Análisis Estadístico Longitud
Grupo 3
CARGA DE DATOS Y LIBRERÍAS
CARGA DE DATOS
datos <- read.csv("C:/Users/Grace/OneDrive - Universidad Central del Ecuador/Documentos/dataset_geologico_limpio_80.csv",
header = TRUE,
sep = ",",
dec = ".",
stringsAsFactors = FALSE)
# Extraer variable Longitud
longitud <- as.numeric(datos$LONGITUDE)
longitud <- na.omit(longitud)
n <- length(longitud)
cat("Tamaño de muestra:", n)## Tamaño de muestra: 27784# CARGA DE LIBRERIAS
library(gt)
library(dplyr)##
## Adjuntando el paquete: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(knitr)
library(e1071)
library(moments)##
## Adjuntando el paquete: 'moments'## The following objects are masked from 'package:e1071':
##
## kurtosis, moment, skewnessTABLA DE DISTRIBUCIÓN DE FRECUENCIA
Agrupación por la regla de Sturges
minimo <- min(longitud)
maximo <- max(longitud)
R <- maximo - minimo
k <- floor(1 + 3.3 * log10(n))
A <- R / k
Li <- round(seq(minimo, maximo - A + 1e-6, by = A),1)
Ls <- round(Li + A,2)
Ls[length(Ls)] <- maximo
MC <- round((Li + Ls)/2,2)# FRECUENCIAS
ni <- numeric(length(Li))
for(i in 1:length(Li)){
if(i == length(Li)){
ni[i] <- sum(longitud >= Li[i] & longitud <= Ls[i])
} else {
ni[i] <- sum(longitud >= Li[i] & longitud < Ls[i])
}
}
total <- sum(ni)
hi <- round((ni/total)*100,2)
Ni_Asc <- cumsum(ni)
Hi_Asc <- cumsum(hi)
Ni_Desc <- rev(cumsum(rev(ni)))
Hi_Desc <- rev(cumsum(rev(hi)))# TABLA DE DISTRIBUCIÓN
tabla_final <- data.frame(
Limite_Inferior = Li,
Limite_Superior = Ls,
Marca_Clase = MC,
ni = ni,
hi = hi,
Ni_Asc = Ni_Asc,
Hi_Asc = Hi_Asc,
Ni_Desc = Ni_Desc,
Hi_Desc = Hi_Desc
)
suma_ni <- sum(tabla_final$ni)
suma_hi <- sum(tabla_final$hi)
tabla_final## Limite_Inferior Limite_Superior Marca_Clase ni hi Ni_Asc Hi_Asc
## 1 -170.5 -150.8900 -160.70 108 0.39 108 0.39
## 2 -150.9 -131.2900 -141.10 265 0.95 373 1.34
## 3 -131.3 -111.6900 -121.50 714 2.57 1087 3.91
## 4 -111.7 -92.0900 -101.90 357 1.28 1444 5.19
## 5 -92.1 -72.4900 -82.29 9974 35.89 11418 41.08
## 6 -72.5 -52.8900 -62.70 15818 56.91 27236 97.99
## 7 -52.9 -33.2900 -43.09 0 0.00 27236 97.99
## 8 -33.3 -13.6900 -23.49 0 0.00 27236 97.99
## 9 -13.7 5.9100 -3.89 166 0.60 27402 98.59
## 10 5.9 25.5100 15.71 19 0.07 27421 98.66
## 11 25.5 45.1100 35.30 0 0.00 27421 98.66
## 12 45.1 64.7100 54.91 0 0.00 27421 98.66
## 13 64.7 84.3100 74.50 15 0.05 27436 98.71
## 14 84.3 103.9100 94.10 5 0.02 27441 98.73
## 15 104.0 123.5568 113.78 353 1.27 27794 100.00
## Ni_Desc Hi_Desc
## 1 27794 100.00
## 2 27686 99.61
## 3 27421 98.66
## 4 26707 96.09
## 5 26350 94.81
## 6 16376 58.92
## 7 558 2.01
## 8 558 2.01
## 9 558 2.01
## 10 392 1.41
## 11 373 1.34
## 12 373 1.34
## 13 373 1.34
## 14 358 1.29
## 15 353 1.27# FILA TOTAL
fila_total <- data.frame(
Limite_Inferior = "TOTAL",
Limite_Superior = "",
Marca_Clase = "",
ni = suma_ni,
hi = suma_hi,
Ni_Asc = "-",
Hi_Asc = "-",
Ni_Desc = "-",
Hi_Desc = "-"
)
tabla_final <- rbind(tabla_final, fila_total)
tabla_final## Limite_Inferior Limite_Superior Marca_Clase ni hi Ni_Asc Hi_Asc
