Importar librerias

library(pacman)
p_load("base64enc", "htmltools", "mime", "xfun", "prettydoc","readr", "knitr","DT","dplyr", "ggplot2")

library(readr)
Mexico_CO2 <- read_csv("Mexico CO2.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.

View(Mexico_CO2)

library(readr)
Brasil_CO2 <- read_csv("Brasil CO2.csv")

## Rows: 119 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.

View(Brasil_CO2)

Introducción

¿Cómo aumenta el co2 en el planeta?

Las centrales eléctricas, la tala de árboles y los combustibles fósiles incrementan el efecto invernadero, lo que provoca un calentamiento global de la Tierra. Desde la Revolución Industrial, los humanos han emitido unos 300.000 millones de toneladas de dióxido de carbono a la atmósfera.

¿Cómo ha aumentado la emisión de gases de efecto invernadero?

Se estima que 2/3 de las emisiones de CO2 proceden de la quema de combustibles fósiles (petróleo, gas y carbón); mientras un 1/3 procede del cambio en la utilización del suelo (como la deforestación). Del total emitido solo 45% permanece en la atmósfera, 30% es absorbido por los océanos y, el restante 25%, pasa a la biosfera terrestre.

¿Por qué es importante analizar datos de cambio climático?

Ante la existencia y la gravedad del cambio climático, es muy fácil y común escuchar argumentos escépticos y derrotistas como: “es algo demasiado complejo”, “yo no puedo hacer nada” o “¡¿ya para qué nos esforzamos?!”. Por ello al tener conocimiento de los datos del cambio climático podemos darnos cuenta de la variación que hay día con día en este y hacer algo al respecto para contrarrestarlo.

¿Qué es el cambio climático?

El cambio climático se refiere a un rango amplio de fenómenos globales, creados predominantemente por la quema de combustibles fósiles, lo que agrega a la atmósfera terrestre gases que atrapan el calor.

¿Qué causa el cambio climático?

El principal motor del cambio climático es el efecto invernadero. Algunos gases de la atmósfera terrestre actúan de forma parecida al cristal de un invernadero: retienen el calor del sol e impiden que escape al espacio, provocando así el calentamiento global.

¿Cuáles son los efectos negativos del cambio climático?

• Aumento de la temperatura promedio global de los océanos y la superficie terrestre. • Aumento promedio mundial del nivel del mar. • Acidificación del mar. • Aumento de la temperatura superficial de los océanos. • Alteración de la abundancia de algas, plancton y peces en los ambientes marinos.

Medidas de tendencia central

Medio

#Mexico

mean(Mexico_CO2$`Annual CO2 emissions (per capita)`)

## [1] 2.252332

#Brasil

mean(Brasil_CO2$`Annual CO2 emissions (per capita)`)

## [1] 0.8762983

Mediana

#Mexico

median(Mexico_CO2$`Annual CO2 emissions (per capita)`)

## [1] 1.776

#Brasil

median(Brasil_CO2$`Annual CO2 emissions (per capita)`)

## [1] 0.6491

Moda

# Mexico
library(modeest)
mlv(Mexico_CO2$`Annual CO2 emissions (per capita)`, method = "mfv")

## [1] 0.0438

# Brasil
library(modeest)
mlv(Brasil_CO2$`Annual CO2 emissions (per capita)`, method = "mfv")

## [1] 0.1444 0.1560

Cuartiles

# Mexico
summary(Mexico_CO2$`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

# Brasil
summary(Brasil_CO2$`Annual CO2 emissions (per capita)`)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.0877  0.1560  0.6491  0.8763  1.4582  2.5838

Grafico de caja y bigote

# Mexico
boxplot(Mexico_CO2$`Annual CO2 emissions (per capita)`)

# Brasil
boxplot(Brasil_CO2$`Annual CO2 emissions (per capita)`)

Tablas de distribuciones de frecuencia Mexico

library(fdth)

