ESTUDIO ESTADÍSTICO DE LA CALIDAD DEL AIRE EN INDIA

UNIVERSIDAD CENTRAL DEL ECUADOR

PROYECTO:ESTUDIO ESTADÍSTICO DE LA CALIDAD DEL AIRE EN INDIA

FECHA: 22/11/2025

#============================
# 1. CARGA DE PAQUETES Y DATOS
# ==============================================================================

# Cargar librerías necesarias
library(gt)
library(dplyr)

# Carga de datos
# El archivo ya está cargado en el entorno
datos <- read.csv("C:/Users/JOSELYN/Desktop/kangle/Datos Cambiados.csv", # ¡ATENCIÓN! Ruta cambiada para usar el archivo cargado.
                  header = TRUE,
                  sep = ",",
                  dec = ".")
# ==============================================================================
# 2. PREPARACIÓN Y LIMPIEZA DE DATOS DE MATERIA PARTICULADA PM2.5
# ==============================================================================

# Extracción de los "-" (valores inexistentes) de la variable PM2.5
# Usando la notación de corchetes con el nombre de la columna que contiene el punto
pm25 <- datos$PM2.5[datos$PM2.5 != "-"]

# Tamaño muestral después de la limpieza
cat("Tamaño muestral de la Materia Particulada PM2.5 (sin '-'):", length(pm25), "\n")

## Tamaño muestral de la Materia Particulada PM2.5 (sin '-'): 24933

# Conversión a numérico
pm25 <- as.numeric(pm25)

# ==============================================================================
# 3. CÁLCULOS PARA LA DISTRIBUCIÓN DE FRECUENCIAS DETALLADA (34 CLASES)
# ==============================================================================

N <- length(pm25)
min_pm25 <- min(pm25)
max_pm25 <- max(pm25)
R <- max_pm25 - min_pm25

# Número de clases (k): Se mantienen 34 clases para replicar la estructura original
k_detallado <- 34

# Amplitud de clase (A)
A <- R / k_detallado

# Generación de límites de intervalos
Li <- seq(from = min_pm25, to = max_pm25 - A, by = A)
Ls <- c(seq(from = min_pm25 + A, to = max_pm25 - A, by = A), max_pm25)

# Redondeo para cálculos de intervalos precisos
pm25 <- round(pm25, 3)
Li <- round(Li, 3)
Ls <- round(Ls, 3)

# Marcas de Clase (MC)
MC <- (Li + Ls) / 2

# Creación de frecuencias absolutas (ni)
ni <- numeric(length(Li))
for (i in 1:length(Li)) {
  if (i < length(Li)) {
    # Intervalo abierto por la derecha: [Li, Ls)
    ni[i] <- sum(pm25 >= Li[i] & pm25 < Ls[i])
  } else {
    # Último intervalo cerrado: [Li, Ls]
    ni[i] <- sum(pm25 >= Li[i] & pm25 <= Ls[i])
  }
}

# Frecuencias relativas y acumuladas
hi <- (ni / N) * 100
Ni_asc <- cumsum(ni)
Ni_desc <- rev(cumsum(rev(ni)))
Hi_asc <- cumsum(hi)
Hi_desc <- rev(cumsum(rev(hi)))

# Formatear la columna Intervalo
Intervalo <- paste0("[", round(Li, 2), " - ", round(Ls, 2), ")")
# Corregir el último intervalo para que sea cerrado
Intervalo[length(Intervalo)] <- paste0("[", round(Li[length(Li)], 2), " - ",
                                       round(Ls[length(Ls)], 2), "]")

# Crear el Data Frame (TDF)
TDF_pm25 <- data.frame(
  Intervalo = Intervalo,
  MC = round(MC, 2),
  ni = ni,
  hi = round(hi, 2),
  Ni_ascendente = Ni_asc,
  Ni_descendente = Ni_desc,
  Hi_ascendente = round(Hi_asc, 2),
  Hi_descendente = round(Hi_desc, 2)
)

# Agregar la fila de totales
totales <- data.frame(
  Intervalo = "Totales",
  MC = "-",
  ni = sum(ni),
  hi = sum(hi),
  Ni_ascendente = "-",
  Ni_descendente = "-",
  Hi_ascendente = "-",
  Hi_descendente = "-"
)
TDF_pm25_completa <- rbind(TDF_pm25, totales)

