Variable Original: CH4 total emissions (tons) by state

Nombre Variable: EMIS_CH4

Tipo: Cuantitativa Continua

Escala: Razón

Justificación de la variable: Las emisiones de CH4 están registradas a nivel estatal para el año 2018, asociadas a la variable STATE. El metano es especialmente relevante en minería de carbón subterránea y es uno de los gases de efecto invernadero con mayor potencial de calentamiento global.

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: CH4 requiere corrección DOBLE (punto = separador de miles, coma = decimal), igual que NOx.

EMIS_CH4 <- as.numeric(gsub(",", ".", gsub("\\.", "", datos$CH4.total.emissions..tons..by.state)))

## Warning: NAs introducidos por coerción

EMIS_CH4 <- EMIS_CH4[!is.na(EMIS_CH4)]
n <- length(EMIS_CH4)

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

## n validos : 1038

cat("Min       :", round(min(EMIS_CH4), 0), "ton\n")

## Min       : 6055498 ton

cat("Max       :", round(max(EMIS_CH4), 0), "ton\n")

## Max       : 7664816242 ton

3 Tabla de Distribución de Parámetros por Sturges

k  <- ceiling(1 + 3.322 * log10(n))
am <- round((max(EMIS_CH4) - min(EMIS_CH4)) / k, 0)
rango <- max(EMIS_CH4) - min(EMIS_CH4)

parametros_sturges <- data.frame(
  Parametro = c("Rango (R)", "Número de datos (n)",
                "Número de intervalos (k)", "Amplitud de clase (A)"),
  Valor = c(round(rango, 0), n, k, am)
)

parametros_sturges %>%
  gt() %>%
  tab_header(title = md("**Tabla 1**"),
             subtitle = "Parámetros de Sturges para EMIS_CH4") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Parametro	Valor
Tabla 1
Parámetros de Sturges para EMIS_CH4
Rango (R)	7658760744
Número de datos (n)	1038
Número de intervalos (k)	12
Amplitud de clase (A)	638230062
Autor: Grupo 4 - Minas

breaks <- seq(min(EMIS_CH4), max(EMIS_CH4) + 1e-6, length.out = k + 1)

cortes <- cut(EMIS_CH4, 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, 0)

TDF <- data.frame(
  Desde = round(breaks[-length(breaks)], 0),
  Hasta = round(breaks[-1], 0),
  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 CH4 (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 CH4 (ton) por estado
6055498	644285560	325170529	326	31.41	326	1038	31.41	100.00
644285560	1282515622	963400591	25	2.41	351	712	33.82	68.59
1282515622	1920745684	1601630653	0	0.00	351	687	33.82	66.18
1920745684	2558975746	2239860715	44	4.24	395	687	38.05	66.18
2558975746	3197205808	2878090777	154	14.84	549	643	52.89	61.95
3197205808	3835435870	3516320839	47	4.53	596	489	57.42	47.11
3835435870	4473665932	4154550901	0	0.00	596	442	57.42	42.58
4473665932	5111895994	4792780963	31	2.99	627	442	60.40	42.58
5111895994	5750126056	5431011025	0	0.00	627	411	60.40	39.60
5750126056	6388356118	6069241087	0	0.00	627	411	60.40	39.60
6388356118	7026586180	6707471149	0	0.00	627	411	60.40	39.60
7026586180	7664816242	7345701211	411	39.60	1038	411	100.00	39.60
Autor: Grupo 4 - Minas

4 Gráficas de Distribución de Cantidad

par(mar = c(5, 5, 4, 2))
hist(EMIS_CH4, breaks = breaks, col = "#70AD47", border = "white",
     main = "Gráfica 1: Frecuencia Absoluta Global — EMIS_CH4",
     xlab = "Emisiones CH4 (toneladas)", ylab = "Frecuencia absoluta")

p95   <- quantile(EMIS_CH4, 0.95)
CH4_z <- EMIS_CH4[EMIS_CH4 <= p95]
k_z   <- ceiling(1 + 3.322 * log10(length(CH4_z)))
br_z  <- seq(min(CH4_z), max(CH4_z) + 1e-6, length.out = k_z + 1)

par(mar = c(5, 5, 4, 2))
hist(CH4_z, breaks = br_z, col = "#70AD47", border = "white",
     main = paste0("Gráfica 2: Rango Principal — EMIS_CH4 (hasta P95=",
                   round(p95/1e6,1), "M ton)"),
     xlab = "Emisiones CH4 (toneladas)", ylab = "Frecuencia absoluta")

