# 1. Configurar directorio y cargar datos
setwd("/cloud/project/proyecto")
datos <- read.csv("archivo depurado nuevo 12.csv",
header = TRUE, sep = ";", dec = ".")
# PROFUNDIDAD DEL SONDADOR
# Extraer, convertir a numérico y limpiar la variable
prof_sond <- as.numeric(datos$PROFUNDIDADE_SONDADOR_M)
## Warning: NAs introduced by coercion
prof_sond <- na.omit(prof_sond)
# Filtrar el rango solicitado
prof_sond <- prof_sond[prof_sond >= 2200 & prof_sond <= 8000]
# ↓↓↓―------------------------------------------------------- #
# Parámetros para la distribución de frecuencias
rango_ps <- diff(range(prof_sond))
num_clases <- floor(1 + 3.3 * log10(length(prof_sond))) # regla de Sturges
amplitud <- rango_ps / num_clases
# Límites de clase
lim_inf <- seq(min(prof_sond), max(prof_sond) - amplitud, by = amplitud)
lim_sup <- c(lim_inf[-1], max(prof_sond))
marcas <- (lim_inf + lim_sup) / 2
# Frecuencias absolutas
calc_freq <- function(x, a, b) {
sapply(seq_along(a), \(i)
if (i == length(a))
sum(x >= a[i] & x <= b[i])
else
sum(x >= a[i] & x < b[i]))
}
f_abs <- calc_freq(prof_sond, lim_inf, lim_sup)
f_rel <- f_abs / length(prof_sond) * 100
# Frecuencias acumuladas
f_acum_asc <- cumsum(f_abs)
f_acum_desc <- rev(cumsum(rev(f_abs)))
fr_acum_asc <- cumsum(f_rel)
fr_acum_desc<- rev(cumsum(rev(f_rel)))
# Tabla resumen
tabla_prof_sond <- data.frame(
Limite_Inferior = round(lim_inf, 2),
Limite_Superior = round(lim_sup, 2),
Marca_Clase = round(marcas, 2),
Frecuencia = f_abs,
Frec_Relativa_Pct = round(f_rel, 2),
Acum_Abs_Asc = f_acum_asc,
Acum_Abs_Desc = f_acum_desc,
Acum_Rel_Asc = round(fr_acum_asc, 2),
Acum_Rel_Desc = round(fr_acum_desc, 2)
)
print("Tabla de distribución de frecuencias – Profundidad del Sondador")
## [1] "Tabla de distribución de frecuencias – Profundidad del Sondador"
print(tabla_prof_sond)
## Limite_Inferior Limite_Superior Marca_Clase Frecuencia Frec_Relativa_Pct
## 1 2200.00 2617.54 2408.77 1183 18.19
## 2 2617.54 3035.08 2826.31 1495 22.98
## 3 3035.08 3452.62 3243.85 1494 22.97
## 4 3452.62 3870.15 3661.38 850 13.07
## 5 3870.15 4287.69 4078.92 476 7.32
## 6 4287.69 4705.23 4496.46 321 4.93
## 7 4705.23 5122.77 4914.00 214 3.29
## 8 5122.77 5540.31 5331.54 222 3.41
## 9 5540.31 5957.85 5749.08 149 2.29
## 10 5957.85 6375.38 6166.62 58 0.89
## 11 6375.38 6792.92 6584.15 30 0.46
## 12 6792.92 7210.46 7001.69 10 0.15
## 13 7210.46 7628.00 7419.23 3 0.05
## Acum_Abs_Asc Acum_Abs_Desc Acum_Rel_Asc Acum_Rel_Desc
## 1 1183 6505 18.19 100.00
## 2 2678 5322 41.17 81.81
## 3 4172 3827 64.14 58.83
## 4 5022 2333 77.20 35.86
## 5 5498 1483 84.52 22.80
## 6 5819 1007 89.45 15.48
## 7 6033 686 92.74 10.55
## 8 6255 472 96.16 7.26
## 9 6404 250 98.45 3.84
## 10 6462 101 99.34 1.55
## 11 6492 43 99.80 0.66
## 12 6502 13 99.95 0.20
## 13 6505 3 100.00 0.05
# Histograma
hist(prof_sond,
breaks = seq(min(prof_sond), max(prof_sond), by = amplitud),
col = "darkgreen",
main = "Gráfica No 02: Distribución de Profundidad del Sondador",
xlab = "Profundidad (m)",
ylab = "Cantidad")
# Ojivas ascendente y descendente
x_asc <- c(min(lim_inf), lim_sup)
y_asc <- c(0, f_acum_asc)
x_desc <- c(lim_inf, max(lim_sup))
y_desc <- c(f_acum_desc, 0)
plot(x_asc, y_asc, type = "b", col = "forestgreen", pch = 19,
main = "Gráfica 2.2: Ojiva Ascendente y Descendente – Prof. Sondador",
xlab = "Profundidad (m)",
ylab = "Cantidad",
xlim = range(c(x_asc, x_desc)),
ylim = c(0, max(c(y_asc, y_desc))))
lines(x_desc, y_desc, type = "b", col = "firebrick", pch = 19)
# Boxplot para detectar outliers
boxplot(prof_sond, horizontal = TRUE, col = "orchid",
main = "Distribución 2.3: Profundidad del Sondador (2200–8000 m)",
xlab = "Profundidad (m)")
# Conclusion
conclusion <- "El análisis de la variable Profundidad del Sondador muestra una distribución de frecuencias claramente sesgada hacia las profundidades más bajas, con una mayor concentración de datos entre los 2200 m y los 3450 m"