0. Librerias

library(readr)
library(dplyr)
library(knitr)
library(kableExtra)
library(ggplot2)
library(e1071)
library(moments)

1. Leer Datos

variables <- read.csv("C:/Users/dellh/Downloads/GlobalWeatherRepository.csv")

1. Extraer y Depuración de la Variable

#depuración

variables <-na.omit(variables)

# selección

CO <- variables$air_quality_Carbon_Monoxide

# Total de datos

n_total <- length(CO)

3. Frecuencias

3.1 Max y Min

valor_min <- min(CO, na.rm = TRUE)
valor_max <- max(CO, na.rm = TRUE)
rango <- valor_max - valor_min

3.2. Regla de Sturges

K_sturges <- floor(1 + 3.322 * log10(n_total))

A_sturges <- rango / K_sturges

3.3. Intervalos

Li1 <- seq( valor_min,
            valor_max - A_sturges,
            by = A_sturges)

Ls1 <- Li1 + A_sturges

3.4. Bucle para las columnas de la tabla

ni1 <- numeric(length(Li1))
for(i in 1:length(Li1)){
  if(i == length(Li1)){
    ni1[i] <- sum(CO >= Li1[i] & CO <= Ls1[i], na.rm = TRUE)
  } else {
    ni1[i] <- sum(CO >= Li1[i] & CO < Ls1[i], na.rm = TRUE)
  }
}

# Frecuencia relativa
hi1 <- (ni1 / sum(ni1)) * 100

# Acumuladas
Ni_asc1 <- cumsum(ni1)
Hi_asc1 <- cumsum(hi1)

Ni_dsc1 <- rev(cumsum(rev(ni1)))
Hi_dsc1 <- rev(cumsum(rev(hi1)))

# Marca de clase
MC1 <- (Li1 + Ls1)/2

3.5. Amplitud para tabla ajustada

# Intervalos
 
K_ajustado <- 10
amplitud <- ceiling(rango / K_ajustado) # Redondeo superior para asegurar cobertura limpia

Li2 <- seq(floor(valor_min), by = amplitud, length.out = K_ajustado)
Ls2 <- Li2 + amplitud

ni2 <- numeric(length(Li2))
for(i in 1:length(Li2)){
  if(i == length(Li2)){
    ni2[i] <- sum(CO >= Li2[i] & CO <= Ls2[i], na.rm = TRUE)
  } else {
    ni2[i] <- sum(CO >= Li2[i] & CO < Ls2[i], na.rm = TRUE)
  }
}


# Frecuencia relativa
hi2 <- (ni2 / sum(ni2)) * 100

# Acumuladas
Ni_asc2 <- cumsum(ni2)
Hi_asc2 <- cumsum(hi2)

Ni_dsc2 <- rev(cumsum(rev(ni2)))
Hi_dsc2 <- rev(cumsum(rev(hi2)))



# Marca de clase
MC2 <- (Li2 + Ls2)/2

4. Tabla de Distribución de Frecuencias

4.1. Tabla 1

Tabla_Sturges <- data.frame(
  Lim_inf = round(Li1, 2), Lim_sup = round(Ls1, 2), MC = round(MC1, 2),
  ni = ni1, hi = round(hi1, 2), Ni_asc = Ni_asc1, Hi_asc = round(Hi_asc1, 2),
  Ni_dsc = Ni_dsc1, Hi_dsc = round(Hi_dsc1, 2)
)
Tabla_Sturges2 <- Tabla_Sturges
Tabla_Sturges2[] <- lapply(Tabla_Sturges2, as.character)
fila_total <- data.frame(
  Lim_inf = "TOTAL", Lim_sup = "", MC = "",
  ni = as.character(sum(ni1)), hi = as.character(round(sum(hi1), 2)),
  Ni_asc = "-", Hi_asc = "-", Ni_dsc = "-", Hi_dsc = "-"
)
Tabla_Sturges2 <- rbind(Tabla_Sturges2, fila_total)

kable(Tabla_Sturges2, align = "c",
      caption = "Tabla N°1: Distribución de frecuencias de los niveles de Monóxido de Carbono (CO) a nivel global durante el período 2024–2026") |> 
  kableExtra::kable_styling(full_width = TRUE, position ="center", bootstrap_options = c("striped", "hover", "condensed", "responsive")) |> 
  kableExtra::row_spec(0, bold = TRUE, color = "black", background = "#B2EBF2") |> # Azul Turquesa Pastel
  kableExtra::row_spec(nrow(Tabla_Sturges2), bold = TRUE, background = "#EAEDED") |> 
  footnote(general = "Elaborado por Grupo 2.\nFuente: Global Weather Repository.", general_title = "Nota:", footnote_as_chunk = TRUE, title_format = c("italic","bold"))

