ESTADÍSTICA INFERENCIAL: Variables nominales
1 Carga de datos
## 'data.frame': 3550 obs. of 23 variables:
## $ Id : int 6786 6250 8220 6241 6216 6620 6262 6229 6201 6221 ...
## $ Dia : int 19 3 21 16 19 7 10 12 18 29 ...
## $ Mes : int 1 6 4 3 12 10 2 5 3 1 ...
## $ Año : chr "A" "1979" "2010" "1978" ...
## $ Nombre : chr "Arabian Gulf Spills; Persian Gulf, Kuwait" "IXTOC I; Bahia de Campeche, Mexico" "Deepwater Horizon; Gulf of Mexico" "Amoco Cadiz; Brittany, France" ...
## $ Ubicacion : chr "Persian Gulf, Kuwait" "Bahia de Campeche, Mexico" "Gulf of Mexico" "Brittany, France" ...
## $ Latitud : chr "29,5" "19,4083" "28,7367" "48,5833" ...
## $ Longuitud : chr "48" "-92,325" "-88,3872" "-4,71667" ...
## $ Amenaza : chr "Oil" "Oil" "Oil" "Oil" ...
## $ Etiquetas : chr "" "Collision" "" "Grounding" ...
## $ Tipo_de_crudo : chr "Kuwait crude oil" "IXTOC I crude oil" "Diesel, crude oil" "Arabian light crude, Iranian light crude, Bunker C" ...
## $ Cantidad_recuperada_superficie : int NA NA 1 NA NA NA NA NA NA NA ...
## $ Cantidad_recuperada_costas : int NA NA 1 NA NA NA NA NA NA NA ...
## $ Cantidad_tratada_biologicamente : int 1 NA 1 1 NA NA NA NA NA NA ...
## $ Cantidad_dispersada_quimicamente: int NA 1 1 1 NA NA NA 1 1 1 ...
## $ Cantidad_quemada : int NA 1 1 NA NA NA NA 1 1 1 ...
## $ Maximo_liberacion_galones : int 336000009 NA 205000000 68000017 NA NA NA 9240000 36100000 NA ...
## $ Barreras_de_contencion_flotantes: int 35 12 182 17 3 3 7 8 5 6 ...
## $ Causa_principal : chr "Daño del tanque " "Incendio y explosion " "Incendio y explosion " "Daño del tanque " ...
## $ Volumen_derramados_galones : chr "336.000.000" "365.000.000" "600.000.000" "68.000.000" ...
## $ Respuesta_actual_galones : chr "336000000" "252000000" "168000000" "68700000" ...
## $ Fuente_respuesta : chr "description and posts" "posts" "description" "posts" ...
## $ etiqueta_actualizacion : chr "RA updated" "RA newly acquired" "RA updated" "RA updated" ...2 UBICACIÓN
2.1 Tabla de distribución de frecuencias
ubicacion <- datos$Ubicacion
ubicacion <- na.omit(ubicacion)
TDFubicacion <- table(ubicacion)
Tablaubicacion <- as.data.frame(TDFubicacion)
colnames(Tablaubicacion) <- c("Ubicacion", "ni")
Tablaubicacion$hi <- round(Tablaubicacion$ni / sum(Tablaubicacion$ni) * 100, 2)
Tablaubicacion$Continente <- NA
# América
america <- c("USA", "US", "CA", "TX", "MI", "OH", "AK", "HI",
"Alaska", "Texas", "Ohio", "Michigan", "California",
"Louisiana", "NY", "MA")
Tablaubicacion$Continente[grep(paste(america, collapse="|"),
Tablaubicacion$Ubicacion, ignore.case=TRUE)] <- "América"
