U2A1

library(pacman)
p_load("readr", "DT", "prettydoc", "fdth", "modeest")
setwd("~/pye1213")
basuramx <- read_csv("basuramx.csv")

## Parsed with column specification:
## cols(
##   anio = col_double(),
##   basura = col_double()
## )

Caso de estudio:

Problematica de la basura en mexico.

Basura en la ciudad

datatable(basuramx)

basura <- basuramx$basura
anio <- basuramx$anio

¿Qué es la basura?

El término basura se refiere a cualquier residuo inservible, a todo material no deseado y del que se tiene intención de desechar.

¿La basura es un problema?

Además de la contaminación del aire, la tierra y el agua; la mala gestión de los residuos tiene efectos perjudiciales para la salud pública (por la contaminación ambiental y por la posible transmisión de enfermedades infecciosas vehiculizadas por los roedores que los habitan) y degradación del medio ambiente en general, además de impactos paisajísticos.

Asimismo, la degradación ambiental conlleva costos sociales y económicos tales como la devaluación de propiedades, pérdida de la calidad ambiental y sus efectos en el turismo.

¿Cómo es la problemática de la basura en México?

https://www.animalpolitico.com/2018/10/mexico-genera-basura-paises-america-latina/

El planeta genera más de 2.000 millones de toneladas de basura al año, pero expertos calculan que produciremos hasta 3.400 millones en el año 2050. ¿Cómo contribuye América Latina a estas preocupantes cifras?.

¿Cómo es el problema de la basura en México?

Distribuciones de frecuenncia de las cantidades de basura

summary(basura)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   21968   30551   32174   33440   36865   42103

boxplot(basura)

mfv(basura)

##  [1] 21967.51 28089.54 29272.42 29472.43 30509.61 30550.67 30733.26 30952.28
##  [9] 31488.48 31959.42 32173.61 32915.70 34604.00 35405.00 36135.00 36865.00
## [17] 37595.00 38325.00 40058.75 41062.50 42102.75

Tabla de distribucion de frecuencia

dist <- fdt(basuramx$basura, breaks = "Sturges")
dist

##           Class limits f   rf rf(%) cf  cf(%)
##  [21747.835,25210.492) 1 0.05  4.76  1   4.76
##  [25210.492,28673.149) 1 0.05  4.76  2   9.52
##  [28673.149,32135.806) 8 0.38 38.10 10  47.62
##  [32135.806,35598.463) 4 0.19 19.05 14  66.67
##   [35598.463,39061.12) 4 0.19 19.05 18  85.71
##   [39061.12,42523.777) 3 0.14 14.29 21 100.00

plot(dist, type = "cfp")

Recta de minimos cuadrados

regresion <- lm(anio ~basura, data=basuramx)
summary(regresion)

## 
## Call:
## lm(formula = anio ~ basura, data = basuramx)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -4.2066 -0.4937  0.5899  1.0825  3.8970 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 1.961e+03  3.072e+00  638.46  < 2e-16 ***
## basura      1.211e-03  9.096e-05   13.32 4.38e-11 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.98 on 19 degrees of freedom
## Multiple R-squared:  0.9032, Adjusted R-squared:  0.8981 
## F-statistic: 177.4 on 1 and 19 DF,  p-value: 4.376e-11

Con base a lo estimado en el análisis de regresión lineal, obtenemos la ecuación de la recta de mínimos cuadrados

\[y = 1.961e+03 + 1.211e-03x \] ### Gráfica

plot (anio, basuramx$basura, xlab="AÑO",ylab="BASURA")
abline(regresion)

Conclusion

La basura aumente exponencialmente cada año son mas toneladas que se generan en mexico.