Tabla N°1: Distribución de frecuencias de los niveles de Monóxido de Carbono (CO) a nivel global durante el período 2024–2026
Lim_inf	Lim_sup	MC	ni	hi	Ni_asc	Hi_asc	Ni_dsc	Hi_dsc
-9999	-7283.53	-8641.27	1	0	1	0	141703	100
-7283.53	-4568.07	-5925.8	0	0	1	0	141702	100
-4568.07	-1852.6	-3210.33	0	0	1	0	141702	100
-1852.6	862.87	-494.87	129757	91.57	129758	91.57	141702	100
862.87	3578.33	2220.6	10823	7.64	140581	99.21	11945	8.43
3578.33	6293.8	4936.07	709	0.5	141290	99.71	1122	0.79
6293.8	9009.27	7651.53	248	0.18	141538	99.88	413	0.29
9009.27	11724.73	10367	101	0.07	141639	99.95	165	0.12
11724.73	14440.2	13082.47	36	0.03	141675	99.98	64	0.05
14440.2	17155.67	15797.93	7	0	141682	99.99	28	0.02
17155.67	19871.13	18513.4	6	0	141688	99.99	21	0.01
19871.13	22586.6	21228.87	2	0	141690	99.99	15	0.01
22586.6	25302.07	23944.33	2	0	141692	99.99	13	0.01
25302.07	28017.53	26659.8	2	0	141694	99.99	11	0.01
28017.53	30733	29375.27	4	0	141698	100	9	0.01
30733	33448.46	32090.73	1	0	141699	100	5	0
33448.46	36163.93	34806.2	2	0	141701	100	4	0
36163.93	38879.4	37521.66	2	0	141703	100	2	0
TOTAL			141703	100
Nota: Elaborado por Grupo 2. Fuente: Global Weather Repository.

4.1. Tabla ajustada

TDF_CO <- data.frame(
  Lim_inf = round(Li2, 2), Lim_sup = round(Ls2, 2), MC = round(MC2, 2),
  ni = ni2, hi = round(hi2, 2), Ni_asc = Ni_asc2, Hi_asc = round(Hi_asc2, 2),
  Ni_dsc = Ni_dsc2, Hi_dsc = round(Hi_dsc2, 2)
)
TDF_CO_Texto <- TDF_CO
TDF_CO_Texto[] <- lapply(TDF_CO_Texto, as.character)
TDF_Total <- data.frame(
  Lim_inf = "TOTAL", Lim_sup = "", MC = "",
  ni = as.character(sum(ni2)), hi = as.character(round(sum(hi2), 2)),
  Ni_asc = "-", Hi_asc = "-", Ni_dsc = "-", Hi_dsc = "-",
  stringsAsFactors = FALSE
)
TDF_CO_Final <- rbind(TDF_CO_Texto, TDF_Total)
colnames(TDF_CO_Final) <- c("Lim. Inf.", "Lim. Sup.", "MC", "ni", "hi (%)", "Ni Asc", "Hi Asc", "Ni Dsc", "Hi Dsc")

kable(TDF_CO_Final, align = "c",
      caption = "Tabla N°2: Distribución de frecuencias para Monóxido de Carbono (CO) de los registros meteorológicos mundiales, período 2024–2026") |> 
  kable_styling(full_width = TRUE, position = "center", bootstrap_options = c("striped", "hover", "condensed", "responsive")) |> 
  row_spec(0, bold = TRUE, color = "black", background = "#C8E6C9") |> # Verde Menta Pastel
  row_spec(nrow(TDF_CO_Final), bold = TRUE, background = "#EAEDED") |> 
  footnote(general = "Elaborado por Grupo 2.\nFuente: Global Weather Repository.", general_title = "Nota: ", footnote_as_chunk = TRUE, title_format = c("italic","bold"))

