Introducción

Cargas datos de sonido

Se realiza la carga de los datos de las pruebas

library(readr)
CDU <- read_csv("C:/Users/Juan_jo/Downloads/YDRAY-cdu_1954663__20260210-3266473-ukqalt.csv", skip = 8)

library(readr)
Ciencias <- read_csv("C:/Users/Juan_jo/Downloads/YDRAY-ciencias_1954664__20260217-573689-1cozmq.csv", skip = 8)

library(readr)
FAI <- read_csv("C:/Users/Juan_jo/Downloads/YDRAY-fai_1954662__20260210-3266473-8fkp2u.csv", skip = 8)
CDU= CDU <- read_csv("C:/Users/Juan_jo/Downloads/YDRAY-cdu_1954663__20260210-3266473-ukqalt.csv", skip = 8)
Ciencias= Ciencias <- read_csv("C:/Users/Juan_jo/Downloads/YDRAY-ciencias_1954664__20260217-573689-1cozmq.csv", skip = 8)
FAI= FAI <- read_csv("C:/Users/Juan_jo/Downloads/YDRAY-fai_1954662__20260210-3266473-8fkp2u.csv", skip = 8)
Prueba= rbind(CDU,Ciencias,FAI)
head(Prueba)

Exploración

En primer lugar vamos a verificar que los puntos donde vamos a verificar que los puntos donde se tomaron los datos sean apropiados.

require(leaflet)
leaflet() %>% addTiles() %>%
addPolygons(lng = Prueba$Longitude, lat = Prueba$Latitude, color = "green")

Comparación CDU vs Ciencias vs FAI

Comparamos los niveles de sonido percibidos en los tres edificios

sonido= rbind.data.frame(CDU,Ciencias,FAI)

require(table1)
table1(~`1:Measurement_Value` | Session_Name,data=sonido)
CDU
(N=1016)		 Ciencias
(N=829)		 FAI
(N=906)		 Overall
(N=2751)
1:Measurement_Value
Mean (SD) 58.5 (7.68) 72.5 (3.67) 69.3 (7.97) 66.2 (9.15)
Median [Min, Max] 56.0 [35.0, 86.0] 73.0 [62.0, 86.0] 68.0 [55.0, 94.0] 67.0 [35.0, 94.0]

Podemos evaluar de manera gráfica con un bloxplot

require(ggplot2)
ggplot(sonido,aes(y=`1:Measurement_Value` ,x= Session_Name,fill=Session_Name))+geom_boxplot()+theme_bw()

Y continuar con un histograma

require(ggplot2)
ggplot(sonido,aes(y=`1:Measurement_Value` ,x= Session_Name,fill=Session_Name))+geom_col()+theme_bw()

Discusión de resultados

Conclusiones

Rpubs