PYE
Marijose González
7/12/2020
Generación de basura en México
Datos desde 1992 hasta 2012 obtenidos de: https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--residuos-solidos
library(pacman)
p_load("readr","DT", "tidyverse","ggplot2")
residuos <- read_csv("residuos.csv")## Parsed with column specification:
## cols(
## ANIO = col_double(),
## `GENERACION_TOTAL_(MILLONES_DE_TONELADAS)` = col_double(),
## `GENERACION_PER_CAPITA_(KG/HABITANTE/DIA)` = col_double()
## )datatable(residuos)cantidad_residuos <- residuos$`GENERACION_TOTAL_(MILLONES_DE_TONELADAS)`
cantidad_residuos_percapita <- residuos$`GENERACION_PER_CAPITA_(KG/HABITANTE/DIA)`
fecha <- residuos$ANIO
dataresiduos <- data.frame(fecha, cantidad_residuos)
dataresiduospc <- data.frame(fecha, cantidad_residuos_percapita)Visualización de datos
ggplot(data = dataresiduos)+
geom_line(mapping = aes(x = fecha, y = cantidad_residuos), colour="red") +
xlab("Fecha (año)") +
ylab("Cantidad de residuos (milones de toneladas)") +
ggtitle("Cantidad de residuos generados desde 1995 hasta 2012")
ggplot(data = dataresiduospc)+
geom_line(mapping = aes(x = fecha, y = cantidad_residuos_percapita), colour="blue") +
xlab("Fecha (año)") +
ylab("Cantidad de residuos per capita (Kg/habitante/día)") +
ggtitle("Cantidad de residuos generados per capita desde 1995 hasta 2012")
Generación de basura en México y su población
Datos desde 1995 hasta 2010 obtenidos de: https://www.inegi.org.mx/temas/estructura/
poblacion <- read_csv("poblacion.csv")## Parsed with column specification:
## cols(
## ANIO = col_double(),
## `GENERACION_TOTAL_(MILLONES_DE_TONELADAS)` = col_double(),
## POBLACION = col_double()
## )datatable(poblacion)Transformar datos
pcantidad_residuos <- poblacion$`GENERACION_TOTAL_(MILLONES_DE_TONELADAS)`
cantidad_habitantes <- poblacion$POBLACION
pfecha <- poblacion$ANIO
datapoblacion <- data.frame(pfecha, cantidad_habitantes)
datapoblacionresiduos <- data.frame(pfecha, pcantidad_residuos, cantidad_habitantes)Visualización de datos
ggplot(data = datapoblacion)+
geom_line(mapping = aes(x = pfecha, y = cantidad_habitantes), colour="blue") +
xlab("Fecha (año)") +
ylab("Cantidad de habitantes") +
ggtitle("Población en México desde 1995 hasta 2010")
Correlación
cor(datapoblacionresiduos)## pfecha pcantidad_residuos cantidad_habitantes
## pfecha 1.0000000 0.9507191 0.9945817
## pcantidad_residuos 0.9507191 1.0000000 0.9634711
## cantidad_habitantes 0.9945817 0.9634711 1.0000000Diagrama de dispersión
pairs(datapoblacionresiduos)
Regresión lineal
regresion <- lm(pcantidad_residuos ~ cantidad_habitantes, data=datapoblacionresiduos)
summary(regresion)##
## Call:
## lm(formula = pcantidad_residuos ~ cantidad_habitantes, data = datapoblacionresiduos)
##
## Residuals:
## 1 2 3 4
## 1130.5 -1710.3 161.0 418.8
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -1.479e+04 9.653e+03 -1.532 0.2652
## cantidad_habitantes 4.845e-04 9.523e-05 5.088 0.0365 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1484 on 2 degrees of freedom
## Multiple R-squared: 0.9283, Adjusted R-squared: 0.8924
## F-statistic: 25.88 on 1 and 2 DF, p-value: 0.03653- Entonces, la recta de mínimos cuadrados, sería la siguiente:
\[ y = -14790 + 0.0004845 x\]
Representación gráfica de la recta
plot(datapoblacionresiduos$cantidad_habitantes, datapoblacionresiduos$pcantidad_residuos, xlab = "Población", ylab = "Residuos")
abline(regresion)
Rellenos sanitarios de México
Datos desde 1995 hasta 2012 obtenidos de: https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--residuos-solidos
rellenos <- read_csv("rellenos.csv")## Parsed with column specification:
## cols(
## AÑO = col_double(),
## CONCEPTO = col_character(),
## `RELLENOS_SANITARIOS_(NUMERO)` = col_double()
## )datatable(rellenos)Generación de basura y rellenos sanitarios en México
Datos desde 1995 hasta 2012 obtenidos de: https://datos.gob.mx/busca/dataset/indicadores-basicos-del-desempeno-ambiental--residuos-solidos
generacion <- read_csv("generacion.csv")## Parsed with column specification:
## cols(
## ANIO = col_double(),
## `GENERACION_TOTAL_(MILLONES_DE_TONELADAS)` = col_double(),
## `RELLENOS_SANITARIOS_(NUMERO)` = col_double()
## )datatable(generacion)Transformar datos
rcantidad_basura <- generacion$`GENERACION_TOTAL_(MILLONES_DE_TONELADAS)`
cantidad_rellenos <- generacion$`RELLENOS_SANITARIOS_(NUMERO)`
rfecha <- generacion$ANIO
datarellenos <- data.frame(rfecha, cantidad_rellenos)
datarellenosbasura <- data.frame(rfecha, rcantidad_basura, cantidad_rellenos)visualización de datos
ggplot(data = datarellenos) +
geom_line(mapping = aes(x=rfecha, y=cantidad_rellenos), colour="blue" )+
xlab("Fecha (año)")+
ylab("Cantidad de rellenos")+
ggtitle("Rellenos sanitarios en México desde 1995 hasta 2010")
Correlación
cor(datarellenosbasura)## rfecha rcantidad_basura cantidad_rellenos
## rfecha 1.0000000 0.9561011 0.9168572
## rcantidad_basura 0.9561011 1.0000000 0.9350937
## cantidad_rellenos 0.9168572 0.9350937 1.0000000Diagrama de dispersión
pairs (datarellenosbasura)
Regresión lineal
regresionrellenos <- lm(rcantidad_basura ~ cantidad_rellenos, data = datarellenosbasura)
summary(regresionrellenos)##
## Call:
## lm(formula = rcantidad_basura ~ cantidad_rellenos, data = datarellenosbasura)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2242.9 -1433.8 348.8 1384.6 1791.0
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 28249.163 693.541 40.73 < 2e-16 ***
## cantidad_rellenos 61.910 5.866 10.55 1.29e-08 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1467 on 16 degrees of freedom
## Multiple R-squared: 0.8744, Adjusted R-squared: 0.8666
## F-statistic: 111.4 on 1 and 16 DF, p-value: 1.29e-08- Donde se observa que la recta de mínimos cuadrados es:
\[y=28249.163 + 61.910x\]
Representación gráfica de la recta.
plot (datarellenosbasura$cantidad_rellenos, datarellenosbasura$rcantidad_basura, xlab = "Cantidad de rellenos", ylab = "Residuos")
abline(regresionrellenos)