Tabla N°2: Distribución de frecuencias para Monóxido de Carbono (CO) de los registros meteorológicos mundiales, período 2024–2026
Lim. Inf.	Lim. Sup.	MC	ni	hi (%)	Ni Asc	Hi Asc	Ni Dsc	Hi Dsc
-9999	-5111	-7555	1	0	1	0	141703	100
-5111	-223	-2667	0	0	1	0	141702	100
-223	4665	2221	140981	99.49	140982	99.49	141702	100
4665	9553	7109	581	0.41	141563	99.9	721	0.51
9553	14441	11997	112	0.08	141675	99.98	140	0.1
14441	19329	16885	11	0.01	141686	99.99	28	0.02
19329	24217	21773	5	0	141691	99.99	17	0.01
24217	29105	26661	5	0	141696	100	12	0.01
29105	33993	31549	4	0	141700	100	7	0
33993	38881	36437	3	0	141703	100	3	0
TOTAL			141703	100
Nota: Elaborado por Grupo 2. Fuente: Global Weather Repository.

5. Gráficos de Distribución de Frecuencias

5.1. Histograma Original (ni)

hist(
  CO, 
  main = "Grafico Nro 1: Histograma y polígono frecuencias absolutas del\nMonóxido de Carbono (CO), período 2024 a 2026", 
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia", 
  col = "#FFECB3", border = "white" # Amarillo pastel suave
 )

grid()

5.2. Histograma con relación al todo (ni)

hist(
  CO, 
  breaks = c(Li2, max(Ls2)), ylim = c(0, n_total),
  main = "Grafico Nro 2: Histograma global de Monóxido de Carbono (CO) respecto al 
  tamaño muestral", 
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia", 
  col = "#D1C4E9", border = "white" # Morado pastel suave
)
grid()

5.3. Histograma original (hi)

barplot(
  hi2, names.arg = paste(Li2, Ls2, sep = " a "),
  main = "Grafico Nro 3: Histograma local de frecuencia relativa de CO\nPeriodo 2024 - 2026",
  xlab = "Intervalos de CO", ylab = "Frecuencia Relativa (%)", 
  col = "#F8BBD0", border = "white", las = 2, cex.names = 0.7
)

5.4. Histograma con relacion a todo (hi)

barplot(
  hi2, names.arg = paste(Li2, Ls2, sep = " a "), ylim = c(0, 100),
  main = "Grafico Nro 4: Histograma global de frecuencia relativa de CO\n(Escala 0% - 100%)", 
  xlab = "Intervalos de CO", ylab = "Frecuencia Relativa (%)", 
  col = "#B2DFDB", border = "white", las = 2, cex.names = 0.7
)

5.5. Polígono de frecuencias (hi)

bp <- barplot(
  hi2, names.arg = paste(Li2, Ls2, sep = "-"),
  col = "#C8E6C9", border = "white", ylim = c(0, max(hi2)*1.2), 
  main = "Grafico Nro 5: Polígono de frecuencias relativas de la concentración\nde Monóxido de Carbono (CO), período 2024–2026",
  xlab = "Intervalos", ylab = "Frecuencia relativa (%)", las = 2, cex.names = 0.7
)
x_pol <- c(bp[1] - (bp[2]-bp[1]), bp, bp[length(bp)] + (bp[2]-bp[1]))
y_pol <- c(0, hi2, 0)
lines(x_pol, y_pol, type = "o", col = "#FF7043", lwd = 2, pch = 16) # Línea Coral fuerte para contraste
grid()

5.6. Ojiva ascendente y descendente (ni)

plot(
  Ls2, Ni_asc2, type = "o", pch = 16, lwd = 2, col = "#4FC3F7", ylim = c(0, max(Ni_asc2)),
  main = "Grafico Nro 6: Ojivas de Frecuencia Absoluta Acumulada de CO\nPeriodo 2024-2026", 
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia Acumulada (Ni)"
)
lines(Li2, Ni_dsc2, type = "o", pch = 17, lwd = 2, col = "#FF8A80")
legend("right", legend = c("Ojiva Ascendente", "Ojiva Descendente"),
       col = c("#4FC3F7", "#FF8A80"), pch = c(16, 17), lwd = 2, bty = "n")
grid()

5.7. Ojiva ascentende y descendente (hi)

plot(
  Ls2, Hi_asc2, type = "o", pch = 16, col = "#4FC3F7", lwd = 2, ylim = c(0, 100),
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia Relativa Acumulada (%)", 
  main = "Grafico Nro 7: Ojivas de frecuencias relativas acumuladas\ndel Monóxido de Carbono (CO), período 2024–2026"
)
lines(Li2, Hi_dsc2, type = "o", pch = 17, col = "#FF8A80", lwd = 2)
legend("right", legend = c("Ojiva Ascendente", "Ojiva Descendente"),
       col = c("#4FC3F7", "#FF8A80"), pch = c(16, 17), lwd = 2, bty = "n")
grid()

