FECHA: 05/12/2025
##Estadística Descriptiva
#Variable Continua SO2
#Llumitasig Daniela
#Cargar librerias
library(gt)
library(dplyr)
##
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(e1071)
#Cargar datos
city_day_2_ <- read.csv("city_day (2).csv")
datos<-read.csv("~/Documentos R/SO2/city_day (2).csv")
#Extraccion de los "-" de la variable SO2 debido a que son valores inexistentes,
# para un mejor analisis, cambia tamaño muestral de 29531 a 25677
city_day_2_$SO2[city_day_2_$SO2 == "-"] <- NA
city_day_2_$SO2 <- as.numeric(city_day_2_$SO2)
SO2 <- na.omit(city_day_2_$SO2)
#Filtrar SO2
SO2 <- subset(city_day_2_$SO2, city_day_2_$SO2 >= 0)
# Calcular el mínimo y máximo de NH3
min_SO2 <- min(SO2)
max_SO2 <- max(SO2)
#Calcular rango
R <- max_SO2 - min_SO2
#Calcular intervalos
K <- floor(1 + 3.33 * log10(length(SO2)))
#Calcular amplitud
A <-R/K
#Limite inferior
Li <-round(seq(from=min_SO2,to=max_SO2-A,by=A),2)
#Limite superior
Ls <-round(seq(from=min_SO2+A,to=max_SO2,by=A),2)
#Marca de clase
Mc <- (Li+Ls)/2
# Vector vacío para guardar las frecuencias de cada clase
ni <- c()
for (i in 1:K) {
if (i < K) {
# Para las primeras clases: [Li , Ls)
ni[i] <- length(subset(SO2, SO2 >= Li[i] & SO2 < Ls[i]))
} else {
# Para la última clase: [Li , Ls]
ni[i] <- length(subset(SO2, SO2 >= Li[i] & SO2 <= Ls[i]))
}
}
N <- sum(ni)
hi <- (ni / N) * 100
Ni_asc <- cumsum(ni)
Ni_desc <- rev(cumsum(rev(ni)))
Hi_asc <- cumsum(hi)
Hi_desc <- rev(cumsum(rev(hi)))
Intervalo <- paste0("[", round(Li,2), " - ", round(Ls,2), ")")
Intervalo[length(Intervalo)] <- paste0("[", round(Li[length(Li)],2), " - ",
round(Ls[length(Ls)],2), "]")
TDF_SO2 <- data.frame(
Intervalo = Intervalo,
Mc = round(Mc, 2),
ni = ni,
hi = round(hi, 2),
Ni_asc = Ni_asc,
Ni_desc = Ni_desc,
Hi_asc = round(Hi_asc, 2),
Hi_desc = round(Hi_desc, 2)
)
# Crear fila de totales para Benzene
totales <- data.frame(
Intervalo = "Totales",
Mc = "-",
ni = sum(ni),
hi = round(sum(hi), 2),
Ni_asc = "-",
Ni_desc = "-",
Hi_asc= "-",
Hi_desc = "-"
)
TDF_SO2 <- rbind(TDF_SO2, totales)
length(Li)
## [1] 15
#Tabla 1
library(gt)
library(dplyr)
TDF_SO2 %>%
gt() %>%
tab_header(
title = md("*Tabla Nro. 1*"),
subtitle = md("*Distribución de frecuencias de la concentración de SO2 en el estudio de calidad del aire en la India*")
) %>%
tab_source_note(
source_note = md("Fuente:Datos procesados por el autor a partir del archivo *city_day_(2).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. 1 |
| Distribución de frecuencias de la concentración de SO2 en el estudio de calidad del aire en la India |
| Intervalo |
Mc |
ni |
hi |
Ni_asc |
Ni_desc |
