Introducción.

En este experimento se capturaron datos sobre el nivel de ruido en ciertas zonas de la universidad del valle, la captura de estos datos se hizo con el celular usando la aplicación de AirCasting, que nos permite medir en nivel de ruido y posición en tiempo real. Se realizaron dos capturas de datos.En la primera, se hizo un recorrido entre los edificios E1 y D6 pasando por diferentes zonas del campus, en la segunda captura, se hizo un recorrido más corto estando limitado al edificio E20. Como se capturaron los datos… decribir un poco el ejercicio

Carga de datos.

Se cargan las bases de datos, la primera corresponde al recorrido entre los edificios E1 y D6, la cual tiene 910 registros. También, se cargó la base de datos del recorrido del edificio E20, que cuenta con 977 registros. Esta diferencia en la cantidad de datos se debe a que la primera captura de datos duró 15 minutos y la segunda 17.

 library(readr)
 E1_E6 <- read_csv("D:/Universidad/Estadistica/E1-E6.csv", skip = 8)
 E20 <- read_csv("D:/Universidad/Estadistica/E20.csv", skip = 8)
 E20$Session_Name <- "E20"
 head(E1_E6)
 head(E20)

Exploración.

En primer lugar, se verfica que los puntos donde se tomaron los datos sean adecuados. El primer mapa corresponde al recorrido entre los edificios E1 y E20, en este se observa que los puntos son coherentes con la trayectoria del recorrido.

En el segundo mapa, que correponde al recorrido del edificio E20, se observa una mayor dispersión de los puntos. Esto podría deberse a fallas con la señal del gps durante la captura de los datos.

require(leaflet)
leaflet() %>% addTiles() %>% 
  addCircleMarkers(lng = E1_E6$Longitude, lat = E1_E6$Latitude)
leaflet() %>% addTiles() %>%
  addCircleMarkers(lng = E20$Longitude,lat =E20$Latitude)

Comparativa de niveles de ruido: Recorrido E1-D6 vs. Recorrido E20.

Se observa que el nivel de ruido tiende a ser mayor en el edificio E20, con un promedio de 10,4 decibeles más alto que en el recorrido del E1 al D6.

sonido = rbind.data.frame(E20, E1_E6)
require(table1)
table1(~`1:Measurement_Value` | Session_Name,data=sonido)
E1-D6
(N=910)		 E20
(N=977)		 Overall
(N=1887)
1:Measurement_Value
Mean (SD) 68.9 (5.20) 79.3 (5.61) 74.3 (7.52)
Median [Min, Max] 67.8 [58.7, 88.5] 80.0 [64.0, 90.0] 74.0 [58.7, 90.0]

Vista gráfica de la comparativa de niveles de ruido.

De manera gráfica se puede ver que en el recorrido del E1 al D6 hay una dispersión de los datos, lo que sugiere que en algunos puntos del recorrido el ruido fue muy alto.

require(ggplot2)

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

Conclusiones y recomendaciones.

*En el edificio E20 hay niveles de ruido considerablemente altos, esto se debe a que la medición se realizó en un horario en el que normalmente no hay clases (1:30 p.m.) por lo tanto hay más personas en los pasillos.

*En el recorrido del E1-D6, hay una media de ruido baja, pero tiene picos de ruido alto. Esto se debe a que en el trayecto se pasa por zonas abiertas donde no hay tantas personas y el sonido se dispersa más fácil; los picos altos se deben a que en el trayecto se pasa por la caferería central en horas del almuerzo, lo que genera aglomeraciones y aumenta los niveles de ruido.

*La diferencia de los niveles de ruido tan grande entre las dos mediciones se debe a lo ya antes mencionado, en el recorrido E1-D6 hay menos personas en general y espacios abiertos, mientras que en el recorrido del E20 hay muchas más personas en un espacio relativamente más cerrado.

*Para que no haya disparidad de datos, se deberían hacer las mediciones exactamente a la misma hora con la misma duración.