ESTUDIO ESTADÍSTICO DE LA CALIDAD DEL AIRE EN INDIA

UNIVERSIDAD CENTRAL DEL ECUADOR

PROYECTO:ESTUDIO ESTADÍSTICO DE LA CALIDAD DEL AIRE EN INDIA

FECHA: 21/11/2025

#Estadística Descriptiva
#Ariana Viteri
#20/11/2025

library(gt)
library(dplyr)
library(RColorBrewer)

#Cargar los datos 
datos <- read.csv("~/ariana tercer semestre/Estadistica/city_day.csv",
                  header = TRUE, dec = ".", sep = ",")

# ================================
# ORDENAR AQI_Bucket COMO VARIABLE ORDINARIA
# ================================

# ORDEN de jerarquía (del mejor al peor)
datos$AQI_Bucket <- factor(
  datos$AQI_Bucket,
  levels = c("Good", "Satisfactory", "Moderate",
             "Poor", "Very Poor", "Severe","-"),
  ordered = TRUE
)

# TABLAS CUALITATIVAS
# ================================

AQI_Bucket <- datos$AQI_Bucket

#Tabla de distribución de frecuencia
TDF_AQI_Bucket <- data.frame(table(AQI_Bucket))
ni <- TDF_AQI_Bucket$Freq
hi <- round((ni / sum(ni)) * 100, 2)
AQI_Bucket <- TDF_AQI_Bucket$AQI_Bucket

TDF_AQI_Bucket <- data.frame(AQI_Bucket, ni, hi)
Summary <- data.frame(AQI_Bucket = "TOTAL", ni = sum(ni), hi = 100)

TDF_AQI_Bucket_suma <- rbind(TDF_AQI_Bucket, Summary)
colnames(TDF_AQI_Bucket_suma) <- c("AQI_Nivel", "ni", "hi(%)")

# ================================
# TABLA GT
# ================================

TDF_AQI_Bucket_suma %>%
  gt() %>%
  tab_header(
    title = md("Tabla Nro. 1"),
    subtitle = md("Tabla de frecuencias de AQI_Bucket en el estudio calidad del aire en India de 2015-2020")
  ) %>%
  tab_source_note(
    source_note = md("Fuente: Datos procesados por el autor a partir de archivo city.day.csv")
  ) %>%
  tab_style(
    style = cell_borders(sides = "left", color = "black", weight = px(2)),
    locations = cells_body()
  ) %>%
  tab_style(
    style = cell_borders(sides = "right", color = "black", weight = px(2)),
    locations = cells_body()
  ) %>%
  tab_style(
    style = cell_borders(sides = "left", color = "black", weight = px(2)),
    locations = cells_column_labels()
  ) %>%
  tab_style(
    style = cell_borders(sides = "right", color = "black", weight = px(2)),
    locations = cells_column_labels()
  ) %>%
  tab_options(
    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),
    row.striping.include_table_body = TRUE,
    heading.border.bottom.color = "black",
    heading.border.bottom.width = px(2),
    table_body.hlines.color = "gray",
    table_body.border.bottom.color = "black"
  )

Tabla Nro. 1
Tabla de frecuencias de AQI_Bucket en el estudio calidad del aire en India de 2015-2020
AQI_Nivel	ni	hi(%)
Good	1341	4.54
Satisfactory	8224	27.85
Moderate	8829	29.90
Poor	2781	9.42
Very Poor	2337	7.91
Severe	1338	4.53
-	4681	15.85
TOTAL	29531	100.00
Fuente: Datos procesados por el autor a partir de archivo city.day.csv

#DIAGRAMAS

# GDF 1
# Diagrama de barrras local

TDF_AQI_Bucket$Zona <- iconv(TDF_AQI_Bucket$AQI_Bucket, from = "latin1", to = "UTF-8", sub = "")

library(RColorBrewer)

n <- length(TDF_AQI_Bucket$AQI_Bucket)
colores <- brewer.pal(min(n, 15), "Set3")
color <- adjustcolor(colores, alpha.f = 0.9)

barplot(
  height = TDF_AQI_Bucket$ni,
  names.arg = TDF_AQI_Bucket$AQI_Bucket,
  main = "Grafica Nro 1: Distribución de AQI_Bucket del 
  estudio calidad del aire en India, entre 2015-2020",
  xlab = "",
  ylab = "Cantidad",
  col = heat.colors(length(TDF_AQI_Bucket$ni)),
  las = 2,
  cex.names = 0.7,
  cex.main = 0.8,
)
mtext("AQI_Bucket", side = 1, line = 4, cex = 1)

#Histograma porcentual local 
library(RColorBrewer)

n <- length(TDF_AQI_Bucket$AQI_Bucket)
colores <- brewer.pal(min(n, 15), "Set3")
color <- adjustcolor(colores, alpha.f = 0.9)

barplot(
  TDF_AQI_Bucket$hi,
  main = "Gráfica N°2: Distribución porcentual de AQI_NIVEL estudio 
  calidad del aire en India, entre 2015-2020",
  xlab = "",
  ylab = "Porcentaje (%)",
  col = colores,
  names.arg = TDF_AQI_Bucket$AQI_Bucket,
  ylim = c(0, 30),
  las = 2,
  cex.names = 0.7,
  cex.main = 0.8,
)
mtext("AQI_Bucket", side = 1, line = 4, cex = 1)

#Histograma de Barras de Cantidad Global 

library(RColorBrewer)

n <- length(TDF_AQI_Bucket$AQI_Bucket)
colores <- brewer.pal(min(n, 15), "Set3")

max_y_global <- Summary$ni[1]

