Variables de estudio

Objetivo del análisis

Analizar el comportamiento de las variables meteorológicas registradas durante una semana en la ciudad de Quito, haciendo especial énfasis en el uso de medidas de tendencia central (media, mediana y moda) para describir el comportamiento típico de variables como temperatura, humedad y presión. Además, se aplican medidas de dispersión y regresión lineal para identificar relaciones significativas entre variables y evaluar la estabilidad de las condiciones climáticas durante el periodo analizado.

Identificación de las variables de estudio

Clasificación y estructuración de datos acorde a las preguntas planteadas

1. ¿Cuáles son los días que presentan una humedad superior a la humedad media de la semana?  

Según la información de la tabla de datos:  

• Datos de humedad (%): 70+65+72+60+58+75+80+68=548 
• Número de datos (N): 8  
• Media de humedad: x= 548/8= 68,5%

• -Por lo tanto, los días con humedad superior: 

• 05/05/2025: 70% 
• 07/05/2025: 72% 
• 10/05/2025: 75% 
• 11/05/2025: 80% 

2. ¿Cuáles son los días con presión superior a la mediana de la presión de esa semana? 

 Basándonos en la información de la tabla de datos:

-Por lo tanto, los días con presión superior: 

• 06/05/2025: 1018 
• 08/05/2025: 1020 
• 09/05/2025: 1022 
• 12/05/2025: 1017 

 3. ¿Cuál de las categorías de la variable condición es la menos frecuente, en esa semana?  

Condición	fi
Soleado	2
Nublado	2
Despejado	2
Lluvioso	1
Tormenta	1

Condiciones menos frecuentes (ocurren solo 1 vez): 

• Lluvioso 

• Tormenta 

 4. ¿Cómo se distribuye la velocidad del viento en esa semana?  

-Por lo tanto:  

• Distribución uniforme: Todos los valores son distintos y están relativamente bien repartidos. 

• Sin sesgo claro (simétrica): No hay acumulación de datos a un solo lado.

• Rango amplio (de 5 a 20): Hay bastante variabilidad. 

• Desviación estándar alta (5.04) indica dispersión moderada. 

• 5. Si se considera las categorías de la variable viento, ¿Cuál categoría es la más frecuente en esa semana?  

Viento	fi
Norte	3
Sur	2
Este	2
Oeste	1

 

• Más frecuente: Norte (3 veces) 

6. 6. ¿Cómo se distribuye la variable punto de rocío? 

7. 
   
   
   

• -Por lo tanto: 

• Distribución relativamente simétrica: La media (10.375) y la mediana (10) están muy próximas. Esto indica que la mayoría de los valores se agrupan alrededor del centro. 

Rango moderado (8 °C): los valores no están completamente concentrados, pero tampoco están muy dispersos. Es un rango razonable. 

Valores centrales frecuentes: el punto de rocío se repite en 10 °C, lo que sugiere una tendencia central clara. 

Dispersión moderada: la desviación estándar es de aproximadamente 2.39, lo que indica que los valores no se alejan mucho del promedio. 

7.      ¿Cuál de las variables: Temperatura, Presión y Velocidad del viento, ¿presenta menor dispersión?

Desviaciones estándar:

Por tal motivo, la temperatura tiene menor dispersión.

8. 8. ¿Cuáles son las medidas descriptivas de la variable Humedad? Interprete  

 

Medida	Valor	Interpretación
Media	84.88 %	En promedio, la humedad fue alta durante la semana.
Mediana	84.5 %	La mitad de los días tuvieron humedad inferior o igual a 84.5 %.
Moda	No existe	Ningún valor se repite, no hay moda.
Mínimo	78 %	El día con menor humedad registró un 78 %.
Máximo	92 %	El día con mayor humedad alcanzó un 92 %.
Rango	14	Hubo una diferencia de 14 puntos porcentuales entre el día más seco y el más húmedo.
Desviación estándar	4.58 %	La humedad varió, en promedio, ±4.58 % respecto a la media.
Varianza	20.98	La dispersión fue moderada, sin extremos.

 

Durante la semana, la humedad fue alta en general, con un valor promedio de casi 85 %, lo cual es común en climas húmedos o en altitudes elevadas como Quito. 