## 1 -170.5 -150.89 -160.7 108 0.39 108 0.39
## 2 -150.9 -131.29 -141.1 265 0.95 373 1.34
## 3 -131.3 -111.69 -121.5 714 2.57 1087 3.91
## 4 -111.7 -92.09 -101.9 357 1.28 1444 5.19
## 5 -92.1 -72.49 -82.29 9974 35.89 11418 41.08
## 6 -72.5 -52.89 -62.7 15818 56.91 27236 97.99
## 7 -52.9 -33.29 -43.09 0 0.00 27236 97.99
## 8 -33.3 -13.69 -23.49 0 0.00 27236 97.99
## 9 -13.7 5.91 -3.89 166 0.60 27402 98.59
## 10 5.9 25.51 15.71 19 0.07 27421 98.66
## 11 25.5 45.11 35.3 0 0.00 27421 98.66
## 12 45.1 64.71 54.91 0 0.00 27421 98.66
## 13 64.7 84.31 74.5 15 0.05 27436 98.71
## 14 84.3 103.91 94.1 5 0.02 27441 98.73
## 15 104 123.55683 113.78 353 1.27 27794 100
## 16 TOTAL 27794 100.00 - -
## Ni_Desc Hi_Desc
## 1 27794 100
## 2 27686 99.61
## 3 27421 98.66
## 4 26707 96.09
## 5 26350 94.81
## 6 16376 58.92
## 7 558 2.01
## 8 558 2.01
## 9 558 2.01
## 10 392 1.41
## 11 373 1.34
## 12 373 1.34
## 13 373 1.34
## 14 358 1.29
## 15 353 1.27
## 16 - -# TABLA DE DISTRIBUCIÓN FORMATO PROFESIONAL
# TABLA DE DISTRIBUCIÓN FORMATO PROFESIONAL
TablaLongitud <- tabla_final %>%
gt() %>%
tab_header(
title = md("**Tabla Nº1**"),
subtitle = md("Distribución de frecuencias 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",
column_labels.border.bottom.color = "black",
column_labels.border.bottom.width = px(2),
row.striping.include_table_body = TRUE,
table_body.hlines.color = "gray"
)
TablaLongitud| Tabla Nº1 | ||||||||
| Distribución de frecuencias de la variable Longitud | ||||||||
| Limite_Inferior | Limite_Superior | Marca_Clase | ni | hi | Ni_Asc | Hi_Asc | Ni_Desc | Hi_Desc |
|---|---|---|---|---|---|---|---|---|
| -170.5 | -150.89 | -160.7 | 108 | 0.39 | 108 | 0.39 | 27794 | 100 |
| -150.9 | -131.29 | -141.1 | 265 | 0.95 | 373 | 1.34 | 27686 | 99.61 |
| -131.3 | -111.69 | -121.5 | 714 | 2.57 | 1087 | 3.91 | 27421 | 98.66 |
| -111.7 | -92.09 | -101.9 | 357 | 1.28 | 1444 | 5.19 | 26707 | 96.09 |
| -92.1 | -72.49 | -82.29 | 9974 | 35.89 | 11418 | 41.08 | 26350 | 94.81 |
| -72.5 | -52.89 | -62.7 | 15818 | 56.91 | 27236 | 97.99 | 16376 | 58.92 |
| -52.9 | -33.29 | -43.09 | 0 | 0.00 | 27236 | 97.99 | 558 | 2.01 |
| -33.3 | -13.69 | -23.49 | 0 | 0.00 | 27236 | 97.99 | 558 | 2.01 |
| -13.7 | 5.91 | -3.89 | 166 | 0.60 | 27402 | 98.59 | 558 | 2.01 |
| 5.9 | 25.51 | 15.71 | 19 | 0.07 | 27421 | 98.66 | 392 | 1.41 |
| 25.5 | 45.11 | 35.3 | 0 | 0.00 | 27421 | 98.66 | 373 | 1.34 |
| 45.1 | 64.71 | 54.91 | 0 | 0.00 | 27421 | 98.66 | 373 | 1.34 |
| 64.7 | 84.31 | 74.5 | 15 | 0.05 | 27436 | 98.71 | 373 | 1.34 |
| 84.3 | 103.91 | 94.1 | 5 | 0.02 | 27441 | 98.73 | 358 | 1.29 |
| 104 | 123.55683 | 113.78 | 353 | 1.27 | 27794 | 100 | 353 | 1.27 |
| TOTAL | 27794 | 100.00 | - | - | - | - | ||
| Autor: Grupo 3 | ||||||||
GRÁFICAS DE DISTRIBUCIÓN DE FRECUENCIA
## Histograma de frecuencia absoluta local
hist(longitud,
breaks = k,
col = "gray",
main = "Gráfica Nº1: Distribución de frecuencia absoluta local de Longitud",
xlab = "Longitud",
ylab = "Cantidad")
# Histograma de frecuencia absoluta global
hist(longitud,
breaks = k,
col = "gray",
main = "Gráfica Nº2: Distribución de frecuencia absoluta global de Longitud",
xlab = "Longitud",
ylab = "Cantidad",
ylim = c(0, max(ni)+200))
# Frecuencia relativa local
barplot(hi,
space = 0,
