Variable Cuantitativa Continua: Emisiones de CO2 por Estado

Variable Original: `CO2 total emissions (tons) by state`

Nombre Variable: EMIS_CO2
Tipo: Cuantitativa Continua
Escala: Relación

Justificación de la variable

Las emisiones de CO2 están registradas a nivel estatal para el año 2018, asociadas a la variable STATE (estado administrativo responsable de cada instalación minera). Cada instalación minera hereda el valor de emisión del estado al que pertenece administrativamente, lo que permite evaluar la correlación entre actividad minera y emisiones de CO2.

1. Carga de Librerías y Datos

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

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

datos$CO2.total.emissions..tons..by.state <- as.numeric(gsub(",", ".", datos$CO2.total.emissions..tons..by.state))

EMIS_CO2 <- datos$CO2.total.emissions..tons..by.state
EMIS_CO2 <- EMIS_CO2[!is.na(EMIS_CO2)]
n        <- length(EMIS_CO2)

cat("Variable  : CO2 total emissions (tons) by state\n")

## Variable  : CO2 total emissions (tons) by state

cat("Nombre    : EMIS_CO2\n")

## Nombre    : EMIS_CO2

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

## n validos : 2921

cat("Min       :", round(min(EMIS_CO2), 2), "ton\n")

## Min       : 49075.86 ton

cat("Max       :", round(max(EMIS_CO2), 2), "ton\n")

## Max       : 233425577 ton

2. Parámetros de Clasificación

k  <- ceiling(1 + 3.322 * log10(n))
am <- (max(EMIS_CO2) - min(EMIS_CO2)) / k
am <- round(am, 2)

cat("k (Sturges)      :", k, "\n")

## k (Sturges)      : 13

cat("Amplitud ajustada:", am, "\n")

## Amplitud ajustada: 17952039

3. Definición de Clases

breaks <- seq(min(EMIS_CO2), min(EMIS_CO2) + k * am, length.out = k + 1)
breaks[length(breaks)] <- max(EMIS_CO2) + 0.001

cat("Límites de clases:\n")

## Límites de clases:

print(round(breaks, 2))

##  [1]     49075.86  18001114.42  35953152.98  53905191.54  71857230.10
##  [6]  89809268.66 107761307.22 125713345.78 143665384.34 161617422.90
## [11] 179569461.46 197521500.02 215473538.58 233425577.10

4. Cálculo de Frecuencias

cortes <- cut(EMIS_CO2, 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)

5. Tabla de Frecuencias

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
)
print(TDF)

##           Desde     Hasta        MC   fi   fri   Ni   Nd     Hi     Hd
## 1      49075.86  18001114   9025095  174  5.96  174 2921   5.96 100.00
## 2   18001114.42  35953153  26977134  468 16.02  642 2747  21.98  94.04
## 3   35953152.98  53905192  44929172  335 11.47  977 2279  33.45  78.02
## 4   53905191.54  71857230  62881211 1210 41.42 2187 1944  74.87  66.55
## 5   71857230.10  89809269  80833249  533 18.25 2720  734  93.12  25.13
## 6   89809268.66 107761307  98785288   62  2.12 2782  201  95.24   6.88
## 7  107761307.22 125713346 116737327   23  0.79 2805  139  96.03   4.76
## 8  125713345.78 143665384 134689365    0  0.00 2805  116  96.03   3.97
## 9  143665384.34 161617423 152641404    0  0.00 2805  116  96.03   3.97
## 10 161617422.90 179569461 170593442    0  0.00 2805  116  96.03   3.97
## 11 179569461.46 197521500 188545481    0  0.00 2805  116  96.03   3.97
## 12 197521500.02 215473539 206497519    0  0.00 2805  116  96.03   3.97
## 13 215473538.58 233425577 224449558  116  3.97 2921  116 100.00   3.97

6. Tabla de Presentación

TDF %>%
  gt() %>%
  tab_header(
    title    = md("**Tabla 1**"),
    subtitle = md("Distribución de frecuencias — Emisiones CO2 (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("Fuente: Dataset MSHA — Emisiones estatales EE.UU. 2018"))

