TIPO DE CULTIVO

UNIVERSIDAD CENTRAL DEL ECUADOR

ESTUDIO ESTADÍSTICO DE LA CONTAMINACIÓN DEL SUELO Y SU IMPACTO EN LA SALUD

FECHA: 19/11/2025

#Estadistica Descriptiva

#19/11/2025

#Cargar los Datos

library(dplyr)
library(gt)

setwd("/cloud/project")
datos<-read.csv("soil_pollution_diseases.csv",header = TRUE,dec = ".",
                sep = ",")

#Tablas Cualitativas Nominales

#Tipo de Cultivo

Tipo_Cultivo<-datos$Crop_Type

# Tabla de distribución de frecuencia

TDF_Tipo_Cultivo<-data.frame(table(Tipo_Cultivo))

ni <- TDF_Tipo_Cultivo$Freq
hi <- round((ni / sum(ni)) * 100, 2)
Tipo_Cultivo <- TDF_Tipo_Cultivo$Tipo_Cultivo
TDF_Tipo_Cultivo <- data.frame(Tipo_Cultivo, ni, hi)
Summary <- data.frame(Tipo_Cultivo = "TOTAL", ni = sum(ni),hi = 100)

TDF_Tipo_Cultivo_suma<-rbind(TDF_Tipo_Cultivo, Summary)
colnames(TDF_Tipo_Cultivo) <- c("Tipo de cultivo", "ni", "hi(%)")

# TABLA 

TDF_Tipo_Cultivo_suma %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nro. 3*"),
    subtitle = md("*Tabla de distribución de los Tipos de cultivo*")
  ) %>%
  tab_source_note(
    source_note = md("Autor: 3")
  ) %>%
  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"
  )

Tabla Nro. 3
Tabla de distribución de los Tipos de cultivo
Tipo_Cultivo	ni	hi
Corn	526	17.53
Cotton	485	16.17
Potato	493	16.43
Rice	483	16.10
Soybean	497	16.57
Wheat	516	17.20
TOTAL	3000	100.00
Autor: 3

#Graficas
# Diagrama de barrras local ni

barplot(ni, main = "Gráfica N°11: Distribución
        de los Tipos de cultivo ",
        xlab = "Tipos de Cultivo",
        ylab = "Cantidad",
        col = "red",
        ylim = c(0,600),
        las = 2,
        cex.names = 0.6,
        names.arg = TDF_Tipo_Cultivo$`Tipo de cultivo`)

#Diagrama de barras global ni 

barplot(ni, main = "Gráfica N°12: Distribución
        de los Tipos de cultivo",
        xlab = "Tipo de Cultivo",
        ylab = "Cantidad",
        col = "skyblue",
        ylim = c(0,3000),
        las=2,
        cex.names = 0.5,
        names.arg = TDF_Tipo_Cultivo$`Tipo de cultivo`)

#Diagrama de barras local hi(%)

barplot(hi, main = "Gráfica N°13: Distribución porcentual
        de los Tipos de cultivo",
        xlab = "Tipo de Cultivo",
        ylab = "Porcentaje",
        col = "green",
        ylim = c(0,20),
        las = 2,
        cex.names = 0.6,
        names.arg = TDF_Tipo_Cultivo$`Tipo de cultivo`)

#Diagrama de barras global hi(%)

barplot(hi, main = "Gráfica N°14: Distribución porcentual 
        de los Tipos de cultivo",
        xlab = "Tipo de Cultivo",
        ylab = "Porcentaje",
        col = "blue",
        ylim = c(0,100),
        las = 2,
        cex.names = 0.6,
        names.arg = TDF_Tipo_Cultivo$`Tipo de cultivo`)

#Diagrama circular

etiqueta_pie <- paste(TDF_Tipo_Cultivo$hi, "%")
pie(hi,
    main = "Gráfica N°15 Distribución porcentual
    de los Tipos de cultivo",
    radius = 1,
    labels = etiqueta_pie,
    col = rev(heat.colors(length(hi))),
    cex = 0.9,
    cex.main = 1)

legend("topright",
       legend = TDF_Tipo_Cultivo$`Tipo de cultivo`,
       fill = colores <- c(rev(heat.colors(10))),
       cex = 0.9,
       title = "Leyenda")

#INDICADORES

# Función de moda
moda <- function(x) {
  frec <- table(x)         
  names(frec)[which.max(frec)]  
}

# Moda de la variable Tipo de Cultivo
moda(datos$Crop_Type)

## [1] "Corn"