# Europa
europa <- c("UK", "England", "France", "Germany", "Spain", "Italy")
Tablaubicacion$Continente[grep(paste(europa, collapse="|"),
Tablaubicacion$Ubicacion, ignore.case=TRUE)] <- "Europa"
# Asia
asia <- c("China", "India", "Japan", "Korea", "Saudi")
Tablaubicacion$Continente[grep(paste(asia, collapse="|"),
Tablaubicacion$Ubicacion, ignore.case=TRUE)] <- "Asia"
# Oceanía
oceania <- c("Australia", "New Zealand")
Tablaubicacion$Continente[grep(paste(oceania, collapse="|"),
Tablaubicacion$Ubicacion, ignore.case=TRUE)] <- "Oceanía"
# África
africa <- c("Nigeria", "South Africa")
Tablaubicacion$Continente[grep(paste(africa, collapse="|"),
Tablaubicacion$Ubicacion, ignore.case=TRUE)] <- "África"
# Otros
Tablaubicacion$Continente[is.na(Tablaubicacion$Continente)] <- "Otros"
TDFcontinente <- table(Tablaubicacion$Continente)
TablaContinente <- as.data.frame(TDFcontinente)
colnames(TablaContinente) <- c("Continente", "Frecuencia")
TablaContinente$Porcentaje <- round(TablaContinente$Frecuencia /
sum(TablaContinente$Frecuencia) * 100, 2)
print(TablaContinente)## Continente Frecuencia Porcentaje
## 1 África 4 0.14
## 2 América 1906 68.98
## 3 Asia 9 0.33
## 4 Europa 27 0.98
## 5 Oceanía 3 0.11
## 6 Otros 814 29.462.2 Gráficos
#Ajustar márgenes
par(mar = c(8, 4, 3, 2))
#Frecuencia Absoluta
barplot(TDFcontinente,
main = "Distribución de Derrames por Continente",
xlab = "Continente",
ylab = "Cantidad",
col = "aquamarine2",
cex.main = 1.3,
cex.lab = 1,
cex.axis = 0.9,
cex.names = 0.9)
# Frecuencia relativa
barplot(TablaContinente$Porcentaje,
main = "Gráfica: Distribución porcentual por Continente",
xlab = "Continente",
ylab = "Porcentaje (%)",
col = "blue",
names.arg = TablaContinente$Continente,
cex.main = 1.5,
cex.lab = 1,
cex.axis = 0.8,
cex.names = 0.9,
ylim = c(0, 100))
2.3 Probabilidad
P_Continente <- TablaContinente$Frecuencia / sum(TablaContinente$Frecuencia)
barplot(P_Continente,
main = "Distribución de Probabilidad por Continente",
xlab = "Continente",
ylab = "Probabilidad",
col = "steelblue",
names.arg = TablaContinente$Continente,
las = 2,
cex.names = 0.9)
abline(h = pretty(range(P_Continente), n = 5), col = "gray85", lty = "dotted")
##¿Cuál es la probabilidad de que un derrame ocurriera Asia?
continente_objetivo <- "Asia"
total <- sum(Tablaubicacion$ni)
if (continente_objetivo %in% Tablaubicacion$Continente) {
probabilidad_Asia <- round(
(sum(Tablaubicacion$ni[Tablaubicacion$Continente == continente_objetivo]) / total) * 100,
2)
print(paste("La probabilidad de que un derrame ocurra en Asia es:",
probabilidad_Asia, "%"))
} else {
print("No existen datos registrados para Asia.")
