Identificacion del Estudiante

Estudiante: Rafael Paternina (1102812685)

Programa: Ingineria Agricola

Asignatura: Estadística Aplicada con Python y R

Universidad de sucre

Que es el Dataset acero.csv

Un dataset de acero (o steel dataset) es un conjunto de datos recopilados con fines de análisis, investigación o entrenamiento de modelos de inteligencia artificial en la industria metalúrgica y la ciencia de materiales.

Justificación del Dataset y Variables

Elegí el dataset acero.csv porque representa un proceso agroindustrial de manufactura. Las variables seleccionadas son sistema (ON/OFF) y averias (Si/No). Como ingeniero, me interesa saber si el estado operativo del sistema condiciona estadísticamente la probabilidad de que ocurra una avería.

Análisis en R: Tabla de Contingencia y Probabilidades Condicionales

read.csv("acero.csv", dec = ",")
# 1. Primero importamos los datos
acero <- read.csv("acero.csv", dec = ",")

# 2. Creamos la tabla con la función table()
tabla_acero <- table(acero$sistema, acero$averias)

# Mostramos la tabla en pantalla
print("Esta es la tabla de frecuencias:")
## [1] "Esta es la tabla de frecuencias:"
print(tabla_acero)
##      
##       No Si
##   OFF 43 16
##   ON  46 12
# 3. Calculamos la probabilidad condicional con prop.table()
# El margin = 1 significa que calcula por las filas (estado del sistema)
print("Estas son las probabilidades condicionales:")
## [1] "Estas son las probabilidades condicionales:"
prop.table(tabla_acero, margin = 1)
##      
##              No        Si
##   OFF 0.7288136 0.2711864
##   ON  0.7931034 0.2068966
# Totales marginales (por estado del sistema)
print("Totales Marginales:")
## [1] "Totales Marginales:"
margin.table(tabla_acero, 1)
## 
## OFF  ON 
##  59  58
# Probabilidades condicionales P(Avería | Sistema)
print("Probabilidades Condicionales:")
## [1] "Probabilidades Condicionales:"
prop.table(tabla_acero, margin = 1)
##      
##              No        Si
##   OFF 0.7288136 0.2711864
##   ON  0.7931034 0.2068966
# Tabla resumen con márgenes
print("Tabla con Márgenes:")
## [1] "Tabla con Márgenes:"
addmargins(tabla_acero)
##      
##        No  Si Sum
##   OFF  43  16  59
##   ON   46  12  58
##   Sum  89  28 117
# Prueba de Independencia (Chi-Cuadrado) con corrección (por defecto)
print("Prueba Chi-Cuadrado:")
## [1] "Prueba Chi-Cuadrado:"
chisq.test(tabla_acero)
## 
##  Pearson's Chi-squared test with Yates' continuity correction
## 
## data:  tabla_acero
## X-squared = 0.35785, df = 1, p-value = 0.5497
# Prueba Chi-Cuadrado sin corrección de Yates
print("Prueba Chi-Cuadrado (sin corrección):")
## [1] "Prueba Chi-Cuadrado (sin corrección):"
chisq.test(tabla_acero, correct = FALSE)
## 
##  Pearson's Chi-squared test
## 
## data:  tabla_acero
## X-squared = 0.66405, df = 1, p-value = 0.4151
# 4. Probabilidades conjuntas (sin margin)
print("Probabilidades Conjuntas:")
## [1] "Probabilidades Conjuntas:"
prop.table(tabla_acero)
##      
##              No        Si
##   OFF 0.3675214 0.1367521
##   ON  0.3931624 0.1025641
# 5. Totales marginales
print("Totales Marginales por sistema:")
## [1] "Totales Marginales por sistema:"
margin.table(tabla_acero, 1)
## 
## OFF  ON 
##  59  58
# 6. Tabla resumen con los márgenes sumados
print("Tabla Resumen con Totales:")
## [1] "Tabla Resumen con Totales:"
addmargins(tabla_acero)
##      
##        No  Si Sum
##   OFF  43  16  59
##   ON   46  12  58
##   Sum  89  28 117

Bitácora de IA

Herramienta usada: Gemini.

Prompt utilizado: “Ayudame a verificar un calculo de un codigo”.

Ajustes: Aprendí que no debía usar variables numéricas para las tablas de contingencia y corregí las mayúsculas/minúsculas en el código R para que reconociera las columnas exactas de mi dataset (Sistema y Averías). Además, ajusté el cálculo manual manuscrito para que coincidiera con los datos reales que arrojó R (12 averías sobre 58 casos en ON).

Conclusión Técnica

Al aplicar la prueba de Chi-Cuadrado, obtenemos un p-valor de 0.5497 (y 0.4151 sin la corrección de Yates). Dado que el valor p es mucho mayor a 0.05, se concluye que no existe dependencia estadística entre el estado del sistema (ON/OFF) y la ocurrencia de averías.

Como ingeniero a cargo de esta línea agroindustrial, mi decisión técnica sería dejar de concentrar los esfuerzos de mantenimiento en el estado operativo del sistema, ya que las fallas ocurren con proporciones similares estando encendido o apagado. En su lugar, recomendaría investigar otras variables del proceso, como la temperatura o la línea de producción, para encontrar la verdadera causa raíz de las averías.