Importar librerias
library(pacman)
p_load("fdth","base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2","modeest")global=read_csv("global.csv")## Rows: 170 Columns: 6## -- Column specification --------------------------------------------------------
## Delimiter: ","
## chr (1): Entity
## dbl (4): Year, Median temperature anomaly from 1961-1990 average, Upper boun...
## lgl (1): Code##
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.co2=read_csv("co2.csv")## Rows: 129 Columns: 4## -- Column specification --------------------------------------------------------
## Delimiter: ","
## chr (2): Entity, Code
## dbl (2): Year, CO2 concentrations (NOAA, 2018)##
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.mexico=read_csv("mexico.CSV")## Rows: 129 Columns: 4## -- Column specification --------------------------------------------------------
## Delimiter: ","
## chr (2): Entity, Code
## dbl (2): Year, Annual CO2 emissions (per capita)##
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.estadosunidos=read_csv("Estados Unidos.CSV")## Rows: 220 Columns: 4## -- Column specification --------------------------------------------------------
## Delimiter: ","
## chr (2): Entity, Code
## dbl (2): Year, Annual CO2 emissions (per capita)##
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.xfun::embed_file("co2.csv")xfun::embed_file("Estados Unidos.csv")xfun::embed_file("global.csv")xfun::embed_file("mexico.csv")xfun::embed_file("Mx y Usa.csv")Introduccion
En este trabajo se realizo una investigacion sobre el incremento del CO2 en el mundo y a su vez, el incremento de CO2 de Mexico y Estados Unidos, esta informacion se utilizo para comparar los incrementos de Co2 de estos paises a lo largo de los años.
cambio climático
¿Cómo aumenta el CO2 en el planeta?
La mayor fuente de las emisiones de dióxido de carbono procede de la combustión del carbón, petróleo y gas de las centrales eléctricas, los automóviles y las instalaciones industriales.
Las emisiones excesivas de este gas incoloro, inodoro y compuesto por oxígeno y carbono son una de las principales causas del calentamiento global. Un problema causado por la actividad humana y agravado por la larga pervivencia del CO2 en la atmósfera.
Las emisiones de CO2 se han multiplicado y tienen consecuencias. Es un gas que contribuye al calentamiento del planeta aunque no sea el único. También otros gases naturales (metano, óxido nitroso) o artificiales (gases fluorados) forman parte de los tan mentados gases de efecto invernadero (GEI). De hecho, su aumento en la atmósfera es lo que desencadena el cambio climático, la crisis climática o la emergencia climática. Son tres términos muy cercanos que se utilizan para describir el calentamiento global que sufre la Tierra.
Tabla de datos
datatable(global)Anomalía de temperatura global de 1850 a 2019
¿Cómo ha aumentado la emisión de gases de efecto invernadero?
BCE=co2$Year
ggplot(co2,aes(x=BCE,y=co2$`CO2 concentrations (NOAA, 2018)`))+
geom_line(colour="red")+
ggtitle("Incremento de co2 por año global")+
xlab("Año")+
ylab("PPM")
Como podemos observar en la siguiente grafica, el aumento de el CO2 a nivel global, fue creciendo expotencialmente con el paso de ños años, conforme se iban industrializando los paises se iba incrementando el nivel de CO2
Fecha = c(1850:2019)
media= global$`Median temperature anomaly from 1961-1990 average`
baja=global$`Lower bound (95% CI)`
alta=global$`Upper bound (95% CI)`
gcov = ggplot(data = global) +
geom_line(aes(Fecha,media, colour="Temperatura media x año global")) +
geom_line(aes(Fecha,baja, colour="Temperatura mas baja x año global")) +
geom_line(aes(Fecha,alta, colour="Temperatura mas alta x año global")) +
xlab("Año") +
ylab("°C") +
labs(colour="casos")+
ggtitle("Temperatura global por año")
gcov
¿Por qué es importante analizar datos de cambio climático?
Debido a que estos acontesimientos pueden ser malos, no solo para el planeta, si no que tambien para el mismo humano ya que Estos fenómenos incluyen el aumento de la temperatura (comúnmente descrito como calentamiento global), pero también incluyen cambios como el aumento en el nivel del mar, la pérdida de masas de hielo en Groelandia, Antártida, el Ártico y en los glaciares montañosos de todo el mundo, cambios en la floración de plantas y fenómenos climáticos extremos.
