SIZE

1 Configuración y Carga de Datos

##### UNIVERSIDAD CENTRAL DEL ECUADOR #####
#### AUTOR: MARTIN SARMIENTO ####
### CARRERA: INGENIERÍA EN PETRÓLEOS #####


#### VARIABLE TAMAÑO ####
## DATASET ##
setwd("~/R/SIZE")
# Cargar dataset
Datos <- read.csv("DataSet_prov.csv", sep = ";")
# Estructura de los datos
str(Datos)

## 'data.frame':    5075 obs. of  30 variables:
##  $ FID_                  : int  0 2 3 4 5 6 10 11 12 13 ...
##  $ OBJECTID              : int  127 129 130 131 132 133 137 138 139 140 ...
##  $ code                  : chr  "00127-ARG-P" "00129-ARG-G" "00130-ARG-P" "00131-ARG-P" ...
##  $ plant_name            : chr  "Aconcagua solar farm" "Altiplano 200 Solar Power Plant" "Altiplano 200 Solar Power Plant" "Anchoris solar farm" ...
##  $ country               : chr  "Argentina" "Argentina" "Argentina" "Argentina" ...
##  $ operational_status    : chr  "announced" "operating" "operating" "construction" ...
##  $ longitude             : chr  "-68,8713" "-66,895798" "-66,926102" "-68,915001" ...
##  $ latitude              : chr  "-32,998501" "-24,1392" "-24,073999" "-33,330101" ...
##  $ elevation             : int  929 4000 4000 937 865 858 570 1612 665 3989 ...
##  $ area                  : chr  "250,337006" "4397290" "5774,399902" "645,163025" ...
##  $ size                  : chr  "Small" "Big" "Small" "Small" ...
##  $ slope                 : chr  "0,574179" "1,60257" "6,24265" "0,902748" ...
##  $ slope_type            : chr  "Plano o casi plano" "Plano o casi plano" "Moderado" "Plano o casi plano" ...
##  $ curvature             : chr  "0,000795" "-0,002781" "-0,043699" "0,002781" ...
##  $ curvature_type        : chr  "Superficies planas o intermedias" "Superficies planas o intermedias" "Superficies c\xf3ncavas / Valles" "Superficies planas o intermedias" ...
##  $ aspect                : chr  "55,124672" "188,707367" "270,913513" "108,434952" ...
##  $ aspect_type           : chr  "Northeast" "South" "West" "East" ...
##  $ dist_to_road          : chr  "127,2827045" "56014,95403" "52696,78572" "335,9280031" ...
##  $ ambient_temperature   : chr  "12,6" "6,8" "6,8" "13,1" ...
##  $ ghi                   : chr  "6,11" "8,012" "7,878" "6,119" ...
##  $ humidity              : chr  "53,74" "53,74" "53,74" "53,74" ...
##  $ wind_speed            : chr  "3,7789" "7,02062" "8,32836" "3,87037" ...
##  $ wind_direction        : chr  "55,099998" "55,099998" "55,099998" "55,099998" ...
##  $ dt_wind               : chr  "Northeast" "Northeast" "Northeast" "Northeast" ...
##  $ solar_aptitude        : chr  "0,746197" "0,8" "0,726996" "0,595309" ...
##  $ solar_aptitude_rounded: int  7 8 7 6 7 7 7 8 7 8 ...
##  $ solar_aptittude_class : chr  "Alta" "Alta" "Alta" "Media" ...
##  $ capacity              : chr  "25" "101" "107" "180" ...
##  $ optimal_tilt          : int  31 26 26 31 33 30 31 29 31 27 ...
##  $ pv_potential          : chr  "4,983" "6,389" "6,392" "4,969" ...

# Cargamos las librerias
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(ggplot2)
library(gt)

2 Extracción y Conteo Inicial

#Extraer variable
Size <- Datos$size
# EDAvariable nominal
TDF_size <- table(Size)

tabla_size <- as.data.frame(TDF_size)
hi <- tabla_size$Freq/sum(tabla_size$Freq)
hi_porc <- hi*100
sum(hi_porc)

## [1] 100

tabla_SIZE <- data.frame(tabla_size,hi_porc)
colnames(tabla_SIZE)[1] <- "Tamaño"

