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")

2. Extraer y Depuración de la Variable

# Depuración 
variables <- na.omit(variables)

# Extracción de la variable y cálculo del tamaño inicial
CO_raw <- variables$air_quality_Carbon_Monoxide
n_inicial <- length(CO_raw)

# Regla de Tukey (RIC) para filtrar valores atípicos
Q1 <- quantile(CO_raw, 0.25, na.rm = TRUE)
Q3 <- quantile(CO_raw, 0.75, na.rm = TRUE)
RIC <- Q3 - Q1

limite_inferior <- Q1 - 1.5 * RIC
limite_superior <- Q3 + 1.5 * RIC

# Filtrado de la variable
CO <- CO_raw[CO_raw >= limite_inferior & CO_raw <= limite_superior]

# Recuentos finales
n_total <- length(CO)
n_atipicos_removidos <- n_inicial - n_total
pct_atipicos_removidos <- round((n_atipicos_removidos / n_inicial) * 100, 2)

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)
  }
}

hi1 <- (ni1 / sum(ni1)) * 100
Ni_asc1 <- cumsum(ni1)
Hi_asc1 <- cumsum(hi1)
Ni_dsc1 <- rev(cumsum(rev(ni1)))
Hi_dsc1 <- rev(cumsum(rev(hi1)))
MC1 <- (Li1 + Ls1) / 2

3.5. Amplitud para tabla ajustada

# Intervalos

K_ajustado <- 10
amplitud <- 80
valor_min_limpio <- 50  # Mínimo redondeado para empezar limpio

Li2 <- seq(valor_min_limpio, by = amplitud, length.out = K_ajustado)
Ls2 <- Li2 + amplitud
cortes2 <- c(Li2, Ls2[K_ajustado]) # Vector: 50, 130, 210, 290, 370, 450, 530, 610, 690, 770, 850

ni2 <- numeric(K_ajustado)
for(i in 1:K_ajustado){
  if(i == K_ajustado){
    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)
  }
}

hi2 <- (ni2 / sum(ni2)) * 100
Ni_asc2 <- cumsum(ni2)
Hi_asc2 <- cumsum(hi2)
Ni_dsc2 <- rev(cumsum(rev(ni2)))
Hi_dsc2 <- rev(cumsum(rev(hi2)))
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_total1 <- 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_total1)

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") |> 
  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
53.85	99.91	76.88	3155	2.44	3155	2.44	129072	100
99.91	145.97	122.94	10100	7.83	13255	10.27	125917	97.56
145.97	192.03	169	20158	15.62	33413	25.89	115817	89.73
192.03	238.09	215.06	19285	14.94	52698	40.83	95659	74.11
238.09	284.14	261.11	16638	12.89	69336	53.72	76374	59.17
284.14	330.2	307.17	14619	11.33	83955	65.05	59736	46.28
330.2	376.26	353.23	10795	8.36	94750	73.41	45117	34.95
376.26	422.32	399.29	7589	5.88	102339	79.29	34322	26.59
422.32	468.38	445.35	5871	4.55	108210	83.84	26733	20.71
468.38	514.44	491.41	4804	3.72	113014	87.56	20862	16.16
514.44	560.5	537.47	3686	2.86	116700	90.41	16058	12.44
560.5	606.56	583.53	3099	2.4	119799	92.82	12372	9.59
606.56	652.61	629.59	2582	2	122381	94.82	9273	7.18
652.61	698.67	675.64	2102	1.63	124483	96.44	6691	5.18
698.67	744.73	721.7	1734	1.34	126217	97.79	4589	3.56
744.73	790.79	767.76	1569	1.22	127786	99	2855	2.21
790.79	836.85	813.82	1286	1	129072	100	1286	1
TOTAL			129072	100
Nota: Elaborado por Grupo 2. Fuente: Global Weather Repository.