hist(CH4_z, breaks = br_z, col = "#70AD47", border = "white",
     freq = FALSE,
     main = "Gráfica 3: Frecuencia Relativa Local — EMIS_CH4",
     xlab = "Emisiones CH4 (toneladas)", ylab = "Densidad")

par(mar = c(5, 5, 4, 2))
hist(EMIS_CH4, breaks = breaks, col = "#70AD47", border = "white",
     freq = FALSE,
     main = "Gráfica 4: Frecuencia Relativa Global — EMIS_CH4",
     xlab = "Emisiones CH4 (toneladas)", ylab = "Densidad")

h <- hist(EMIS_CH4, breaks = breaks, col = "#70AD47", border = "white",
          main = "Gráfica 5: Histograma con Polígono de Frecuencias — EMIS_CH4",
          xlab = "Emisiones CH4 (toneladas)", ylab = "Frecuencia absoluta")
lines(h$mids, h$counts, type = "o", pch = 16, col = "darkgreen", 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_CH4",
     xlab = "Emisiones CH4 (toneladas)", ylab = "Frecuencia acumulada")
lines(ojiva$mc, ojiva$Nd, type = "b", col = "#70AD47", pch = 16, lwd = 1.5)
legend("right", legend = c("Ascendente","Descendente"),
       col = c("black","#70AD47"), lwd = 2, pch = 16, bty = "n")

boxplot(EMIS_CH4, horizontal = TRUE, col = "#C5E0A8", border = "#375623",
        main = "Gráfica 7: Diagrama de Caja — EMIS_CH4",
        xlab = "Emisiones CH4 (toneladas)")

hist(EMIS_CH4, breaks = breaks, col = "lightgray", border = "white",
     main = "Gráfica 8: Histograma con Diagrama de Caja Superpuesto — EMIS_CH4",
     xlab = "Emisiones CH4 (toneladas)", ylab = "Frecuencia absoluta")
boxplot(EMIS_CH4, horizontal = TRUE, add = TRUE,
        at = par("usr")[4] * 0.08, boxwex = par("usr")[4] * 0.06,
        col = rgb(0.2, 0.5, 0.2, 0.3), border = "#375623", xaxt = "n", yaxt = "n")

5 Indicadores Estadísticos y Outliers

minimo  <- min(EMIS_CH4)
maximo  <- max(EMIS_CH4)
media   <- mean(EMIS_CH4)
mediana <- median(EMIS_CH4)
moda    <- as.numeric(names(sort(table(EMIS_CH4), decreasing = TRUE))[1])
rango2  <- maximo - minimo

varianza <- var(EMIS_CH4)
desv     <- sd(EMIS_CH4)
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_CH4, 0.25)
q2  <- quantile(EMIS_CH4, 0.50)
q3  <- quantile(EMIS_CH4, 0.75)
iqr_val <- q3 - q1
lim_inf <- q1 - 1.5 * iqr_val
lim_sup <- q3 + 1.5 * iqr_val
outliers <- EMIS_CH4[EMIS_CH4 < lim_inf | EMIS_CH4 > lim_sup]
n_outliers <- length(outliers)
porc_outliers <- round(n_outliers / n * 100, 2)

asimetria <- skewness(EMIS_CH4)
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_CH4, 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), 0),
  Unidad = rep("toneladas", 6)
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 3**"),
             subtitle = "Indicadores de Tendencia Central — EMIS_CH4") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor	Unidad
Tabla 3
Indicadores de Tendencia Central — EMIS_CH4
Mínimo	6055498	toneladas
Media	3979431764	toneladas
Mediana	3003562806	toneladas
Moda	7664816242	toneladas
Máximo	7664816242	toneladas
Rango	7658760744	toneladas
Autor: Grupo 4 - Minas

