1 Carga de datos

datos <- read.csv("C:/Users/HP/Desktop/Mes.csv",,header=TRUE, sep=",", dec=".")
str(datos)
## 'data.frame':    12 obs. of  2 variables:
##  $ Mes     : int  1 2 3 4 5 6 7 8 9 10 ...
##  $ Cantidad: int  1495 1650 1874 2057 1451 1163 1020 1181 1557 1880 ...
mes<-datos$Mes

1.1 Asignación del nombre (meses)

Meses <- c("Enero", "Febrero", "Marzo", "Abril", "Mayo", "Junio", "Julio", "Agosto",
           "Septiembre", "Octubre", "Noviembre", "Diciembre")
mes_letras <- factor(mes, levels = Meses, ordered = TRUE)

ni <- datos$Cantidad
sum(ni)
## [1] 17805
hi <- ni / sum(ni) * 100
sum(hi)
## [1] 100
Mes <- datos$Mes
TDFMesesFin <- data.frame(Mes, ni, hi)
TDFMesesFin
total_ni <- sum(ni)
total_hi <- 100 #Dado que los porcentajes de frecuencia relativa suman 100

2 Tabla de distribución de Frecuencias simples y acumuladas de la Longitud de los Sismos en el Subcontinente Indio (2000-2024)

TDFMesesFinCompleto<-rbind(TDFMesesFin, data.frame(Mes= "Total", 
                                                   ni = total_ni, hi = total_hi))
print(TDFMesesFinCompleto)
##      Mes    ni         hi
## 1      1  1495   8.396518
## 2      2  1650   9.267060
## 3      3  1874  10.525133
## 4      4  2057  11.552935
## 5      5  1451   8.149396
## 6      6  1163   6.531873
## 7      7  1020   5.728728
## 8      8  1181   6.632968
## 9      9  1557   8.744735
## 10    10  1880  10.558832
## 11    11  1465   8.228026
## 12    12  1012   5.683797
## 13 Total 17805 100.000000
library(gt)
## Warning: package 'gt' was built under R version 4.4.3
# Crear la tabla 
tabla_Mes<-TDFMesesFinCompleto %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nro. 1*"),
    subtitle = md("**Tabla de distribución de Frecuencias simples y acumuladas
                  de los meses de los Sismos en el Subcontinente Indio (2000-2024)")
  ) %>%
  tab_source_note(
    source_note = md("Autor: Grupo 1")
  ) %>%
  tab_options(
    table.border.top.color = "black",
    table.border.bottom.color = "black",
    table.border.top.style = "solid",
    table.border.bottom.style = "solid",
    column_labels.border.top.color = "black",
    column_labels.border.bottom.color = "black",
    column_labels.border.bottom.width = px(2),
    row.striping.include_table_body = TRUE,
    heading.border.bottom.color = "black",
    heading.border.bottom.width = px(2),
    table_body.hlines.color = "gray",
    table_body.border.bottom.color = "black"
  )  %>%
  tab_style(
    style = cell_text(weight = "bold"),
    locations = cells_body(
      rows = Mes == "Total"
    )
  ) 

tabla_Mes
Tabla Nro. 1
**Tabla de distribución de Frecuencias simples y acumuladas de los meses de los Sismos en el Subcontinente Indio (2000-2024)
Mes ni hi
1 1495 8.396518
2 1650 9.267060
3 1874 10.525133
4 2057 11.552935
5 1451 8.149396
6 1163 6.531873
7 1020 5.728728
8 1181 6.632968
9 1557 8.744735
10 1880 10.558832
11 1465 8.228026
12 1012 5.683797
Total 17805 100.000000
Autor: Grupo 1

2.1 Diagrama de barras local (ni)

barplot(TDFMesesFin$ni, main="Gráfica 1:Distribución de meses de los sismos 
        ocurridos en Subcontinente Indio (Local)", 
        xlab="Mes", ylab="Cantidad", names.arg = TDFMesesFin$Mes, las=2, 
        col="skyblue" )

2.2 Diagrama de barras global (ni)

barplot(TDFMesesFin$hi, main="Gráfica 2: Distribución de meses de los sismos ocurridos 
      en Subcontinente Indio (Global)",xlab="Mes", ylab="Cantidad",
        names.arg = TDFMesesFin$Mes, las=2, col="skyblue")

2.3 Diagrama de barras local (hi)

barplot(TDFMesesFin$hi, main="Grafica No 3: Distribucion de frecuencia
relativa
de los meses de los sismos ocurridos
en Subcontinente Indio",xlab="Mes", ylab="Cantidad",
names.arg = TDFMesesFin$Mes, las=2, col="skyblue")

2.4 Diagrama de barras global (hi)

barplot(TDFMesesFin$hi, main="Grafica No 4: Distribucion de frecuencia
relativa
de los meses de los sismos
ocurridos en Subcontinente Indio",
xlab="Mes", ylab="Cantidad", names.arg = TDFMesesFin$Mes,
las=2, ylim=c(0,100), col="skyblue")

3 Diagrama circular

# Crear una paleta de escala de azules
colores_azules <- colorRampPalette(c("lightblue", "blue"))(length(TDFMesesFin$hi))

# Generar etiquetas con porcentaje
etiquetas <- paste(round(TDFMesesFin$hi), "%", sep="")

# Dibujar el gráfico circular
pie(TDFMesesFin$hi,
    radius = 0.8,
    col = colores_azules,
    main = "Gráfica No5:Distribución en porcentaje de meses\nde los sismos ocurridos\nen Subcontinente Indio",
    labels = etiquetas)

# Leyenda
legend("bottomright",
       legend = TDFMesesFin$Mes,
       cex = 0.8,
       fill = colores_azules,
       title = "Mes")

4 Indicadores estadisticos

Moda

# Calcular la moda
indice_moda <- which.max(TDFMesesFin$ni)
moda_mes <- TDFMesesFin$Mes[indice_moda]
moda_valor <- TDFMesesFin$ni[indice_moda]

cat("La moda es:", moda_mes, "con", moda_valor, "sismos\n")
## La moda es: 4 con 2057 sismos

5 Conclusión

Los sismos son más probables en el mes de abril.