Emicion per capita de co2 Mexico y Estados Unidos
Prueba de hipotesis
¿Que pais emite más?
En este trabajo se analizarán los datos que existen acerca de la emisión per capita de dióxido de carbono (CO2) de México y Estados Unidos. Los resultados serán interesantes, pues podremos comparar la emisión de un país que es una potencia mundial como lo es Estados Unidos y un país subdesarrollado como México.
Las hipótesis del equipo son las siguientes:
Hipótesis Nula (H0): Estados Unidos genera mayor emisión de CO2 que México, por lo que se puede pensar que países de primer mundo pueden generar mayores emisiones de dióxido de carbono que otros países. Hipótesis Alternativa (H1): México genera mayor emisión de CO2 que Estados Unidos, por lo que se puede pensar que países subdesarrollados pueden generar mayores emisiones de dióxido de carbono que países de primer mundo o potencias mundiales.
Con los siguientes datos, podemos observar que, en cada uno de las siguientes pruebas Estados Unidos produce una mayor cantidad de CO2 Per Capita que Mexico, con tan solo ver que su Media, Moda, Mediana, valor maximo y valor minimo. es mucho mayor a la de mexico
Tabla de datos
datatable(mexico)datatable(estadosunidos)Medidas de tendencia central
Media
# Mexico
mean(mexico$`Annual CO2 emissions (per capita)`)## [1] 2.252332# Estados Unidos
mean(estadosunidos$`Annual CO2 emissions (per capita)`)## [1] 9.808847Mediana
# Mexico
median(mexico$`Annual CO2 emissions (per capita)`)## [1] 1.776#Estados Unidos
median(estadosunidos$`Annual CO2 emissions (per capita)`)## [1] 11.26765Moda
#Mexico
mlv(mexico$`Annual CO2 emissions (per capita)`)## Warning: argument 'method' is missing. Data are supposed to be continuous.
## Default method 'shorth' is used## [1] 0.8591754#Estados Unidos
mlv(estadosunidos$`Annual CO2 emissions (per capita)`)## Warning: argument 'method' is missing. Data are supposed to be continuous.
## Default method 'shorth' is used## [1] 16.83269Valor minimo
# Mexico
min(mexico$`Annual CO2 emissions (per capita)`)## [1] 0.0396# Estados Unidos
min(estadosunidos$`Annual CO2 emissions (per capita)`)## [1] 0.0421Valor maximo
# Mexico
max(mexico$`Annual CO2 emissions (per capita)`)## [1] 6.0657# Estados Unidos
max(estadosunidos$`Annual CO2 emissions (per capita)`)## [1] 22.1325Cuartil
# Mexico
summary(mexico$`Annual CO2 emissions (per capita)`)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.0396 1.0456 1.7760 2.2523 3.8218 6.0657# Estados Unidos
summary(estadosunidos$`Annual CO2 emissions (per capita)`)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.0421 1.3466 11.2676 9.8088 16.4208 22.1325Conla siguiente tabla de caja y bigote, observamos que la mediana de CO2 per capita de cada pais es exageradamente distante a la otra, hablamos de que Mexico posee un 1.7760 mientras que Estados Unidos posee un 11.2676, ademas que el rango aumenta mucho, pues en mexico el maximo rango, va desde 0 a 6 mientras que en estados Unidos este va desde 0 a 20
Caja y bigote
boxplot(mexico$`Annual CO2 emissions (per capita)`,main="Mexico co2 per Capita")
boxplot(estadosunidos$`Annual CO2 emissions (per capita)`,main="Estados Unidos co2 per Capita")
## Tabla de distribucion de frecuencia
# Distribucion de frecuencia de mexico
tablaMX=fdt(mexico$`Annual CO2 emissions (per capita)`)
tablaMX## Class limits f rf rf(%) cf cf(%)
## [0.0392,0.7156) 23 0.18 17.83 23 17.83
## [0.7156,1.392) 31 0.24 24.03 54 41.86
## [1.392,2.068) 16 0.12 12.40 70 54.26
## [2.068,2.745) 6 0.05 4.65 76 58.91
## [2.745,3.421) 5 0.04 3.88 81 62.79
## [3.421,4.097) 31 0.24 24.03 112 86.82
## [4.097,4.774) 14 0.11 10.85 126 97.67
## [4.774,5.45) 1 0.01 0.78 127 98.45
## [5.45,6.126) 2 0.02 1.55 129 100.00# Distribucion de frecuencia de Estados Unidos
tablaUSA=fdt(estadosunidos$`Annual CO2 emissions (per capita)`)