# ==============================================================================
# 4. TABLA DE FRECUENCIAS DETALLADA (Tabla Nro. 1)
# ==============================================================================

TDF_pm25_completa %>%
  gt() %>%
  tab_header(
    title = "Tabla Nro. 1",
    subtitle = "Distribución de frecuencia de concentración de Materia Particulada (PM2.5), estudio calidad del aire en India entre 2015-2020"
  ) %>%
  tab_source_note(
    source_note = "Autor: Grupo 2\n Fuente: https://www.kaggle.com/datasets/rohanrao/air-quality-data-in-india"
  ) %>%
  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 frecuencia de concentración de Materia Particulada (PM2.5), estudio calidad del aire en India entre 2015-2020
Intervalo	MC	ni	hi	Ni_ascendente	Ni_descendente	Hi_ascendente	Hi_descendente
[0.04 - 27.98)	14.01	5946	23.85	5946	24933	23.85	100
[27.98 - 55.92)	41.95	8318	33.36	14264	18987	57.21	76.15
[55.92 - 83.86)	69.89	4831	19.38	19095	10669	76.59	42.79
[83.86 - 111.8)	97.83	2178	8.74	21273	5838	85.32	23.41
[111.8 - 139.74)	125.77	1159	4.65	22432	3660	89.97	14.68
[139.74 - 167.68)	153.71	753	3.02	23185	2501	92.99	10.03
[167.68 - 195.62)	181.65	533	2.14	23718	1748	95.13	7.01
[195.62 - 223.56)	209.59	370	1.48	24088	1215	96.61	4.87
[223.56 - 251.5)	237.53	284	1.14	24372	845	97.75	3.39
[251.5 - 279.44)	265.47	177	0.71	24549	561	98.46	2.25
[279.44 - 307.38)	293.41	122	0.49	24671	384	98.95	1.54
[307.38 - 335.32)	321.35	55	0.22	24726	262	99.17	1.05
[335.32 - 363.26)	349.29	59	0.24	24785	207	99.41	0.83
[363.26 - 391.2)	377.23	38	0.15	24823	148	99.56	0.59
[391.2 - 419.14)	405.17	25	0.10	24848	110	99.66	0.44
[419.14 - 447.08)	433.11	21	0.08	24869	85	99.74	0.34
[447.08 - 475.02)	461.04	17	0.07	24886	64	99.81	0.26
[475.02 - 502.96)	488.98	10	0.04	24896	47	99.85	0.19
[502.96 - 530.89)	516.92	6	0.02	24902	37	99.88	0.15
[530.89 - 558.83)	544.86	6	0.02	24908	31	99.9	0.12
[558.83 - 586.77)	572.8	4	0.02	24912	25	99.92	0.1
[586.77 - 614.71)	600.74	2	0.01	24914	21	99.92	0.08
[614.71 - 642.65)	628.68	2	0.01	24916	19	99.93	0.08
[642.65 - 670.59)	656.62	2	0.01	24918	17	99.94	0.07
[670.59 - 698.53)	684.56	2	0.01	24920	15	99.95	0.06
[698.53 - 726.47)	712.5	1	0.00	24921	13	99.95	0.05
[726.47 - 754.41)	740.44	1	0.00	24922	12	99.96	0.05
[754.41 - 782.35)	768.38	0	0.00	24922	11	99.96	0.04
[782.35 - 810.29)	796.32	0	0.00	24922	11	99.96	0.04
[810.29 - 838.23)	824.26	3	0.01	24925	11	99.97	0.04
[838.23 - 866.17)	852.2	1	0.00	24926	8	99.97	0.03
[866.17 - 894.11)	880.14	1	0.00	24927	7	99.98	0.03
[894.11 - 922.05)	908.08	5	0.02	24932	6	100	0.02
[922.05 - 949.99]	936.02	1	0.00	24933	1	100	0
Totales	-	24933	100.00	-	-	-	-
Autor: Grupo 2 Fuente: https://www.kaggle.com/datasets/rohanrao/air-quality-data-in-india

#============================
# 1. CARGA DE PAQUETES Y DATOS (Replicado para integridad)
# ==============================================================================

# Cargar librerías necesarias
library(gt)
library(dplyr)

# Carga de datos
datos <- read.csv("C:/Users/JOSELYN/Desktop/kangle/Datos Cambiados.csv",
                  header = TRUE,
                  sep = ",",
                  dec = ".")

