0.- Librerías

library(readr)
library(dplyr)
library(knitr)
library(kableExtra)
library(ggplot2)
library(e1071)
library(tidyverse)
library(lubridate)

1.- leer datos

variables <- read_csv("C:/Users/CESAR/Downloads/proyecto x/GlobalWeatherRepository.csv", show_col_types = TRUE)

2.- Depuración y selección de la variable

Depuración

variables <- na.omit(variables)

Selección

Ilu_Lunar <- variables$moon_illumination

3.- Frecuancias

Max y min

n_total <- length(Ilu_Lunar)
valor_min <- min(Ilu_Lunar, na.rm = TRUE)
valor_max <- max(Ilu_Lunar, na.rm = TRUE)
rango <- valor_max - valor_min

Regla de Sturges

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

## [1] 18

A_sturges <- rango / K_sturges
A_sturges

## [1] 5.555556

Intervalos

Li1 <- seq(valor_min,
           valor_max - A_sturges,
           by = A_sturges)
Ls1 <- Li1 + A_sturges

Bucle para las columnas de la tabla

ni1 <- numeric(length(Li1))

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

4.- Tablas de frecuencia

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 iluminacion lunar (%) para el analísis meteorológicos en capitales del mundo mediante la regla de Sturges, 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 = "white",
    background = "#2C3E50"
  ) |> 
  kableExtra::row_spec(
    nrow(Tabla_Sturges2),
    bold = TRUE,
    background = "#EAEDED"
  ) |> 
  footnote(
    general = "Elaborado por Grupo 2.Fuente: Global Weather Repository.",
    general_title = "Nota: ",
    footnote_as_chunk = TRUE,
    title_format = c("italic", "bold")
  )

Tabla N.1: Distribución de frecuencias de iluminacion lunar (%) para el analísis meteorológicos en capitales del mundo mediante la regla de Sturges, período 2024-2026
Lim_inf	Lim_sup	MC	ni	hi	Ni_asc	Hi_asc	Ni_dsc	Hi_dsc
0	5.56	2.78	20691	14.6	20691	14.6	141703	100
5.56	11.11	8.33	10188	7.19	30879	21.79	121012	85.4
11.11	16.67	13.89	6437	4.54	37316	26.33	110824	78.21
16.67	22.22	19.44	6850	4.83	44166	31.17	104387	73.67
22.22	27.78	25	5335	3.76	49501	34.93	97537	68.83
27.78	33.33	30.56	6031	4.26	55532	39.19	92202	65.07
33.33	38.89	36.11	5098	3.6	60630	42.79	86171	60.81
38.89	44.44	41.67	5214	3.68	65844	46.47	81073	57.21
44.44	50	47.22	4719	3.33	70563	49.8	75859	53.53
50	55.56	52.78	5591	3.95	76154	53.74	71140	50.2
55.56	61.11	58.33	5610	3.96	81764	57.7	65549	46.26
61.11	66.67	63.89	4743	3.35	86507	61.05	59939	42.3
66.67	72.22	69.44	5895	4.16	92402	65.21	55196	38.95
72.22	77.78	75	5345	3.77	97747	68.98	49301	34.79
77.78	83.33	80.56	7411	5.23	105158	74.21	43956	31.02
83.33	88.89	86.11	6290	4.44	111448	78.65	36545	25.79
88.89	94.44	91.67	9659	6.82	121107	85.47	30255	21.35
94.44	100	97.22	20596	14.53	141703	100	20596	14.53
TOTAL			141703	100
Nota: Elaborado por Grupo 2.Fuente: Global Weather Repository.

