Información Datos
Row
INTRODUCCIÓN AL ANÁLISIS DEL COMERCIO DE CARBONO
El presente proyecto analiza un conjunto de datos relacionado con el mercado de comercio de carbono, un mecanismo internacional diseñado para reducir las emisiones de gases de efecto invernadero. El sistema funciona asignando a cada empresa una cantidad determinada de “créditos de carbono”, los cuales representan el derecho a emitir una tonelada de CO₂. Las organizaciones que emiten menos de lo permitido pueden vender sus créditos sobrantes, mientras que aquellas que superan sus límites deben comprar créditos adicionales o asumir costes de cumplimiento. Este intercambio crea un incentivo económico para reducir emisiones y promueve prácticas energéticas más sostenibles.
VARIABLES
El conjunto de datos está compuesto por 5000 filas de información. Se
presentan las siguientes 15 variables:
- Company_ID (Identificación
de la empresa).
- Industry_Type (Tipo de Industria).
- Date
(Fecha).
- Energy_Demanded_MWh (Energía demandada).
- Fuel_Type
(Tipo de Combustible).
- Emission_Produced_tCO2 (Emisión
Producida).
- Emission_Alowance_tCO2 (Permiso de emisión).
-
Carbon-Price_USD_per_t (Precio del carbono en dólares estadounidenses
por tonelada).
- Transaction_Type (Tipo de transacción).
-
Credits_Traded_tCO2 (Créditos de transacción).
-
Verification_Status (Estado de vrificación).
- Compliane_Cost_USD
(Costo de cumplimiento).
- Optimization_Scenario (Escenario de
optimización).
- Carbon_Cost_Savings_USD (Ahorro de costos de
carbono).
- Target_Trade_Action (Acción comercial objetivo).
Row
ESTADISTICAS DESCRIPTIVAS
Histogramas
Row
INTRODUCCIÓN
Los histogramas permiten observar la distribución de las variables numéricas dentro del conjunto de datos de comercio de carbono. Con ellos es posible identificar patrones como concentraciones de valores, presencia de colas, posibles sesgos y rangos comunes de operación en demanda energética, emisiones, precios y otros indicadores clave del mercado de carbono.
Gráfico 1
Gráfico 3
Gráfico 5
Gráfico 7
Row
Gráfico 2
Gráfico 4
Gráfico 6
CONCLUSIÓN
En general, los histogramas muestran distribuciones relativamente uniformes para la mayoría de las variables, lo cual es coherente con un dataset simulado o equilibrado. La demanda de energía y las emisiones producidas presentan concentraciones en rangos medios, mientras que el precio del carbono, los créditos negociados y el coste de cumplimiento parecen distribuirse sin sesgos extremos. Esto sugiere que las empresas del mercado de carbono operan con variaciones moderadas dentro de cada variable y que no se observan valores atípicos severos.
Diagramas de Barras
Row
INTRODUCCIÓN
Los diagramas de barras se utilizan para analizar las variables categóricas, permitiendo observar la cantidad de registros por categoría. Este tipo de gráfico es útil para estudiar la composición del mercado según industrias, tipos de combustible, tipos de transacción, estados de verificación y escenarios de optimización.
Gráfico 1
Gráfico 3
Gráfico 5
Row
Gráfico 2
Gráfico 4
Gráfico 6
CONCLUSIÓN
Los gráficos muestran una distribución equilibrada entre categorías, indicando que no existe una categoría dominante que sesgue el análisis. La participación entre industrias (cemento, energía, acero y manufactura) es homogénea, así como el uso de combustibles y la elección entre transacciones de compra o venta. Esto favorece un análisis imparcial del mercado de carbono, ya que las variables categóricas no están desbalanceadas.
Diagrama de Barras Apiladas
Row
INTRODUCIÓN
La Tabla 1 y la Gráfica 1 muestran la relación entre el tipo de industria y los tipos de transacción en el mercado de emisiones de carbono. Las transacciones Buy representan la compra de permisos para compensar emisiones excedidas, mientras que las Sell corresponden a la venta de permisos sobrantes. La tabla permite ver los conteos exactos y la gráfica muestra visualmente cómo se distribuyen estas transacciones en cada industria.
Tabla 1
| Buy | Sell | |
|---|---|---|
| Cement | 582 | 636 |
| Energy | 672 | 569 |
| Manufacturing | 676 | 621 |
| Steel | 601 | 643 |
Row
Gráfico 1
CONCLUSIÓN
Las industrias presentan volúmenes similares de transacciones Buy y Sell, aunque Manufacturing y Energy muestran mayor actividad total. Cement y Steel tienden a realizar más ventas (Sell), mientras que Energy y Manufacturing compran ligeramente más (Buy). En general, la dinámica es homogénea, pero algunos sectores muestran mayor movimiento debido a su nivel de producción y demanda.
Diagramas de Cajas
Row
INTRODUCCIÓN
Los diagramas de cajas permiten comparar la distribución de variables clave del comercio de carbono entre diferentes tipos de combustible. Con ellos se observan rangos, medianas y posibles valores atípicos en indicadores como demanda de energía, emisiones, créditos intercambiados o costes económicos. Este tipo de gráfico resulta útil para contrastar si los combustibles generan diferencias significativas en el comportamiento energético, ambiental o financiero.