3 Categorización y Ordenamiento Lógico

### Agrupación ####
tabla_SIZE$grupo <- case_when(
  grepl("Small", tabla_SIZE$Tamaño, ignore.case = TRUE) ~ "Pequeña",
  grepl("Medium", tabla_SIZE$Tamaño, ignore.case = TRUE) ~ "Mediana",
  grepl("Big", tabla_SIZE$Tamaño, ignore.case = TRUE) ~ "Grande",
  TRUE ~ "Otros / No Asignado"
)

tabla_resumen <- tabla_SIZE %>%
  group_by(grupo) %>%
  summarise(
    Frecuencia = sum(Freq),
    Porcentaje = sum(hi_porc))

# Definimos el orden lógico 
orden_logico <- c("Pequeña", 
                  "Mediana", 
                  "Grande", 
                  "Otros / No Asignado",
                  "TOTAL")

tabla_resumen$grupo <- factor(tabla_resumen$grupo, levels = orden_logico)
tabla_resumen <- tabla_resumen %>%
  arrange(grupo)

# Renombramos columnas
colnames(tabla_resumen) <- c("Tamaño", "ni", "hi (%)")

# Tabla Intermedia GT
tabla_resumen_gt <- tabla_resumen %>%
  gt() %>%
  tab_header(
    title = md("**Tabla N°1 de Agrupación por Tamaño de las Plantas Solares**")) %>%
  tab_source_note(source_note = "Autor: Martin Sarmiento") %>%
  cols_label(
    Tamaño = "Categoría de Tamaño",
    ni = "Frecuencia (ni)",
    `hi (%)` = "Porcentaje (hi%)"
  ) %>%
  fmt_number(columns = c(`hi (%)`), decimals = 2) %>%
  tab_options(
    heading.title.font.size = px(16),
    column_labels.background.color = "#F0F0F0")

# Mostramos la tabla
tabla_resumen_gt

Tabla N°1 de Agrupación por Tamaño de las Plantas Solares
Categoría de Tamaño	Frecuencia (ni)	Porcentaje (hi%)
Pequeña	3429	67.57
Mediana	1018	20.06
Grande	628	12.37
Autor: Martin Sarmiento

4 Tabla de Distribución de Frecuencias

#### Crear de fila de totales ####
totales <- c("TOTAL", sum(tabla_resumen$ni), sum(tabla_resumen$`hi (%)`))
tabla_Size_Final <- rbind(tabla_resumen, totales)

# Convertir a números para GT
tabla_Size_Final$ni <- as.numeric(tabla_Size_Final$ni)
tabla_Size_Final$`hi (%)` <- as.numeric(tabla_Size_Final$`hi (%)`)

# TABLA 1
tabla_final_gt <- tabla_Size_Final %>%
  gt() %>%
  tab_header(
    title = md("**Tabla N°2 de Distribución de Frecuencias del Tamaño de las Plantas Solares**")) %>%
  tab_source_note(source_note = "Autor: Martin Sarmiento") %>%
  cols_label(
    Tamaño = "Categoría de Tamaño",
    ni = "Frecuencia (ni)",
    `hi (%)` = "Porcentaje (hi%)"
  ) %>%
  cols_align(align = "center", columns = everything()) %>%
  fmt_number(
    columns = `hi (%)`,
    decimals = 2
  ) %>%
  tab_options(
    heading.title.font.size = px(16),
    heading.subtitle.font.size = px(14),
    column_labels.background.color = "#F0F0F0")

tabla_final_gt

Tabla N°2 de Distribución de Frecuencias del Tamaño de las Plantas Solares
Categoría de Tamaño	Frecuencia (ni)	Porcentaje (hi%)
Pequeña	3429	67.57
Mediana	1018	20.06
Grande	628	12.37
TOTAL	5075	100.00
Autor: Martin Sarmiento

5 Análisis Gráfico

5.1 Diagramas de Barras de Cantidad

par(mar = c(10, 4, 4, 2)) 
barplot(tabla_resumen$ni,
        main="",
        xlab = "", 
        ylab = "Cantidad", 
        col = "#E0EEEE", 
        names.arg=tabla_resumen$Tamaño, 
        cex.names = 0.8, 
        las = 2)
mtext("Tamaño", side = 1, line = 8)

mtext("Gráfica N°1: Distribución de Cantidad de Plantas Solares por Tamaño", 
      side = 3, 
      line = 2, 
      adj = 0.5, 
      cex = 0.9, 
      font = 2)

par(mar = c(10, 4, 4, 2)) 
barplot(tabla_resumen$ni,
        main="",
        xlab = "", 
        ylab = "Cantidad", 
        col = "#E0EEEE", 
        ylim = c(0, sum(tabla_resumen$ni) * 1.1),
        names.arg=tabla_resumen$Tamaño, 
        cex.names = 0.8, 
        las = 2)
mtext("Tamaño", side = 1, line = 8)

mtext("Gráfica N°2: Distribución de Cantidad Global de Plantas Solares por Tamaño",
      side = 3, 
      line = 2, 
      adj = 0.5, 
      cex = 0.9, 
      font = 2)

