CARGA DE DATOS Y LIBRERÍAS

datos <- read.csv("C:/Users/li/Downloads/Sedimentos Marinos (2).csv",
header = TRUE,
sep = ";",
dec = ".")
# Convertir a numérico

day_coll <- as.numeric(datos$DAY_COLL)
## Warning: NAs introducidos por coerción
# Eliminar valores inválidos (-9999) y filtrar días válidos

day_coll <- day_coll[day_coll != -9999]
day_coll <- day_coll[day_coll >= 1 & day_coll <= 31]
day_coll <- na.omit(day_coll)

# Tamaño de muestra

n <- length(day_coll)
cat("Tamaño de la muestra (n):", n)
## Tamaño de la muestra (n): 2169
# Carga de librerías necesarias para el análisis
library(dplyr)
## 
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(knitr)
library(e1071)
library(moments)
## 
## Adjuntando el paquete: 'moments'
## The following objects are masked from 'package:e1071':
## 
##     kurtosis, moment, skewness
library(kableExtra)
## 
## Adjuntando el paquete: 'kableExtra'
## The following object is masked from 'package:dplyr':
## 
##     group_rows
library(gt)

TABLA DE DISTRIBUCIÓN DE FRECUENCIA

TABLA DE DISTRIBUCIÓN DE FRECUENCIA

# Número de intervalos (Sturges)
k <- floor(1 + 3.3 * log10(n))

# Límites reales de la variable
minimo <- 1
maximo <- 31

# Amplitud
A <- ceiling((maximo - minimo) / k)

# Crear intervalos SIN exceder 31
breaks <- seq(minimo, maximo, by = A)
breaks[length(breaks)] <- maximo

clasificacion <- cut(
  day_coll,
  breaks = breaks,
  right = FALSE,
  include.lowest = TRUE
)

# Frecuencias
ni <- as.numeric(table(clasificacion))
total <- sum(ni)

# Frecuencia relativa SIN redondear
hi <- ni / total * 100

# Acumuladas
Ni_Asc <- cumsum(ni)
Hi_Asc <- cumsum(hi)
Ni_Desc <- rev(cumsum(rev(ni)))
Hi_Desc <- rev(cumsum(rev(hi)))

# Tabla final (redondeo SOLO visual)
tabla_final <- data.frame(
  Intervalo = levels(clasificacion),
  ni = ni,
  hi = round(hi, 2),
  Ni_Asc = Ni_Asc,
  Hi_Asc = round(Hi_Asc, 2),
  Ni_Desc = Ni_Desc,
  Hi_Desc = round(Hi_Desc, 2)
)

# Ajuste exacto del 100%
tabla_final$Hi_Asc[nrow(tabla_final)] <- 100
tabla_final$Hi_Desc[1] <- 100

# Fila TOTAL
fila_total <- data.frame(
  Intervalo = "TOTAL",
  ni = sum(tabla_final$ni),
  hi = 100,
  Ni_Asc = "-",
  Hi_Asc = "-",
  Ni_Desc = "-",
  Hi_Desc = "-"
)

tabla_final <- rbind(tabla_final, fila_total)

TABLA FINAL CON ESTILO

TablaDisc <- tabla_final %>%
gt() %>%
tab_header(
title = md("Tabla Nº 1"),
subtitle = md("*Tabla de distribución de frecuencias del día de colecta*")
) %>%
tab_source_note(md("*Autor: Grupo 3*")) %>%
tab_style(
style = cell_text(weight = "bold"),
locations = cells_body(rows = Intervalo == "TOTAL")
)

TablaDisc
Tabla Nº 1
Tabla de distribución de frecuencias del día de colecta
Intervalo ni hi Ni_Asc Hi_Asc Ni_Desc Hi_Desc
[1,4) 102 4.70 102 4.7 2169 100
[4,7) 45 2.07 147 6.78 2067 95.3
[7,10) 181 8.34 328 15.12 2022 93.22
[10,13) 484 22.31 812 37.44 1841 84.88
[13,16) 209 9.64 1021 47.07 1357 62.56
[16,19) 139 6.41 1160 53.48 1148 52.93
[19,22) 151 6.96 1311 60.44 1009 46.52
[22,25) 404 18.63 1715 79.07 858 39.56
[25,28) 269 12.40 1984 91.47 454 20.93
[28,31] 185 8.53 2169 100 185 8.53
TOTAL 2169 100.00 - - - -
Autor: Grupo 3

GRÁFICAS DE DISTRIBUCIÓN DE FRECUENCIA

# =========================================================
# GRÁFICAS DE DISTRIBUCIÓN DE FRECUENCIA
# Variable: Día de colecta
# =========================================================

# Intervalos usados en la tabla
breaks_dia <- c(1,4,7,10,13,16,19,22,25,28,31)

# Histograma base
h <- hist(day_coll,
          breaks = breaks_dia,
          right = FALSE,
          plot = FALSE)

# Frecuencias
fi <- h$counts
hi <- fi / sum(fi) * 100

Fi_Asc  <- cumsum(fi)
Fi_Desc <- rev(cumsum(rev(fi)))

Hi_Asc  <- cumsum(hi)
Hi_Desc <- rev(cumsum(rev(hi)))

