Variable Original: NOx total emissions (tons) by state

Nombre Variable: EMIS_NOX

Tipo: Cuantitativa Continua

Escala: Razón

Justificación de la variable: Las emisiones de NOx están registradas a nivel estatal para el año 2018, asociadas a la variable STATE. Cada instalación minera hereda el valor de emisión del estado administrativo al que pertenece, permitiendo correlacionar la actividad minera con las emisiones de óxidos de nitrógeno.

1 Carga de Datos y Librerías

library(dplyr)
library(gt)
library(e1071)

datos <- read.csv("~/Estudio/TERCER SEMESTRE/Estadistica/Dataset.csv",
                   sep = ";", stringsAsFactors = FALSE)

2 Extraer y Limpiar la Variable

NOTA: NOx requiere corrección DOBLE (punto = separador de miles, coma = decimal), a diferencia de CO2 que solo necesita corrección simple. Sin esta corrección, valores como “46.962.424” se leerían mal.

EMIS_NOX <- as.numeric(gsub(",", ".", gsub("\\.", "", datos$NOx.total.emissions..tons..by.state)))

## Warning: NAs introducidos por coerción

EMIS_NOX <- EMIS_NOX[!is.na(EMIS_NOX)]
n <- length(EMIS_NOX)

cat("n validos :", n, "\n")

## n validos : 2993

cat("Min       :", round(min(EMIS_NOX), 2), "ton\n")

## Min       : 157303 ton

cat("Max       :", round(max(EMIS_NOX), 2), "ton\n")

## Max       : 89150145 ton

3 Tabla de Distribución de Parámetros por Sturges

k  <- ceiling(1 + 3.322 * log10(n))
am <- round((max(EMIS_NOX) - min(EMIS_NOX)) / k, 2)
rango <- max(EMIS_NOX) - min(EMIS_NOX)

parametros_sturges <- data.frame(
  Parametro = c("Rango (R)", "Número de datos (n)",
                "Número de intervalos (k)", "Amplitud de clase (A)"),
  Valor = c(round(rango, 2), n, k, am)
)

parametros_sturges %>%
  gt() %>%
  tab_header(title = md("**Tabla 1**"),
             subtitle = "Parámetros de Sturges para EMIS_NOX") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Parametro	Valor
Tabla 1
Parámetros de Sturges para EMIS_NOX
Rango (R)	88992842
Número de datos (n)	2993
Número de intervalos (k)	13
Amplitud de clase (A)	6845603
Autor: Grupo 4 - Minas

breaks <- seq(min(EMIS_NOX), min(EMIS_NOX) + k * am, length.out = k + 1)
breaks[length(breaks)] <- max(EMIS_NOX) + 0.001

cortes <- cut(EMIS_NOX, breaks = breaks, include.lowest = TRUE, right = FALSE)
fi     <- as.vector(table(cortes))
fri    <- round(fi / n * 100, 2)
Ni     <- cumsum(fi)
Nd     <- rev(cumsum(rev(fi)))
Hi     <- round(Ni / n * 100, 2)
Hd     <- round(Nd / n * 100, 2)
mc     <- round((breaks[-length(breaks)] + breaks[-1]) / 2, 2)

TDF <- data.frame(
  Desde = round(breaks[-length(breaks)], 2),
  Hasta = round(breaks[-1], 2),
  MC    = mc,
  fi    = fi, fri = fri,
  Ni    = Ni, Nd  = Nd,
  Hi    = Hi, Hd  = Hd
)

TDF %>%
  gt() %>%
  tab_header(
    title    = md("**Tabla 2**"),
    subtitle = md("Distribución de frecuencias — Emisiones NOx (ton) por estado")
  ) %>%
  cols_label(
    Desde = "Desde (ton)", Hasta = "Hasta (ton)", MC = "Marca Clase",
    fi = "fi", fri = "fri (%)",
    Ni = "Ni Asc.", Nd = "Ni Desc.",
    Hi = "Hi Asc. %", Hd = "Hi Desc. %"
  ) %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Desde (ton)	Hasta (ton)	Marca Clase	fi	fri (%)	Ni Asc.	Ni Desc.	Hi Asc. %	Hi Desc. %
Tabla 2
Distribución de frecuencias — Emisiones NOx (ton) por estado
157303	7002906	3580105	316	10.56	316	2993	10.56	100.00
7002906	13848509	10425708	126	4.21	442	2677	14.77	89.44
13848509	20694113	17271311	387	12.93	829	2551	27.70	85.23
20694113	27539716	24116914	259	8.65	1088	2164	36.35	72.30
27539716	34385319	30962518	155	5.18	1243	1905	41.53	63.65
34385319	41230922	37808121	618	20.65	1861	1750	62.18	58.47
41230922	48076526	44653724	911	30.44	2772	1132	92.62	37.82
48076526	54922129	51499327	159	5.31	2931	221	97.93	7.38
54922129	61767732	58344930	0	0.00	2931	62	97.93	2.07
61767732	68613335	65190534	0	0.00	2931	62	97.93	2.07
68613335	75458939	72036137	0	0.00	2931	62	97.93	2.07
75458939	82304542	78881740	0	0.00	2931	62	97.93	2.07
82304542	89150145	85727343	62	2.07	2993	62	100.00	2.07
Autor: Grupo 4 - Minas