main = "Gráfica Nº3: Distribución de frecuencia relativa local de Longitud",
col = "gray",
xlab = "Intervalos de Longitud",
ylab = "Porcentaje",
names.arg = MC)
# Frecuencia relativa global
barplot(hi,
space = 0,
main = "Gráfica Nº4: Distribución de frecuencia relativa global de Longitud",
col = "gray",
xlab = "Intervalos de Longitud",
ylab = "Porcentaje",
names.arg = MC,
ylim = c(0,100))
# Ojiva combinada Ni
lim_sup <- Ls
plot(lim_sup, Ni_Desc, type="o",
main="Gráfica Nº5: Ojiva combinada de la longitud (Ni)",
ylab="Cantidad acumulada",
xlab="Longitud",
col="blue")
lines(Li, Ni_Asc,
col="red",
type="o")
legend("topleft",
legend=c("Descendente","Ascendente"),
col=c("blue","red"),
lty=1,
pch=1)
# Ojiva combinada Hi
lim_sup <- Ls
plot(lim_sup, Hi_Desc, type="o",
main="Gráfica Nº6: Ojiva combinada de la longitud (Hi)",
ylab="Porcentaje acumulado",
xlab="Longitud",
col="blue",
ylim=c(0,100))
lines(Li, Hi_Asc,
col="red",
type="o")
legend("topleft",
legend=c("Descendente","Ascendente"),
col=c("blue","red"),
lty=1,
pch=1)
# DIAGRAMA DE CAJA
boxplot(longitud,
horizontal = TRUE,
main = "Gráfica Nº7: Diagrama de caja de la variable Longitud",
xlab = "Longitud",
col = "lightblue")
INDICADORES ESTADÍSTICOS
# Cálculo de indicadores
media <- mean(longitud)
mediana <- median(longitud)
desv <- sd(longitud)
CV <- round((desv/media)*100,2)
asimetria <- round(skewness(longitud),2)
curtosis <- round(kurtosis(longitud),2)
minimo <- min(longitud)
maximo <- max(longitud)
TablaIndicadores <- data.frame(
Variable = "Longitud",
Minimo = round(minimo,2),
Maximo = round(maximo,2),
Media = round(media,2),
Mediana = round(mediana,2),
Desv_Est = round(desv,2),
CV = CV,
Asimetria = asimetria,
Curtosis = curtosis
)
TablaIndicadores## Variable Minimo Maximo Media Mediana Desv_Est CV Asimetria Curtosis
## 1 Longitud -170.52 123.56 -72.77 -70.97 25.4 -34.91 4.42 36.11# Tabla Mejorada
TablaIndicadores %>%
gt() %>%
tab_header(
title = md("**Tabla Nº2**"),
subtitle = md("Indicadores estadísticos de la variable Longitud")
) %>%
tab_source_note(
source_note = md("Autor: Grupo 3")
)| Tabla Nº2 | ||||||||
| Indicadores estadísticos de la variable Longitud | ||||||||
| Variable | Minimo | Maximo | Media | Mediana | Desv_Est | CV | Asimetria | Curtosis |
|---|---|---|---|---|---|---|---|---|
| Longitud | -170.52 | 123.56 | -72.77 | -70.97 | 25.4 | -34.91 | 4.42 | 36.11 |
| Autor: Grupo 3 | ||||||||
OUTLIERS
outliers <- boxplot.stats(longitud)$out
num_outliers <- length(outliers)
min_out <- ifelse(num_outliers > 0, round(min(outliers),2), NA)
max_out <- ifelse(num_outliers > 0, round(max(outliers),2), NA)
TablaOutliers <- data.frame(
Cantidad_Outliers = num_outliers,
Minimo = min_out,
Maximo = max_out
)
TablaOutliers## Cantidad_Outliers Minimo Maximo
## 1 5027 -170.52 123.56#Tabla Mejorada
TablaOutliers %>%
gt() %>%
tab_header(
title = md("**Tabla Nº3**"),
subtitle = md("Valores atípicos de la variable Longitud")
) %>%
tab_source_note(
source_note = md("Autor: Grupo 3")
)| Tabla Nº3 | ||
| Valores atípicos de la variable Longitud | ||
| Cantidad_Outliers | Minimo | Maximo |
|---|---|---|
| 5027 | -170.52 | 123.56 |
| Autor: Grupo 3 | ||