Hi_asc |
Hi_desc |
| [0.01 - 12.93) |
6.47 |
17536 |
68.29 |
17536 |
25677 |
68.29 |
100 |
| [12.93 - 25.86) |
19.4 |
5066 |
19.73 |
22602 |
8141 |
88.02 |
31.71 |
| [25.86 - 38.78) |
32.32 |
1270 |
4.95 |
23872 |
3075 |
92.97 |
11.98 |
| [38.78 - 51.7) |
45.24 |
818 |
3.19 |
24690 |
1805 |
96.16 |
7.03 |
| [51.7 - 64.63) |
58.16 |
328 |
1.28 |
25018 |
987 |
97.43 |
3.84 |
| [64.63 - 77.55) |
71.09 |
175 |
0.68 |
25193 |
659 |
98.12 |
2.57 |
| [77.55 - 90.47) |
84.01 |
123 |
0.48 |
25316 |
484 |
98.59 |
1.88 |
| [90.47 - 103.4) |
96.94 |
110 |
0.43 |
25426 |
361 |
99.02 |
1.41 |
| [103.4 - 116.32) |
109.86 |
73 |
0.28 |
25499 |
251 |
99.31 |
0.98 |
| [116.32 - 129.24) |
122.78 |
63 |
0.25 |
25562 |
178 |
99.55 |
0.69 |
| [129.24 - 142.17) |
135.7 |
45 |
0.18 |
25607 |
115 |
99.73 |
0.45 |
| [142.17 - 155.09) |
148.63 |
26 |
0.10 |
25633 |
70 |
99.83 |
0.27 |
| [155.09 - 168.01) |
161.55 |
19 |
0.07 |
25652 |
44 |
99.9 |
0.17 |
| [168.01 - 180.94) |
174.48 |
21 |
0.08 |
25673 |
25 |
99.98 |
0.1 |
| [180.94 - 193.86] |
187.4 |
4 |
0.02 |
25677 |
4 |
100 |
0.02 |
| Totales |
- |
25677 |
100.00 |
- |
- |
- |
- |
| Fuente:Datos procesados por el autor a partir del archivo city_day_(2).csv |
# PROCESO DE SIMPLIFICACIÓN PARA SO2
#HISTOGRAMA SO2
histo_SO2<-hist(SO2,plot = FALSE)
#ELEMENTOS SIMPLIFICADOS
Lis<-histo_SO2$breaks [1:20]
Lss<-histo_SO2$breaks [2:21]
MCs<-(Lis+Lis)/2
nis<-histo_SO2$counts
his <- (nis / N) * 100
Nis_asc <- cumsum(nis)
His_asc <- cumsum(his)
Nis_desc <- rev(cumsum(rev(nis)))
His_desc <- rev(cumsum(rev(his)))
Intervalos <- paste0("[", round(Lis,2), " - ", round(Lss,2), ")")
Intervalos[length(Intervalos)] <- paste0("[", round(Lis[length(Lis)],2),
" - ", round(Lss[length(Lss)],2), "]")
TDF_SO2simplificado <- data.frame(
Intervalo = Intervalos,
MC = round(MCs, 2),
ni = nis,
hi= round(his, 2),
Ni_ascendente = Nis_asc,
Hi_ascendente = round(His_asc, 2),
Ni_descendente = Nis_desc,
Hi_descendente = round(His_desc, 2)
)
colnames(TDF_SO2simplificado) <- c(
"Intervalo",
"MC",
"ni",
"hi(%)",
"Ni_asc",
"Hi_asc (%)",
"Ni_desc",
"Hi_desc (%)"
)
totaless <- data.frame(
Intervalo = "Totales",
MC = "-",
ni = sum(nis), # suma total de ni
hi = sum(his), # suma total de hi (%)
Ni_ascendente = "-",
Ni_descendente = "-",
Hi_ascendente = "-",
Hi_descendente = "-"
)
colnames(totaless) <- c(
"Intervalo",
"MC",
"ni",
"hi(%)",
"Ni_asc",
"Hi_asc (%)",
"Ni_desc",
"Hi_desc (%)"
)
# Agregar al final de la tabla
TDF_SO2simplificado <- rbind(TDF_SO2simplificado, totaless)
#Tabla 2
TDF_SO2simplificado %>%
gt() %>%
tab_header(
title = md("*Tabla Nro. 2*"),