4 Gráficas de Distribución de Cantidad

par(mar = c(5, 5, 4, 2))
hist(EMIS_NOX, breaks = breaks, col = "#ED7D31", border = "white",
     main = "Gráfica 1: Frecuencia Absoluta Global — EMIS_NOX",
     xlab = "Emisiones NOx (toneladas)", ylab = "Frecuencia absoluta")

p95   <- quantile(EMIS_NOX, 0.95)
NOX_z <- EMIS_NOX[EMIS_NOX <= p95]
k_z   <- ceiling(1 + 3.322 * log10(length(NOX_z)))
br_z  <- seq(min(NOX_z), max(NOX_z), length.out = k_z + 1)

par(mar = c(5, 5, 4, 2))
hist(NOX_z, breaks = br_z, col = "#ED7D31", border = "white",
     main = paste0("Gráfica 2: Rango Principal — EMIS_NOX (hasta P95=",
                   round(p95/1000,1), "K ton)"),
     xlab = "Emisiones NOx (toneladas)", ylab = "Frecuencia absoluta")

hist(NOX_z, breaks = br_z, col = "#ED7D31", border = "white",
     freq = FALSE,
     main = "Gráfica 3: Frecuencia Relativa Local — EMIS_NOX",
     xlab = "Emisiones NOx (toneladas)", ylab = "Densidad")

par(mar = c(5, 5, 4, 2))
hist(EMIS_NOX, breaks = breaks, col = "#ED7D31", border = "white",
     freq = FALSE,
     main = "Gráfica 4: Frecuencia Relativa Global — EMIS_NOX",
     xlab = "Emisiones NOx (toneladas)", ylab = "Densidad")

h <- hist(EMIS_NOX, breaks = breaks, col = "#ED7D31", border = "white",
          main = "Gráfica 5: Histograma con Polígono de Frecuencias — EMIS_NOX",
          xlab = "Emisiones NOx (toneladas)", ylab = "Frecuencia absoluta")
lines(h$mids, h$counts, type = "o", pch = 16, col = "darkred", lwd = 1.5)

ojiva <- data.frame(mc = mc, Ni = Ni, Nd = Nd)
plot(ojiva$mc, ojiva$Ni, type = "b", col = "black", pch = 16, lwd = 1.5,
     main = "Gráfica 6: Ojivas Combinadas — EMIS_NOX",
     xlab = "Emisiones NOx (toneladas)", ylab = "Frecuencia acumulada")
lines(ojiva$mc, ojiva$Nd, type = "b", col = "#ED7D31", pch = 16, lwd = 1.5)
legend("right", legend = c("Ascendente","Descendente"),
       col = c("black","#ED7D31"), lwd = 2, pch = 16, bty = "n")

boxplot(EMIS_NOX, horizontal = TRUE, col = "#F9C49A", border = "#843D0A",
        main = "Gráfica 7: Diagrama de Caja — EMIS_NOX",
        xlab = "Emisiones NOx (toneladas)")

hist(EMIS_NOX, breaks = breaks, col = "lightgray", border = "white",
     main = "Gráfica 8: Histograma con Diagrama de Caja Superpuesto — EMIS_NOX",
     xlab = "Emisiones NOx (toneladas)", ylab = "Frecuencia absoluta")
boxplot(EMIS_NOX, horizontal = TRUE, add = TRUE,
        at = par("usr")[4] * 0.08, boxwex = par("usr")[4] * 0.06,
        col = rgb(1, 0.5, 0.2, 0.3), border = "#843D0A", xaxt = "n", yaxt = "n")

5 Indicadores Estadísticos y Outliers

minimo  <- min(EMIS_NOX)
maximo  <- max(EMIS_NOX)
media   <- mean(EMIS_NOX)
mediana <- median(EMIS_NOX)
moda    <- as.numeric(names(sort(table(EMIS_NOX), decreasing = TRUE))[1])
rango2  <- maximo - minimo

varianza <- var(EMIS_NOX)
desv     <- sd(EMIS_NOX)
cv       <- desv / media * 100
if (cv < 15) {
  interpretacion_cv <- "BAJA (CV < 15%)"
} else if (cv < 30) {
  interpretacion_cv <- "MODERADA (15% <= CV < 30%)"
} else {
  interpretacion_cv <- "ALTA (CV >= 30%)"
}

