Mes

UNIVERSIDAD CENTRAL DEL ECUADOR

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

FECHA: 19/11/2025

# =========================
# ESTADÍSTICA Descriptiva
# Fecha: 19/11/2025
# =========================

# -------------------------
# Cargar datos
# -------------------------
setwd("C:/Users/Alexander/Downloads")
# Extraemos los datos 
df <- read.csv("soil_pollution_diseases.csv", sep = ",", stringsAsFactors = FALSE)
# 1. Cargar dataset CSV
df <- read.csv("soil_pollution_diseases.csv", sep = ",", stringsAsFactors = FALSE)

# 2. Convertir la columna a fecha (formato día/mes/año)
df$Date_Reported <- as.Date(df$Date_Reported, format = "%Y-%m-%d")

# 3. Crear columnas separadas de día, mes y año
df$Day   <- as.integer(format(df$Date_Reported, "%d"))
df$Month <- as.integer(format(df$Date_Reported, "%m"))
df$Year  <- as.integer(format(df$Date_Reported, "%Y"))
#Extraemos la variable Discreta
Mes <- df$Month
# TABLA DE DISTRIBUCIÓN DE FRECUENCIAS DE MESES
TDF.Mes <- table(Mes)
Tabla_Mes <- as.data.frame(TDF.Mes)

# Frecuencias relativas (porcentaje)
hi <- (Tabla_Mes$Freq / sum(Tabla_Mes$Freq)) * 100
ni <- Tabla_Mes$Freq

Tabla_Mes <- data.frame(Tabla_Mes, hi)

# Acumuladas
Niasc  <- cumsum(ni)
Hiasc  <- cumsum(hi)
Nidsc  <- rev(cumsum(rev(ni)))
Hidsc  <- rev(cumsum(rev(hi)))

Tabla_mes_final <- data.frame(
  Mes = Tabla_Mes$Mes,
  ni = Tabla_Mes$Freq,
  `hi (%)` = round(Tabla_Mes$hi, 2),
  Ni_asc = Niasc,
  `Hi_asc(%)` = round(Hiasc, 2),
  Ni_dsc = Nidsc,
  `Hi_dsc(%)` = round(Hidsc, 2)
)

# Totales
Tabla_mes_final$Mes <- as.character(Tabla_mes_final$Mes)

totales <- c(
  Mes = "Total",
  ni = sum(ni),
  `hi (%)` = 100,
  Ni_asc = "-",
  `Hi_asc(%)` = "-",
  Ni_dsc = "-",
  `Hi_dsc(%)` = "-"
)

TDF_meses_total <- rbind(Tabla_mes_final, totales)


# FORMATO gt


library(gt)

tabla_meses_gt <- TDF_meses_total %>% 
  gt() %>% 
  tab_header(
    title = md("*Tabla N° 3*"),
    subtitle = md("**Tabla de distribución de simples y acumuladas de los meses del estudio**")
  ) %>% 
  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 = Mes == "Total"
    )
  )

tabla_meses_gt

Tabla N° 3
Tabla de distribución de simples y acumuladas de los meses del estudio
Mes	ni	hi....	Ni_asc	Hi_asc...	Ni_dsc	Hi_dsc...
1	235	7.83	235	7.83	3000	100
2	240	8	475	15.83	2765	92.17
3	253	8.43	728	24.27	2525	84.17
4	268	8.93	996	33.2	2272	75.73
5	247	8.23	1243	41.43	2004	66.8
6	243	8.1	1486	49.53	1757	58.57
7	281	9.37	1767	58.9	1514	50.47
8	248	8.27	2015	67.17	1233	41.1
9	224	7.47	2239	74.63	985	32.83
10	242	8.07	2481	82.7	761	25.37
11	262	8.73	2743	91.43	519	17.3
12	257	8.57	3000	100	257	8.57
Total	3000	100	-	-	-	-
Autor: Grupo 3

# Gráfico de barras - Frecuencia absoluta por Mes
barplot(ni,
        main = "Gráfica N°1: Distribución de la contaminación del suelo según el Mes",
        xlab = "Mes",
        ylab = "Cantidad de registros",
        col = "skyblue",
        ylim = c(0, max(ni)),
        names.arg = Tabla_Mes$Mes,
        las = 2,                    
        cex.names = 0.8)       

# Gráfico global frecuencia
barplot(ni,
        main = "Gráfica N°2: Distribución de la contaminación del suelo según el Mes",
        xlab = "Mes",
        ylab = "Cantidad de registros",
        col = "skyblue",
        ylim = c(0, 3000),
        names.arg = Tabla_Mes$Mes,
        las = 2,
        cex.names = 0.8)