subtitle = md("*Distribución de frecuencia simplificada de concentración de SO2, en el estudio calidad del aire en India*")
) %>%
tab_source_note(
source_note = md("Fuente: Datos procesados por el autor a partir del archivo *city_day (2)*")
) %>%
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. 2 |
| Distribución de frecuencia simplificada de concentración de SO2, en el estudio calidad del aire en India |
| Intervalo |
MC |
ni |
hi(%) |
Ni_asc |
Hi_asc (%) |
Ni_desc |
Hi_desc (%) |
| [0 - 10) |
0 |
14075 |
54.82 |
14075 |
54.82 |
25677 |
100 |
| [10 - 20) |
10 |
7169 |
27.92 |
21244 |
82.74 |
11602 |
45.18 |
| [20 - 30) |
20 |
1900 |
7.40 |
23144 |
90.14 |
4433 |
17.26 |
| [30 - 40) |
30 |
835 |
3.25 |
23979 |
93.39 |
2533 |
9.86 |
| [40 - 50) |
40 |
613 |
2.39 |
24592 |
95.77 |
1698 |
6.61 |
| [50 - 60) |
50 |
340 |
1.32 |
24932 |
97.1 |
1085 |
4.23 |
| [60 - 70) |
60 |
178 |
0.69 |
25110 |
97.79 |
745 |
2.9 |
| [70 - 80) |
70 |
109 |
0.42 |
25219 |
98.22 |
567 |
2.21 |
| [80 - 90) |
80 |
94 |
0.37 |
25313 |
98.58 |
458 |
1.78 |
| [90 - 100) |
90 |
80 |
0.31 |
25393 |
98.89 |
364 |
1.42 |
| [100 - 110) |
100 |
70 |
0.27 |
25463 |
99.17 |
284 |
1.11 |
| [110 - 120) |
110 |
58 |
0.23 |
25521 |
99.39 |
214 |
0.83 |
| [120 - 130) |
120 |
44 |
0.17 |
25565 |
99.56 |
156 |
0.61 |
| [130 - 140) |
130 |
39 |
0.15 |
25604 |
99.72 |
112 |
0.44 |
| [140 - 150) |
140 |
22 |
0.09 |
25626 |
99.8 |
73 |
0.28 |
| [150 - 160) |
150 |
18 |
0.07 |
25644 |
99.87 |
51 |
0.2 |
| [160 - 170) |
160 |
17 |
0.07 |
25661 |
99.94 |
33 |
0.13 |
| [170 - 180) |
170 |
11 |
0.04 |
25672 |
99.98 |
16 |
0.06 |
| [180 - 190) |
180 |
4 |
0.02 |
25676 |
100 |
5 |
0.02 |
| [190 - 200] |
190 |
1 |
0.00 |
25677 |
100 |
1 |
0 |
| Totales |
- |
25677 |
100.00 |
- |
- |
- |
- |
| Fuente: Datos procesados por el autor a partir del archivo city_day (2) |
#GRAFICAS
#Histogramas local
hist(SO2, breaks = 21,
main = "Gráfica N°1: Distribución de la Concentración de SO2
presente en el estudio sobre calidad del aire en Inia ",
xlab = " SO2 (µg/m3)",
ylab = "Cantidad",
ylim = c(0, max(nis)),
col = "yellow",
cex.main = 0.9,
cex.lab = 1,
cex.axis = 0.9,
xaxt = "n")
axis(1, at = histo_SO2$breaks,
labels = histo_SO2$breaks, las = 1,
cex.axis = 0.9)
#Histograma global
hist(SO2, breaks = 21,
main = "Gráfica N°2:Distribución de la Concentración de SO2
presente en el estudio sobre calidad del aire en India",
xlab = "SO2 (µg/m3)",
ylab = "Cantidad",
ylim = c(0, length(SO2)),
col = "yellow",
cex.main = 1,
cex.lab = 1,
cex.axis = 0.9,
xaxt = "n")
axis(1, at = histo_SO2$breaks,
labels = histo_SO2$breaks, las = 1,