Desde (ton)	Hasta (ton)	Marca Clase	fi	fri (%)	Ni Asc.	Ni Desc.	Hi Asc. %	Hi Desc. %
Tabla 1
Distribución de frecuencias — Emisiones CO2 (ton) por estado
49075.86	18001114	9025095	174	5.96	174	2921	5.96	100.00
18001114.42	35953153	26977134	468	16.02	642	2747	21.98	94.04
35953152.98	53905192	44929172	335	11.47	977	2279	33.45	78.02
53905191.54	71857230	62881211	1210	41.42	2187	1944	74.87	66.55
71857230.10	89809269	80833249	533	18.25	2720	734	93.12	25.13
89809268.66	107761307	98785288	62	2.12	2782	201	95.24	6.88
107761307.22	125713346	116737327	23	0.79	2805	139	96.03	4.76
125713345.78	143665384	134689365	0	0.00	2805	116	96.03	3.97
143665384.34	161617423	152641404	0	0.00	2805	116	96.03	3.97
161617422.90	179569461	170593442	0	0.00	2805	116	96.03	3.97
179569461.46	197521500	188545481	0	0.00	2805	116	96.03	3.97
197521500.02	215473539	206497519	0	0.00	2805	116	96.03	3.97
215473538.58	233425577	224449558	116	3.97	2921	116	100.00	3.97
Fuente: Dataset MSHA — Emisiones estatales EE.UU. 2018

7. Histogramas

7.1 Frecuencia Absoluta Global

par(mar = c(5, 5, 4, 2), scipen = 999) hist(EMIS_CO2, breaks = breaks, col = “#2E75B6”, border = “white”, main = “Gráfica 1: Frecuencia Absoluta Global — EMIS_CO2”, xlab = “Emisiones CO2 (toneladas)”, ylab = “Frecuencia absoluta”)

7.2 Frecuencia Absoluta Rango Principal

p95   <- quantile(EMIS_CO2, 0.95)
CO2_z <- EMIS_CO2[EMIS_CO2 <= p95]
k_z   <- ceiling(1 + 3.322 * log10(length(CO2_z)))
br_z  <- seq(min(CO2_z), max(CO2_z), length.out = k_z + 1)

par(mar = c(5, 5, 4, 2))
hist(CO2_z, breaks = br_z, col = "#2E75B6", border = "white",
     main = paste0("Gráfica 2: Rango Principal — EMIS_CO2 (hasta P95=",
                   round(p95/1e6, 1), "M ton)"),
     xlab = "Emisiones CO2 (toneladas)", ylab = "Frecuencia absoluta")

7.3 Frecuencia Relativa Local

hist(CO2_z, breaks = br_z, col = "#2E75B6", border = "white",
     freq = FALSE,
     main = "Gráfica 3: Frecuencia Relativa Local — EMIS_CO2",
     xlab = "Emisiones CO2 (toneladas)", ylab = "Densidad")

7.4 Frecuencia Relativa Global

par(mar = c(5, 5, 4, 2))
hist(EMIS_CO2, breaks = breaks, col = "#2E75B6", border = "white",
     freq = FALSE,
     main = "Gráfica 4: Frecuencia Relativa Global — EMIS_CO2",
     xlab = "Emisiones CO2 (toneladas)", ylab = "Densidad")

8. Ojivas Combinadas

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 5: Ojivas Combinadas — EMIS_CO2",
     xlab = "Emisiones CO2 (toneladas)", ylab = "Frecuencia acumulada")
lines(ojiva$mc, ojiva$Nd, type = "b", col = "#2E75B6", pch = 16, lwd = 1.5)
legend("right", legend = c("Ascendente","Descendente"),
       col = c("black","#2E75B6"), lwd = 2, pch = 16, bty = "n")

9. Diagrama de Caja

boxplot(EMIS_CO2, horizontal = TRUE, col = "#AEC6E8", border = "#1F4E79",
        main = "Gráfica 6: Diagrama de Caja — EMIS_CO2",
        xlab = "Emisiones CO2 (toneladas)")

10. Indicadores Estadísticos

media   <- mean(EMIS_CO2)
mediana <- median(EMIS_CO2)
desv    <- sd(EMIS_CO2)
cv      <- desv / media * 100
asim    <- skewness(EMIS_CO2)
kurt    <- kurtosis(EMIS_CO2)
ic_inf  <- media - qt(0.975, n-1) * desv / sqrt(n)
ic_sup  <- media + qt(0.975, n-1) * desv / sqrt(n)

data.frame(
  Indicador = c("Media (IC 95%)","Mediana","Desv. S",
                "CV (%)","Asimetria","Curtosis"),
  Resultado = c(
    paste0(round(media,2)," [",round(ic_inf,2)," - ",round(ic_sup,2),"]"),
    round(mediana,2), round(desv,2),
    round(cv,2), round(asim,4), round(kurt,4)
  )
) %>%
  gt() %>%
  tab_header(
    title    = md("**Tabla 2**"),
    subtitle = md("Indicadores estadísticos — EMIS_CO2")
  ) %>%
  cols_label(Indicador="Indicador", Resultado="Resultado") %>%
  tab_source_note(md("Fuente: Dataset MSHA — Emisiones estatales EE.UU. 2018"))