}## [1] "La probabilidad de que un derrame ocurra en Asia es: 0.25 %"3 TIPO DE CRUDO
3.1 Tabla de distribución de frecuencias
tipo <- na.omit(datos$Tipo_de_crudo)
TDFtipo <- table(tipo)
Tablatipo <- as.data.frame(TDFtipo)
colnames(Tablatipo) <- c("Tipo_crudo", "ni")
Tablatipo$hi <- round((Tablatipo$ni / sum(Tablatipo$ni)) * 100, 2)
Tablatipo$Categoria <- NA
crudo <- c("crude", "oil", "Crude Tall Oil", "VGO", "unk", "tar", "oiled birds")
diesel <- c("diesel", "diseil", "diesel fuel", "Diesel, Fish")
fueloil <- c("bunker", "fuel oil", "IFO", "IFO 380")
gas <- c("gas fuel oil", "JP", "JP-5", "gasoline")
minerales <- c("mineral oil", "heating oil")
Tablatipo$Categoria[grep(paste(crudo, collapse="|"),
Tablatipo$Tipo_crudo, ignore.case = TRUE)] <- "Crudo / Oil"
Tablatipo$Categoria[grep(paste(diesel, collapse="|"),
Tablatipo$Tipo_crudo, ignore.case = TRUE)] <- "Diesel"
Tablatipo$Categoria[grep(paste(fueloil, collapse="|"),
Tablatipo$Tipo_crudo, ignore.case = TRUE)] <- "Fuel Oil"
Tablatipo$Categoria[grep(paste(gas, collapse="|"),
Tablatipo$Tipo_crudo, ignore.case = TRUE)] <- "Gasolina / Jet fuel"
Tablatipo$Categoria[grep(paste(minerales, collapse="|"),
Tablatipo$Tipo_crudo, ignore.case = TRUE)] <- "Mineral Oil"
Tablatipo$Categoria[is.na(Tablatipo$Categoria)] <- "Otros"
TDFcategoria <- table(Tablatipo$Categoria)
TablaCategoria <- as.data.frame(TDFcategoria)
colnames(TablaCategoria) <- c("Categoria", "Freq")
TablaCategoria$Porcentaje <- round(TablaCategoria$Freq / sum(TablaCategoria$Freq) * 100, 2)3.2 Gráficos
# Ajustar márgenes
par(mar = c(8, 4, 3, 2))
# Frecuencia Absoluta
barplot(TablaCategoria$Freq,
names.arg = TablaCategoria$Categoria,
main = "Gráfica No.2: Distribución del Tipo de Combustible",
xlab="Categoría de combustible",
ylab="Cantidad",
cex.names = 0.6,
col="darkgreen")
# Frecuencia Relativa
barplot(TablaCategoria$Porcentaje,
names.arg = TablaCategoria$Categoria,
main = "Gráfica No.2: Distribución porcentual del Tipo de Combustible",
ylab="Porcentaje (%)",
cex.names = 0.6,
col = "darkgreen",
ylim = c(0, 100))
3.3 Probabilidad
P_Categoria <- TablaCategoria$Freq / sum(TablaCategoria$Freq)
barplot(P_Categoria,
names.arg = TablaCategoria$Categoria,
col = "darkgreen",
main = "Distribución de probabilidad por categoría",
cex.names = 0.6,
ylab = "Probabilidad")
abline(h = pretty(range(P_Categoria), n = 5), col = "gray85", lty = "dotted")
##¿Cuál es la probabilidad de que un derrame ocurriera por diesel?
crudo_objetivo <- "diesel"
probabilidad_diesel <- round(
sum(Tablatipo$ni[grepl("diesel", Tablatipo$Tipo_crudo, ignore.case = TRUE)]) /
sum(Tablatipo$ni) * 100, 2)
print(paste("La probabilidad de que un derrame sea de Diesel es:",
probabilidad_diesel, "%"))## [1] "La probabilidad de que un derrame sea de Diesel es: 34.08 %"4 CAUSA DE DERRAME
4.1 Tabla de distribución de frecuencias
causa<-datos$Causa_principal
causa<-na.omit(causa)
TDFcausa<-table(causa)
Tablacausa<-as.data.frame(TDFcausa)
hicausa<-Tablacausa$Freq/sum(Tablacausa$Freq)
hicausa<-round(hicausa*100,2)
Tablacausa<-data.frame(Tablacausa,hicausa)
categoria <- rep("Otras", length(Tablacausa$causa))
categoria[grepl("corro|rotur|fuga|tuber|tanque|ducto|fall|defec|mal func",
Tablacausa$causa, ignore.case = TRUE)] <- "Fallas técnicas"