cex.axis = 0.9)
#Histograma porcentual local
# hi(%) local desde tu tabla simplificada (sin la fila Totales)
hi_loc <- TDF_SO2simplificado$`hi(%)`[1:(nrow(TDF_SO2simplificado) - 1)]
# MISMO sistema de breaks locales
breaks_SO2_simplificado <- c(Lis[1], Lss)
histo_SO2_simplificado <- hist(SO2, breaks = breaks_SO2_simplificado, plot = FALSE)
# LIENZO vacío con eje Y en PORCENTAJE, SIN MARCO
plot(NA,
xlim = range(breaks_SO2_simplificado),
ylim = c(0, max(hi_loc) * 1.1),
xlab = "SO2 (µg/m³)",
ylab = "Porcentaje (%)",
main = "Gráfica N°3: Histograma porcentual local de SO2",
xaxt = "n",
bty = "n") # <<--- QUITA EL MARCO COMPLETO
# DIBUJAR LAS BARRAS (como histograma) usando hi(%)
for (i in seq_along(hi_loc)) {
rect(xleft = breaks_SO2_simplificado[i],
ybottom = 0,
xright = breaks_SO2_simplificado[i + 1],
ytop = hi_loc[i],
col = "yellow",
border = "black")
}
# EJE X igual que en el histograma global/local absoluto (con etiquetas salteadas)
idx <- seq(1, length(histo_SO2_simplificado$breaks), by = 2)
axis(1,
at = histo_SO2_simplificado$breaks[idx],
labels = round(histo_SO2_simplificado$breaks[idx], 0),
las = 1,
cex.axis = 0.9)
#Histograma porcentual global
# 1. Histograma global para obtener breaks y counts
histo_SO2_global <- hist(SO2, breaks = 19, plot = FALSE)
# 2. Frecuencias absolutas
ni_global <- histo_SO2_global$counts
# 3. Calcular porcentajes globales
hi_global <- ni_global / sum(ni_global) * 100
# 4. Crear lienzo vacío con eje Y de 0 a 100%, SIN MARCO
plot(NA,
xlim = range(histo_SO2_global$breaks),
ylim = c(0, 100),
xlab = "NH3 (µg/m³)",
ylab = "Porcentaje (%)",
main = "Gráfica N°4: Histograma porcentual global de NH3",
xaxt = "n",
bty = "n" #QUITA EL MARCO
)
# 5. Dibujar barras del histograma porcentual GLOBAL
for (i in seq_along(hi_global)) {
rect(
xleft = histo_SO2_global$breaks[i],
ybottom = 0,
xright = histo_SO2_global$breaks[i + 1],
ytop = hi_global[i],
col = "yellow",
border = "black"
)
}
# 6. Eje X limpio (saltando un break)
idx <- seq(1, length(histo_SO2_global$breaks), by = 2)
axis(1,
at = histo_SO2_global$breaks[idx],
labels = round(histo_SO2_global$breaks[idx], 0),
las = 1,
cex.axis = 0.9)
#Diagrama de caja
CajaSO2<-boxplot(SO2, horizontal = T,col = "blue", border = "black",
main= "Gráfica No. 5: Distribución de la concentración de SO2,
estudio calidad del aire en India",
xlab="SO2 (µg/m3)")
#Ojiva local
# Usar un único eje X para ambas ojivas
x <- Lss
plot(
x, Nis_asc,
type = "b",
col = "purple",
pch = 19,
main = "Gráfica N°6:Distribución de Frecuencias Ascendente y Descendente
de la Concentración de SO2",
xlab = "SO2 (µg/m3)",
