0. Librerias

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

1. Leer Datos

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

2. Depuración y Selección de Variables

O_3 <- na.omit(variables$air_quality_Ozone)
n_total <- length(O_3)

3. Frecuencias

3.1 Max y Min

valor_min <- min(O_3, na.rm = TRUE)
valor_max <- max(O_3, 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(O_3 >= Li1[i] & O_3 <= Ls1[i], na.rm = TRUE)
  } else {
    ni1[i] <- sum(O_3 >= Li1[i] & O_3 < 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

K_ajustado <- 9
amplitud <- ceiling(rango / K_ajustado) 

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(O_3 >= Li2[i] & O_3 <= Ls2[i], na.rm = TRUE)
  } else {
    ni2[i] <- sum(O_3 >= Li2[i] & O_3 < 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. Tablas 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 del Ozono Atmosférico (O_3) del 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 = "#FADBD8") |> # Rosa 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 del Ozono Atmosférico (O_3) del período 2024–2026
Lim_inf	Lim_sup	MC	ni	hi	Ni_asc	Hi_asc	Ni_dsc	Hi_dsc
0	26.71	13.35	18347	12.95	18347	12.95	141703	100
26.71	53.41	40.06	49740	35.1	68087	48.05	123356	87.05
53.41	80.12	66.76	47384	33.44	115471	81.49	73616	51.95
80.12	106.82	93.47	18003	12.7	133474	94.19	26232	18.51
106.82	133.53	120.17	5436	3.84	138910	98.03	8229	5.81
133.53	160.23	146.88	1801	1.27	140711	99.3	2793	1.97
160.23	186.94	173.59	573	0.4	141284	99.7	992	0.7
186.94	213.64	200.29	215	0.15	141499	99.86	419	0.3
213.64	240.35	227	103	0.07	141602	99.93	204	0.14
240.35	267.06	253.7	35	0.02	141637	99.95	101	0.07
267.06	293.76	280.41	25	0.02	141662	99.97	66	0.05
293.76	320.47	307.11	16	0.01	141678	99.98	41	0.03
320.47	347.17	333.82	11	0.01	141689	99.99	25	0.02
347.17	373.88	360.52	4	0	141693	99.99	14	0.01
373.88	400.58	387.23	3	0	141696	100	10	0.01
400.58	427.29	413.94	2	0	141698	100	7	0
427.29	453.99	440.64	3	0	141701	100	5	0
453.99	480.7	467.35	2	0	141703	100	2	0
TOTAL			141703	100
Nota: Elaborado por Grupo 2. Fuente: Global Weather Repository.

4.2 Tabla ajustada

TDF_O_3 <- 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_O_3_Texto <- TDF_O_3
TDF_O_3_Texto[] <- lapply(TDF_O_3_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_O_3_Final <- rbind(TDF_O_3_Texto, TDF_Total)
colnames(TDF_O_3_Final) <- c("Lim. Inf.", "Lim. Sup.", "MC", "ni", "hi (%)", "Ni Asc", "Hi Asc", "Ni Dsc", "Hi Dsc")

kable(TDF_O_3_Final, align = "c",
      caption = "Tabla N°2: Distribución de frecuencias para Cantidad de Ozono (O3) de los registros meteorológicos,
      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 = "#E8DAEF") |> # Lila Pastel
  row_spec(nrow(TDF_O_3_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 Cantidad de Ozono (O3) de los registros meteorológicos, período 2024–2026
Lim. Inf.	Lim. Sup.	MC	ni	hi (%)	Ni Asc	Hi Asc	Ni Dsc	Hi Dsc
0	54	27	68199	48.13	68199	48.13	141703	100
54	108	81	65651	46.33	133850	94.46	73504	51.87
108	162	135	6902	4.87	140752	99.33	7853	5.54
162	216	189	755	0.53	141507	99.86	951	0.67
216	270	243	131	0.09	141638	99.95	196	0.14
270	324	297	41	0.03	141679	99.98	65	0.05
324	378	351	14	0.01	141693	99.99	24	0.02
378	432	405	6	0	141699	100	10	0.01
432	486	459	4	0	141703	100	4	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(
  O_3,      
  main = "Gráfico Nro 1:Histograma y polígono de frecuencias absolutas de\n cantidad deOzono (O_3) mundial,
  período 2024 hasta 2026",     
  xlab = "Concentración de Ozono (O_3)", ylab = "Frecuencia",      
  col = "#FADBD8", border = "white"
)     
grid()

5.2. Histograma con relación al todo (ni)

hist(
  O_3,      
  breaks = c(Li2, max(Ls2)), ylim = c(0, n_total),
  main = "Gráfico Nro 2: Histograma global de \nconcentración de Ozono (O_3), 
  período 2024–2026",      
  xlab = "Concentración de Ozono (O_3)", ylab = "Frecuencia",      
  col = "#E8DAEF", border = "white"
)
grid()

5.3. Histograma original (hi)

barplot(
  hi2, names.arg = paste(Li2, Ls2, sep = " a "),
  main = "Gráfico Nro 3: Histograma local de frecuencia relativa de Ozono (O_3)\nperíodo 2024-2026",
  xlab = "Intervalos de Ozono (O_3)", ylab = "Frecuencia Relativa (%)",         
  col = "#FCF3CF", border = "white", las = 2, cex.names = 0.7
)

5.4. Histograma con relación a todo (hi)

barplot(
  hi2, names.arg = paste(Li2, Ls2, sep = " a "), ylim = c(0, 100),
  main = "Gráfico Nro 4: Histograma global de frecuencia relativa de Ozono (O_3)\nperíodo 2024-2026",         
  xlab = "Intervalos de Ozono (O_3)", ylab = "Frecuencia Relativa (%)",         
  col = "#D5F5E3", border = "white", las = 2, cex.names = 0.7
)