tablaUSA## Class limits f rf rf(%) cf cf(%)
## [0.041679,2.5208) 72 0.33 32.73 72 32.73
## [2.5208,4.9999) 15 0.07 6.82 87 39.55
## [4.9999,7.4791) 12 0.05 5.45 99 45.00
## [7.4791,9.9582) 5 0.02 2.27 104 47.27
## [9.9582,12.437) 12 0.05 5.45 116 52.73
## [12.437,14.916) 21 0.10 9.55 137 62.27
## [14.916,17.396) 35 0.16 15.91 172 78.18
## [17.396,19.875) 19 0.09 8.64 191 86.82
## [19.875,22.354) 29 0.13 13.18 220 100.00Con los siguientes histogramas y poligonos nos muestran como los datos son desproporcionados y donde mas se nota una diferencia, es como se acumulan los datos, mientras que en Estados Unidos vemos que la mayoria de datos se acumulan en valores grandes, en mexico se acumulan en valores mas pequeños.
Histogramas
hist(mexico$`Annual CO2 emissions (per capita)`,main = "Histograma de mexico",xlab = "Co2 PER CAPITA")
hist(estadosunidos$`Annual CO2 emissions (per capita)`,main = "Histograma de Estados Unidos",xlab = "Co2 PER CAPITA")
plot(tablaMX,type = "fh",main = "Histograma de frecuencia absoluta de Mexico")
plot(tablaUSA,type = "fh",main = "Histograma de frecuencia absoluta de Estados Unidos")
plot(tablaMX,type = "rfh",main = "Histograma de frecuencia relativa de Mexico ")
plot(tablaUSA,type = "rfh",main = "Histograma de frecuencia relativa de Estados Unidos ")
plot(tablaMX,type = "cfh",main="Histograma de frecuencia acumulada de Mexico")
plot(tablaUSA,type = "cfh",main="Histograma de frecuencia acumulada de Estados Unidos")
Poligonos de distribucion
plot(tablaMX,type = "fp",main = "Poligono de frecuencia absoluta de Mexico") 
plot(tablaUSA,type = "fp",main = "Poligono de frecuencia absoluta de Estados Unidos") 
plot(tablaMX,type = "rfp",main="Poligono de frecuencia relativa de Mexico") 
plot(tablaUSA,type = "rfp",main="Poligono de frecuencia relativa de Mexico de Estados Unidos")
plot(tablaMX,type = "cfp", main="Poligono de frecuencia acumulada de Mexico")
plot(tablaUSA,type = "cfp", main="Poligono de frecuencia acumulada de Estados Unidos")
## Medidas de dispersion
Varianza
# Varianza en mexico
var(mexico$`Annual CO2 emissions (per capita)`)## [1] 2.52578# Varianza en Estados Unidos
var(estadosunidos$`Annual CO2 emissions (per capita)`)## [1] 61.73098Aqui vemos que en mexico, la desviacion estandar no varia mucho
Pruebas de normalidad
shapiro-wilk
dd=read_csv("Mx y Usa.csv")## Rows: 129 Columns: 2## -- Column specification --------------------------------------------------------
## Delimiter: ","
## dbl (2): Mexico, Estados Unidos##
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.# Mexico
shapiro.test(dd$Mexico)##
## Shapiro-Wilk normality test
##
## data: dd$Mexico
## W = 0.91318, p-value = 4.506e-07# Estados Unidos
shapiro.test(dd$`Estados Unidos`)##
## Shapiro-Wilk normality test
##
## data: dd$`Estados Unidos`
## W = 0.94597, p-value = 6.017e-05Kolmogorov-Smirnov
ks.test(dd$Mexico, "pnorm", mean = mean(dd$Mexico), sd = sd((dd$Mexico)))## Warning in ks.test(dd$Mexico, "pnorm", mean = mean(dd$Mexico), sd =
## sd((dd$Mexico))): ties should not be present for the Kolmogorov-Smirnov test##
## One-sample Kolmogorov-Smirnov test
##
## data: dd$Mexico
## D = 0.15388, p-value = 0.004443
## alternative hypothesis: two-sidedks.test(dd$`Estados Unidos`, "pnorm", mean = mean(dd$`Estados Unidos`), sd = sd((dd$`Estados Unidos`)))##
## One-sample Kolmogorov-Smirnov test
##
## data: dd$`Estados Unidos`
## D = 0.075406, p-value = 0.4556
## alternative hypothesis: two-sidedRegresion lineal
regresionMX = lm(mexico$`Annual CO2 emissions (per capita)` ~ mexico$Year, data = mexico )
