LONGITUD

UNIVERSIDAD CENTRAL DEL ECUADOR

ESTUDIO ESTADÍSTICO DE LA CONTAMINACIÓN DEL SUELO Y SU IMPACTO EN LA SALUD

FECHA: 19/11/2025

library(dplyr)

# Cargar datos
datos <- read.csv("soil_pollution_diseases.csv")
centroides <- read.csv("centroides_10_paises.csv")

# Cambiar United States por USA
centroides$Pais[centroides$Pais == "United States"] <- "USA"

# Renombrar columna
colnames(centroides)[colnames(centroides) == "Pais"] <- "Country"

# Unir datasets
datos_final <- datos %>%
  left_join(centroides, by = "Country")


Longitud <- datos_final$Longitud
Longitud <- as.numeric(Longitud)

minL <- min(Longitud)
maxL <- max(Longitud)
min <-min(Longitud)
max <-max(Longitud)
R <-max-min
K <- floor(1 + 3.33 * log10(length(Longitud)))
A <-R/K

# límites SIN redondeo
breaks <- seq(minL, maxL, length.out = K + 1)

clases <- cut(
  Longitud,
  breaks = breaks,
  include.lowest = TRUE,
  right = TRUE
)

ni <- as.numeric(table(clases))

#Tabla de distribución de frecuencia

#Manualmente
Li <-round(seq(from=min,to=max-A,by=A),2)
Ls <-round(seq(from=min+A,to=max,by=A),2)
Mc <-(Li+Ls)/2
ni<-c()
for (i in 1:K) {
  if (i < K) {
    ni[i] <- length(subset(Longitud, Longitud >= Li[i] & Longitud < Ls[i]))
  } else {
    ni[i] <- length(subset(Longitud, Longitud >= Li[i] & Longitud <= Ls[i]))
  }
}

hi <-ni/sum(ni)*100
Ni_asc<-cumsum(ni)
Hi_asc<-cumsum(hi)
Ni_desc<-rev(cumsum(rev(ni)))
Hi_desc<-rev(cumsum(rev(hi)))

TDF_Longitud <- data.frame(
  Li, Ls, Mc, ni, round(hi, 2), Ni_asc, Ni_desc, round(Hi_asc, 2), round(Hi_desc, 2)
)

colnames(TDF_Longitud) <- c("Li","Ls","Mc","ni","hi","Ni_asc(%)","Ni_desc(%)","Hi_asc","Hi_desc")

#Crear fila de totales

totales<-c(
  Li="-",
  Ls="-",
  Mc="-",
  ni=sum(ni),
  hi=sum(hi),
  Ni_asc="-",
  Ni_desc="-",
  Hi_asc="-",
  Hi_desc="-")

TDF_Longitud<-rbind(TDF_Longitud,totales)

# TABLA 
library(dplyr)
library(gt)

TDF_Longitud %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nro. 15*"),
    subtitle = md("**Tabla de la Longitud (° ′ ″)**")
  ) %>%
  tab_source_note(
    source_note = md("Autor: Grupo 3")
  ) %>%
  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. 15
Tabla de la Longitud (° ′ ″)
Li	Ls	Mc	ni	hi	Ni_asc(%)	Ni_desc(%)	Hi_asc	Hi_desc
-102.55	-82.86	-92.705	317	11.8	317	2686	11.8	100
-82.86	-63.16	-73.01	0	0	317	2369	11.8	88.2
-63.16	-43.47	-53.315	293	10.91	610	2369	22.71	88.2
-43.47	-23.78	-33.625	0	0	610	2076	22.71	77.29
-23.78	-4.08	-13.93	0	0	610	2076	22.71	77.29
-4.08	15.61	5.765	592	22.04	1202	2076	44.75	77.29
15.61	35.31	25.46	0	0	1202	1484	44.75	55.25
35.31	55	45.155	271	10.09	1473	1484	54.84	55.25
55	74.69	64.845	305	11.36	1778	1213	66.2	45.16
74.69	94.39	84.54	311	11.58	2089	908	77.77	33.8
94.39	114.08	104.235	319	11.88	2408	597	89.65	22.23
114.08	133.78	123.93	278	10.35	2686	278	100	10.35
-	-	-	2686	100	-	-	-	-
Autor: Grupo 3

hist(Longitud)

#Simplificación con el histograma

Hist_Longitud<-hist(Longitud,breaks = 8,plot = F)
k<-length(Hist_Longitud$breaks)
Li<-Hist_Longitud$breaks[1:(length(Hist_Longitud$breaks)-1)]
Ls<-Hist_Longitud$breaks[2:length(Hist_Longitud$breaks)]
ni<-Hist_Longitud$counts
sum(ni)