Tabla 4: Dispersión

data.frame(
  Indicador = c("Varianza","Desviación Estándar","Coeficiente de Variación"),
  Valor = c(round(varianza,0), round(desv,0), 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_CH4") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor	Interpretacion
Tabla 4
Indicadores de Dispersión — EMIS_CH4
Varianza	10139199679285354496	Medida de dispersión al cuadrado
Desviación Estándar	3184210998	Dispersión promedio respecto a la media
Coeficiente de Variación	80.02%	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(q1,0), round(q2,0), round(q3,0), round(iqr_val,0),
            round(lim_inf,0), round(lim_sup,0),
            paste0(n_outliers, " (", porc_outliers, "%)"))
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 5**"),
             subtitle = "Indicadores de Posición y Outliers — EMIS_CH4") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor
Tabla 5
Indicadores de Posición y Outliers — EMIS_CH4
Cuartil 1 (Q1)	518314257
Cuartil 2 (Q2-Mediana)	3003562806
Cuartil 3 (Q3)	7664816242
Rango Intercuartílico (IQR)	7146501985
Límite Inferior Outliers	-10201438720
Límite Superior Outliers	18384569220
Número de Outliers	0 (0%)
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_CH4") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Indicador	Valor
Tabla 6
Indicadores de Forma — EMIS_CH4
Coeficiente de Asimetría (Fisher)	0.0997
Interpretación Asimetría	Distribución simétrica
Coeficiente de Curtosis (Excedente)	-1.7055
Interpretación Curtosis	Distribución platicúrtica (aplanada)
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,0), round(media,0), round(mediana,0), round(moda,0),
            round(maximo,0), round(rango2,0),
            round(varianza,0), round(desv,0), paste0(round(cv,2),"%"),
            round(q1,0), round(q2,0), round(q3,0), round(iqr_val,0),
            round(asimetria,4), interpretacion_asimetria,
            round(curtosis,4), interpretacion_curtosis)
) %>%
  gt() %>%
  tab_header(title = md("**Tabla 7**"),
             subtitle = "Resumen Completo de Indicadores — EMIS_CH4") %>%
  tab_source_note(md("Autor: Grupo 4 - Minas"))

Categoria	Indicador	Valor
Tabla 7
Resumen Completo de Indicadores — EMIS_CH4
Tendencia Central	Mínimo	6055498
Tendencia Central	Media	3979431764
Tendencia Central	Mediana	3003562806
Tendencia Central	Moda	7664816242
Tendencia Central	Máximo	7664816242
Tendencia Central	Rango	7658760744
Dispersión	Varianza	10139199679285354496
Dispersión	Desviación Estándar	3184210998
Dispersión	Coeficiente de Variación	80.02%
Posición	Cuartil 1 (Q1)	518314257
Posición	Cuartil 2 (Q2)	3003562806
Posición	Cuartil 3 (Q3)	7664816242
Posición	Rango Intercuartílico	7146501985
Forma	Asimetría (g1)	0.0997
Forma	Interpretación Asimetría	Distribución simétrica
Forma	Curtosis (g2)	-1.7055
Forma	Interpretación Curtosis	Distribución platicúrtica (aplanada)
Autor: Grupo 4 - Minas

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

## Numero de valores atipicos: 0

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

6 Conclusión

conclusion <- sprintf(
"La variable EMIS_CH4 registra las emisiones totales de metano en toneladas por estado administrativo (STATE) para 2018. Cada instalación minera hereda el valor del estado al que pertenece administrativamente. Los valores oscilan entre %.0f y %.0f toneladas, con media de %.0f ton y mediana de %.0f ton. La asimetría (%s, As=%.4f) indica que la mayoría de los estados registran emisiones bajas de CH4, mientras que los estados con mayor actividad minera de carbón subterránea presentan valores extremadamente altos. El CV de %.2f%% (%s) refleja una alta heterogeneidad entre estados. Se identificaron %d valores atípicos (%.2f%% del total) que corresponden principalmente a estados con alta densidad de minas de carbón subterráneas, reforzando la hipótesis de correlación entre tipo de actividad minera y emisiones de CH4 del proyecto.",
min(EMIS_CH4), max(EMIS_CH4), media, mediana, interpretacion_asimetria, asimetria, cv, interpretacion_cv, n_outliers, porc_outliers
)
print(conclusion)

## [1] "La variable EMIS_CH4 registra las emisiones totales de metano en toneladas por estado administrativo (STATE) para 2018. Cada instalación minera hereda el valor del estado al que pertenece administrativamente. Los valores oscilan entre 6055498 y 7664816242 toneladas, con media de 3979431764 ton y mediana de 3003562806 ton. La asimetría (Distribución simétrica, As=0.0997) indica que la mayoría de los estados registran emisiones bajas de CH4, mientras que los estados con mayor actividad minera de carbón subterránea presentan valores extremadamente altos. El CV de 80.02% (ALTA (CV >= 30%)) refleja una alta heterogeneidad entre estados. Se identificaron 0 valores atípicos (0.00% del total) que corresponden principalmente a estados con alta densidad de minas de carbón subterráneas, reforzando la hipótesis de correlación entre tipo de actividad minera y emisiones de CH4 del proyecto."

Variable Cuantitativa Continua: Emisiones de CH4 (EMIS_CH4)

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

Grupo 4 - Minas

2026-07-05