# ==============================================================================
# 2. PREPARACIÓN Y LIMPIEZA DE DATOS DE MATERIA PARTICULADA PM2.5 (Replicado para integridad)
# ==============================================================================

# Extracción de los "-" (valores inexistentes) de la variable PM2.5
pm25 <- datos$PM2.5[datos$PM2.5 != "-"]
# Conversión a numérico
pm25 <- as.numeric(pm25)
# Redondeo para cálculos de intervalos precisos
pm25 <- round(pm25, 3)

# Definir N (Tamaño muestral)
N <- length(pm25)
min_pm25 <- min(pm25)
max_pm25 <- max(pm25)

# ==============================================================================
# 5. CÁLCULOS PARA LA DISTRIBUCIÓN SIMPLIFICADA (13 CLASES)
# ==============================================================================

# Se utiliza la función hist() para obtener los intervalos simplificados
Histograma_pm25 <- hist(pm25, breaks = 13, plot = FALSE) # No mostrar la gráfica aún

# Extraer elementos simplificados
Lis <- Histograma_pm25$breaks[1:(length(Histograma_pm25$breaks) - 1)]
Lss <- Histograma_pm25$breaks[2:length(Histograma_pm25$breaks)]
MCs <- (Lis + Lss) / 2
nis <- Histograma_pm25$counts

# Frecuencias relativas y acumuladas simplificadas
his <- (nis / N) * 100
Nis_asc <- cumsum(nis)
His_asc <- cumsum(his)
Nis_desc <- rev(cumsum(rev(nis)))
His_desc <- rev(cumsum(rev(his)))

# Crear el Data Frame Simplificado
TDF_pm25simplificado <- data.frame(
  Intervalo = paste0("[", round(Lis, 2), " - ", round(Lss, 2), ")"),
  MC = round(MCs, 2),
  ni = nis,
  hi = round(his, 2),
  Ni_asc = Nis_asc,
  Hi_asc = round(His_asc, 2),
  Ni_desc = Nis_desc,
  Hi_desc = round(His_desc, 2)
)

# Renombrar columnas con los nombres finales (usando comillas invertidas para % en R)
colnames(TDF_pm25simplificado) <- c("Intervalo", "MC", "ni", "hi(%)",
                                    "Ni_asc", "Hi_asc (%)", "Ni_desc", "Hi_desc (%)")

# Agregar la fila de totales (Usando nombres temporales para compatibilidad)
totaless <- data.frame(
  Intervalo = "Totales",
  MC = "-",
  ni = sum(nis),
  hi = sum(his),
  Ni_asc = "-",
  Hi_asc = "-",
  Ni_desc = "-",
  Hi_desc = "-"
)

# Asegurar que las columnas de totaless coincidan con los nombres finales
colnames(totaless) <- colnames(TDF_pm25simplificado)

# Unir los data frames
TDF_pm25simplificado_completa <- rbind(TDF_pm25simplificado, totaless)

# ==============================================================================
# 6. TABLA DE FRECUENCIAS SIMPLIFICADA (Tabla Nro. 2)
# ==============================================================================

TDF_pm25simplificado_completa %>%
  gt() %>%
  tab_header(
    title = "Tabla Nro. 2",
    # *** Título actualizado a PM2.5 ***
    subtitle = "Distribución de frecuencia simplificada de concentración de Materia Particulada (PM2.5), estudio calidad del aire en India entre 2015-2020"
  ) %>%
  tab_source_note(
    source_note = "Autor: Grupo 2\n Fuente: https://www.kaggle.com/datasets/rohanrao/air-quality-data-in-india"
  ) %>%
  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 Materia Particulada (PM2.5), estudio calidad del aire en India entre 2015-2020
Intervalo	MC	ni	hi(%)	Ni_asc	Hi_asc (%)	Ni_desc	Hi_desc (%)
[0 - 100)	50	20516	82.28	20516	82.28	24933	100
[100 - 200)	150	3281	13.16	23797	95.44	4417	17.72
[200 - 300)	250	843	3.38	24640	98.82	1136	4.56
[300 - 400)	350	193	0.77	24833	99.6	293	1.18
[400 - 500)	450	63	0.25	24896	99.85	100	0.4
[500 - 600)	550	18	0.07	24914	99.92	37	0.15
[600 - 700)	650	6	0.02	24920	99.95	19	0.08
[700 - 800)	750	2	0.01	24922	99.96	13	0.05
[800 - 900)	850	6	0.02	24928	99.98	11	0.04
[900 - 1000)	950	5	0.02	24933	100	5	0.02
Totales	-	24933	100.00	-	-	-	-
Autor: Grupo 2 Fuente: https://www.kaggle.com/datasets/rohanrao/air-quality-data-in-india