## [1] 3000

Mc<-Hist_Longitud$mids
hi<-(ni/sum(ni))
sum(hi)

## [1] 1

Ni_asc<-cumsum(ni)
Hi_asc<-cumsum(hi)
Ni_desc<-rev(cumsum(rev(ni)))
Hi_desc<-rev(cumsum(rev(hi)))
TDF_Longitud<-data.frame(Li=round(Li,2),
                         Ls=round(Ls,2),
                         Mc=round(Mc,2),
                         ni=ni,
                         hi=round(hi*100,2),
                         Ni_asc=Ni_asc,
                         Ni_desc=Ni_desc,
                         Hi_asc=round(Hi_asc*100,2),
                         Hi_desc=round(Hi_desc*100,2))
colnames(TDF_Longitud)<-c("Lim inf","Lim sup","MC","ni","hi(%)","Ni asc","Ni desc","Hi asc(%)","Hi desc(%)")

#Crear fila de totales
totales<-c(Li="TOTAL",
           Ls="-",
           Mc="-",
           ni = sum(as.numeric(TDF_Longitud$ni)),
           hi = sum(as.numeric(TDF_Longitud$`hi(%)`)),
           Ni_asc="-",
           Ni_desc="-",
           Hi_asc="-",
           Hi_desc="-")

TDF_Longitud<-rbind(TDF_Longitud,totales)



# TABLA 
library(dplyr)
library(gt)

TDF_Longitud %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nro. 16*"),
    subtitle = md("**Tabla simplificada de la Longitud (° ′ ″)**")
  ) %>%
  tab_source_note(
    source_note = md("Autor: Grupo 3")
  ) %>%
  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. 16
Tabla simplificada de la Longitud (° ′ ″)
Lim inf	Lim sup	MC	ni	hi(%)	Ni asc	Ni desc	Hi asc(%)	Hi desc(%)
-150	-100	-125	314	10.47	314	3000	10.47	100
-100	-50	-75	610	20.33	924	2686	30.8	89.53
-50	0	-25	0	0	924	2076	30.8	69.2
0	50	25	863	28.77	1787	2076	59.57	69.2
50	100	75	616	20.53	2403	1213	80.1	40.43
100	150	125	597	19.9	3000	597	100	19.9
TOTAL	-	-	3000	100	-	-	-	-
Autor: Grupo 3

#Histograma

hist(Longitud, breaks = 10,
     main = "Gráfica N°56:Distribución de la Longitud (° ′ ″)",
     xlab = "Longitud (° ′ ″)",
     ylab = "Cantidad",
     ylim = c(0, max(ni)),
     col = "purple",
     cex.main = 0.9,
     cex.lab = 1,
     cex.axis = 0.9,
     xaxt = "n")
axis(1, at = hist(Longitud, plot = FALSE)$breaks,
     labels = hist(Longitud, plot = FALSE)$breaks, las = 1,
     cex.axis = 0.9)

#Gráficas

#Gráfica Global ni

hist(Longitud, breaks = 10,
     main = "Gráfica N°57: Distribución de la 
     longitud (° ′ ″) ",
     xlab = "Longitud (° ′ ″)",
     ylab = "Cantidad",
     ylim = c(0, length(Longitud)),
     col = "green",
     cex.main = 0.9,
     cex.lab = 1,
     cex.axis = 0.9,
     xaxt = "n")
axis(1, at = Hist_Longitud$breaks,
     labels = Hist_Longitud$breaks, las = 1,
     cex.axis = 0.9)

# Gráfica Global hi

datos_grafico <- TDF_Longitud[ !(TDF_Longitud$MC %in% c("-", "TOTAL")), ]

barplot(
  as.numeric(datos_grafico$`hi(%)`),
  space = 0,
  col = "skyblue",
  main = "Gráfica N°58: Distribución porcentual de la 
  Longitud (° ′ ″)",
  xlab = "Longitud (° ′ ″)",
  ylab = "Porcentaje",
  names.arg = datos_grafico$MC,
  ylim = c(0, 100)
)

# Gráfica Local hi
datos_grafico <- TDF_Longitud[ !(TDF_Longitud$MC %in% c("-", "TOTAL")), ]

barplot(
  as.numeric(datos_grafico$`hi(%)`),
  space = 0,
  col = "red",
  main = "Gráfica N°59: Distribución porcentual de la Longitud (° ′ ″)",
  xlab = "Longitud (° ′ ″)",
  ylab = "Porcentaje",
  names.arg = datos_grafico$MC,
  ylim = c(0, 40)
)