# Gráfico de barras - Porcentaje por Mes
barplot(hi,
        main = "Gráfica N°3: Distribución porcentual de los meses en los 
        que se realizó el estudio de contaminación del suelo",
        xlab = "Mes",
        ylab = "%",
        col = "lightgreen",
        names.arg = Tabla_Mes$Mes,
        las = 2,
        cex.names = 0.8)

# Gráfico global porcentaje
barplot(hi,
        main = "Gráfica N°4: Distribución porcentual de los meses en los 
        que se realizó el estudio de contaminación del suelo",
        xlab = "Mes",
        ylab = "%",
        col = "lightgreen",
        ylim = c(0, 100),
        names.arg = Tabla_Mes$Mes,
        las = 2,
        cex.names = 0.8)

# DIAGRAMA DE CAJA Y BIGOTE - Mes
boxplot(Mes,
        horizontal = TRUE,
        col = "brown",
        main = "Gráfica N°5: Distribución de los Meses del Estudio de 
        Contaminación del Suelo",
        xlab = "Mes")

# Ojiva cantidades
x_pos <- 1:length(Tabla_Mes$Mes)

plot(x_pos, Nidsc,
     main = "Gráfica N°6: Distribución Ascendentes 
     y Descendentes de los meses del estudio de contaminación del suelo",
     xlab = "Meses",
     ylab = "Cantidad",
     col = "orange",
     type = "p",
     lwd = 3,
     xaxt = "n")

lines(x_pos, Niasc,
      col = "green",
      type = "p",
      lwd = 3)

axis(1, at = x_pos, labels = Tabla_Mes$Mes)

# Ojiva porcentual
plot(x_pos, Hidsc,
     main = "Gráfica N°7: Distribución porcentual 
Ascendentes y Descendentes de los meses del estudio",
     xlab = "Meses",
     ylab = "Porcentaje %",
     col = "red",
     type = "p",
     lwd = 2,
     xaxt = "n")

lines(x_pos, Hiasc,
      col = "blue",
      type = "p",
      lwd = 3)

axis(1, at = x_pos, labels = Tabla_Mes$Mes)

# ===============================
# INDICADORES ESTADISTICOS
# ===============================

# Indicadores de Tendencia Central

# Media aritmética
media <- round(mean(Mes),0)
media

## [1] 7

# Moda
max_frecuencia <- max(Tabla_Mes$Freq)
moda <- Tabla_Mes$Mes[Tabla_Mes$Freq == max_frecuencia]
moda

## [1] 7
## Levels: 1 2 3 4 5 6 7 8 9 10 11 12

# Mediana
mediana <- median(Mes)
mediana

## [1] 7

# ===============================
# INDICADORES DE DISPERSIÓN
# ===============================

# Varianza
varianza <- var(Mes)
varianza

## [1] 11.81366

# Desviación Estándar
sd <- sd(Mes)
sd

## [1] 3.437101

# Coeficiente de Variación
cv <- round((sd / media) * 100, 2)
cv

## [1] 49.1

# ===============================
# INDICADORES DE FORMA
# ===============================

library(e1071)

# Asimetría
asimetria <- skewness(Mes, type = 2)
asimetria

## [1] 0.01030819

# Curtosis
curtosis <- kurtosis(Mes)
curtosis

## [1] -1.204518

# ===============================
# TABLA RESUMEN FINAL
# ===============================

tabla_indicadores <- data.frame(
  "Variable" = c("Mes"),
  "Rango" = c(paste0("[", min(Mes), " ; ", max(Mes), "]")),
  "X" = c(round(media,0)),
  "Me" = c(round(mediana,0)),
  "Mo" = c(paste(moda, collapse = ", ")),
  "V" = c(round(varianza,2)),
  "Sd" = c(round(sd,0)),
  "Cv" = c(cv),
  "As" = c(round(asimetria,2)),
  "K" = c(round(curtosis,2)),
  "Valores_Atipicos" = "No hay presencia de valores atípicos"
)

library(gt)

tabla_indicadores_gt <- tabla_indicadores %>% 
  gt() %>% 
  tab_header(
    title = md("*Tabla N°2*"),
    subtitle = md("**Indicadores estadísticos de la variable Mes**")
  ) %>% 
  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 == "Mes"
    )
  )

tabla_indicadores_gt

Tabla N°2
Indicadores estadísticos de la variable Mes
Variable	Rango	X	Me	Mo	V	Sd	Cv	As	K	Valores_Atipicos
Mes	[1 ; 12]	7	7	7	11.81	3	49.1	0.01	-1.2	No hay presencia de valores atípicos
Autor: Grupo 3

##------------##
## CONCLUSION ##
##------------##
# La variable Año fluctua entre 1 y 12, y gira entorno a 7 con una desviación estandar de 3 siendo un conjuto de datos heterogeneo, los valores de acumulan de manera debil en la parte media de la variable. Sin presencia de valores atipicos.