Si visualizamos la tabla de frecuencia siguendo la regla de sturges nos da una tabla complicada y dificil de explicar, creamos la tabla simplificada ajustando los los limites para asi tener una tabla facil de entender y explicar

tabla simplificada

Li1 <- seq(0, 90, by = 10)
Ls1 <- seq(10, 100, by = 10)
ni1 <- numeric(length(Li1))

# 3.2 Bucle para el conteo de frecuencias absolutas (ni1)
ni1 <- numeric(length(Li1))

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

# Frecuencia relativa (Porcentaje)
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
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
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)
)


if (tail(Tabla_Sturges$Hi_asc, 1) != 100.00) {
  Tabla_Sturges$Hi_asc[nrow(Tabla_Sturges)] <- 100.00
}


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 N2: Distribución de frecuencias de iluminación Lunar (%)  para el analísis meteorológicos en capitales del mundo 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 = "white", background = "#2C3E50") |> 
  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 N2: Distribución de frecuencias de iluminación Lunar (%) para el analísis meteorológicos en capitales del mundo período 2024-2026
Lim_inf	Lim_sup	MC	ni	hi	Ni_asc	Hi_asc	Ni_dsc	Hi_dsc
0	10	5	27951	19.73	27951	19.73	141703	100
10	20	15	12794	9.03	40745	28.75	113752	80.27
20	30	25	10880	7.68	51625	36.43	100958	71.25
30	40	35	9581	6.76	61206	43.19	90078	63.57
40	50	45	9357	6.6	70563	49.8	80497	56.81
50	60	55	9497	6.7	80060	56.5	71140	50.2
60	70	65	10046	7.09	90106	63.59	61643	43.5
70	80	75	10159	7.17	100265	70.76	51597	36.41
80	90	85	12512	8.83	112777	79.59	41438	29.24
90	100	95	28926	20.41	141703	100	28926	20.41
TOTAL			141703	100
Nota: Elaborado por Grupo 2. Fuente: Global Weather Repository.

5.- Gráficos

5.1.- Histograma ni

cortes_hist <- c(Li1, Ls1[length(Ls1)])
hist(
  Ilu_Lunar,
  breaks = cortes_hist,
  col = "#FF7F0E",            
  border = "black",             
  main = "Gráfico N°1 :Histograma de Frecuencias absoluta de Iluminación Lunar
  para el análisis meteorológico en capitales del mundo",
  sub = "Periodo: Mayo 2024 - Mayo 2026",
  xlab = "iluminacion lunar (%) ",
  ylab = "Frecuencia Absoluta (ni)", 
  axes = FALSE,                
  xlim = c(0, 100),             
  font.main = 2,
  col.main = "black"
)
axis(
  side = 1, 
  at = cortes_hist, 
  labels = round(cortes_hist, 1), 
  las = 1,                      
  font = 2,                      
  col = "#2C3E50",
  cex.axis = 0.75               
)
axis(
  side = 2, 
  las = 1, 
  font = 2, 
  col = "#2C3E50",
  cex.axis = 0.8
)

5.2.- Histograma hi

cortes_hist <- c(Li1, Ls1[length(Ls1)])
# Guardamos el objeto histograma sin graficarlo primero para modificar sus alturas
h_rel <- hist(Ilu_Lunar, breaks = cortes_hist, plot = FALSE)
h_rel$counts <- hi1
h_rel$density <- hi1  
# 3. Graficamos con el mismo diseño exacto
plot(
  h_rel,
  freq = TRUE, # Usamos TRUE para que respete el reemplazo que hicimos en $counts
  col = "#FF7",            
  border = "black",             
  main = "Gráfico N°2: Histograma de Frecuencias Relativas de Iluminación Lunar 
  para el análisis meteorológico en capitales del mundo",
  sub = "Periodo: Mayo 2024 - Mayo 2026",
  xlab = "Iluminación Lunar (%)",
  ylab = "Frecuencia Relativa (hi %)", 
  axes = FALSE,                
  xlim = c(0, 100),             
  font.main = 2,
  col.main = "black"
)

# 4. Ejes idénticos al diseño original
axis(
  side = 1, 
  at = cortes_hist, 
  labels = round(cortes_hist, 1), 
  las = 1,                       
  font = 2,                       
  col = "#2C3E50",
  cex.axis = 0.75               
)

axis(
  side = 2, 
  las = 1, 
  font = 2, 
  col = "#2C3E50",
  cex.axis = 0.8
)