ylab = "Cantidad",
ylim = c(0, max(c(Nis_asc, Nis_desc)))
)
# Ojiva descendente
lines(
x, Nis_desc,
type = "b",
col = "red",
pch = 19
)
# Porcentaje
# Usar un único eje X para ambas ojivas
x <- Lss
# Ojiva ascendente porcentual
plot(
x, His_asc,
type = "b",
main = "Gráfica N°7:Distribución de Frecuencias Ascendente y Descendente
de la Concentración de SO2",
xlab = "SO2 (µg/m3)",
ylab = "Porcentaje (%)",
col = "purple",
pch = 19,
ylim = c(0, 100)
)
# Ojiva descendente porcentual
lines(
x, His_desc,
type = "b",
col = "red",
pch = 19
)
#INDICADORES DE POSICION
#MEDIA ARITMETICA
X_SO2 <- sum(SO2) / length(SO2)
X_SO2
## [1] 14.53198
#MEDIANA
Me_SO2 <- median(SO2)
Me_SO2
## [1] 9.16
#MODA
# Moda
Mo <- "[0,10]"
Mo
## [1] "[0,10]"
#INDICADORES DE DISPERSION
#VARIANZA
varianza_SO2 <- var(SO2)
varianza_SO2
## [1] 328.8338
#DESVIACION ESTANDAR
sd_SO2 <- sd(SO2)
sd_SO2
## [1] 18.13377
# COEFICIENTE DE VARIACIÓN (%)
CV_SO2 <- (sd_SO2 / X_SO2) * 100
CV_SO2
## [1] 124.7853
#La dispersión de NH3 es muy alta respecto al promedio
#INDICADORES DE FORMA
#COEFICIENTE DE ASIMETRIA
install.packages("e1071")
## Warning: package 'e1071' is in use and will not be installed
library(e1071)
As_SO2 <- skewness(SO2)
As_SO2
## [1] 4.083182
#CUORTOSIS
library(e1071)
Cu_SO2 <- kurtosis(SO2)
Cu_SO2
## [1] 22.06062
Variable<-"SO2"
Rango<-Rango <- "[0,193.5]"
#outliers
cajaBigotes <- boxplot(SO2, plot = FALSE)
outliers <- cajaBigotes$out
min(outliers)
## [1] 29.56
max(outliers)
## [1] 193.86
length(outliers)
## [1] 2578
Variable<-"SO2"
Rango<-Rango <- "[0,193.5]"
VA <- paste0(
length(outliers),
" (",
round(min(outliers), 2),
" – ",
round(max(outliers), 2),
")"
)
Tabla_indicadores <- data.frame(
Variable = Variable,
Rango = Rango,
X_SO2 = round(X_SO2, 3),
Me_SO2 = Me_SO2,
Mo = Mo,
sd_SO2 = round(sd_SO2, 2),
CV_SO2 = round(CV_SO2, 2),
As_SO2 = round(As_SO2, 2),
Cu_SO2 = round(Cu_SO2, 2),
VA = VA
)
install.packages("gt")
## Warning: package 'gt' is in use and will not be installed
library(gt)
library(dplyr)
Tabla_indicadores %>%
gt() %>%
tab_header(
title = md("Tabla Nro. 3"),
subtitle = md("*Indicadores Estadísticos de concentración de SO2*")
) %>%
tab_source_note(
source_note = md("Fuente: Datos procesados por el autor a partir del archivo *city_day (2)*")
) %>%
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 de concentración de SO2 |
| Variable |
Rango |
X_SO2 |
Me_SO2 |
Mo |
sd_SO2 |
CV_SO2 |
As_SO2 |
Cu_SO2 |
VA |
| SO2 |
[0,193.5] |
14.532 |
9.16 |
[0,10] |
18.13 |
124.79 |
4.08 |
22.06 |
2578 (29.56 – 193.86) |
| Fuente: Datos procesados por el autor a partir del archivo city_day (2) |