# El código asume que las variables 'pm25' y 'TDF_pm25simplificado' (creadas en los pasos anteriores)
# y 'Histograma_pm25' (creada en la Sección 5) están disponibles en el entorno.

# Usaremos la variable Histograma_pm25 generada previamente
# Histograma_pm25 <- hist(pm25, breaks = 13, plot = FALSE)
# nis <- Histograma_pm25$counts
# TDF_pm25simplificado <- # Data Frame simplificado (Tabla Nro. 2 sin totales)

# ------------------------------------------------------------------------------
# 7. GRÁFICA N°1: Histograma Local (Frecuencia Absoluta - Eje Y ajustado a la frecuencia más alta)
# ------------------------------------------------------------------------------

hist(pm25, breaks = 13,
     # *** Título y variable actualizados a PM2.5 ***
     main = "Gr\u00E1fica N\u00B01: Distribuci\u00F3n de la Concentraci\u00F3n de Materia Particulada (PM2.5)
     presente en el estudio sobre calidad del aire en India entre 2015-2020",
     # *** Etiqueta del eje X actualizada a PM2.5 ***
     xlab = "PM2.5 (\u00B5g/m\u00B3)",
     ylab = "Cantidad",
     # max(nis) es la altura máxima de la frecuencia absoluta más alta (7871)
     ylim = c(0, max(Histograma_pm25$counts)),
     col = "darkseagreen3", # Nuevo color
     cex.main = 0.9,
     cex.lab = 1,
     cex.axis = 0.9,
     xaxt = "n")
axis(1, at = Histograma_pm25$breaks,
     labels = round(Histograma_pm25$breaks, 0), las = 1,
     cex.axis = 0.9)

# ----------------------------------
# Gráfica N°2: Histograma Global (Frecuencia Absoluta - Eje Y ajustado al tamaño total de la muestra)
# ----------------------------------
hist(pm25, breaks = 13,
     # *** Título y variable actualizados a PM2.5 ***
     main = "Gr\u00E1fica N\u00B02: Distribuci\u00F3n de la Concentraci\u00F3n de Materia Particulada (PM2.5)
     presente en el estudio sobre calidad del aire en India entre 2015-2020",
     # *** Etiqueta del eje X actualizada a PM2.5 ***
     xlab = "PM2.5 (\u00B5g/m\u00B3)",
     ylab = "Cantidad",
     # length(pm25) es la altura máxima (32549)
     ylim = c(0, length(pm25)),
     col = "darkseagreen",
     cex.main = 1,
     cex.lab = 1,
     cex.axis = 0.9,
     xaxt = "n")
axis(1, at = Histograma_pm25$breaks,
     labels = round(Histograma_pm25$breaks, 0), las = 1,
     cex.axis = 0.9)

# ------------------------------------------------------------------------------
# Gráfica N°3: Histograma Porcentual Global (Superposición Eje Y 0-100%)
# ------------------------------------------------------------------------------

# Para esta gráfica, usaremos el 'hi(%)' de la tabla simplificada.
n <- as.numeric(nrow(TDF_pm25simplificado))
porcentajes <- TDF_pm25simplificado$`hi(%)`[1:(n-1)]
marcas_clase <- TDF_pm25simplificado$MC[1:(n-1)]

post <- barplot(porcentajes,
                space = 0,
                col = "skyblue",
                # *** Título actualizado a PM2.5 ***
                main = "Gr\u00E1fica N\u00B03: Distribuci\u00F3n Porcentual Global de PM2.5
                Estudio Calidad del Aire en India, 2015-2020",
                # *** Etiqueta del eje X actualizada a PM2.5 ***
                xlab = "PM2.5 (\u00B5g/m\u00B3)",
                ylab = "Porcentaje (%)",
                # Fijamos el límite Y entre 0 y 100
                ylim = c(0, 100), 
                cex.main = 0.9,
                cex.lab = 1,
                xaxt = "n",
                yaxt = "n") 

