TXT_1

UNIVERSIDAD CENTRAL DEL ECUADOR

PROYECTO: FOCOS DE CALOR EN EL ECUADOR

AUTORES: GUERRERO MARIA GABRIELA,PUCHAICELA MONICA, ZURITA JOHANNA

FECHA: 14/05/2025

#Importar Datos
datos <- read.csv("maate_focosdecalor_bdd_2021diciembre.csv",
                  header = T, sep = ",", dec = ".")

#Estructura de los datos 
str(datos)
## 'data.frame':    22476 obs. of  17 variables:
##  $ MES_REPORT: int  11 11 8 6 5 6 11 9 3 3 ...
##  $ DIA_REPORT: int  20 20 6 10 28 10 20 29 22 22 ...
##  $ DPA_DESPRO: chr  "ZAMORA CHINCHIPE" "ZAMORA CHINCHIPE" "ZAMORA CHINCHIPE" "ZAMORA CHINCHIPE" ...
##  $ DPA_DESCAN: chr  "CHINCHIPE" "CHINCHIPE" "CHINCHIPE" "CHINCHIPE" ...
##  $ DPA_DESPAR: chr  "CHITO" "CHITO" "PUCAPAMBA" "PUCAPAMBA" ...
##  $ TXT_1     : chr  "PARROQUIA RURAL" "PARROQUIA RURAL" "PARROQUIA RURAL" "PARROQUIA RURAL" ...
##  $ LATITUDE  : chr  "-4,981720000000000" "-4,969160000000000" "-4,958520000000000" "-4,957820000000000" ...
##  $ LONGITUDE : chr  "-79,041280000000000" "-79,049490000000006" "-79,118430000000004" "-79,111859999999993" ...
##  $ BRIGHTNESS: chr  "354,759999999999990" "342,009999999999990" "331,860000000000010" "331,399999999999980" ...
##  $ SCAN      : chr  "0,510000000000000" "0,510000000000000" "0,150000000000000" "0,540000000000000" ...
##  $ TRACK     : chr  "0,490000000000000" "0,490000000000000" "0,380000000000000" "0,420000000000000" ...
##  $ SATELLITE : chr  "1" "1" "1" "1" ...
##  $ CONFIDENCE: chr  "n" "n" "n" "n" ...
##  $ VERSION   : chr  "2.0NRT" "2.0NRT" "2.0NRT" "2.0NRT" ...
##  $ BRIGHT_T31: chr  "299,420000000000020" "298,149999999999980" "299,160000000000030" "296,800000000000010" ...
##  $ FRP       : chr  "12,100000000000000" "6,870000000000000" "3,770000000000000" "5,500000000000000" ...
##  $ DAYNIGHT  : chr  "D" "D" "D" "D" ...
#Extraer la variable nominal
# VARIABLE CUALITATIVA NOMINAL (txt_aclaratorio)  
txt_aclaratorio <- datos$TXT_1

# EDA Tabla de distribución de frecuencia
TDF_txt <- data.frame(table(txt_aclaratorio))
ni <- TDF_txt$Freq
sum(ni)
## [1] 22476
hi <- round((ni / sum(ni)) * 100, 2)
sum(hi)
## [1] 100
txt <- TDF_txt$txt_aclaratorio
TDF_txt <- data.frame(Provincias = txt, ni, hi)

# totales
Sumatoria <- data.frame(Provincias = "TOTAL",
                        ni = sum(ni),
                        hi = sum(hi))
TDF_txt_suma <- rbind(TDF_txt, Sumatoria)

TDF_txt_suma <- rbind(TDF_txt,Sumatoria)
colnames(TDF_txt_suma) <- c("provincias","ni","hi(%)")
colnames(TDF_txt) <- c("provincias","ni","hi (%)")

knitr::kable(TDF_txt_suma, caption = "Tabla de distribución de frecuencias")
Tabla de distribución de frecuencias
provincias ni hi(%)
172 1 0.00
CABECERA CANTONAL 6511 28.97
CABECERA CANTONAL (*) 4708 20.95
PARROQUIA RURAL 11256 50.08
TOTAL 22476 100.00 
#Graficas

#Diagrama de barras local 1

barplot(TDF_txt$ni, main = "Gráfica N°4.1: Distribución de frecuencias de 
    Organizaciones Territoriales y Administrativas",
        xlab = "Provincias",
        ylab = "Cantidad",
        col = "red",
        ylim = c(0, max(TDF_txt$ni) * 1.1),
        las = 2,
        cex.names = 0.6,
        names.arg = TDF_txt$provincias)

barplot(hi,main = "Gráfica N°4.2: Distribución del porcentaje de 
    Organizaciones Territoriales y Administrativas",
        xlab = "Provincias",
        ylab = "Porcentaje",
        col = "gray",
        ylim = c(0,80),
        las=2,
        cex.names = 0.6,
        names.arg = TDF_txt$provincias)

#Diagrama de barras global
barplot(ni,main = "Gráfica N°4.3: Distribución de 
    Organizaciones Territoriales y Administrativas",
        xlab = "Provincias",
        ylab = "Cantidad",
        col = "blue",
        ylim = c(0,15000),
        names.arg = TDF_txt$provincias)

barplot(hi,main = "Gráfica N°4.4: Distribución de frecuencias porcentual de 
    Organizaciones Territoriales y Administrativas",
        xlab = "Provincias",
        ylab = "Porcentaje (%)",
        col = "pink",
        ylim = c(0,100),
        las=2,
        cex.names = 0.6,
        names.arg = TDF_txt$provincias)

#Diagrama circular

etiqueta_pie <- paste(TDF_txt$hi, "%")
pie(hi,
    main = "Gráfica N°4.5 Distribución porcentual de 
                                  Organizaciones Territoriales y Administrativas",
    radius = 1,
    labels = etiqueta_pie,
    col = rev(heat.colors(length(hi))),
    cex = 0.8,
    cex.main = 1)

legend("topright",
       legend = TDF_txt$provincias,
       fill = colores <- c(rev(heat.colors(10))),
       cex = 0.5,
       title = "Leyenda")