0. Librerías

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

amplitud <- 50
valor_min_limpio <- 0  # Inicio limpio en 0

# Crear cortes que cubran hasta el máximo avanzando de 50 en 50
cortes2 <- seq(valor_min_limpio, by = amplitud, to = ceiling(valor_max / amplitud) * amplitud)
K_ajustado <- length(cortes2) - 1

Li2 <- cortes2[1:K_ajustado]
Ls2 <- cortes2[2:(K_ajustado + 1)]

ni2 <- numeric(K_ajustado)
for(i in 1:K_ajustado){
  if(i == K_ajustado){
    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	50	25	59381	41.91	59381	41.91	141703	100
50	100	75	71031	50.13	130412	92.03	82322	58.09
100	150	125	9764	6.89	140176	98.92	11291	7.97
150	200	175	1224	0.86	141400	99.79	1527	1.08
200	250	225	211	0.15	141611	99.94	303	0.21
250	300	275	57	0.04	141668	99.98	92	0.06
300	350	325	22	0.02	141690	99.99	35	0.02
350	400	375	6	0	141696	100	13	0.01
400	450	425	3	0	141699	100	7	0
450	500	475	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, 
  breaks = cortes2,
  xaxt = "n",
  main = "Gráfico Nro 1: Histograma de frecuencias absolutas del Ozono (O3)", 
  xlab = "Concentración de Ozono (O3)", ylab = "Frecuencia (ni)", 
  col = "#FADBD8", border = "black"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
grid()

5.2. Histograma con relación al todo (ni)

hist(
  O_3, 
  breaks = cortes2, 
  ylim = c(0, n_total),
  xaxt = "n",
  main = "Gráfico Nro 2: Histograma global de concentración de Ozono (O3)", 
  xlab = "Concentración de Ozono (O3)", ylab = "Frecuencia (ni)", 
  col = "#E8DAEF", border = "black"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
grid()

5.3. Histograma original (hi)

# Usamos hist() para mantener barras continuas de histograma real sin separaciones
h_rel <- hist(O_3, 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 Ozono (O3)",
  xlab = "Concentración de Ozono (O3)", ylab = "Frecuencia Relativa (%)", 
  col = "#FCF3CF", border = "black"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
grid()

5.4. Histograma con relación a todo (hi)

plot(
  h_rel, 
  freq = TRUE, 
  ylim = c(0, 100),
  xaxt = "n",
  main = "Gráfico Nro 4: Histograma global de frecuencia relativa de Ozono (O3) (0% - 100%)", 
  xlab = "Concentración de Ozono (O3)", ylab = "Frecuencia Relativa (%)", 
  col = "#D5F5E3", border = "black"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
grid()

## 5.5. Polígonos 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 Ozono (O3)",
  xlab = "Concentración de Ozono (O3)", ylab = "Frecuencia relativa (%)", 
  col = "#E8DAEF", 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 = "#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)),
  xaxt = "n",
  main = "Gráfico Nro 6: Ojivas de Frecuencia Absoluta de Ozono (O3)", 
  xlab = "Concentración de Ozono (O3)", 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 = "#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),
  xaxt = "n",
  xlab = "Concentración de Ozono (O3)", ylab = "Frecuencia Relativa Acumulada (%)", 
  main = "Gráfico Nro 7: Ojivas de frecuencias relativas acumuladas de Ozono (O3)"
)
axis(1, at = cortes2, las = 2, cex.axis = 0.8)
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_tukey <- Q1 - 1.5 * RIC
Lim_sup_tukey <- Q3 + 1.5 * RIC

boxplot(
  O_3, horizontal = TRUE, outline = FALSE,         
  main = "Gráfico Nro 8: Boxplot de la concentración de Ozono (O3)",         
  xlab = "Concentración de Ozono (O3)", col = "#E5E7E9"
)

atipicos <- O_3[O_3 < Lim_inf_tukey | O_3 > Lim_sup_tukey]
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_tukey, col = "#2980B9", lwd = 2, lty = 2)
abline(v = Lim_sup_tukey, 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, na.rm = TRUE)
mediana <- median(O_3, na.rm = TRUE)

# Moda basada en Marca de Clase

max_ni <- max(TDF_O_3$ni)
modas_mc <- TDF_O_3$MC[TDF_O_3$ni == max_ni]
moda_texto <- paste(round(modas_mc, 2), collapse = ", ")

6.2. Dispersión

varianza <- var(O_3, na.rm = TRUE)
desv_est <- sd(O_3, na.rm = TRUE)
cv <- (desv_est / media) * 100

6.3. Forma

asimetria <- skewness(O_3, na.rm = TRUE)
curtosis <- kurtosis(O_3, na.rm = TRUE)

6.4. Valores atípicos

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

6.5. Tabla de indicadores

# ==========================================
# 6.5. Tabla de Indicadores (Horizontal)
# ==========================================

tabla_indicadores <- data.frame(
  Variable = "Ozono (O_3)", 
  Rango = rango_texto, 
  Media = round(media, 2), 
  Mediana = round(mediana, 2), 
  Moda = round(modas_mc[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")

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	75	928.9	30.48	52.84	1.24	5.49	3858

7. Conclusión

El análisis de la Cantidad de Ozono (\(O_3\)) demuestra que la calidad del aire se mantiene en niveles saludables y notablemente estables la mayor parte del tiempo (Mediana = 55 ppm). No obstante, el comportamiento de los datos refleja una asimetría positiva (1.24) y una dispersión moderada (CV = 52.84%) introducida por 3,858 registros atípicos, los cuales evidencian episodios críticos y puntuales de contaminación atmosférica dañinos para la salud humana y la vegetación.

Cantidad de Ozono O3

Grupo N°2

2026-07-12

0. Librerías

1. Leer Datos

2. Depuración y Selección de Variables

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. Tablas 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 original (hi)

5.4. Histograma con relación a todo (hi)

5.6. Ojiva ascendente y descendente (ni)

5.7. Ojiva ascendente y descendente (hi)

5.8. Boxplot

6. Indicadores Estadísticos

6.1. Tendencia central

6.2. Dispersión

6.3. Forma

6.4. Valores atípicos

6.5. Tabla de indicadores

7. Conclusión