# Dibujamos las etiquetas del Eje X (Marca de Clase)
axis(side = 1,
     at = post,
     labels = marcas_clase,
     tck = -0.02, 
     las = 2,     
     cex.axis = 0.6) 

# Dibujamos las marcas del Eje Y
axis(side = 2,
     at = seq(0, 100, by = 20),
     las = 1,
     cex.axis = 0.9)

# ------------------------------------------------------------------------------
# Gráfica N°4: Histograma Porcentual Local (Ajustado para máximo en 80)
# ------------------------------------------------------------------------------

n <- as.numeric(nrow(TDF_pm25simplificado))
porcentajes <- TDF_pm25simplificado$`hi(%)`[1:(n-1)]
marcas_clase <- TDF_pm25simplificado$MC[1:(n-1)]

pos <- barplot(
  porcentajes,
  space = 0,
  # *** Título actualizado a PM2.5 ***
  main = "Gr\u00E1fica N\u00B04: Distribuci\u00F3n Porcentual de Concentraci\u00F3n de PM2.5
  Estudio Calidad del Aire en India, 2015-2020",
  ylab = "Porcentaje (%)",
  # *** Etiqueta del eje X actualizada a PM2.5 ***
  xlab = "PM2.5 (\u00B5g/m\u00B3)",
  
  # AJUSTE CLAVE 1: Fijamos el límite Y en 80 (para que la barra más alta, 24.18%, sobresalga)
  ylim = c(0, 80),
  
  col = "darkseagreen",
  cex.main = 0.9,
  cex.lab = 1,
  
  # Ocultamos etiquetas automáticas para control manual
  xaxt = "n",
  yaxt = "n" 
)

# Dibujamos las etiquetas del Eje X (Marca de Clase)
axis(side = 1,
     at = pos,
     labels = marcas_clase,
     tck = -0.04,    
     las = 2,      # Rota etiquetas verticalmente
     cex.axis = 0.6) 

# AJUSTE CLAVE 2: Dibujamos las marcas del Eje Y solo hasta 80
axis(side = 2,
     at = seq(0, 80, by = 20), 
     las = 1,      # Horizontal
     cex.axis = 0.9)

# El código asume que las variables 'pm25', 'N', 'Lis', 'Lss',
# 'Nis_asc', 'Nis_desc', 'His_asc', 'His_desc' (creadas en los pasos anteriores)
# están disponibles en el entorno.

# Símbolo para microgramos/metro cúbico (µg/m³)
unidades_pm25 <- "PM2.5 (\u00B5g/m\u00B3)"

# El código asume que las variables 'pm25', 'N', 'Lis', 'Lss',
# 'Nis_asc', 'Nis_desc' (creadas en los pasos anteriores)
# están disponibles en el entorno.

# Símbolo para microgramos/metro cúbico (µg/m³)
unidades_pm25 <- "PM2.5 (\u00B5g/m\u00B3)"

# ------------------------------------------------------------------------------
# Gráfica N°5: Diagrama de Caja (Box Plot) para Materia Particulada (PM2.5)
# ------------------------------------------------------------------------------

CajaPM25 <- boxplot(pm25, 
                    horizontal = TRUE,
                    col = "turquoise", 
                    border = "black",
                    # *** Título y variable actualizados a PM2.5 ***
                    main = "Gr\u00E1fica N\u00B05: Distribuci\u00F3n de la concentraci\u00F3n de Materia Particulada (PM2.5),
                    estudio calidad del aire en India desde 2015-2020",
                    # *** Etiqueta del eje X actualizada a PM2.5 ***
                    xlab = "PM2.5",
                    # Ajustes de texto
                    cex.main = 0.9,
                    cex.lab = 1)

# ------------------------------------------------------------------------------
# Gráfica N°6: Ojiva Ascendente y Descendente (Frecuencia Absoluta) para PM2.5
# ------------------------------------------------------------------------------

# 1. Definir los límites de clase extendidos (añadiendo el punto cero)
# Esto asegura que la gráfica inicie en 0 y termine en el máximo.
Limites_X <- c(Lis[1], Lss) # [Min_PM25, Ls1, Ls2, ..., Ls_max]