categoria[grepl("error|humano|operaci|maniobra|neglig",
Tablacausa$causa, ignore.case = TRUE)] <- "Factores humanos"
categoria[grepl("acciden|choque|colisi|impacto|embarc|naveg",
Tablacausa$causa, ignore.case = TRUE)] <- "Accidentes"
categoria[grepl("inund|torment|lluvia|terrem|sismo|clima|volcan",
Tablacausa$causa, ignore.case = TRUE)] <- "Eventos naturales"
categoria[grepl("vandal|sabota|robo|delincu",
Tablacausa$causa, ignore.case = TRUE)] <- "Actos externos"
Tablacausa$Categoria <- categoria
TablaAgrupada <- aggregate(Freq ~ Categoria, data = Tablacausa, sum)
TablaAgrupada <- TablaAgrupada[order(-TablaAgrupada$Freq), ] 4.2 Gráficos
# Ajustar márgenes
par(mar = c(8, 4, 3, 2))
# Frecuencia Absoluta
barplot(TablaAgrupada$Freq,
names.arg = TablaAgrupada$Categoria,
col="yellow2",
main="Distribución de Causas del Derrame (Agrupadas)",
xlab="Categoría",
ylab="Cantidad",
cex.names = 0.6,
cex.main = 1.5)
# Frecuencia Relativa
TablaAgrupada$Porcentaje <- round(TablaAgrupada$Freq / sum(TablaAgrupada$Freq) * 100, 2)
barplot(TablaAgrupada$Porcentaje,
names.arg = TablaAgrupada$Categoria,
col="yellow3",
main="Distribución porcentual de Causas (Agrupadas)",
xlab="Categoría",
cex.names = 0.6,
ylab="Porcentaje (%)",
ylim=c(0,100))
4.3 Probabilidad
P_causa <- TablaAgrupada$Freq / sum(TablaAgrupada$Freq)
P_causa <- P_causa[TablaAgrupada$Categoria != "Total"]
nombres_causa <- TablaAgrupada$Categoria[TablaAgrupada$Categoria != "Total"]
barplot(P_causa,
main = "Distribución de Probabilidad de las causas principales de derrames (Agrupadas)",
cex.main = 0.9,
xlab = "Causa principal",
ylab = "Probabilidad",
col = "yellow4",
names.arg = nombres_causa,
las = 3,
cex.names = 0.6)
abline(h = pretty(range(P_causa), n = 5), col = "gray85", lty = "dotted")
##¿Cuál es la probabilidad de que la causa de un derrame sea por Fallas Técnicas?
Causa_objetivo <- "Fallas técnicas"
probabilidad_Fallas_tecnicas <- round(
(TablaAgrupada$Freq[TablaAgrupada$Categoria == Causa_objetivo] /
sum(TablaAgrupada$Freq)) * 100,
1
)
print(paste("La probabilidad de que la causa de un derrame sea por",
Causa_objetivo, "es:", probabilidad_Fallas_tecnicas, "%"))## [1] "La probabilidad de que la causa de un derrame sea por Fallas técnicas es: 14.8 %"5 AMENAZA
5.1 Tabla de distribución de frecuencias
Amenaza <- datos$Amenaza
TDFamenazas <- table(Amenaza)
Tabla <- as.data.frame(TDFamenazas)
colnames(Tabla)[colnames(Tabla) == "Freq"] <- "ni"
fo_norm <- Tabla$ni/sum(Tabla$ni)
fo<- fo_norm*100
sum(fo) ## [1] 100Tabla <- data.frame(Tabla, fo)
total_ni <- sum(Tabla$ni)
total_fo <- sum(Tabla$fo)
fila_total <- data.frame(Amenaza = "Total", ni = total_ni, fo = total_fo)
Tabla <- rbind(Tabla, fila_total)
Tabla## Amenaza ni fo
## 1 Chemical 8 0.2253521
## 2 Oil 2562 72.1690141
## 3 Other 19 0.5352113
## 4 Unknown 961 27.0704225
## 5 Total 3550 100.00000005.2 Gráficos
# Ajustar márgenes
par(mar = c(8, 4, 3, 2))
# Frecuencia Absoluta
barplot(TDFamenazas,
main = "Distribución de Amenazas en los derrames a Nivel Global",
cex.main = 0.4,
xlab = "Amenaza",
ylab = "Cantidad",
col = "aquamarine",
las = 3,
cex.names = 0.8,
cex.axis = 0.9,
cex.main = 1.2,
ylim = c(0, max(TDFamenazas) * 1.2),
border = "black")
# Frecuencia Relativa
porcentajes <- TDFamenazas / sum(TDFamenazas) * 100
