Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Abstract This project focuses on the implementation of Análisis Estadı́stico Los datos fueron exportados a
Industry 4.0 for the measurement and analysis of AC current Excel, donde se calcularon estadı́sticas descriptivas como
and voltage in an electrical outlet. Statistical analysis is el promedio, mediana, desviación estándar, varianza y
employed with the main purpose of using specific sensors to covarianza para ambos parámetros medidos. Se crearon
collect more than 1000 AC current and voltage measurements. gráficos de dispersión y diagramas de caja para visualizar
The ACS720 20 A reference sensors for current and the la distribución y dispersión de los datos, y se emplearon
ZMPT101b for voltage were used. The objective is to analyze herramientas estadı́sticas para modelar la distribución normal
the variability and quality of the power supply. Subsequently, de los datos, incluyendo la realización de pruebas de
a series of statistical analyses were carried out including normalidad.
normal distribution, mean, variance, mode, among others.
Función loop():
• Realiza la medición de corriente a partir de la función
getcorriente().
• Calcula la corriente eficaz y la potencia.
• Encuentra el valor máximo en las lecturas y calcula el
voltaje eficaz.
• Envı́a los datos de voltaje y corriente por el puerto serie.
Función getcorriente():
• mediciones durante 0.5 segundos.
La codificación anterior se empleó para realizar la • Lee el valor del sensor de corriente.
medición de la corriente consumida por un bombillo • Utiliza una ecuación para obtener la corriente, con-
incandescente. Es importante señalar que al principio, siderando la sensibilidad del sensor y un factor de com-
estos datos se mostraron en el monitor serial del pensación.
IDE de Arduino. Una vez confirmado el correcto • Calcula el valor medio de la corriente y devuelve la
funcionamiento de este sensor, procedimos a codificar corriente eficaz compensada.
el sensor de voltaje, como se muestra en la imagen
siguiente.
Función setup():
Destacaban entre ellos el botón de conexión al puerto cuatro partes iguales. En este caso, el primer cuartil (Q1)
serial de Arduino, el de inicio de la recolección de datos es 0.845, el segundo cuartil (Q2, que coincide con la
y un contador de registros. mediana) es 0.849 y el tercer cuartil (Q3) es 0.874. Esto
proporciona información adicional sobre la distribución
Una vez recopilados los 1000 conjuntos de datos de los datos, mostrando cómo están distribuidos los
correspondientes a cada sensor (tanto el de corriente valores alrededor de la mediana.
como el de voltaje), se procedió al análisis de los
mismos. Se calcularon la mediana, los cuartiles, la
moda, la varianza, el promedio, la covarianza y las
distribuciones pertinentes.
Distribución normal
La media de la distribución es de 0,600, y la misma
cantidad de datos se encuentra por encima y por debajo
Mediana: La mediana es 0.849, lo que indica que de este valor. Tiene forma de campana. La curva de la
aproximadamente la mitad de los datos están por encima distribución es más alta en el centro y se estrecha hacia
de este valor y la otra mitad están por debajo. los lados.
Cuartiles: Los cuartiles dividen los datos ordenados en Media: El valor promedio del voltaje es de 123.88731.
Mediana: La mediana es 122.830, lo que sugiere que
aproximadamente la mitad de los datos están por encima
de este valor y la otra mitad están por debajo.
Moda: La moda es 122.83, lo que indica que este valor
es el más frecuente en el conjunto de datos.
Shapiro-Wilk
La prueba de Shapiro-Wilk evalúa la hipótesis nula de
que una muestra proviene de una distribución normal.
En otras palabras, la prueba determina si los datos de la
muestra siguen una distribución normal o no.
Cuartiles: Los cuartiles dividen los datos ordenados en Corriente Alanisis en R Studio
cuatro partes iguales. En este caso, el primer cuartil (Q1)
y el segundo cuartil (mediana, Q2) son 122.83, mientras
que el tercer cuartil (Q3) es 124.48. Esto muestra cómo
están distribuidos los valores alrededor de la mediana
y proporciona información sobre la dispersión de los
datos.
I. CONCLUSIONES