5.3.- Histograma de ni con el tamaño muestral

par(mar = c(5, 5.5, 4, 2) + 0.1)
hist(
  Ilu_Lunar,
  breaks = cortes_hist,                           
  right = FALSE,                             
  col = "#FF7F0E",                           
  border = "black",                          
  main = "Gráfico N°3:Histograma de Frecuencia absolutas de iluminación lunar 
  para el análisis meteorológico en capitales del mundo
  Periodo: Mayo 2024 a Mayo 2026",
  sub = "Fuente: Global Weather Repository",
  xlab = "Iluminación lunar (%) ",
  ylab = "",                                 
  yaxt = "n",                                
  ylim = c(0, 140000)                         
)

marcas_y <- seq(0, 140000, by = 20000)
axis(side = 2, at = marcas_y, labels = format(marcas_y, big.mark = ","), font = 2, las = 1)

mtext(text = "Frecuencia Absoluta (ni)", side = 2, line = 4.5, font = 2)

5.4.- Histograma de Hi con el tamaño muestral

plot(
  h_rel,
  freq = TRUE, 
  col = "#FF7",       
  border = "black",              
  main = "Gráfico N°4: Histograma de Frecuencias Relativas de Iluminación lunar
  para el análisis meteorológico en capitales del mundo
  Periodo: Mayo 2024 - Mayo 2026",
  sub = "Fuente: Global Weather Repository",
  xlab = "Iluminación lunar (%)",
  ylab = "Frecuencia Relativa (hi %)", 
  axes = FALSE,                
  xlim = c(0, 100),
  ylim = c(0, 100), 
  font.main = 2,
  col.main = "black"
)
axis(
  side = 1, 
  at = cortes_hist, 
  labels = round(cortes_hist, 1), 
  las = 1,                       
  font = 2,                       
  col = "#2C3E50",
  cex.axis = 0.75               
)

marcas_y <- seq(0, 100, by = 20) 
axis(
  side = 2, 
  at = marcas_y, 
  labels = paste0(marcas_y, "%"), 
  las = 1, 
  font = 2, 
  col = "#2C3E50",
  cex.axis = 0.8
)

5.5.- Poligono de frecuencia Ni

par(mar = c(5, 5.5, 4, 2) + 0.1)
cortes <- c(Li1, Ls1[length(Ls1)])  
marcas_clase <- MC1                

marcas_poligono <- c(marcas_clase[1] - 5, marcas_clase, marcas_clase[length(marcas_clase)] + 5)
ni_poligono <- c(0, Tabla_Sturges$ni, 0)

hist(
  Ilu_Lunar,
  breaks = cortes,                           
  right = FALSE,                             
  col = "#FF7F0E",                           
  border = "black",                          
  main = "Gráfico N°5 : Poligono de frecuencias de iluminación lunar para
  el análisis meteorológico en capitales del mundo
  Periodo: Mayo 2024 a Mayo 2026",
  sub = "Fuente: Global Weather Repository",
  xlab = "Iluminación lunar (%) ",
  ylab = "",                                 
  yaxt = "n",                                
  ylim = c(0, 30000)                         
)

marcas_y <- seq(0, 30000, by = 10000)
axis(side = 2, at = marcas_y, labels = format(marcas_y, big.mark = ","), font = 2, las = 1)

mtext(text = "Frecuencia Absoluta (ni)", side = 2, line = 4.5, font = 2)


lines(
  x = marcas_poligono, 
  y = ni_poligono, 
  col = "red",            
  lwd = 3,                  
  type = "o",               
  pch = 19                  
)

5.6.- Ojivas ascendente y descendente (ni)

puntos_eje_x <- c(Li1, Ls1[length(Ls1)]) 

ni_asc_ojiva <- c(0, Tabla_Sturges$Ni_asc)
ni_dsc_ojiva <- c(sum(Tabla_Sturges$ni), Tabla_Sturges$Ni_dsc)

limite_max_y <- 150000
marcas_y     <- seq(0, limite_max_y, by = 30000)

plot(
  1, 
  type = "n",
  main = "Gráfico N°6: Ojivas de Frecuencias Absolutas Acumuladas de 
  iluminación Lunar para el análisis meteorológico en capitales del mundo
  Periodo mayo 2024 a mayo 2026",
  sub = "Fuente: Global Weather Repository",
  xlab = "Iluminacion Lunar (%)",
  ylab = "",                             
  xaxt = "n",                             
  yaxt = "n",                             
  xlim = c(0, 100),                     
  ylim = c(0, limite_max_y),
  xaxs = "i"                             
)