5.8. Bloxplot

Q1 <- quantile(CO, 0.25)
Q3 <- quantile(CO, 0.75)
RIC <- Q3 - Q1
Lim_inf <- Q1 - 1.5 * RIC
Lim_sup <- Q3 + 1.5 * RIC
boxplot(
  CO, horizontal = TRUE, outline = FALSE, 
  main = "Gráfico Nro 8: Boxplot de Monóxido de Carbono (CO)\ período 2024-2026", 
  xlab = "CO", col = "#CFD8DC"
)
atipicos <- CO[CO < Lim_inf | CO > Lim_sup]
if(length(atipicos) > 0) {
  # Graficamos una muestra representativa de atípicos para no saturar el lienzo gráfico
  set.seed(123)
  muestra_atipicos <- sample(atipicos, min(length(atipicos), 1000))
  points(muestra_atipicos, rep(1, length(muestra_atipicos)), col = "#FF5252", pch = 19, cex = 0.5)
}
abline(v = Lim_inf, col = "#1E88E5", lwd = 2, lty = 2)
abline(v = Lim_sup, col = "#1E88E5", lwd = 2, lty = 2)
legend("topright", legend = c("Atípicos (Muestra)", "Límites de Tukey"),
       col = c("#FF5252", "#1E88E5"), pch = c(19, NA), lty = c(NA, 2), lwd = c(NA, 2), bty = "n")
grid()

6. Indicadores Estadísticos

6.1. Tendencia central

media <- mean(CO)

mediana <- median(CO)
max_ni <- max(TDF_CO$ni)
moda <- TDF_CO$MC[TDF_CO$ni == max_ni]

6.1. Dispersión

varianza <- var(CO)
desv_est <- sd(CO)
cv <- (desv_est / media) * 100

6.3. Forma

asimetria <- skewness(CO)
curtosis <- kurtosis(CO)

6.4. Valores atípicos

n_atipicos <- length(atipicos)
rango_texto <- paste0("[", round(min(CO),2), "; ", round(max(CO),2), "]")

6.5. Tabla de indicadores

tabla_indicadores <- data.frame(
  Variable = "Monóxido de Carbono (CO)",
  Rango = rango_texto,
  Media = round(media,2),
  Mediana = round(mediana,2),
  Moda = round(moda[1],2), 
  Varianza = round(varianza,2),
  Desv_Est = round(desv_est,2),
  CV = round(cv,2),
  Asimetria = round(asimetria,2),
  Curtosis = round(curtosis,2),
  N_Atipicos = n_atipicos
)

kable(tabla_indicadores, align = "c", 
      caption = "Tabla N°3: Indicadores estadísticos descriptivos de la variable Monóxido de Carbono (CO) mediante registros meteorológicos mundiales, período 2024–2026") |>
  kable_styling(full_width = TRUE, position = "center", bootstrap_options = c("striped", "hover", "condensed", "responsive")) |>
  row_spec(0, bold = TRUE, color = "black", background = "#D1C4E9") # Lila Pastel

Tabla N°3: Indicadores estadísticos descriptivos de la variable Monóxido de Carbono (CO) mediante registros meteorológicos mundiales, período 2024–2026
Variable	Rango	Media	Mediana	Moda	Varianza	Desv_Est	CV	Asimetria	Curtosis	N_Atipicos
Monóxido de Carbono (CO)	[-9999; 38879.4]	451.86	288.6	2221	556583.8	746.05	165.11	13.33	364.09	12626

7. Conclusiones

“El análisis del Monóxido de Carbono (CO) demuestra que la calidad del aire se mantiene en niveles”, “saludables y notablemente estables la mayor parte del tiempo (Mediana = 288.6 ppm).”, “No obstante, el comportamiento de los datos refleja una marcada asimetría positiva (13.33)”, “y una dispersión extrema (CV = 165.11%) introducida por 12,626”, “registros atípicos, los cuales evidencian episodios críticos y puntuales de contaminación atmosférica.”

Monóxido de Carbono

Grupo N°2

2026-07-01