barplot(porcentajes,
main = "Distribución porcentual de Amenazas de Derrames a Nivel Global",
cex.main = 0.4,
xlab = "Amenaza",
ylab = "Porcentaje",
col = "aquamarine3",
las = 3,
cex.names = 0.8,
cex.axis = 0.9,
cex.main = 1.2,
ylim = c(0, max(porcentajes) * 1.2),
border = "black")
5.3 Probabilidad
P_Amenaza <- Tabla$ni / sum(Tabla$ni)
P_Amenaza <- P_Amenaza[Tabla$Amenaza != "Total"]
nombres_amenaza <- Tabla$Amenaza[Tabla$Amenaza != "Total"]
prob_amenaza_porcentaje <- round(P_Amenaza * 100, 2)
bp <- barplot(P_Amenaza,
main = " Distribución de Probabilidad de Amenazas de Derrames a nivel Global",
cex.main = 1,
xlab = "Amenaza",
ylab = "Probabilidad",
col = "aquamarine4",
names.arg = nombres_amenaza,
las = 3,
cex.names = 0.8)
##¿Cuál es la probabilidad de que un derrame ocurriera por aceite?
amenaza_objetivo <- "Oil"
probabilidad_amenaza <- round(
(Tabla$ni[Tabla$Amenaza == amenaza_objetivo] / sum(Tabla$ni[Tabla$Amenaza != "Total"])) * 100,
1)
print(paste("La probabilidad es de:", probabilidad_amenaza, "%"))## [1] "La probabilidad es de: 72.2 %"6 ETIQUETAS
6.1 Tabla de distribución de frecuencias
etiquetas<-datos$Etiquetas
etiquetas<-na.omit(etiquetas)
TDFetiquetas<-table(etiquetas)
Tablaetiquetas<-as.data.frame(TDFetiquetas)
hietiquetas<-Tablaetiquetas$Freq/sum(Tablaetiquetas$Freq)
hietiquetas<-round(hietiquetas*100,2)
Tablaetiquetas<-data.frame(Tablaetiquetas,hietiquetas)
for (i in 1:29) {
categoria <- Tablaetiquetas$etiquetas[i]
if (categoria %in% c("Collision", "Grounding", "Adrift", "Derelict")) {
Tablaetiquetas$grupo_logico[i] <- "Incidentes Marítimos"
} else if (categoria %in% c("Railcar", "Pipeline", "Wellhead")) {
Tablaetiquetas$grupo_logico[i] <- "Objetos y Estructuras"
} else if (categoria %in% c("Hurricane", "Tsunami")) {
Tablaetiquetas$grupo_logico[i] <- "Fenómenos Naturales"
} else if (categoria %in% c("Mystery Substance", "Search + Rescue")) {
Tablaetiquetas$grupo_logico[i] <- "Operaciones o Misterios"
} else {
Tablaetiquetas$grupo_logico[i] <- "Otros"
}
}
grupo_etiquetas<-table(Tablaetiquetas$grupo_logico) 6.2 Gráficos
par(mar = c(4, 6, 4, 5) + 0.1)
barplot(grupo_etiquetas,
main="Distrubución de Etiquetas sobre la categoría de cada incidente",
cex.main = 0.7,
xlab="Etiquetas ",
ylab="Cantidad",
col="purple2",
cex.main = 1.5,
cex.lab = 1,
cex.axis = 0.7,
cex.names = 0.5,
ylim = c(0, max(grupo_etiquetas)))
hi_grupo_etiquetas <- grupo_etiquetas / sum(grupo_etiquetas)
hi_grupo_etiquetas <- round(hi_grupo_etiquetas * 100, 2)
bp1 <- barplot(
hi_grupo_etiquetas,
main = "Distribución de Etiquetas sobre la categoría de cada incidente",
cex.main = 0.9,
xlab = "Etiquetas",
ylab = "Porcentaje",
col = "purple3",
names.arg = names(hi_grupo_etiquetas),
cex.lab = 1,
cex.axis = 0.7,
cex.names = 0.5,
ylim = c(0, 100)
)
6.3 Probabilidad
par(mar = c(8, 4, 3, 2))
prob_grupo_etiquetas <- round((grupo_etiquetas / sum(grupo_etiquetas)) * 100, 2)
bp1 <- barplot(
prob_grupo_etiquetas,
main = "Distribución de Probabilidad de Etiquetas sobre la categoría de cada incidente",
cex.main = 0.7,
xlab = "Etiquetas",
ylab = "Probabilidad (%)",
col = "purple4",
names.arg = names(grupo_etiquetas),
las = 1,
cex.names = 0.5,
ylim = c(0, 100)
)
##¿Cuál es la probabilidad de que la etiquetas sobre cada incidente sea Otros?