axis(side = 1, at = puntos_eje_x, labels = puntos_eje_x, font = 2)
axis(side = 2, at = marcas_y, labels = format(marcas_y, big.mark = ","), font = 2, las = 1)

mtext(text = "Frecuencia Absoluta Acumulada (Ni)", side = 2, line = 4.5, font = 2)


grid(nx = NULL, ny = NULL, lty = "dashed", col = "lightgray", lwd = 1)

lines(
  x = puntos_eje_x, 
  y = ni_asc_ojiva, 
  col = "#2980b9",                        
  lwd = 3,                                
  type = "o",                             
  pch = 19                                
)
lines(
  x = puntos_eje_x, 
  y = ni_dsc_ojiva, 
  col = "#e74c3c",                        
  lwd = 3, 
  type = "o", 
  pch = 19
)
legend(
  "bottomright",                                                
  legend = c("Ojiva Ascendente (Hi asc)", "Ojiva Descendente (Hi dsc)"),
  col = c("#2980b9", "#e74c3c"),
  lty = 1,
  lwd = 3,
  pch = 19,
  bty = "n",  
  cex = 0.75, # Un tamaño equilibrado para que quepa perfecto abajo
  text.font = 2
)

5.7.- Ojivas ascendente y descendente (hi)

puntos_eje_x <- seq(0, 100, by = 10) 

# Configuración de los vectores usando los porcentajes acumulados de tu tabla
hi_asc_ojiva <- c(0, Tabla_Sturges$Hi_asc)
hi_dsc_ojiva <- c(Tabla_Sturges$Hi_dsc, 0) # Empieza en 100% y termina en 0%

# SOLUCIÓN PARA LA LEYENDA: Subimos el techo a 120 para ganar espacio libre arriba
limite_max_y <- 120
marcas_y     <- seq(0, 100, by = 20) # El eje Y se muestra limpio hasta 100%

par(mar = c(5, 5.5, 4, 2) + 0.1)

plot(
  1, 
  type = "n",
  main = "Gráfico N°7:Ojivas de Frecuencias relativas Acumuladas de 
  iluminación Lunar para el análisis meteorológico en capitales 
  del mundo Periodo mayo 2024 a mayo 2026",
  sub = "Fuente: Global Weather Repository",
  xlab = "Iluminación Lunar (%)",
  ylab = "",                                             
  xaxt = "n",                                             
  yaxt = "n",                                             
  bty = "n",   
  xlim = c(0, 100),                     
  ylim = c(0, limite_max_y), # Aplica el techo de 120
  xaxs = "i"                                             
)

# Ejes con sus marcas
axis(side = 1, at = puntos_eje_x, labels = puntos_eje_x, font = 2)
axis(side = 2, at = marcas_y, labels = paste0(marcas_y, "%"), font = 2, las = 1)

mtext(text = "Frecuencia Relativa Acumulada (Hi %)", side = 2, line = 4.5, font = 2)

# Cuadrícula de fondo
grid(nx = NULL, ny = NULL, lty = "dashed", col = "lightgray", lwd = 1)

# Línea de la Ojiva Ascendente (Azul)
lines(x = puntos_eje_x, y = hi_asc_ojiva, col = "#2980b9", lwd = 3, type = "o", pch = 19)

# Línea de la Ojiva Descendente (Roja)
lines(x = puntos_eje_x, y = hi_dsc_ojiva, col = "#e74c3c", lwd = 3, type = "o", pch = 19)

# Leyenda ubicada arriba a la izquierda sin tocar ninguna línea
legend(
  "topleft", 
  legend = c("Ojiva Ascendente (Hi asc)", "Ojiva Descendente (Hi dsc)"),
  col = c("#2980b9", "#e74c3c"),
  lty = 1,
  lwd = 3,
  pch = 19,
  bty = "n",  
  cex = 0.75, 
  text.font = 2
)