# 2. Definir frecuencias acumuladas extendidas

# Frecuencia Ascendente: [0, Ni_asc1, Ni_asc2, ..., N]
Frec_Asc_Ext <- c(0, Nis_asc) 

# Frecuencia Descendente: [N, Ni_desc1, Ni_desc2, ..., 0]
# La frecuencia descendente de la última clase es 0, no la de la penúltima.
Frec_Desc_Ext <- c(Nis_desc, 0)

# Ojiva ascendente
plot(Limites_X, Frec_Asc_Ext, 
     type = "b", 
     # *** Título y variable actualizados a PM2.5 ***
     main = "Gr\u00E1fica N\u00B06: Ojiva ascendente y descendente de la
     distribuci\u00F3n de la concentraci\u00F3n de Materia Particulada (PM2.5)",
     
     # Ajustamos la etiqueta X para PM2.5
     xlab = "PM2.5",
     ylab = "Cantidad", 
     
     pch = 19,
     col = "turquoise", 
     
     # Aseguramos que el eje Y cubra desde 0 hasta el total de datos (N)
     ylim = c(0, N), 
     
     # Aseguramos que el eje X vaya desde 0 hasta el límite superior máximo
     xlim = c(0, max(Lss)), 
     
     cex.main = 0.9,
     cex.lab = 1,
     cex.axis = 0.9
)

# Ojiva descendente (Usa los mismos Limites_X extendidos)
lines(Limites_X, Frec_Desc_Ext, 
      type = "b", 
      col = "black", 
      pch = 19)

# El código asume que las variables 'pm25', 'N', 'Lis', 'Lss',
# 'His_asc', 'His_desc' (creadas en los pasos anteriores)
# están disponibles en el entorno.

# La etiqueta del eje X es simplemente la variable:
etiqueta_eje_x <- "PM2.5"

# ------------------------------------------------------------------------------
# Gráfica N°7: Ojiva Ascendente y Descendente PORCENTUAL para Materia Particulada (PM2.5)
# ------------------------------------------------------------------------------

# 1. Definir los límites de clase extendidos (igual que en la Gráfica N°6)
# Esto asegura que la gráfica inicie y termine correctamente en el eje X.
Limites_X <- c(Lis[1], Lss) 

# 2. Definir frecuencias PORCENTUALES acumuladas extendidas

# Frecuencia Ascendente: [0, Hi_asc1, Hi_asc2, ..., 100]
Frec_H_Asc_Ext <- c(0, His_asc) 

# Frecuencia Descendente: [100, Hi_desc1, Hi_desc2, ..., 0]
# Nota: La última clase debe terminar en 0%.
Frec_H_Desc_Ext <- c(His_desc, 0)

# Ojiva ascendente (usa Límites Extendidos y Frecuencia Relativa Acumulada Ascendente)
plot(Limites_X, Frec_H_Asc_Ext, 
     type = "b", 
     # *** Título y variable actualizados a PM2.5 ***
     main = "Gr\u00E1fica N\u00B07: Ojiva ascendente y descendente de la
     distribuci\u00F3n PORCENTUAL de Materia Particulada (PM2.5)",
     
     # Etiqueta X simplificada a "PM2.5"
     xlab = "PM2.5",
     # Etiqueta Y para Porcentaje
     ylab = "Porcentaje (%)", 
     
     pch = 19,
     col = "blue", # Color azul para la ascendente
     
     # Ajuste CLAVE: El eje Y va de 0 a 100
     ylim = c(0, 100), 
     
     # Aseguramos que el eje X vaya desde 0 hasta el límite superior máximo
     xlim = c(0, max(Lss)), 
     
     cex.main = 0.9,
     cex.lab = 1,
     cex.axis = 0.9
)

# Ojiva descendente (Usa los mismos Limites_X extendidos)
lines(Limites_X, Frec_H_Desc_Ext, 
      type = "b", 
      col = "red", # Color rojo para la descendente
      pch = 19)

# Opcional: Añadir leyenda para claridad
legend("topright", 
       legend = c("Ojiva Ascendente", "Ojiva Descendente"), 
       col = c("blue", "red"), 
       pch = 19, 
       bty = "n")

# El código asume que las variables 'pm25', 'min_pm25', 'max_pm25' y
# 'TDF_pm25simplificado' (creadas en los pasos anteriores) están disponibles.