Gráfico 1
Gráfico 3
Gráfico 5
Gráfico 7
Row
Gráfico 2
Gráfico 4
Gráfico 6
CONCLUSIÓN
En general, los diagramas de cajas muestran distribuciones muy similares entre los distintos combustibles en cuanto a demanda de energía, créditos intercambiados, coste de cumplimiento y ahorro en coste de carbono, sin diferencias marcadas entre grupos. Sin embargo, en las variables Emisiones por tipo de combustible y Asignación de emisiones por tipo de combustible se observan datos atípicos (outliers), representados como puntos aislados por encima del rango esperado. Estos valores sugieren que algunas instalaciones presentan comportamientos inusualmente altos en sus emisiones o asignaciones, aunque no afectan de manera significativa la tendencia general del conjunto de datos. En conjunto, los diagramas reflejan un comportamiento estable entre combustibles, con presencia puntual de excepciones en las variables relacionadas directamente con emisiones.
Diagramas de Cajas por Grupo
Row
INTRODUCIÓN
La gráfica de cajas compara las toneladas emisiones permitidas de CO₂, según la normativa, entre cuatro tipos de industria. Permite observar diferencias en la mediana, la variabilidad y la presencia de valores atípicos en cada sector.
Gráfico 1
CONCLUSIÓN
Las industrias presentan valores permitidos similares, aunque todas muestran emisiones máximas muy elevadas. Esto indica políticas relativamente homogéneas, pero con instalaciones específicas que reciben permisos significativamente mayores que el promedio.
Diagramas de Dispersión
Row
INTRODUCCIÓN
Los diagramas de dispersión sin línea de tendencia permiten visualizar la relación general entre pares de variables sin imponer una estructura estadística explícita. Este tipo de gráficos revela patrones naturales en los datos, como concentraciones, dispersiones, agrupamientos y posibles formas de relación (lineal, curva o inexistente). En el contexto del comercio de carbono, estos diagramas ayudan a identificar cómo se comportan variables como la demanda energética, las emisiones, el coste de cumplimiento o el precio del carbono cuando se analizan de manera conjunta.
Gráfico 1
Gráfico 3
Gráfico 5
Row
Gráfico 2
Gráfico 4
Gráfico 6
CONCLUSIÓN
Los diagramas muestran que algunas variables presentan relaciones claramente crecientes, como la demanda de energía con las emisiones producidas o la asignación de emisiones con las emisiones totales, lo cual refleja comportamientos esperados: mayor actividad energética implica mayor liberación de CO₂. Por el contrario, otras combinaciones cómo el precio del carbono con el coste de cumplimiento o el precio del carbono con el ahorro en coste no exhiben patrones definidos, lo que sugiere que estas variables no dependen directamente entre sí dentro del conjunto de datos.
D. de Dispersión con correlación
Row
INTRODUCCIÓN
Los diagramas de dispersión con línea de correlación incorporan una recta de tendencia que permite evaluar visualmente la fuerza y dirección de la relación entre dos variables. Esta línea facilita identificar si la relación es positiva, negativa o prácticamente inexistente. En el contexto del comercio de carbono, este análisis es clave para determinar cómo interactúan las variables relacionadas con la actividad energética, las emisiones y los precios del mercado de carbono.
Gráfico 1
La correlación es:
[1] 0.8234836Gráfico 3
La correlación es:
[1] 0.9720746Gráfico 5
La correlación es:
[1] 0.009776067Row
Gráfico 2
La correlación es:
[1] 0.0157795Gráfico 4
La correlación es:
[1] 0.02175757Gráfico 6
La correlación es
[1] 0.008686001CONCLUSIÓN
Al añadir la línea de correlación, se evidencia con mayor claridad la fuerza de algunas relaciones. Variables como la demanda de energía frente a las emisiones producidas y la asignación de emisiones frente a las emisiones muestran correlaciones positivas fuertes, lo que confirma que a medida que aumenta la actividad energética también lo hacen las emisiones asociadas. En cambio, otras combinaciones, como el precio del carbono frente al coste de cumplimiento o el precio del carbono frente al ahorro, presentan correlaciones débiles o casi nulas, lo que indica una relación mínima o inexistente entre estos factores en el conjunto de datos. En conjunto, los diagramas de dispersión con línea de correlación permiten validar visualmente qué relaciones son estadísticamente significativas y cuáles no, complementando el análisis descriptivo previo.
Matriz de Correlación
Row
INTRODUCCIÓN
La matriz de correlación permite analizar la relación lineal entre todas las variables numéricas del conjunto de datos del comercio de carbono. Este análisis es fundamental para identificar dependencias entre la demanda energética, las emisiones, los precios, los créditos de carbono y los costos asociados al cumplimiento ambiental. Al observar las correlaciones es posible detectar qué variables se mueven juntas, cuáles tienen relaciones fuertes o débiles y si dichas relaciones son positivas (ambas aumentan) o negativas (una aumenta mientras la otra disminuye).
Matriz de Correlación