GrupoTabla <- as.data.frame(grupo_etiquetas) # columnas: Var1, Freq
GrupoTabla$porcentaje <- round((GrupoTabla$Freq / sum(GrupoTabla$Freq)) * 100, 2)
probabilidad_Otros_df <- GrupoTabla$porcentaje[GrupoTabla$Var1 == "Otros"]
print(paste0("Probabilidad de que la etiquetas sobre cada incidente sea Otros: ", probabilidad_Otros_df, " %"))## [1] "Probabilidad de que la etiquetas sobre cada incidente sea Otros: 65.52 %"7 Fuente respuesta
7.1 Tabla de distribución de frecuencias
Fuente_respuesta <- datos$Fuente_respuesta
TDFcausa <- table(Fuente_respuesta)
Tabla <- as.data.frame(TDFcausa)
colnames(Tabla)[colnames(Tabla) == "Freq"] <- "ni"
fo_norm <- Tabla$ni/sum(Tabla$ni)
fo <- fo_norm * 100
sum(fo)## [1] 100Tabla <- data.frame(Tabla, fo)
total_ni <- sum(Tabla$ni)
total_fo <- sum(Tabla$fo)
fila_total <- data.frame(Fuente_respuesta = "Total", ni = total_ni, fo = total_fo)
Tabla <- rbind(Tabla, fila_total)
Tabla## Fuente_respuesta ni fo
## 1 1737 48.92958
## 2 description 783 22.05634
## 3 description and posts 506 14.25352
## 4 posts 524 14.76056
## 5 Total 3550 100.000007.2 Gráficos
# Ajustar márgenes
par(mar = c(8, 4, 3, 2))
# Frecuencia Absoluta
barplot(TDFcausa,
main = "Distribución de Fuente de respuesta de los derrames a nivel global ",
cex.main = 0.4,
xlab = "",
ylab = "Cantidad",
col = "yellow",
las = 1,
cex.names = 1,
cex.axis = 1,
cex.main = 1.2,
ylim = c(0, max(TDFcausa) * 1.2),
border = "black")
# Frecuencia Relativa
porcentajes <- TDFcausa / sum(TDFcausa) * 100
par(mar = c(8, 4, 3, 2))
barplot(porcentajes,
main = "Distribución porcentual de Fuente de Respuesta de los derrames a nivel global ",
cex.main = 0.9,
xlab = "",
ylab = "Porcentaje",
col = "yellow3",
las = 1,
cex.names = 1,
cex.axis = 1,
ylim = c(0, max(porcentajes) * 1.2),
border = "black")
7.3 Probabilidad
P_fuente <- Tabla$ni / sum(Tabla$ni)
P_fuente <- P_fuente[Tabla$Fuente_respuesta != "Total"]
nombres_fuente <- Tabla$Fuente_respuesta[Tabla$Fuente_respuesta != "Total"]
barplot(P_fuente,
main = "Distribución de Probabilidad de Fuente de Respuesta en derrames a nivel global",
cex.main = 0.9,
xlab = "Fuente de Respuesta",
ylab = "Probabilidad",
col = "yellow4",
names.arg = nombres_fuente,
las = 1,
cex.names = 1)
##¿Cuál es la probabilidad de que la fuente de respuesta sea publicaciones?
