Concentración de contaminante

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 
datos <- read.csv("soil_pollution_diseases.csv", sep = ",", stringsAsFactors = FALSE)

#Extracción Variable Cuantitativa Continua

Concentracion_contaminante <- datos$Pollutant_Concentration_mg_kg
#Manualmente
k<-1+(3.3*log10(3000))
k<-floor(k)
min<-min(Concentracion_contaminante)
max<-max(Concentracion_contaminante)
R<- max-min
A<-R/k
Li<-round(seq(from=min, to=max-A, by=A),4)
Ls<-round(seq(from=min+A, to=max, by=A), 4)
MC<-round((Li+Ls)/2,2)
ni <- numeric(length(Li))
for (i in 1:length(Li)) {
  ni[i] <- sum(Concentracion_contaminante >= Li[i] & Concentracion_contaminante < Ls[i]) 
}
ni[length(Li)] <- sum(Concentracion_contaminante >= Li[length(Li)] & Concentracion_contaminante <= max)
sum(ni)

## [1] 3000

hi <- ni/sum(ni)*100

sum(hi)

## [1] 100

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

TDFConcentracion<-data.frame(Li, Ls, MC, ni, hi, Niasc, Nidsc, Hiasc, Hidsc)

total_ni<-sum(ni)
total_hi<-100

TDFConcentracionCompleto<-rbind(
  TDFConcentracion,
  data.frame(Li=" Total", Ls=" ", MC=" ",
             ni=total_ni, hi=total_hi, Niasc=" ", Nidsc=" ", 
             Hiasc=" ", Hidsc=" ")
)

#Formato tabla

library(gt)
library(dplyr)

# Redondeo opcional
TDFConcentracion$hi <- round(TDFConcentracion$hi, 2)

tabla_Concentracion <- TDFConcentracionCompleto %>%
  gt() %>%
  fmt_number(
    columns = hi,
    decimals = 2
  ) %>%
  
  tab_header(
    title = md("*Tabla Nº1*"),
    subtitle = md("**Tabla de distribucion de Frecuencias
                  de la Concentración del Contaminante (mg/kg)**")
  ) %>%
  tab_source_note(
    source_note = md("Autor: Grupo3")
  ) %>%
  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 = Li == "Total"
    )
  )

tabla_Concentracion

Tabla Nº1
Tabla de distribucion de Frecuencias de la Concentración del Contaminante (mg/kg)
Li	Ls	MC	ni	hi	Niasc	Nidsc	Hiasc	Hidsc
5.03	21.2767	13.15	254	8.47	254	3000	8	100
21.2767	37.5233	29.4	234	7.80	488	2746	16	92
37.5233	53.77	45.65	250	8.33	738	2512	25	84
53.77	70.0167	61.89	251	8.37	989	2262	33	75
70.0167	86.2633	78.14	248	8.27	1237	2011	41	67
86.2633	102.51	94.39	235	7.83	1472	1763	49	59
102.51	118.7567	110.63	278	9.27	1750	1528	58	51
118.7567	135.0033	126.88	246	8.20	1996	1250	67	42
135.0033	151.25	143.13	249	8.30	2245	1004	75	33
151.25	167.4967	159.37	276	9.20	2521	755	84	25
167.4967	183.7433	175.62	228	7.60	2749	479	92	16
183.7433	199.99	191.87	251	8.37	3000	251	100	8
Total			3000	100.00
Autor: Grupo3

#Histograma
histoP<-hist(
  Concentracion_contaminante,
  main= "Grafica Nº1:Distribución de Concentración
              del Contaminante (mg/kg)",
  xlab= "Concentración (mg/kg)",
  ylab= "Cantidad", col="blue",
)

#Tabla simplificada en base al histograma
Limites <- histoP$breaks
LimInf <- Limites[1:(length(Limites)-1)]
LimSup <- Limites[2:length(Limites)]
Mc <- histoP$mids
ni <- histoP$counts
sum(ni)

## [1] 3000

hi <- round(ni/sum(ni)*100, 2)
sum(hi)

## [1] 100

Ni_asc <- cumsum(ni)
Ni_dsc <- rev(cumsum(rev(ni)))
Hi_asc <- round(cumsum(hi), 2)
Hi_dsc <- round(rev(cumsum(rev(hi))), 2)

TDFC<-data.frame(LimInf, LimSup, Mc, ni, hi, Ni_asc, Ni_dsc, Hi_asc, Hi_dsc)


totalni <- sum(ni)
totalhi <- 100  

TDFCCompleto<-rbind(
  TDFC,
  data.frame(LimInf="Total",
             LimSup=" ", Mc=" ", ni=totalni,
             hi=totalhi, Ni_asc=" ", Ni_dsc=" ", 
             Hi_asc=" ", Hi_dsc=" ")
)

tablaConc<-TDFCCompleto %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nº2*"),
    subtitle = md("**Tabla simplificada de distribucion de Frecuencias
                  de la Concentración del Contaminante (mg/kg)**")
  ) %>%
  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 = LimInf == "Total"
    )
  )

tablaConc

Tabla Nº2
Tabla simplificada de distribucion de Frecuencias de la Concentración del Contaminante (mg/kg)
LimInf	LimSup	Mc	ni	hi	Ni_asc	Ni_dsc	Hi_asc	Hi_dsc
0	20	10	233	7.77	233	3000	7.77	100
20	40	30	294	9.80	527	2767	17.57	92.23
40	60	50	311	10.37	838	2473	27.94	82.43
60	80	70	307	10.23	1145	2162	38.17	72.06
80	100	90	289	9.63	1434	1855	47.8	61.83
100	120	110	332	11.07	1766	1566	58.87	52.2
120	140	130	301	10.03	2067	1234	68.9	41.13
140	160	150	344	11.47	2411	933	80.37	31.1
160	180	170	285	9.50	2696	589	89.87	19.63
180	200	190	304	10.13	3000	304	100	10.13
Total			3000	100.00
Autor:Grupo 3