# Diagrama de Caja

boxplot(Longitud,
        horizontal = TRUE,
        main = "Gráfica N°60:Distribución de la 
        Longitud (° ′ ″)",
        xlab = "Longitud (° ′ ″)",
        col = "pink",
        outline = TRUE,
        pch = 1)

# Diagrama de Ojiva Ascendente y Descendente

plot(Li ,Ni_desc,
     main = "Gráfica N°61: Distribución Ascendente y descendente 
     de la Longitud (° ′ ″)",
     xlab = "Longitud (° ′ ″)",
     ylab = "Cantidad",
     xlim = c(0,900),
     col = "red",
     cex.axis=0.8,
     type = "o",
     lwd = 3,
     las=1,
     xaxt="n")
lines(Ls,Ni_asc,
      col = "green",
      type = "o",
      lwd = 3)
axis(1, at = seq(0, 900, by = 50))

# Diagrama de Ojiva Ascendente y Descendente Porcentual

plot(Li, Hi_desc * 100,
     main = "Gráfica N°62: Distribución Ascendente y Descendente 
     de la Longitud (° ′ ″)",
     xlab = " Longitud (° ′ ″)",
     ylab = "Porcentaje",
     xlim = c(0,900),
     col = "red",
     type = "o",
     lwd = 2,
     xaxt="n")
lines(Ls, Hi_asc * 100,
      col = "blue",
      type = "o",
      lwd = 3)
axis(1, at = seq(0,900,by=50))

# INDICADORES

library(e1071)
library(gt)

# Variable
Longitud <- as.numeric(datos_final$Longitud)

# --- INDICADORES DE TENDENCIA CENTRAL ---

# Media aritmética
media_long <- round(mean(Longitud, na.rm = TRUE), 2)

# Moda (usando tabla de frecuencias)
Tabla_Long <- as.data.frame(table(Longitud))
max_frec_long <- max(Tabla_Long$Freq)
moda_long <- Tabla_Long$Longitud[Tabla_Long$Freq == max_frec_long]

# Mediana
mediana_long <- median(Longitud, na.rm = TRUE)

# --- INDICADORES DE DISPERSIÓN ---

# Varianza
varianza_long <- var(Longitud, na.rm = TRUE)

# Desviación Estándar
sd_long <- sd(Longitud, na.rm = TRUE)

# Coeficiente de Variación
cv_long <- round((sd_long / media_long) * 100, 2)

# --- INDICADORES DE FORMA ---

# Asimetría
asimetria_long <- skewness(Longitud, type = 2, na.rm = TRUE)

# Curtosis
curtosis_long <- kurtosis(Longitud, na.rm = TRUE)

# --- TABLA RESUMEN FINAL ---

tabla_indicadores_longitud <- data.frame(
  "Variable" = c("Longitud"),
  "Rango" = c(paste0("[", round(min(Longitud, na.rm = TRUE), 2),
                     " ; ", round(max(Longitud, na.rm = TRUE), 2), "]")),
  "X"  = c(media_long),
  "Me" = c(round(mediana_long, 2)),
  "Mo" = c(paste(moda_long, collapse = ", ")),
  "V"  = c(round(varianza_long, 2)),
  "Sd" = c(round(sd_long, 2)),
  "Cv" = c(cv_long),
  "As" = c(round(asimetria_long, 2)),
  "K"  = c(round(curtosis_long, 2)),
  "Valores_Atipicos" = "No hay presencia de valores atípicos"
)

tabla_indicadores_longitud_gt <- tabla_indicadores_longitud %>% 
  gt() %>% 
  tab_header(
    title = md("Tabla N°9"),
    subtitle = md("*Indicadores estadísticos de la variable Longitud*")
  ) %>% 
  tab_source_note(
    source_note = md("Autor: Grupo 3")
  ) %>% 
  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"
  ) %>% 
  tab_style(
    style = cell_text(weight = "bold"),
    locations = cells_body(
      rows = Variable == "Longitud"
    )
  )

tabla_indicadores_longitud_gt

Tabla N°9
Indicadores estadísticos de la variable Longitud
Variable	Rango	X	Me	Mo	V	Sd	Cv	As	K	Valores_Atipicos
Longitud	[-102.55 ; 133.78]	18.1	10.45	104.1954	6102.56	78.12	431.6	-0.26	-1.21	No hay presencia de valores atípicos
Autor: Grupo 3