4.2. Tabla ajustada

TDF_CO <- data.frame(
  Lim_inf = Li2, Lim_sup = Ls2, MC = MC2,
  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) depurado (Amplitud c = 80)") |> 
  kable_styling(full_width = TRUE, position = "center", bootstrap_options = c("striped", "hover", "condensed", "responsive")) |> 
  row_spec(0, bold = TRUE, color = "black", background = "#C8E6C9") |> 
  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) depurado (Amplitud c = 80)
Lim. Inf.	Lim. Sup.	MC	ni	hi (%)	Ni Asc	Hi Asc	Ni Dsc	Hi Dsc
50	130	90	8529	6.61	8529	6.61	129077	100
130	210	170	32582	25.24	41111	31.85	120548	93.39
210	290	250	30091	23.31	71202	55.16	87966	68.15
290	370	330	22130	17.14	93332	72.31	57875	44.84
370	450	410	12636	9.79	105968	82.1	35745	27.69
450	530	490	8350	6.47	114318	88.57	23109	17.9
530	610	570	5735	4.44	120053	93.01	14759	11.43
610	690	650	4057	3.14	124110	96.15	9024	6.99
690	770	730	3039	2.35	127149	98.51	4967	3.85
770	850	810	1928	1.49	129077	100	1928	1.49
TOTAL			129077	100
Nota: Elaborado por Grupo 2. Fuente: Global Weather Repository.

5. Gráficos de Distribución de Frecuencias

5.1. Histograma Original (ni)

hist(
  CO, 
  breaks = cortes2,
  xaxt = "n",
  main = "Gráfico Nro 1: Histograma de frecuencias absolutas del\nMonóxido de Carbono (CO)", 
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia (ni)", 
  col = "#FFECB3", border = "black"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
grid()

5.2. Histograma con relación al todo (ni)

hist(
  CO, 
  breaks = cortes2, 
  ylim = c(0, n_total),
  xaxt = "n",
  main = "Gráfico Nro 2: Histograma global de Monóxido de Carbono (CO) respecto al\ntamaño muestral", 
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia (ni)", 
  col = "#D1C4E9", border = "black"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
grid()

5.3. Histograma de Frecuencia Relativa (hi)

h_rel <- hist(CO, breaks = cortes2, plot = FALSE)
h_rel$counts <- (h_rel$counts / sum(h_rel$counts)) * 100

plot(
  h_rel, 
  freq = TRUE,
  xaxt = "n",
  main = "Gráfico Nro 3: Histograma local de frecuencia relativa de CO (%)",
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia Relativa (%)", 
  col = "#F8BBD0", border = "black"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
grid()

5.4. Histograma Global (hi)

plot(
  h_rel, 
  freq = TRUE, 
  ylim = c(0, 100),
  xaxt = "n",
  main = "Gráfico Nro 4: Histograma global de frecuencia relativa de CO (0% - 100%)", 
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia Relativa (%)", 
  col = "#B2DFDB", border = "black"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
grid()

5.5. Polígono de frecuencias (hi)

plot(
  h_rel, 
  freq = TRUE, 
  ylim = c(0, max(hi2) * 1.2),
  xaxt = "n",
  main = "Gráfico Nro 5: Polígono de frecuencias relativas de CO (%)",
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia relativa (%)", 
  col = "#C8E6C9", border = "black"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)

x_pol <- c(MC2[1] - amplitud, MC2, MC2[length(MC2)] + amplitud)
y_pol <- c(0, hi2, 0)
lines(x_pol, y_pol, type = "o", col = "#FF7043", lwd = 2, pch = 16)
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)),
  xaxt = "n",
  main = "Gráfico Nro 6: Ojivas de Frecuencia Absoluta Acumulada (Ni)", 
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia Acumulada (Ni)"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
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),
  xaxt = "n",
  xlab = "Monóxido de Carbono (CO)", ylab = "Frecuencia Relativa Acumulada (%)", 
  main = "Gráfico Nro 7: Ojivas de frecuencias relativas acumuladas (%)"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
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

boxplot(
  CO, horizontal = TRUE, 
  main = "Gráfico Nro 8: Boxplot de Monóxido de Carbono (CO) sin atípicos\nperiodo 2024-2026", 
  xlab = "CO", col = "#CFD8DC"
)
abline(v = min(CO), col = "#1E88E5", lwd = 2, lty = 2)
abline(v = max(CO), col = "#1E88E5", lwd = 2, lty = 2)
legend("topright", legend = "Límites del Rango Depurado",
       col = "#1E88E5", lty = 2, lwd = 2, bty = "n")
grid()