#Graficas
hist(
  Concentracion_contaminante,
  breaks = seq(min, max, A),
  main = "Gráfica Nº2: Frecuencia de la Concentración del contaminante (Local)",
  xlab = "Concentración (mg/kg)",
  ylab = "Frecuencia",
  col = "#4A90E2",
  cex.main = 1.1,
  cex.lab = 1.1
)

#Global
hist(
  Concentracion_contaminante,
  breaks = seq(min, max, A),
  main = "Gráfica Nº3: Frecuencia de la Concentración del contaminante (Global)",
  xlab = "Concentración (mg/kg)",
  ylab = "Frecuencia",
  col = "green",
  ylim = c(0, 3000),
  cex.main = 1.1,
  cex.lab = 1.1
)

barplot(
  TDFConcentracion$hi,
  space = 0,
  col = "skyblue",
  main = "Gráfica Nº4: Porcentaje de la Concentración del contaminante (Local)",
  xlab = "Concentración",
  ylab = "Porcentaje (%)",
  names.arg = TDFConcentracion$MC,
  cex.names = 0.9,
  cex.main = 1.1,
  cex.lab = 1.1
)

barplot(
  TDFConcentracion$hi,
  space = 0,
  col = "yellow",
  main = "Gráfica Nº5: Porcentaje de la Concentración del contaminante(Global)",
  xlab = "Concentración",
  ylab = "Porcentaje (%)",
  names.arg = TDFConcentracion$MC,
  ylim = c(0, 100),
  cex.names = 0.9,
  cex.main = 1.1,
  cex.lab = 1.1
)

#caja

boxplot(
  Concentracion_contaminante,
  horizontal = TRUE,
  col = "pink",
  main = "Grafica Nº6: Distribución de la Concentración del Contaminante (mg/kg)",
  xlab = "Concentración (mg/kg)"
)

# Ojivas de Frecuencia (Ascendente y Descendente)
plot(
  Li, Nidsc,
  main = "Gráfica Nº7: Distribución de Frecuencias Ascendente y Descendente 
  de Concentración del Contaminante (mg/kg)",
  xlab = "Concentración (mg/kg)",
  ylab = "Cantidad",
  xlim = c(min, max),
  col = "red",
  cex.axis = 0.8,
  type = "o",
  lwd = 3,
  las = 1,
  xaxt = "n"
)

lines(
  Ls, Niasc,
  col = "green",
  type = "o",
  lwd = 3
)

axis(1, at = round(seq(min, max, length.out = 10), 0))

# Diagrama de Ojiva Ascendente y Descendente Porcentual
plot(
  Li, Hidsc,
  main = "Gráfica Nº53: Distribución Porcentual Ascendente y Descendente
  de Concentración del Contaminante (mg/kg)",
  xlab = "Concentración (mg/kg)",
  ylab = "Porcentaje (%)",
  xlim = c(min, max),
  col = "red",
  type = "o",
  lwd = 2,
  xaxt = "n"
)

lines(
  Ls, Hiasc,
  col = "blue",
  type = "o",
  lwd = 3
)

axis(1, at = round(seq(min, max, length.out = 10), 0))

# INDICADORES ESTADISTICOS

Concentracion <- datos$Pollutant_Concentration_mg_kg

# Indicadores de Tendencia Central

# Media aritmética
media <- round(mean(Concentracion), 2)
media

## [1] 102.75

# Moda usando tabla de frecuencias
Tabla_Con <- as.data.frame(table(Concentracion))
max_frecuencia <- max(Tabla_Con$Freq)
moda <- Tabla_Con$Concentracion[Tabla_Con$Freq == max_frecuencia]
moda

## [1] 86.08
## 2789 Levels: 5.03 5.05 5.06 5.11 5.12 5.18 5.37 5.46 5.68 5.73 5.82 5.94 ... 199.99

# Mediana
mediana <- median(Concentracion)
mediana

## [1] 104.085

## [1] 104.085
# INDICADORES DE DISPERSIÓN #

# Varianza
varianza <- var(Concentracion)
varianza

## [1] 3125.634

# Desviación Estándar
sd <- sd(Concentracion)
sd

## [1] 55.90737

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

## [1] 54.41

# INDICADORES DE FORMA #

library(e1071)

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

## [1] -0.01561251

# Curtosis
curtosis <- kurtosis(Concentracion)
curtosis

## [1] -1.190312

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


# TABLA EN FORMATO GT
library(gt)

tabla_indicadores_gt <- tabla_indicadores %>% 
  gt() %>% 
  tab_header(
    title = md("*Tabla N°2.1*"),
    subtitle = md("**Indicadores estadísticos de la Concentración del Contaminante (mg/kg)**")
  ) %>% 
  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 == "Concentración del Contaminante"
    )
  )

tabla_indicadores_gt

Tabla N°2.1
Indicadores estadísticos de la Concentración del Contaminante (mg/kg)
Variable	Rango	X	Me	Mo	V	Sd	Cv	As	K	Valores_Atipicos
Concentración del Contaminante	[5.03 ; 199.99]	102.75	104.09	86.08	3125.63	55.91	54.41	-0.02	-1.19	No hay presencia de valores atípicos
Autor: Grupo 3

##============##
## CONCLUSION ##
##============##
# La variable Concentración de contaminante fluctua entre 5.03 y 199.99 y gira entorno a 102.75 con una desviación estandar de 55.91 siendo un conjuto de datos heterogeneo, los valores de acumulan de manera debil en la parte media de la variable. Sin presencia de valores atípicos.