## 
## Attaching package: 'fdth'

## The following object is masked from 'package:modeest':
## 
##     mfv

## The following objects are masked from 'package:stats':
## 
##     sd, var

tabla <- fdt(Mexico_CO2$`Annual CO2 emissions (per capita)`)
tabla

##     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

Histograma y poligonos

histograma Mexico

plot(tabla,type='fh')    # Absolute frequency histogram

Poligono Mexico

plot(tabla,type='fp')    # Absolute frequency histogram

Histograma y poligono de frecuencia relativa segun sturge (Mexico)

plot(tabla,type='rfh')    # Relative frequency histogram

plot(tabla,type='rfp')    # Absolute frequency histogram

Histograma y poligono de frecuencia relativa segun sturge (Mexico)

plot(tabla,type='cfh')    # Relative frequency histogram

plot(tabla,type='cfp')    # Relative frequency histogram

Tablas de distribuciones de frecuencia Mexico

library(fdth)
tabla <- fdt(Brasil_CO2$`Annual CO2 emissions (per capita)`)
tabla

##      Class limits  f   rf rf(%)  cf  cf(%)
##  [0.08682,0.4022) 51 0.43 42.86  51  42.86
##   [0.4022,0.7175) 14 0.12 11.76  65  54.62
##    [0.7175,1.033)  5 0.04  4.20  70  58.82
##     [1.033,1.348)  6 0.05  5.04  76  63.87
##     [1.348,1.664) 19 0.16 15.97  95  79.83
##     [1.664,1.979) 13 0.11 10.92 108  90.76
##     [1.979,2.294)  5 0.04  4.20 113  94.96
##      [2.294,2.61)  6 0.05  5.04 119 100.00

histograma Brasil

plot(tabla,type='fh')    # Absolute frequency histogram

Poligono Brasil

plot(tabla,type='fp')    # Absolute frequency histogram

Histograma y poligono de frecuencia relativa segun sturge (Brasil)

plot(tabla,type='rfh')    # Relative frequency histogram

plot(tabla,type='rfp')    # Absolute frequency histogram

Histograma y poligono de frecuencia relativa segun sturge (Brasil)

plot(tabla,type='cfh')    # Relative frequency histogram

plot(tabla,type='cfp')    # Relative frequency histogram

Prueba de hipótesis

¿Cuál pais emite mayor concentración de CO2?

H0: Brazil emite mayor concentración de CO2 que México. H1: México emite mayor concentración de CO2 que Brazil.

datatable(Mexico_CO2)

datatable(Brasil_CO2)

##Tabla de distribucion de frecuencia

Tabla de distribucion de frecuencia Mexico

tablamexico = fdt(Mexico_CO2$"Annual CO2 emissions (per capita)" )
tablamexico

##     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

Tabla de distribucion de frecuencia Brasil

tablabrasil = fdt(Brasil_CO2$"Annual CO2 emissions (per capita)" )
tablabrasil

##      Class limits  f   rf rf(%)  cf  cf(%)
##  [0.08682,0.4022) 51 0.43 42.86  51  42.86
##   [0.4022,0.7175) 14 0.12 11.76  65  54.62
##    [0.7175,1.033)  5 0.04  4.20  70  58.82
##     [1.033,1.348)  6 0.05  5.04  76  63.87
##     [1.348,1.664) 19 0.16 15.97  95  79.83
##     [1.664,1.979) 13 0.11 10.92 108  90.76
##     [1.979,2.294)  5 0.04  4.20 113  94.96
##      [2.294,2.61)  6 0.05  5.04 119 100.00

Pruebas de normalidad

##Shaphiro-Wilk

shapiro.test(Mexico_CO2$`Annual CO2 emissions (per capita)`)

## 
##  Shapiro-Wilk normality test
## 
## data:  Mexico_CO2$`Annual CO2 emissions (per capita)`
## W = 0.91318, p-value = 4.506e-07

shapiro.test(Brasil_CO2$`Annual CO2 emissions (per capita)`)

## 
##  Shapiro-Wilk normality test
## 
## data:  Brasil_CO2$`Annual CO2 emissions (per capita)`
## W = 0.85465, p-value = 1.908e-09

Kolmogorov-Smirnov

Mexico

ks.test(Mexico_CO2$`Annual CO2 emissions (per capita)`, "pnorm", mean = mean(Mexico_CO2$`Annual CO2 emissions (per capita)`), sd = sd(Mexico_CO2$`Annual CO2 emissions (per capita)`))

## Warning in ks.test(Mexico_CO2$`Annual CO2 emissions (per capita)`, "pnorm", :
## ties should not be present for the Kolmogorov-Smirnov test

## 
##  One-sample Kolmogorov-Smirnov test
## 
## data:  Mexico_CO2$`Annual CO2 emissions (per capita)`
## D = 0.15388, p-value = 0.004443
## alternative hypothesis: two-sided

Brasil

ks.test(Brasil_CO2$`Annual CO2 emissions (per capita)`, "pnorm", mean = mean(Brasil_CO2$`Annual CO2 emissions (per capita)`), sd = sd(Brasil_CO2$`Annual CO2 emissions (per capita)`))