regresionUSA = lm(estadosunidos$`Annual CO2 emissions (per capita)` ~ estadosunidos$Year, data = estadosunidos )
# Mexico
summary(regresionMX)##
## Call:
## lm(formula = mexico$`Annual CO2 emissions (per capita)` ~ mexico$Year,
## data = mexico)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.0645 -0.5990 -0.2598 0.3741 4.9118
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -60.906478 4.794832 -12.70 <2e-16 ***
## mexico$Year 0.032306 0.002452 13.18 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.037 on 127 degrees of freedom
## Multiple R-squared: 0.5775, Adjusted R-squared: 0.5741
## F-statistic: 173.6 on 1 and 127 DF, p-value: < 2.2e-16#Estados Unidos
summary(regresionUSA)##
## Call:
## lm(formula = estadosunidos$`Annual CO2 emissions (per capita)` ~
## estadosunidos$Year, data = estadosunidos)
##
## Residuals:
## Min 1Q Median 3Q Max
## -6.6461 -1.8735 0.0047 1.6980 5.3914
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -2.151e+02 4.778e+00 -45.01 <2e-16 ***
## estadosunidos$Year 1.178e-01 2.501e-03 47.09 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.356 on 218 degrees of freedom
## Multiple R-squared: 0.9105, Adjusted R-squared: 0.9101
## F-statistic: 2218 on 1 and 218 DF, p-value: < 2.2e-16Recta de minimos cuadrados
plot(mexico$Year, mexico$`Annual CO2 emissions (per capita)`, xlab="Año", ylab = "CO2 per capita",main="Mexico")
abline(regresionMX)
plot(estadosunidos$Year, estadosunidos$`Annual CO2 emissions (per capita)`, xlab="Año", ylab = "CO2 per capita",main="Estados Unidos")
abline(regresionUSA)
¿Porque?
Estados unidos, al ser un pais mucho mas desarrollado y con mucha mas poblacion que mexico, este requiere un mayor grado de industrializacion, para poder satisfacer las necesidades de su poblacion, a su vez, al ser mucha mas gente en estados unidos que en mexico, hay mucha mas contaminacion por parte de la poblacion.
¿Que implica esto?
Al haber una mayor emision de co2 en estados unidos que en mexico, puede afectar drasticamente a el calentamiento global, dañando drasticamente el ecosistema que no esta acostumbrado a este tipo de evetos
Conclusión de Joshiva Yzair Ruiz Tapia
Conclusión
Al tomar los datos anuales de Estados Unidos y México y realizar cálculos y gráficos con ellos, nos damos cuenta que la cantidad de emisiones de CO2 promedio es mucho más alta (9.80) que la de México (2.25), al igual que los valores máximos de Estados Unidos llegan hasta un 22.1325 mientras que los valores máximos de México son de 6.0657.
Por lo tanto, el equipo llega a la conclusión de que la Hipótesis Nula (H0) se acepta, demostrando que Estados Unidos genera una mayor emisión de CO2 que México.
Mi conclusion.
Viendo estos resultados se puede notar lo que puede causar la calidad de vida de las personas, siendo que al estar muy cerca de este tipo de paises nos llegamos a parecer mucho pero no siempre puede parecer igual. Estados unidos al ser un pais muy consumista si llega a poder superar por mucho a nuestro pais en generacion de C02, aun que de hecho ya era un valor esperado, por simples factores como lo pueden ser la poblacion o la calidad de vida de la gente de este pais. Aun asi, es muy triste ver que varios de estas regiones nulamente se molestan en almenos de reducir un poco de su emision diaria, esto causando muchas situaciones perjudiciales. No solo de ellos, si no de lugares cercanos y del mundo mismo, por ello hay que tambien preocuparnos nosotros.