SÍNTOMAS DE SALUD

UNIVERSIDAD CENTRAL DEL ECUADOR

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

FECHA: 20/11/2025

#Estadistica Descriptiva

#20/11/2025

#Cargar Datos

library(gt)
library(dplyr)

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

#Tablas Cualitativas Nominales

#Síntomas de Salud

Sintomas_Salud<-datos$Health_Symptoms

# Tabla de distribución de frecuencia

TDF_Sintomas_salud<-data.frame(table(Sintomas_Salud))

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

TDF_Sintomas_salud_suma<-rbind(TDF_Sintomas_salud, Summary)
colnames(TDF_Sintomas_salud) <- c("Síntomas de salud", "ni", "hi(%)")

# TABLA 

TDF_Sintomas_salud_suma %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nro. 9*"),
    subtitle = md("**Tabla de distribución de los Síntomas de Salud**")
  ) %>%
  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. 9
Tabla de distribución de los Síntomas de Salud
Sintomas_Salud	ni	hi
Abdominal Pain	473	15.77
Breathing Difficulty	514	17.13
Fatigue	502	16.73
Headache	488	16.27
Nausea	500	16.67
Rash	523	17.43
TOTAL	3000	100.00
Autor: 3

#Graficas
# Diagrama de barrras local ni

barplot(ni, main = "Gráfica N°41: Distribución 
        de los Síntomas de Salud ",
        xlab = "Síntomas de Salud",
        ylab = "Cantidad",
        col = "red",
        ylim = c(0,600),
        las = 1,
        cex.names = 0.5,
        names.arg = TDF_Sintomas_salud$`Síntomas de salud`)

#Diagrama de barras global ni 

barplot(ni, main = "Gráfica N°42: Distribución
        de los Síntomas de Salud",
        xlab = "Síntomas de Salud",
        ylab = "Cantidad",
        col = "skyblue",
        ylim = c(0,3000),
        las=1,
        cex.names = 0.5,
        names.arg = TDF_Sintomas_salud$`Síntomas de salud`)

#Diagrama de barras local hi(%)

barplot(hi, main = "Gráfica N°43: Distribución porcentual
        de los Síntomas de Salud",
        xlab = "Síntomas de Salud",
        ylab = "Porcentaje",
        col = "green",
        ylim = c(0,20),
        las = 1,
        cex.names = 0.6,
        names.arg = TDF_Sintomas_salud$`Síntomas de salud`)

#Diagrama de barras global hi(%)

barplot(hi, main = "Gráfica N°44: Distribución porcentual 
        de los Síntomas de Salud",
        xlab = "Síntomas de Salud",
        ylab = "Porcentaje",
        col = "blue",
        ylim = c(0,100),
        las = 1,
        cex.names = 0.6,
        names.arg = TDF_Sintomas_salud$`Síntomas de salud`)

#Diagrama circular

etiqueta_pie <- paste(TDF_Sintomas_salud$hi, "%")
pie(hi,
    main = "Gráfica N°45: Distribución porcentual
    de los Síntomas de Salud",
    radius = 1,
    labels = etiqueta_pie,
    col = rev(heat.colors(length(hi))),
    cex = 0.9,
    cex.main = 1)

legend("topright",
       legend = TDF_Sintomas_salud$`Síntomas de salud`,
       fill = colores <- c(rev(heat.colors(7))),
       cex = 0.6,
       title = "Leyenda")

# INDICADORES

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

# Moda de la variable Sintomas de Salud
moda(datos$Health_Symptoms)

## [1] "Rash"