## Warning in ks.test(Brasil_CO2$`Annual CO2 emissions (per capita)`, "pnorm", :
## ties should not be present for the Kolmogorov-Smirnov test

## 
##  One-sample Kolmogorov-Smirnov test
## 
## data:  Brasil_CO2$`Annual CO2 emissions (per capita)`
## D = 0.20705, p-value = 7.409e-05
## alternative hypothesis: two-sided

Análisis de correlación

Tabla de datos mexico

datatable(Mexico_CO2)

Tabla de datos de Brazil

datatable(Brasil_CO2)

pairs(Mexico_CO2[,3:4], main = "México")

pairs(Brasil_CO2[,3:4], main = "Brazil")

regresionMX = lm(Mexico_CO2$`Annual CO2 emissions (per capita)` ~ Mexico_CO2$Year,  data =  Mexico_CO2)
regresionBZ = lm(Brasil_CO2$`Annual CO2 emissions (per capita)` ~ Brasil_CO2$Year,  data =  Brasil_CO2 )

Mexico

summary(regresionMX)

## 
## Call:
## lm(formula = Mexico_CO2$`Annual CO2 emissions (per capita)` ~ 
##     Mexico_CO2$Year, data = Mexico_CO2)
## 
## 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_CO2$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

Brazil

summary(regresionBZ)

## 
## Call:
## lm(formula = Brasil_CO2$`Annual CO2 emissions (per capita)` ~ 
##     Brasil_CO2$Year, data = Brasil_CO2)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -0.50667 -0.22565  0.00813  0.16846  0.58172 
## 
## Coefficients:
##                   Estimate Std. Error t value Pr(>|t|)    
## (Intercept)     -3.999e+01  1.320e+00  -30.29   <2e-16 ***
## Brasil_CO2$Year  2.085e-02  6.735e-04   30.96   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.2524 on 117 degrees of freedom
## Multiple R-squared:  0.8912, Adjusted R-squared:  0.8903 
## F-statistic: 958.3 on 1 and 117 DF,  p-value: < 2.2e-16

Recta de minimos cuadrados

plot(Mexico_CO2$Year, Mexico_CO2$`Annual CO2 emissions (per capita)`, xlab="Año", ylab = "CO2 per capita",main="Mexico")
abline(regresionMX)

plot(Brasil_CO2$Year, Brasil_CO2$`Annual CO2 emissions (per capita)`, xlab="Año", ylab = "CO2 per capita",main="Brazil")
abline(regresionBZ)

¿QuÉ PAÍS EMITE MÁS?

Por medio de los datos que se muestran, se ve que el comportamiento de los datos de México, son mayores a los de Brasil, tienen una pequeñisima diferencia conforme a los datos, pero en los ultimos años México a generado más CO2 que Brasil.

¿PORQUE?

Esto se puede dar por los multiples incendios que se ha sufrido, asi como que México tiene mayor indice de automovies por persona que en Brasil.

¿QUE IMPLICA ESTO?

Esto se puede expresar por las diversas variaciones economicas por las que pasa mexico, siendo esta un pais donde su flujo economico es muy variable, en cuanto a Brasil, se puede decir que crece de una manera constante.

CONCLUSIONES

Jesús Murillo

Como se pudo analizar y observar México es mayor productor de CO2 per capita, tras hacer una investigación lo que pude comprobar fue que economicamente México y Brasil tienen un “PIB per capita” muy similar, esto quiero decir que México tiene un comportamiento anormal, esto puede ser debido al estilo de vida promedio de los mexicanos o bien por un crecimiento desordenado de zonas industrializadas.

Cynthia Zazueta

En base a los datos obtenidos podemos concluir que México es un mayor productor de co2 y esto se debe a que al ser un país en vías de desarrollo preocupado por la industrialización y con tan poca consciencia por el medio ambiente no hacen nada para contrarrestar el daño que hacen, si bien Brasil se encuentra en la misma situación, cuenta con un ecosistema mas favorable para la purificación del aire que a su vez reduce la cantidad de CO2.

Héctor Lares Se analizó que México es un mayor productor de CO2, esto puede ser a que México es un pais donde todavía están presentes las refinerias de petroleo, aparte que las empresas internacionales se instalan en méxico, aparte a su gran población. Pero sin duda México y Brazil son los paíes que generan CO2 de toda America Latina.