5.8.- Diagrama de caja y bigotes

par(mar = c(5.5, 4, 4, 2) + 0.1) # Ajustamos márgenes inferiores para el título de abajo

boxplot(
  Ilu_Lunar,
  horizontal = TRUE,  
  col = "#FF7F0E",
  border = "black",
  main = "Gráfico N°8: Diagrama de Caja y bigotes Iluminación Lunar (%)",
  sub = "Fuente: Global Weather Repository",
  xlab = "",          
  xaxt = "n",         
  yaxt = "n",        
  frame.plot = FALSE, 
  xlim = c(0.5, 1.5), 
  ylim = c(0, 100)     
)

# CORRECCIÓN: Pintamos todas las horas de 3 en 3 en el eje X (side = 1)
marcas_horas <- seq(0, 100, by = 10)
axis(side = 1, at = marcas_horas, labels = marcas_horas, font = 2)

# CORRECCIÓN: Ponemos el título del eje abajo (side = 1)
mtext(text = "Iliminación lunar (%) ", side = 1, line = 3, font = 2)

6.- Indicadores Estadisticos

Tendencia central

Ilu_Lunar_reconst <- rep(MC1, times = ni1)

media    <- mean(Ilu_Lunar_reconst)
mediana  <- median(Ilu_Lunar_reconst)
moda     <- MC1[which.max(ni1)]

Dispersión

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

Forma

asim <- skewness(Ilu_Lunar_reconst)
kurt <- kurtosis(Ilu_Lunar_reconst)

Valores atipicos

Q1  <- quantile(Ilu_Lunar_reconst, 0.25)
Q3  <- quantile(Ilu_Lunar_reconst, 0.75)
RIC <- Q3 - Q1

lim_inf <- Q1 - 1.5 * RIC
lim_sup <- Q3 + 1.5 * RIC

n_atipicos <- sum(Ilu_Lunar_reconst < lim_inf | Ilu_Lunar_reconst > lim_sup)
rango_valores <- paste0("[", min(Li1), " % ; ", max(Ls1), " %]")

Tabla de indicadores

tabla_indicadores <- data.frame(
  Variable         = "Iluminación Lunar (%)",
  Rango            = rango_valores,
  X                = round(media, 2),
  Me               = round(mediana, 2),
  Mo               = round(moda, 2),
  V                = round(varianza, 2),
  Sd               = round(desv_est, 2),
  CV               = paste0(round(cv, 2), "%"),
  As               = round(asim, 2),
  K                = round(kurt, 2),
  Valores_Atipicos = n_atipicos
)

kable(
  tabla_indicadores, 
  align   = "c", 
  caption = "Tabla N°3: Indicadores estadísticos descriptivos de la variable Iluminación lunar (%) basados en la distribución de frecuencias, período Mayo 2024 a Mayo 2026"
) |>
  kableExtra::kable_styling(
    full_width        = FALSE, 
    position          = "center", 
    bootstrap_options = c("striped", "hover", "condensed", "responsive")
  ) |>
  kableExtra::row_spec(
    0, 
    bold = TRUE, 
    color = "white", 
    background = "#2C3E50"  
  )

Tabla N°3: Indicadores estadísticos descriptivos de la variable Iluminación lunar (%) basados en la distribución de frecuencias, período Mayo 2024 a Mayo 2026
Variable	Rango	X	Me	Mo	V	Sd	CV	As	K	Valores_Atipicos
Iluminación Lunar (%)	[0 % ; 100 %]	50.17	55	95	1158.83	34.04	67.86%	0	-1.53	0

7.- Conclusión

El comportamiento de la Iluminación Lunar (%) fluctúa en un rango de \(0\text{ %}\) a \(100\text{ %}\) , y sus valores giran en torno a una mediana de \(55.00\text{ %}\) y una moda de \(95.00\text{ %}\), con una media aritmética de \(50.17\text{ %}\). Presenta una desviación estándar de \(34.04\text{ %}\) y un coeficiente de variación de \(67.86%\), lo que constituye un conjunto de datos con una dispersión alta. La distribución muestra una concentración baja alrededor del centro (curtosis platicúrtica de \(-1.53\)) y una acumulación de registros bastante uniforme, con un comportamiento perfectamente simétrico que genera una asimetría de \(0.00\), no identificándose valores atípicos en la distribución.

Iluminación lunar

Jhonny Criollo

2026-07-05