | 1.377 | 2273 | 525 | 82.355 | 19.022 |
| 210091.5 | 233435 | 221763.25 | 25 | 0.906 | 2298 | 487 | 83.261 | 17.645 |
| 233435 | 256778.5 | 245106.75 | 27 | 0.978 | 2325 | 462 | 84.239 | 16.739 |
| 256778.5 | 840526118 | 420391448.25 | 435 | 15.761 | 2760 | 435 | 100 | 15.761 |
| TOTAL | 2760 | 100.000 | ||||||
| Autor: Grupo 1 | ||||||||
Como se puede observar, la tabla resulta difícil de interpretar debido a la gran magnitud de los valores. Por ello, para un análisis más claro de la variable, se emplearán los intervalos sugeridos por R, lo que facilita la visualización y comprensión de la distribución de los datos.
2.2 Método práctico: Software R
2.2.1 Generación del histograma
histoCostos <- hist(VC_costos,
main ="Gráfica N°1: 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 Límites, intervalos y marca de clase
Después de crear el histograma en R, se pueden obtener los límites de
los intervalos usando breaks. Estos límites indican dónde
empieza y termina cada clase, permitiendo organizar los datos en grupos
claros y contiguos sin que se solapen.
Limites <- histoCostos$breaks
Limites## [1] 0 20000 40000 60000 80000 100000 120000 140000 160000 180000
## [11] 200000 220000 240000 260000 280000 300000LimInf <- Limites[-length(Limites)]
LimSup <- Limites[-1]
MC <- (LimInf + LimSup)/22.2.3 Frecuencias Simples
ni <- histoCostos$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
options(scipen = 999)
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 | 20000 | 10000 | 1310 | 55.768 | 1310 | 2349 | 55.768 | 100 |
| 20000 | 40000 | 30000 | 339 | 14.432 | 1649 | 1039 | 70.2 | 44.232 |
| 40000 | 60000 | 50000 | 213 | 9.068 | 1862 | 700 | 79.268 | 29.8 |
| 60000 | 80000 | 70000 | 108 | 4.598 | 1970 | 487 | 83.865 | 20.732 |
| 80000 | 100000 | 90000 | 59 | 2.512 | 2029 | 379 | 86.377 | 16.135 |
| 100000 | 120000 | 110000 | 55 | 2.341 | 2084 | 320 | 88.719 | 13.623 |
| 120000 | 140000 | 130000 | 47 | 2.001 | 2131 | 265 | 90.719 | 11.281 |
| 140000 | 160000 | 150000 | 58 | 2.469 | 2189 | 218 | 93.189 | 9.281 |
| 160000 | 180000 | 170000 | 38 | 1.618 | 2227 | 160 | 94.806 | 6.811 |
| 180000 | 200000 | 190000 | 33 | 1.405 | 2260 | 122 | 96.211 | 5.194 |
| 200000 | 220000 | 210000 | 25 | 1.064 | 2285 | 89 | 97.275 | 3.789 |
| 220000 | 240000 | 230000 | 17 | 0.724 | 2302 | 64 | 97.999 | 2.725 |
| 240000 | 260000 | 250000 | 29 | 1.235 | 2331 | 47 | 99.234 | 2.001 |
| 260000 | 280000 | 270000 | 17 | 0.724 | 2348 | 18 | 99.957 | 0.766 |
| 280000 | 300000 | 290000 | 1 | 0.043 | 2349 | 1 | 100 | 0.043 |
| Total | 2349 | 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)
hist(VC_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",
las = 1,
col="mistyrose")
- Histograma Frecuencia Absoluta (Escala Global)
hist(VC_costos,
main="Gráfica N°3: 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(VC_costos)))
3.1.2 Histogramas frecuencias relativas
- Histograma Frecuencia Relativa (Escala Local)
barplot(hi,space = 0,
main = "Gráfica N°4: 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$MC)
- Histograma Frecuencia Relativa (Escala Global)
barplot(hi,space = 0,
main="Gráfica N°5: Distribución porcentual de todos los
costos de accidentes en oleoductos ocurridos en EE.UU.",
col="mistyrose4",
xlab = "Todos los Costos",
ylab = "Porcentaje (%)",
names.arg =TDFCostosR$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
plot(TDFCostosR$MC, TDFCostosR$Nidsc,
main = "Gráfica N°6: 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
plot(TDFCostosR$MC,TDFCostosR$Hidsc,
main = "Gráfica N°7: 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
boxplot(VC_costos, horizontal = TRUE, col = "pink3",
main = "Gráfica N°8: Distribución de todos los costos de
accidentes en oleoductos ocurridos en EE.UU.",
xlab = "Todos los Costos")
4.Indicadores estadísticos
4.1 Indicadores de posición
- Tendencia Central
mediana <- median(VC_costos)
media_aritmetica <- mean(VC_costos)
Mo <- "[0,20000)"- No Centrales
# Cuartiles
ri <- min(VC_costos)
rs <- max(VC_costos)
summary(VC_costos)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0 3904 15220 40727 46528 2801224.2 Indicadores de dispersión
desviacion_estandar <- sd(VC_costos)
coeficiente_variabilidad <- (desviacion_estandar / media_aritmetica) * 1004.3 Indicadores de forma
library(e1071)
As <- skewness(VC_costos)
curtosis <- kurtosis(VC_costos)4.4 Tabla de indicadores
library(gt)
Variable <- c("Todos los 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")
) %>%
cols_align(
align = "center",
columns = everything()
) %>%
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 |
|---|---|---|---|---|---|---|---|---|---|
| Todos los Costos | 0 | 280122 | 40727.32 | 15220 | [0,20000) | 58936.11 | 144.709 | 2.065 | 3.72 |
| Autor: Grupo 1 | |||||||||
5.Valores atípicos
5.1 Identificación de valores atípicos
outliers <- boxplot.stats(VC_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)**")
) %>%
cols_align(
align = "center",
columns = everything()
) %>%
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 |
|---|---|---|
| 288 | 110600 | 280122 |
6.Conclusión
La variable Todos los Costos de accidentes en oleoductos en EE.UU. durante el periodo 2010–2017 presenta un rango entre 0 y 280,122 dólares, con una media de 40,727.32 dólares y una mediana de 15,220 dólares, lo que refleja una distribución fuertemente asimétrica hacia valores altos. La desviación estándar es elevada (58,936.11) y el coeficiente de variación (144.71%) indica que los datos son altamente dispersos y heterogéneos.
La asimetría positiva (2.065) y la curtosis (3.72) muestran que la mayoría de los accidentes generan costos bajos o moderados, pero existen casos excepcionales con costos significativamente altos que desplazan la media y generan colas largas hacia la derecha.
Se identificaron 288 valores atípicos, con montos entre 110,600 y 280,122 dólares, los cuales representan accidentes de gran magnitud y con un impacto económico considerable.
En resumen, aunque la mayoría de los accidentes tienen costos
relativamente bajos, los eventos extremos son financieramente relevantes
y deben considerarse en la evaluación de riesgos y en la planificación
de políticas de prevención y mitigación.