Cualitativa Nominal - País

#UNIVERSIDAD CENTRAL DEL ECUADOR #Facultad en Ingenieria en Geología, Minas, Petroleos y Ambiental #Ingenieria Ambiental #Fecha: 15-05-2025

Carga de datos y tabla de frecuencias

# Cargar librerías
library(knitr)
library(kableExtra)

# Cargar datos
getwd()

## [1] "/cloud/project"

setwd("/cloud/project")  # Asegúrate de que el CSV esté en esta carpeta
datos <- read.csv("water_pollution_disease.csv", header = TRUE, sep = ",", dec = ".")

# Extracción Variable Cualitativa nominal
Países <- datos$Country

# Tabla de distribución de frecuencia
TDF_países <- data.frame(table(Países))
ni <- TDF_países$Freq
hi <- round((ni / sum(ni)) * 100, 2)
Países <- TDF_países$Países
TDF_países <- data.frame(Países, ni, hi)
Sumatoria <- data.frame(Países = "TOTAL", ni = sum(ni), hi = sum(hi))

TDF_países_suma <- rbind(TDF_países, Sumatoria)
colnames(TDF_países_suma) <- c("Países", "ni", "hi(%)")
colnames(TDF_países) <- c("Países", "ni", "hi (%)")

# Tabla
kable(TDF_países_suma, align = 'c', 
      caption = "Tabla de Distribucion de Frecuencias de los Países de estudio de contaminación del agua") %>%
  kable_styling(full_width = FALSE, position = "center", 
                bootstrap_options = c("striped", "hover", "condensed"))

Tabla de Distribucion de Frecuencias de los Países de estudio de contaminación del agua

Países	ni	hi(%)
Bangladesh	291	9.70
Brazil	291	9.70
China	311	10.37
Ethiopia	293	9.77
India	290	9.67
Indonesia	304	10.13
Mexico	288	9.60
Nigeria	315	10.50
Pakistan	298	9.93
USA	319	10.63
TOTAL	3000	100.00

# Diagrama de barras local
barplot(ni, main = "Gráfica N°1: Distribución de frecuencias de los países
        de estudio de contaminación y enfermedades",
        xlab = "Países",
        ylab = "Cantidad",
        col = "skyblue",
        ylim = c(0,400),
        las = 2,
        cex.names = 0.6,
        names.arg = TDF_países$Países)

barplot(hi, main = "Gráfica N°2: Distribución porcentual de los 
        países de estudio de contaminación y enfermedades",
        xlab = "Países",
        ylab = "Porcentaje",
        col = "green",
        ylim = c(0,10),
        las = 2,
        cex.names = 0.6,
        names.arg = TDF_países$Países)

# Diagrama de barras global
barplot(ni, main = "Gráfica N°3: Distribución de frecuencias de los países
        de estudio de contaminación y enfermedades",
        xlab = "Países",
        ylab = "Cantidad",
        col = "pink",
        ylim = c(0,3000),
        las=2,
        cex.names = 0.6,
        names.arg = TDF_países$Países)

barplot(hi, main = "Gráfica N°4: Distribución de frecuencias porcentual de 
los países de estudio de contaminación y enfermedades",
        xlab = "Países",
        ylab = "Porcentaje (%)",
        col = "skyblue",
        ylim = c(0,100),
        las = 2,
        cex.names = 0.6,
        names.arg = TDF_países$Países)

labels_info <- paste(TDF_países$`hi (%)`, "%")
pie(hi,
    main = "Gráfica N°5 Distribución porcentual de los países del estudio
    de contaminación y enfermedades",
    radius = 1.1,
    labels = labels_info,
    col = rev(heat.colors(10)),
    cex = 0.8,
    cex.main = 1)

legend("topright",
       legend = TDF_países$Países,
       fill = colores <- c(rev(heat.colors(10))),
       cex = 0.6,
       title = "Leyenda")