q1  <- quantile(EMIS_NOX, 0.25)
q2  <- quantile(EMIS_NOX, 0.50)
q3  <- quantile(EMIS_NOX, 0.75)
iqr_val <- q3 - q1
lim_inf <- q1 - 1.5 * iqr_val
lim_sup <- q3 + 1.5 * iqr_val
outliers <- EMIS_NOX[EMIS_NOX < lim_inf | EMIS_NOX > lim_sup]
n_outliers <- length(outliers)
porc_outliers <- round(n_outliers / n * 100, 2)

asimetria <- skewness(EMIS_NOX)
if (abs(asimetria) < 0.5) {
  interpretacion_asimetria <- "Distribución simétrica"
} else if (asimetria > 0) {
  interpretacion_asimetria <- "Asimetría positiva (sesgo a la derecha)"
} else {
  interpretacion_asimetria <- "Asimetría negativa (sesgo a la izquierda)"
}

curtosis <- kurtosis(EMIS_NOX, type = 2)  # excedente (normal = 0)
if (abs(curtosis) < 0.5) {
  interpretacion_curtosis <- "Distribución mesocúrtica (normal)"
} else if (curtosis > 0) {
  interpretacion_curtosis <- "Distribución leptocúrtica (picuda)"
} else {
  interpretacion_curtosis <- "Distribución platicúrtica (aplanada)"
}

Tabla 3: Tendencia Central

data.frame(
  Indicador = c("Mínimo","Media","Mediana","Moda","Máximo","Rango"),
  Valor = round(c(minimo, media, mediana, moda, maximo, rango2), 2),
  Unidad = rep("toneladas", 6)
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 3**"),
             subtitle = "Indicadores de Tendencia Central — EMIS_NOX") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor	Unidad
Tabla 3
Indicadores de Tendencia Central — EMIS_NOX
Mínimo	157303	toneladas
Media	33245382	toneladas
Mediana	40103865	toneladas
Moda	47356072	toneladas
Máximo	89150145	toneladas
Rango	88992842	toneladas
Autor: Grupo 4 - Minas

Tabla 4: Dispersión

data.frame(
  Indicador = c("Varianza","Desviación Estándar","Coeficiente de Variación"),
  Valor = c(round(varianza,2), round(desv,2), paste0(round(cv,2),"%")),
  Interpretacion = c("Medida de dispersión al cuadrado",
                      "Dispersión promedio respecto a la media",
                      paste("Dispersión relativa:", interpretacion_cv))
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 4**"),
             subtitle = "Indicadores de Dispersión — EMIS_NOX") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor	Interpretacion
Tabla 4
Indicadores de Dispersión — EMIS_NOX
Varianza	326973740178542	Medida de dispersión al cuadrado
Desviación Estándar	18082415.22	Dispersión promedio respecto a la media
Coeficiente de Variación	54.39%	Dispersión relativa: ALTA (CV >= 30%)
Autor: Grupo 4 - Minas

Tabla 5: Posición y Outliers

data.frame(
  Indicador = c("Cuartil 1 (Q1)","Cuartil 2 (Q2-Mediana)","Cuartil 3 (Q3)",
                "Rango Intercuartílico (IQR)","Límite Inferior Outliers",
                "Límite Superior Outliers","Número de Outliers"),
  Valor = c(round(q1,2), round(q2,2), round(q3,2), round(iqr_val,2),
            round(lim_inf,2), round(lim_sup,2),
            paste0(n_outliers, " (", porc_outliers, "%)"))
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 5**"),
             subtitle = "Indicadores de Posición y Outliers — EMIS_NOX") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor
Tabla 5
Indicadores de Posición y Outliers — EMIS_NOX
Cuartil 1 (Q1)	18874765
Cuartil 2 (Q2-Mediana)	40103865
Cuartil 3 (Q3)	46962424
Rango Intercuartílico (IQR)	28087659
Límite Inferior Outliers	-23256723.5
Límite Superior Outliers	89093912.5
Número de Outliers	62 (2.07%)
Autor: Grupo 4 - Minas

Tabla 6: Forma de la Distribución

data.frame(
  Indicador = c("Coeficiente de Asimetría (Fisher)","Interpretación Asimetría",
                "Coeficiente de Curtosis (Excedente)","Interpretación Curtosis"),
  Valor = c(round(asimetria,4), interpretacion_asimetria,
            round(curtosis,4), interpretacion_curtosis)
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 6**"),
             subtitle = "Indicadores de Forma — EMIS_NOX") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor
Tabla 6
Indicadores de Forma — EMIS_NOX
Coeficiente de Asimetría (Fisher)	0.0438
Interpretación Asimetría	Distribución simétrica
Coeficiente de Curtosis (Excedente)	0.2982
Interpretación Curtosis	Distribución mesocúrtica (normal)
Autor: Grupo 4 - Minas