5.2 Diagramas de Barras Porcentual

par(mar = c(10, 4, 4, 2))
barplot(tabla_resumen$`hi (%)`,
        main="",
        xlab = "", 
        ylab = "Porcentaje %", 
        col = "#E0EEEE", 
        names.arg=tabla_resumen$Tamaño, 
        cex.names = 0.7, 
        las = 2)
mtext("Tamaño", side = 1, line = 8)

mtext("Gráfica N°3: Distribución Porcentual de las Plantas Solares por Tamaño", 
      side = 3,
      line = 2, 
      adj = 0.5,
      cex = 0.9, 
      font = 2)

par(mar = c(10, 4, 4, 2))
barplot(tabla_resumen$`hi (%)`,
        main="",
        xlab = "", 
        ylab = "Porcentaje %", 
        col = "#E0EEEE", 
        ylim = c(0,100),
        names.arg=tabla_resumen$Tamaño, 
        cex.names = 0.7, 
        las = 2)
mtext("Tamaño", side = 1, line = 8)

mtext("Gráfica N°4: Distribución Porcentual de las Plantas Solares por Tamaño", 
      side = 3,
      line = 2, 
      adj = 0.5,
      cex = 0.9, 
      font = 2)

5.3 Diagrama Circular

par(mar = c(5, 6, 4, 10), xpd = TRUE)

labels_formato <- paste0(round(tabla_resumen$`hi (%)`, 2), "%")

colores_base <- c("#E0EEEE", "#C1CDCD", "#838B8B")
paleta_azure <- colorRampPalette(colores_base)
colores_finales <- paleta_azure(length(tabla_resumen$Tamaño))

pie(tabla_resumen$`hi (%)`,
    main = "",
    radius = 0.9,
    labels = labels_formato,
    col = colores_finales,
    cex = 0.7)

mtext("Gráfica N°5: Distribución Porcentual de las Plantas Solares por Tamaño", 
      side = 3, 
      line = 2, 
      adj = 0.5, 
      cex = 0.9, 
      font = 2)

legend(x = 1.2, y = 1.1,
       legend = tabla_resumen$Tamaño,
       fill = colores_finales,
       cex = 0.6,
       title = "Tamaño",
       bty = "n")

6 Indicadores Estadísticos

# Cálculo de la Moda 
moda_tamaño <- tabla_resumen$Tamaño[which.max(tabla_resumen$ni)]

# Tabla de Indicadores
tabla_indicadores <- data.frame(
  "Variable" = "Tamaño",
  "Rango" = "Pequeña, Mediana, Grande",
  "Media (X)" = "-", 
  "Mediana (Me)" = "-", 
  "Moda (Mo)" = moda_tamaño, 
  "Varianza (V)" = "-", 
  "Desv. Est. (Sd)" = "-", 
  "C.V. (%)" = "-", 
  "Asimetría (As)" = "-", 
  "Curtosis (K)" = "-",
  check.names = FALSE)

# Generar Tabla de Indicadores
tabla_conclusiones_gt <- tabla_indicadores %>%
  gt() %>%
  tab_header(title = md("**Tabla N°3 de Conclusiones de Tamaño de las Plantas Solares**")) %>%
  tab_source_note(source_note = "Autor: Martin Sarmiento") %>%
  tab_options(column_labels.background.color = "#F0F0F0")

tabla_conclusiones_gt

Tabla N°3 de Conclusiones de Tamaño de las Plantas Solares
Variable	Rango	Media (X)	Mediana (Me)	Moda (Mo)	Varianza (V)	Desv. Est. (Sd)	C.V. (%)	Asimetría (As)	Curtosis (K)
Tamaño	Pequeña, Mediana, Grande	-	-	Pequeña	-	-	-	-	-
Autor: Martin Sarmiento

7 Conclusiones

La variable “Tamaño”, presenta como valor más frecuente es Pequeña, con una participación destacada en la muestra.