Indicador	Resultado
Tabla 2
Indicadores estadísticos — EMIS_CO2
Media (IC 95%)	65592226.5 [64102051.09 - 67082401.91]
Mediana	65429380.98
Desv. S	41074759.24
CV (%)	62.62
Asimetria	2.4657
Curtosis	8.4293
Fuente: Dataset MSHA — Emisiones estatales EE.UU. 2018

11. Valores Atípicos

q1   <- quantile(EMIS_CO2, 0.25)
q3   <- quantile(EMIS_CO2, 0.75)
outs <- EMIS_CO2[EMIS_CO2 < q1-1.5*(q3-q1) | EMIS_CO2 > q3+1.5*(q3-q1)]

cat("Número de valores atípicos:", length(outs), "\n")

## Número de valores atípicos: 116

if (length(outs) > 0) {
  cat("Mínimo outlier:", round(min(outs),2), "ton\n")
  cat("Máximo outlier:", round(max(outs),2), "ton\n")
}

## Mínimo outlier: 233425577 ton
## Máximo outlier: 233425577 ton

12. Conclusión

cat(sprintf(
"La variable EMIS_CO2 registra las emisiones totales de CO2 en toneladas
por estado administrativo (STATE) para 2018. Cada instalacion 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 asimetria positiva (As=%.4f) indica que la
mayoria de los estados registran emisiones bajas mientras pocos estados
concentran valores muy altos.

El CV de %.2f%% confirma alta heterogeneidad entre estados. Se
identificaron %d valores atipicos correspondientes a estados con alta
densidad de instalaciones mineras activas, lo que respalda la hipotesis
de correlacion positiva entre actividad minera y emisiones de CO2.\n",
  min(EMIS_CO2), max(EMIS_CO2), media, mediana,
  asim, cv, length(outs)
))

## La variable EMIS_CO2 registra las emisiones totales de CO2 en toneladas
## por estado administrativo (STATE) para 2018. Cada instalacion minera
## hereda el valor del estado al que pertenece administrativamente.
## 
## Los valores oscilan entre 49075.86 y 233425577.10 toneladas, con media de 65592226.50 ton
## y mediana de 65429380.98 ton. La asimetria positiva (As=2.4657) indica que la
## mayoria de los estados registran emisiones bajas mientras pocos estados
## concentran valores muy altos.
## 
## El CV de 62.62% confirma alta heterogeneidad entre estados. Se
## identificaron 116 valores atipicos correspondientes a estados con alta
## densidad de instalaciones mineras activas, lo que respalda la hipotesis
## de correlacion positiva entre actividad minera y emisiones de CO2.

Variable Cuantitativa Continua: Emisiones de CO2 por Estado

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

2026-06-04

Variable Original: `CO2 total emissions (tons) by state`

Justificación de la variable

1. Carga de Librerías y Datos

2. Parámetros de Clasificación

3. Definición de Clases

4. Cálculo de Frecuencias

5. Tabla de Frecuencias

6. Tabla de Presentación

7. Histogramas

7.1 Frecuencia Absoluta Global

7.2 Frecuencia Absoluta Rango Principal

7.3 Frecuencia Relativa Local

7.4 Frecuencia Relativa Global

8. Ojivas Combinadas

9. Diagrama de Caja

10. Indicadores Estadísticos

11. Valores Atípicos

12. Conclusión

Variable Cuantitativa Continua: Emisiones de CO2 por Estado

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

2026-06-04

Variable Original: CO2 total emissions (tons) by state

Justificación de la variable

1. Carga de Librerías y Datos

2. Parámetros de Clasificación

3. Definición de Clases

4. Cálculo de Frecuencias

5. Tabla de Frecuencias

6. Tabla de Presentación

7. Histogramas

7.1 Frecuencia Absoluta Global

7.2 Frecuencia Absoluta Rango Principal

7.3 Frecuencia Relativa Local

7.4 Frecuencia Relativa Global

8. Ojivas Combinadas

9. Diagrama de Caja

10. Indicadores Estadísticos

11. Valores Atípicos

12. Conclusión

Variable Original: `CO2 total emissions (tons) by state`