Tabla 7: Resumen Completo

data.frame(
  Categoria = c("Tendencia Central","Tendencia Central","Tendencia Central",
                "Tendencia Central","Tendencia Central","Tendencia Central",
                "Dispersión","Dispersión","Dispersión",
                "Posición","Posición","Posición","Posición",
                "Forma","Forma","Forma","Forma"),
  Indicador = c("Mínimo","Media","Mediana","Moda","Máximo","Rango",
                "Varianza","Desviación Estándar","Coeficiente de Variación",
                "Cuartil 1 (Q1)","Cuartil 2 (Q2)","Cuartil 3 (Q3)","Rango Intercuartílico",
                "Asimetría (g1)","Interpretación Asimetría",
                "Curtosis (g2)","Interpretación Curtosis"),
  Valor = c(round(minimo,2), round(media,2), round(mediana,2), round(moda,2),
            round(maximo,2), round(rango2,2),
            round(varianza,2), round(desv,2), paste0(round(cv,2),"%"),
            round(q1,2), round(q2,2), round(q3,2), round(iqr_val,2),
            round(asimetria,4), interpretacion_asimetria,
            round(curtosis,4), interpretacion_curtosis)
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 7**"),
             subtitle = "Resumen Completo de Indicadores — EMIS_NOX") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Categoria	Indicador	Valor
Tabla 7
Resumen Completo de Indicadores — EMIS_NOX
Tendencia Central	Mínimo	157303
Tendencia Central	Media	33245381.97
Tendencia Central	Mediana	40103865
Tendencia Central	Moda	47356072
Tendencia Central	Máximo	89150145
Tendencia Central	Rango	88992842
Dispersión	Varianza	326973740178542
Dispersión	Desviación Estándar	18082415.22
Dispersión	Coeficiente de Variación	54.39%
Posición	Cuartil 1 (Q1)	18874765
Posición	Cuartil 2 (Q2)	40103865
Posición	Cuartil 3 (Q3)	46962424
Posición	Rango Intercuartílico	28087659
Forma	Asimetría (g1)	0.0438
Forma	Interpretación Asimetría	Distribución simétrica
Forma	Curtosis (g2)	0.2982
Forma	Interpretación Curtosis	Distribución mesocúrtica (normal)
Autor: Grupo 4 - Minas

cat("Numero de valores atipicos:", n_outliers, "\n")

## Numero de valores atipicos: 62

if (n_outliers > 0) {
  cat("Minimo outlier:", round(min(outliers), 2), "ton\n")
  cat("Maximo outlier:", round(max(outliers), 2), "ton\n")
}

## Minimo outlier: 89150145 ton
## Maximo outlier: 89150145 ton

6 Conclusión

conclusion <- sprintf(
"La variable EMIS_NOX registra las emisiones totales de óxidos de nitrógeno en toneladas por estado administrativo (STATE) para 2018. Cada instalación minera hereda el valor del estado al que pertenece administrativamente. Los valores oscilan entre %.2f y %.2f toneladas, con media de %.2f ton y mediana de %.2f ton. La asimetría (%s, As=%.4f) indica que la mayoría de los estados registran emisiones bajas mientras pocos estados con alta actividad minera concentran valores significativamente mayores. El CV de %.2f%% (%s) refleja heterogeneidad entre estados. Se identificaron %d valores atípicos (%.2f%% del total) correspondientes a estados con mayor densidad de instalaciones mineras activas, lo que refuerza la hipótesis de correlación entre actividad minera y emisiones de NOx del proyecto.",
min(EMIS_NOX), max(EMIS_NOX), media, mediana, interpretacion_asimetria, asimetria, cv, interpretacion_cv, n_outliers, porc_outliers
)
print(conclusion)

## [1] "La variable EMIS_NOX registra las emisiones totales de óxidos de nitrógeno en toneladas por estado administrativo (STATE) para 2018. Cada instalación minera hereda el valor del estado al que pertenece administrativamente. Los valores oscilan entre 157303.00 y 89150145.00 toneladas, con media de 33245381.97 ton y mediana de 40103865.00 ton. La asimetría (Distribución simétrica, As=0.0438) indica que la mayoría de los estados registran emisiones bajas mientras pocos estados con alta actividad minera concentran valores significativamente mayores. El CV de 54.39% (ALTA (CV >= 30%)) refleja heterogeneidad entre estados. Se identificaron 62 valores atípicos (2.07% del total) correspondientes a estados con mayor densidad de instalaciones mineras activas, lo que refuerza la hipótesis de correlación entre actividad minera y emisiones de NOx del proyecto."

Variable Cuantitativa Continua: Emisiones de NOx (EMIS_NOX)

Análisis de Correlación entre Actividad Minera y Emisiones de CO2, NOx y CH4

Grupo 4 - Minas

2026-07-05