# ==============================================================================
# 8. CÁLCULO DE INDICADORES ESTADÍSTICOS (PM2.5)
# ==============================================================================

# Carga de librería para Asimetría y Curtosis
library(e1071) 
# Librerías gt y dplyr ya cargadas.

# --------------------------------
# Indicadores de Tendencia Central
# --------------------------------

# Mediana (Me)
Me <- median(pm25)

# Media (X)
X <- mean(pm25)

# Moda (Mo)
# Obtenemos el intervalo de la clase con la frecuencia más alta (Moda de la distribución simplificada)
moda_index <- which.max(TDF_pm25simplificado$ni[1:(nrow(TDF_pm25simplificado)-1)])
Mo <- TDF_pm25simplificado$Intervalo[moda_index]


# --------------------------------
# Indicadores de Dispersión
# --------------------------------

# Varianza
Var_pm25 <- var(pm25)

# Desviación estándar (sd)
desv <- sd(pm25)

# Coeficiente de variación (CV)
CV <- (desv / X) * 100

# --------------------------------
# Indicadores de Forma
# --------------------------------

# Coeficiente de Asimetria (As)
As <- skewness(pm25)

# Curtosis (K)
K <- kurtosis(pm25)


# --------------------------------
# Creación del Data Frame (Tabla_indicadores)
# --------------------------------

Variable_PM25 <- "Materia Particulada (PM2.5)"
Rango_PM25 <- paste0("[", round(min_pm25, 2), " - ", round(max_pm25, 2), "]")

Tabla_indicadores <- data.frame(
  Variable = Variable_PM25,
  Rango = Rango_PM25,
  X = round(X, 3),
  Me = round(Me, 3), 
  Mo = Mo,
  sd = round(desv, 2),
  CV = round(CV, 2),
  As = round(As, 2),
  K = round(K, 2)
)

# Renombrar columnas para la tabla (Mejora de Legibilidad)
colnames(Tabla_indicadores) <- c("Variable", "Rango", "Media (X)", "Mediana (Me)", "Moda (Mo)", "Desv. Est. (sd)", "CV (%)", "Asimetria (As)", "kurtosis (K)")


# ==============================================================================
# 9. TABLA DE INDICADORES ESTADÍSTICOS (Tabla Nro. 3) - Usando GT
# ==============================================================================

Tabla_indicadores %>%
  gt() %>%
  tab_header(
    title = md("Tabla Nro. 3"),
    # Usando códigos Unicode en el subtítulo para "Estadísticos" y "Concentración"
    subtitle = md("*Indicadores Estad\u00EDsticos de concentraci\u00F3n de Materia Particulada (PM2.5), estudio calidad del aire en India entre 2015-2020 *")
  ) %>%
  tab_source_note(
    source_note = md("Autor: Grupo 2\n Fuente:https://www.kaggle.com/datasets/rohanrao/air-quality-data-in-india")
  ) %>%
  # Agrupamos las columnas por categoría (Mejora de la presentación)
  tab_spanner(
    label = "Tendencia Central",
    columns = c("Media (X)", "Mediana (Me)", "Moda (Mo)")
  ) %>%
  tab_spanner(
    # Usando código Unicode para 'Dispersión'
    label = "Dispersion",
    columns = c("Desv. Est. (sd)", "CV (%)")
  ) %>%
  tab_spanner(
    label = "Forma",
    # Usando código Unicode para seleccionar las columnas "Asimetria (As)" y "Curtosis (K)"
    columns = c("Asimetria (As)", "kurtosis (K)")
  ) %>%
  # Formateo de números
  fmt_number(
    # Usando código Unicode para referenciar las columnas
    columns = c("Media (X)", "Mediana (Me)", "Desv. Est. (sd)", "CV (%)", "Asimetria (As)", "kurtosis (K)"),
    decimals = 2
  ) %>%
  # Opciones de estilo (basado en tu plantilla)
  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 Materia Particulada (PM2.5), estudio calidad del aire en India entre 2015-2020 *
Variable	Rango	Tendencia Central			Dispersion		Forma
		Media (X)	Mediana (Me)	Moda (Mo)	Desv. Est. (sd)	CV (%)	Asimetria (As)	kurtosis (K)
Materia Particulada (PM2.5)	[0.04 - 949.99]	67.45	48.57	[0 - 100)	64.66	95.86	3.37	21.13
Autor: Grupo 2 Fuente:https://www.kaggle.com/datasets/rohanrao/air-quality-data-in-india