## 5.5. Polígonos de frecuencias (hi)

bp_ni <- barplot(
  ni2, names.arg = paste(Li2, Ls2, sep = "-"),
  col = "#E8DAEF", border = "white", ylim = c(0, max(ni2)*1.2), 
  main = "Gráfico Nro 5A: Polígono de frecuencias de la\nconcentración de Ozono (O_3), período 2024–2026",
  xlab = "Intervalos", ylab = "Frecuencia absoluta (ni)", las = 2, cex.names = 0.7
)
x_pol_ni <- c(bp_ni[1] - (bp_ni[2]-bp_ni[1]), bp_ni, bp_ni[length(bp_ni)] + (bp_ni[2]-bp_ni[1]))
y_pol_ni <- c(0, ni2, 0)
lines(x_pol_ni, y_pol_ni, type = "o", col = "#9B59B6", lwd = 2, pch = 16)
grid()

5.6. Ojiva ascendente y descendente (ni)

plot(
  Ls2, Ni_asc2, type = "o", pch = 16, lwd = 2, col = "#5499C7", ylim = c(0, max(Ni_asc2)),
  main = "Gráfico Nro 6: Ojivas de Frecuencia Absoluta de la concentración de Ozono (O_3)\nperíodo 2024-2026",      
  xlab = "Ozono (O_3)", ylab = "Frecuencia Acumulada (Ni)"
)
lines(Li2, Ni_dsc2, type = "o", pch = 17, lwd = 2, col = "#EC7063")
legend("right", legend = c("Ojiva Ascendente", "Ojiva Descendente"), col = c("#5499C7", "#EC7063"), pch = c(16, 17), lwd = 2, bty = "n")
grid()

5.7. Ojiva ascendente y descendente (hi)

plot(
  Ls2, Hi_asc2, type = "o", pch = 16, col = "#5499C7", lwd = 2, ylim = c(0, 100),
  xlab = "Ozono (O_3)", ylab = "Frecuencia Relativa Acumulada (%)",      
  main = "Gráfico Nro 7: Ojivas de frecuencias relativas acumuladas\ndel Ozono (O_3), período 2024–2026"
)
lines(Li2, Hi_dsc2, type = "o", pch = 17, col = "#EC7063", lwd = 2)
legend("right", legend = c("Ojiva Ascendente", "Ojiva Descendente"), col = c("#5499C7", "#EC7063"), pch = c(16, 17), lwd = 2, bty = "n")
grid()

5.8. Boxplot

Q1 <- quantile(O_3, 0.25)
Q3 <- quantile(O_3, 0.75)
RIC <- Q3 - Q1
Lim_inf <- Q1 - 1.5 * RIC
Lim_sup <- Q3 + 1.5 * RIC
boxplot(
  O_3, horizontal = TRUE, outline = FALSE,         
  main = "Gráfico Nro 8: Boxplot de la concentración de Ozono (O_3)\ndel año 2024 hasta 2026",         
  xlab = "Ozono (O_3)", col = "#E5E7E9"
)
atipicos <- O_3[O_3 < Lim_inf | O_3 > Lim_sup]
if(length(atipicos) > 0) {
  set.seed(123)
  muestra_atipicos <- sample(atipicos, min(length(atipicos), 1000))
  points(muestra_atipicos, rep(1, length(muestra_atipicos)), col = "#E74C3C", pch = 19, cex = 0.5)
}
abline(v = Lim_inf, col = "#2980B9", lwd = 2, lty = 2)
abline(v = Lim_sup, col = "#2980B9", lwd = 2, lty = 2)
legend("topright", legend = c("Atípicos (Muestra)", "Límites de Tukey"), col = c("#E74C3C", "#2980B9"), pch = c(19, NA), lty = c(NA, 2), lwd = c(NA, 2), bty = "n")
grid()

6. Indicadores Estadísticos

6.1. Tendencia central

media <- mean(O_3)
mediana <- median(O_3)
max_ni <- max(TDF_O_3$ni)
moda <- TDF_O_3$MC[TDF_O_3$ni == max_ni]

6.2. Dispersión

varianza <- var(O_3)
desv_est <- sd(O_3)
cv <- (desv_est / media) * 100

6.3. Forma

asimetria <- skewness(O_3)
curtosis <- kurtosis(O_3)

6.4. Valores atípicos

n_atipicos <- length(atipicos)
rango_texto <- paste0("[", round(min(O_3),2), "; ", round(max(O_3),2), "]")

6.5. Tabla de indicadores

tabla_indicadores <- data.frame(
  Variable = "Ozono (O_3)", 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 Ozono (O_3), 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 = "#FCF3CF") # Amarillo Pastel para variar

Tabla N°3: Indicadores estadísticos descriptivos de la variable Ozono (O_3), período 2024–2026
Variable	Rango	Media	Mediana	Moda	Varianza	Desv_Est	CV	Asimetria	Curtosis	N_Atipicos
Ozono (O_3)	[0; 480.7]	57.68	55	27	928.9	30.48	52.84	1.24	5.49	3858

7. Conclusiones

“EL analisis de Cantidad de Ozono (O3), se observa que la calidad del aire suele mantenerse en rangos bastante estables y moderados la mayor parte del tiempo, situando su valor central (Mediana= 55),Sin embargo está aparente calma se ve alterada por un fuerte sesgo hacia valores altos con Asimetría = 1.24 y ,(CV = 52.84%). Esta variabilidad se explica por la aparición de 3,858, registros atípicos, los cuales reflejan momentos específicos donde el ozono se disparó debido a factores ambientales o picos de contaminación aislados durante el período 2024–2026.” )

Cantidad de Ozono O3

Grupo N°2

2026-07-12