6. Indicadores Estadísticos

6.1. Tendencia central

media <- mean(CO, na.rm = TRUE)
mediana <- median(CO, na.rm = TRUE)

max_ni <- max(TDF_CO$ni)
modas_mc <- TDF_CO$MC[TDF_CO$ni == max_ni]
moda_texto <- paste(round(modas_mc, 2), collapse = ", ")

6.1. Dispersión

varianza <- var(CO, na.rm = TRUE)
desv_est <- sd(CO, na.rm = TRUE)
cv <- (desv_est / media) * 100

6.3. Forma

asimetria <- skewness(CO, na.rm = TRUE)
curtosis <- kurtosis(CO, na.rm = TRUE)

6.4. Valores atípicos

rango_texto <- paste0("[", round(valor_min, 2), " ; ", round(valor_max, 2), "]")

6.5. Tabla de indicadores

tabla_indicadores <- data.frame(
  Indicador = c("Muestra Inicial (n)", "Atípicos Filtrados (n)", "Atípicos Filtrados (%)",
                "Muestra Depurada (n)", "Rango de Datos", "Media", "Mediana", "Moda (MC)", 
                "Varianza", "Desviación Estándar", "Coef. de Variación (%)", 
                "Asimetría", "Curtosis"),
  Valor = c(n_inicial, 
            n_atipicos_removidos, 
            paste0(pct_atipicos_removidos, "%"),
            n_total,
            rango_texto, 
            round(media, 2), 
            round(mediana, 2), 
            moda_texto, 
            round(varianza, 2), 
            round(desv_est, 2), 
            paste0(round(cv, 2), "%"), 
            round(asimetria, 2), 
            round(curtosis, 2))
)

kable(tabla_indicadores, align = "c", 
      col.names = c("Indicador Estadístico", "Valor Calculado"),
      caption = "Tabla N°3: Resumen de indicadores descriptivos de Monóxido de Carbono (CO) depurado, período 2024–2026") |>
  kable_styling(full_width = FALSE, position = "center", bootstrap_options = c("striped", "hover", "condensed", "responsive")) |>
  row_spec(0, bold = TRUE, color = "black", background = "#D1C4E9") |>
  footnote(general = "Elaborado por Grupo 2.\nFuente: Global Weather Repository.", general_title = "Nota: ", footnote_as_chunk = TRUE, title_format = c("italic","bold"))

Tabla N°3: Resumen de indicadores descriptivos de Monóxido de Carbono (CO) depurado, período 2024–2026
Indicador Estadístico	Valor Calculado
Muestra Inicial (n)	141703
Atípicos Filtrados (n)	12626
Atípicos Filtrados (%)	8.91%
Muestra Depurada (n)	129077
Rango de Datos	[53.85 ; 836.85]
Media	310.28
Mediana	270.1
Moda (MC)	170
Varianza	26197.09
Desviación Estándar	161.86
Coef. de Variación (%)	52.16%
Asimetría	1.1
Curtosis	3.73
Nota: Elaborado por Grupo 2. Fuente: Global Weather Repository.

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 = 270.1 ppm). No obstante, el comportamiento de los datos refleja una asimetría positiva (1.1) y una dispersión moderada (CV = 52.16%) introducida por 12,626 registros atípicos (8.91%), los cuales evidencian episodios críticos y puntuales de contaminación atmosférica dañinos para la salud humana y el medio ambiente.

Monóxido de Carbono

Grupo N°2

2026-07-01

0. Librerias

1. Leer Datos

2. Extraer y Depuración de la Variable

3. Frecuencias

3.1 Max y Min

3.2. Regla de Sturges

3.3. Intervalos

3.4. Bucle para las columnas de la tabla

3.5. Amplitud para tabla ajustada

4. Tabla de Distribución de Frecuencias

4.1. Tabla 1

4.2. Tabla ajustada

5. Gráficos de Distribución de Frecuencias

5.1. Histograma Original (ni)

5.2. Histograma con relación al todo (ni)

5.3. Histograma de Frecuencia Relativa (hi)

5.4. Histograma Global (hi)

5.5. Polígono de frecuencias (hi)

5.6. Ojiva ascendente y descendente (ni)

5.7. Ojiva ascentende y descendente (hi)

5.8. Bloxplot

6. Indicadores Estadísticos

6.1. Tendencia central

6.1. Dispersión

6.3. Forma

6.4. Valores atípicos

6.5. Tabla de indicadores

7. Conclusiones