Se realizará un analisis temporal de la atmosfera en sonora, con los datos obtenidos de Red Universitaria de Observatorios Atmosfericos (RUOA).

#Se cargan la librerias a usar
library(readr)
library(ggplot2)
#Guardamos el documento a usar en una variable de nombre "documento"
documento<-read.csv("2019-documento.csv", header=TRUE)

Primero analizaremos cuál fue el promedio anual de ozono (O3) y PM10, para darnos una base de la magnitud de estos dos elementos.

#Media de Ozono en el 2019
mean(documento$O3)
## [1] 23.41953
#Media de PH10
mean(documento$PM10)
## [1] 32.94448

Como se puede apreciar, el promedio en el 2019 de Ozono fue de 23.42, mientras que el de PM10 fue de 32.95.

#Media de Ozono en el 2019
median(documento$O3)
## [1] 21.91
#Media de PH10
median(documento$PM10)
## [1] 27.51

Mientras que su mediana fue de 21.91 y 37.52, respectivamente.

#Guardamos las variables por mes
enero<-read.csv("2019-01-ERNO_hora_L1_caire.csv", header=TRUE)
febrero<-read.csv("2019-02-ERNO_hora_L1_caire.csv", header=TRUE)
marzo<-read.csv("2019-03-ERNO_hora_L1_caire.csv", header=TRUE)
abril<-read.csv("2019-04-ERNO_hora_L1_caire.csv", header=TRUE)
mayo<-read.csv("2019-05-ERNO_hora_L1_caire.csv", header=TRUE)
junio<-read.csv("2019-06-ERNO_hora_L1_caire.csv", header=TRUE)
julio<-read.csv("2019-07-ERNO_hora_L1_caire.csv", header=TRUE)
agosto<-read.csv("2019-08-ERNO_hora_L1_caire.csv", header=TRUE)
septiembre<-read.csv("2019-09-ERNO_hora_L1_caire.csv", header=TRUE)
octubre<-read.csv("2019-10-ERNO_hora_L1_caire.csv", header=TRUE)
noviembre<-read.csv("2019-11-ERNO_hora_L1_caire.csv", header=TRUE)
diciembre<-read.csv("2019-12-ERNO_hora_L1_caire.csv", header=TRUE)

Después de esto calculamos los promedios de cada mes.

#Media del mes de enero
mean(enero$O3)
## [1] 16.39082
mean(enero$PM10)
## [1] 37.2264
#Media del mes de febrero
mean(febrero$O3)
## [1] 22.94638
mean(febrero$PM10)
## [1] 31.94446
#Media del mes de marzo
mean(marzo$O3)
## [1] 28.94699
mean(marzo$PM10)
## [1] 35.18395
#Media del mes de abril
mean(abril$O3)
## [1] 36.63769
mean(abril$PM10)
## [1] 31.81057
#Media del mes de mayo
mean(mayo$O3)
## [1] 34.79081
mean(mayo$PM10)
## [1] 29.66449
#Media del mes de junio
mean(junio$O3)
## [1] 26.56867
mean(junio$PM10)
## [1] 30.92285
#Media del mes de julio
mean(julio$O3)
## [1] 26.27702
mean(julio$PM10)
## [1] 25.90884
#Media del mes de agosto
mean(agosto$O3)
## [1] 26.69693
mean(agosto$PM10)
## [1] 20.13818
#Media del mes de septiembre
mean(septiembre$O3)
## [1] 16.89869
mean(septiembre$PM10)
## [1] 20.64753
#Media del mes de octubre
mean(octubre$O3)
## [1] 18.58388
mean(octubre$PM10)
## [1] 40.59207
#Media del mes de noviembre
mean(noviembre$O3)
## [1] 18.07592
mean(noviembre$PM10)
## [1] 39.56731
#Media del mes de diciembre
mean(diciembre$O3)
## [1] 15.97653
mean(diciembre$PM10)
## [1] 41.70063

Ahora, vamos a describir la concentración de casos de la distribución mediante cuantiles

#Cuantiles de Ozono en el 2019
quantile(documento$O3)
##      0%     25%     50%     75%    100% 
## -699.88   11.49   21.91   33.96  419.76
#Cuantiles de PH10
quantile(documento$PM10)
##      0%     25%     50%     75%    100% 
## -533.08   17.25   27.51   41.45  952.99
#Informacion general del ozono de Ozono en el 2019
summary(documento$O3)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
## -699.88   11.49   21.91   23.42   33.96  419.76
#Informacion general del PM10 de Ozono en el 2019
summary(documento$PM10)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
## -533.08   17.25   27.51   32.94   41.45  952.99

Por último, para poder ver mas claramente la diferencia entre promedios de cada mes, se realizará una gráfica de barras dónde exponga el caso de cada mes.

#Guardamos la media de ozono de cada mes
ozonoEnero<-mean(enero$O3)
ozonoFebrero<-mean(febrero$O3)
ozonoMarzo<-mean(marzo$O3)
ozonoAbril<-mean(abril$O3)
ozonoMayo<-mean(mayo$O3)
ozonoJunio<-mean(junio$O3)
ozonoJulio<-mean(julio$O3)
ozonoAgosto<-mean(agosto$O3)
ozonoSep<-mean(septiembre$O3)
ozonoOct<-mean(octubre$O3)
ozonoNov<-mean(noviembre$O3)
ozonoDic<-mean(diciembre$O3)

#Hacemos la grafica de barrras
barplot(c(ozonoEnero, ozonoFebrero,ozonoMarzo,ozonoAbril,ozonoMayo,ozonoJunio,+
            ozonoJulio,ozonoAgosto,ozonoSep,ozonoOct,ozonoNov,ozonoDic),
        names.arg = c("Ene","Feb","Mar","Abr","May","Jun","Jul","Ago","Sep","Oct","Nov","Dic"),
        main = "Promedio de ozono por mes",
        ylab = "Promedio")

#Guardamos la media de PM10 de cada mes
PM10Enero<-mean(enero$PM10)
PM10Febrero<-mean(febrero$PM10)
PM10Marzo<-mean(marzo$PM10)
PM10Abril<-mean(abril$PM10)
PM10oMayo<-mean(mayo$PM10)
PM10Junio<-mean(junio$PM10)
PM10Julio<-mean(julio$PM10)
PM10Agosto<-mean(agosto$PM10)
PM10Sep<-mean(septiembre$PM10)
PM10Oct<-mean(octubre$PM10)
PM10Nov<-mean(noviembre$PM10)
PM10Dic<-mean(diciembre$PM10)

#Hacemos la grafica de barrras
barplot(c(PM10Enero, PM10Febrero,PM10Marzo,PM10Abril,PM10oMayo,PM10Junio,+
            PM10Julio,PM10Agosto,PM10Sep,PM10Oct,PM10Nov,PM10Dic),
        names.arg = c("Ene","Feb","Mar","Abr","May","Jun","Jul","Ago","Sep","Oct","Nov","Dic"),
        main = "Promedio de PM10 por mes",
        ylab = "Promedio")