Causa_objetivo <- "posts"
probabilidad_posts <- round(
(Tabla$ni[Tabla$Fuente_respuesta == Causa_objetivo] /
sum(Tabla$ni[Tabla$Fuente_respuesta != "Total"])) * 100,
1
)
print(paste("La probabilidad de que la fuente de respuesta sea publicaciones", Causa_objetivo, "es:", probabilidad_posts, "%"))## [1] "La probabilidad de que la fuente de respuesta sea publicaciones posts es: 14.8 %"8 ETIQUETA DE ACTUALIZACIÓN
8.1 Tabla de distribución de frecuencias
etiqueta_actualizacion <- datos$etiqueta_actualizacion
TDFetiqueta_actualizacion <- table(etiqueta_actualizacion)
Tabla <- as.data.frame(TDFetiqueta_actualizacion)
colnames(Tabla)[colnames(Tabla) == "Freq"] <- "ni"
fo_norm <- Tabla$ni/sum(Tabla$ni)
fo <- fo_norm * 100
sum(fo)## [1] 100Tabla <- data.frame(Tabla, fo)
total_ni <- sum(Tabla$ni)
total_fo <- sum(Tabla$fo)
fila_total <- data.frame(etiqueta_actualizacion = "Total", ni = total_ni, fo = total_fo)
Tabla <- rbind(Tabla, fila_total)
Tabla## etiqueta_actualizacion ni fo
## 1 No information better than potential maximum RA 770 21.69014
## 2 RA confirmed 689 19.40845
## 3 RA newly acquired 405 11.40845
## 4 RA still unavailable 977 27.52113
## 5 RA updated 709 19.97183
## 6 Total 3550 100.000008.2 Gráficos
# Ajustar márgenes
par(mar = c(8, 4, 3, 2))
# Frecuencia Absoluta
barplot(TDFetiqueta_actualizacion,
main = "Distribución de etiqueta de actualización de los derrames a nivel global",
xlab = "",
ylab = "Cantidad",
col = "pink",
las = 3,
cex.names = 0.6,
cex.axis = 0.9,
cex.main = 1,
ylim = c(0, max(TDFetiqueta_actualizacion) * 1.2),
border = "black")
porcentajes <- TDFetiqueta_actualizacion / sum(TDFetiqueta_actualizacion) * 100
par(mar = c(8, 4, 3, 2))
barplot(porcentajes,
main = "Distribución porcentual de etiqueta de actualización de los derrames a nivel global",
xlab = "",
ylab = "Porcentaje",
col = "pink2",
las = 3,
cex.names = 0.6,
cex.axis = 0.9,
cex.main = 1,
ylim = c(0, max(porcentajes) * 1.2),
border = "black")
8.3 Probabilidad
P_etiqueta_actualizacion <- Tabla$ni / sum(Tabla$ni)
P_etiqueta_actualizacion <- P_etiqueta_actualizacion[Tabla$etiqueta_actualizacion != "Total"]
nombres_etiqueta <- Tabla$etiqueta_actualizacion[Tabla$etiqueta_actualizacion != "Total"]
barplot(P_etiqueta_actualizacion,
main = "Distribución de Probabilidad de etiqueta de actualización de los derrames a nivel global",
cex.main = 0.9,
xlab = "etiqueta de actualización",
ylab = "Probabilidad",
col = "pink3",
names.arg = nombres_etiqueta,
las = 3,
cex.names = 0.6,
cex.axis = 0.9)
##¿Cuál es la probabilidad de que la fuente de respuesta sea RA cofirmada?
etiqueta_objetivo <- "RA confirmed"
probabilidad_confirmado <- round(
(Tabla$ni[Tabla$etiqueta_actualizacion == etiqueta_objetivo] /
sum(Tabla$ni[Tabla$etiqueta_actualizacion != "Total"])) * 100,
1
)
print(paste("La probabilidad de", etiqueta_objetivo, "es:", probabilidad_confirmado, "%"))## [1] "La probabilidad de RA confirmed es: 19.4 %"