# Generar el gráfico de barras
barplot(
  height = TDF_AQI_Bucket$ni,
  names.arg = TDF_AQI_Bucket$AQI_Bucket,
  main = "Gráfica Nro 3: Distribución de AQI_Bucket del estudio 
  calidad del aire en India, entre 2015-2020",
  xlab = "",
  ylab = "Cantidad",
  col = colores,
  ylim = c(0, max_y_global),
  las = 2,
  cex.names = 0.7,
  cex.main = 0.8,
  mgp = c(3.3, 1, 0) # El '5' hace que el título 'Cantidad' se aleje
)

mtext("AQI_Bucket", side = 1, line = 4, cex = 1)

# DIAGRAMA DE BARRAS porcentaje global
colores <- c("yellow", "orange")
library(RColorBrewer)

n <- length(TDF_AQI_Bucket$AQI_Bucket)
colores <- brewer.pal(min(n, 15), "Set3")
color <- adjustcolor(colores, alpha.f = 0.9)

barplot(
  TDF_AQI_Bucket$hi,
  main = "Gráfica N°4:Distribución AQI_NIVEL en el estudio 
  calidad del aire en India entre 2015-2020",
  xlab = "",
  ylab = "Porcentaje (%)",
  col = colores,
  names.arg = TDF_AQI_Bucket$AQI_Bucket,
  ylim = c(0, 100),
  las = 2,
  cex.names = 0.7,
  cex.main = 0.8,
)
mtext("AQI_Bucket", side = 1, line = 3, cex = 1)

# DIAGRAMA CIRCULAR
# ================================

n <- length(TDF_AQI_Bucket$AQI_Bucket)
colores <- brewer.pal(min(n, 15), "Set3")
color <- adjustcolor(colores, alpha.f = 0.9)
etiqueta <- paste(hi, "%")

library(RColorBrewer)

n <- length(TDF_AQI_Bucket$AQI_Bucket)
colores <- brewer.pal(min(n, 15), "Set3")
color <- adjustcolor(colores, alpha.f = 0.9)

pie(
  hi,
  labels = etiqueta,
  radius = 0.8,
  col = color,
  main = "Gráfica No.5: 
    Distribución de AQI_Bucket en el estudio calidad del aire en India, entre 2015-2020",
  cex.main = 0.8
)

legend(
  x = 1.1, y = 1.07,
  legend = TDF_AQI_Bucket$AQI_Bucket,
  title = "Leyenda",
  fill = color,
  cex = 0.65
)

# =========================================================
# INDICADORES ESTADÍSTICOS para la variable AQI_Bucket (Cualitativa Ordinal)

# 1. CÁLCULO DE LA MODA (Mo)
# Es el nivel con la mayor frecuencia (ni)
Moda_row <- TDF_AQI_Bucket[which.max(TDF_AQI_Bucket$ni), ]
Mo_calc <- as.character(Moda_row$AQI_Bucket[1])

# 2. CÁLCULO DE LA MEDIANA (Me)
# Frecuencias Acumuladas
Ni_calc <- cumsum(TDF_AQI_Bucket$ni)
N_total <- sum(TDF_AQI_Bucket$ni)
Posicion_Me <- N_total / 2
# Categoría que contiene la posición N/2
Mediana_row_index <- which(Ni_calc >= Posicion_Me)[1]
Me_calc <- as.character(TDF_AQI_Bucket$AQI_Bucket[Mediana_row_index])

# 3. RANGO
# Usamos los niveles extremos de la variable ordinal
Rango_calc <- paste0(
  as.character(TDF_AQI_Bucket$AQI_Bucket[1]), 
  " a ", 
  as.character(TDF_AQI_Bucket$AQI_Bucket[length(TDF_AQI_Bucket$AQI_Bucket)-1])
)

# =========================================================
# CÓDIGO DE LA TABLA (Mantenido lo más fiel posible a tu original)
# =========================================================

Variable <- "AQI_Bucket (Nivel de Calidad del Aire)"
Rango <- Rango_calc # Rango calculado

# Mediana
Me <- Me_calc # Mediana calculada
# Media
X <- "-"
# Moda
Mo <- Mo_calc # Moda calculada

# Indicadores de Dispersión
# Varianza
var<-"-"
# Desviación estandar
desv<-"-"
# Coeficiente de variación 
CV <- "-"

# Indicadores de Forma
# Coeficiente de Asimetría
As <-"-"
# Curtosis
K <- "-"

# Crear el Data Frame
Tabla_indicadores <- data.frame(Variable, Rango, X, Me, Mo, var, desv, CV, As, K)
colnames(Tabla_indicadores) <- c("Variable","Rango","X", "Me", "Mo","Var",
                                 "sd","CV","As","K")

library(gt)
library(dplyr)

# Generar la Tabla GT
Tabla_indicadores %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nro. 3*"),
    subtitle = md("**Indicadores Estadísticos del Nivel AQI_Bucket (Calidad del Aire) en India entre 2015-2020**")
  ) %>%
  tab_source_note(
    source_note = md("Autor: Grupo 2\n Fuente: Datos procesados por el autor a partir de archivo city.day.csv")
  ) %>%
  tab_options(
    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),
    row.striping.include_table_body = TRUE,
    heading.border.bottom.color = "black",
    heading.border.bottom.width = px(2),
    table_body.hlines.color = "gray",
    table_body.border.bottom.color = "black"
  )

Tabla Nro. 3
Indicadores Estadísticos del Nivel AQI_Bucket (Calidad del Aire) en India entre 2015-2020
Variable	Rango	X	Me	Mo	Var	sd	CV	As	K
AQI_Bucket (Nivel de Calidad del Aire)	Good a Severe	-	Moderate	Moderate	-	-	-	-	-
Autor: Grupo 2 Fuente: Datos procesados por el autor a partir de archivo city.day.csv