La variación fue moderada, sin cambios extremos de un día a otro. Esto refleja una atmósfera bastante estable y húmeda a lo largo de la semana.

 

9. ¿Cuáles son las medidas descriptivas de la variable Temperatura? Interprete 

valores:  

Medida	Valor (°C)	Interpretación
Media	17.0	En promedio, la temperatura de la semana fue de 17 °C. Este valor representa el “centro” de todos los datos.
Mediana	17.0	Al ordenar los valores, la mediana también es 17 °C. Esto indica que la mitad de los días tuvieron temperaturas menores o iguales a 17, y la otra mitad mayores o iguales a 17.
Moda	17.0	El valor que más se repite es 17 °C, ocurrió en dos días.
Mínimo	14.0	El día más frío registró 14 °C.
Máximo	20.0	El día más caluroso alcanzó los 20 °C.
Rango	6.0	Diferencia entre el máximo y el mínimo: hubo una variación de 6 °C entre el día más frío y el más cálido.
Desviación estándar	1.87	Diferencia entre el máximo y el mínimo: hubo una variación de 6 °C entre el día más frío y el más cálido.
Varianza	3.5	La varianza mide la dispersión cuadrática. Aquí es baja, lo que indica que las temperaturas no fueron muy variables.

Se concluye que, la temperatura en esa semana fue estable, centrada alrededor de 17 °C, con una ligera variación de ±2 °C. No hubo extremos fuertes. Este comportamiento sugiere condiciones relativamente constantes y templadas, típicas de un clima moderado. 

 

 10. ¿Existe una relación entre la variable Temperatura y Presión?  

Fecha	5/5/2025	6/5/2025	7/5/2025	8/5/2025	9/5/2025	10/5/2025	11/5/2025	12/5/2025
Temperatura (°C)	18	16	17	15	14	19	20	17
Presión (hPa)	1015	1018	1016	1020	1022	1013	1012	1017

 

Se observa que, generalmente a mayor presión menor temperatura. Esto se puede explicar gracias a la regresión lineal. 

La regresión lineal es una técnica estadística que se usa para: 

• Modelar la relación entre dos variables numéricas. 
• Ver si una variable (independiente) puede predecir o explicar el comportamiento de otra variable (dependiente). 

En este caso: 

• Variable dependiente (Y): Temperatura 
• Variable independiente (X): Presión 

Se comparó dos variables cuantitativas (Temperatura y Presión). 

Ecuación de la recta: 

$$𝑻𝒆𝒎𝒑𝒆𝒓𝒂𝒕𝒖𝒓𝒂= -\mathrm{𝟎}.\mathrm{𝟓}\mathrm{𝟖}\mathrm{𝟖}\ast 𝑷𝒓𝒆𝒔𝒊ó𝒏+\mathrm{𝟔}\mathrm{𝟏}\mathrm{𝟓}.\mathrm{𝟐}\mathrm{𝟎}$$

 

Pendiente: −0.588 
→ Por cada aumento de 1 hPa en la presión, la temperatura disminuye aproximadamente 0.588 °C. 

Intercepto: 615.20  

Coeficiente de determinación

$${\mathrm{𝑹^}}^{\mathrm{𝟐}}=\mathrm{𝟎}.\mathrm{𝟗}\mathrm{𝟖}\mathrm{𝟖}$$

  

Conclusiones: 

Existe una relación negativa entre presión y temperatura g

• La pendiente de la regresión lineal es -0.588, lo que significa que cuando la presión aumenta, la temperatura tiende a disminuir. 
• Esta relación negativa es consistente con fenómenos atmosféricos, donde una mayor presión suele estar asociada a masas de aire más frías y estables. 

La relación es fuerte y significativa 

El coeficiente de determinación

$${\mathrm{𝑹^}}^{\mathrm{𝟐}}=\mathrm{𝟎}.\mathrm{𝟗}\mathrm{𝟖}\mathrm{𝟖}$$

indica que el 98.8% de la variación en la temperatura puede explicarse por la presión atmosférica. 

Esto sugiere que, durante la semana del 05 de mayo al 12 de mayo del 2025 en Quito, la presión fue un factor determinante en los cambios de temperatura. 

Esta relación negativa es consistente con fenómenos atmosféricos, donde una mayor presión suele estar asociada a masas de aire más frías y estables.