# Marcas de clase
marcas <- c(2.5, 5.5, 8.5, 11.5, 14.5, 17.5, 20.5, 23.5, 26.5, 29.5)

# =========================================================
# Gráfica Nº1: Frecuencia absoluta local (Histograma)
# =========================================================
plot(h,
     col = "gray",
     border = "black",
     main = "Gráfica Nº1: Histograma de frecuencia absoluta local",
     xlab = "Día de colecta",
     ylab = "Frecuencia")

# =========================================================
# Gráfica Nº2: Frecuencia relativa local (Histograma)
# =========================================================
h_rel <- h
h_rel$counts <- hi

plot(h_rel,
     col = "gray",
     border = "black",
     main = "Gráfica Nº2: Histograma de frecuencia relativa local",
     xlab = "Día de colecta",
     ylab = "Porcentaje (%)")

# =========================================================
# Gráfica Nº3: Frecuencia absoluta global (Ojiva combinada)
# =========================================================
plot(marcas, Fi_Asc, type = "o", pch = 16,
     col = "blue",
     main = "Gráfica Nº3: Ojiva combinada de frecuencia absoluta",
     xlab = "Día de colecta",
     ylab = "Frecuencia acumulada")

lines(marcas, Fi_Desc, type = "o", pch = 16, col = "red")

legend("topleft",
       legend = c("Ascendente", "Descendente"),
       col = c("blue", "red"),
       lty = 1,
       pch = 16)

# =========================================================
# Gráfica Nº4: Frecuencia relativa global (Ojiva combinada)
# =========================================================
plot(marcas, Hi_Asc, type = "o", pch = 16,
     col = "blue",
     main = "Gráfica Nº4: Ojiva combinada de frecuencia relativa",
     xlab = "Día de colecta",
     ylab = "Porcentaje acumulado (%)",
     ylim = c(0,100))

lines(marcas, Hi_Desc, type = "o", pch = 16, col = "red")

legend("bottomright",
       legend = c("Ascendente", "Descendente"),
       col = c("blue", "red"),
       lty = 1,
       pch = 16)

# =========================================================
# Gráfica Nº5: Boxplot (detección de outliers)
# =========================================================
boxplot(day_coll,
        horizontal = TRUE,
        col = "lightgray",
        main = "Gráfica Nº5: Boxplot del día de colecta",
        xlab = "Día de colecta")

## Medidas estadísticas completas

Cálculo de indicadores de posición, dispersión y forma.

# =====================================
# INDICADORES ESTADÍSTICOS (TABLA FORMAL)
# =====================================

library(moments)

# Datos originales
x <- as.numeric(day_coll)

# Función para la moda
moda <- function(v) {
  v <- v[!is.na(v)]
  u <- unique(v)
  u[which.max(tabulate(match(v, u)))]
}

# Medidas de posición
minimo  <- min(x)
maximo  <- max(x)
rango   <- maximo - minimo
media   <- mean(x)
mediana <- median(x)
moda_x  <- moda(x)

# Medidas de dispersión
varianza   <- var(x)
desviacion <- sd(x)
coef_var   <- (desviacion / media) * 100

# Medidas de forma
asimetria <- skewness(x)
curtosis  <- kurtosis(x)

# Tabla elegante de indicadores
tabla_indicadores <- data.frame(
  Símbolo = c(
    "x_min",
    "x_max",
    "R",
    "x̄",
    "Me",
    "Mo",
    "σ²",
    "σ",
    "CV (%)",
    "γ₁",
    "γ₂"
  ),
  Indicador = c(
    "Mínimo",
    "Máximo",
    "Rango",
    "Media aritmética",
    "Mediana",
    "Moda",
    "Varianza",
    "Desviación estándar",
    "Coeficiente de variación",
    "Asimetría",
    "Curtosis"
  ),
  Valor = round(c(
    minimo,
    maximo,
    rango,
    media,
    mediana,
    moda_x,
    varianza,
    desviacion,
    coef_var,
    asimetria,
    curtosis
  ), 2)
)

knitr::kable(
  tabla_indicadores,
  align = "c",
  caption = "Indicadores estadísticos del día de colecta"
)
Indicadores estadísticos del día de colecta
Símbolo Indicador Valor
x_min Mínimo 1.00
x_max Máximo 31.00
R Rango 30.00
x̄ Media aritmética 17.06
Me Mediana 17.00
Mo Moda 22.00
σ² Varianza 59.05
σ Desviación estándar 7.68
CV (%) Coeficiente de variación 45.03
γ₁ Asimetría -0.11
γ₂ Curtosis 1.97

Detección de valores atípicos (outliers)

Se utiliza la regla del 1.5 × IQR para identificar outliers.

IQR_val <- IQR(day_coll)
lim_inf <- quantile(day_coll, 0.25) - 1.5 * IQR_val
lim_sup <- quantile(day_coll, 0.75) + 1.5 * IQR_val

outliers <- day_coll[day_coll < lim_inf | day_coll > lim_sup]

Tabla_out <- data.frame(
  Cantidad = length(outliers),
  Limite_Inferior = round(lim_inf, 1),
  Limite_Superior = round(lim_sup, 1),
  Outliers = if(length(outliers) > 0) paste(outliers, collapse = ", ") else "Ninguno"
)

kable(Tabla_out, caption = "Resumen de Outliers (1.5 × IQR)") %>%
  kable_styling(bootstrap_options = c("striped", "hover"))
Resumen de Outliers (1.5 × IQR)
Cantidad Limite_Inferior Limite_Superior Outliers
25% 0 -8.5 43.5 Ninguno