Metodo de Extracción

ANÁLISIS ESTADÍSTICO

CARGA DE DATOS Y LIBRERÍAS

CARGA DE DATOS

library(dplyr)
library(stringr)
library(gt)
library(readxl)

datos <- read_excel("D:/mining_dataset_ajustado.xlsx")

ASIGNACION DE VARIABLES

ASIGNACION DE VARIABLES

df_extraccion <- data.frame(extraccion = toupper(trimws(datos$Metodo_Extraccion)))

df_extraccion$extraccion <- case_when(
  toupper(df_extraccion$extraccion) == "CIELO ABIERTO" ~ "Cielo Abierto",
  toupper(df_extraccion$extraccion) == "SUBTERRANEO" ~ "Subterráneo",
  toupper(df_extraccion$extraccion) == "MIXTO" ~ "Mixto",
  toupper(df_extraccion$extraccion) == "OTROS" ~ "Otros",
  TRUE ~ NA_character_
)

orden_extraccion <- c(
  "Cielo Abierto",
  "Subterráneo",
  "Mixto",
  "Otros"
)

df_extraccion$extraccion <- factor(
  df_extraccion$extraccion,
  levels = orden_extraccion,
  ordered = TRUE
)

TABLA DE DISTRIBUCIÓN DE CANTIDAD

TABLA DE DISTRIBUCION DE CANTIDAD

TDF_extraccion <- df_extraccion %>%
  count(extraccion, name = "ni") %>%
  arrange(extraccion) %>%
  mutate(hi = round(ni / sum(ni) * 100, 0))

tabla_extraccion <- TDF_extraccion %>%
  gt() %>%
  tab_header(
    title = "Tabla N° 1",
    subtitle = "Distribución del Método de Extracción"
  )

tabla_extraccion

Tabla N° 1
Distribución del Método de Extracción
extraccion	ni	hi
Cielo Abierto	1080	54
Subterráneo	720	36
Mixto	100	5
Otros	100	5

# Agregamos fila TOTAL
tabla_final_extraccion <- TDF_extraccion %>%
  mutate(
    extraccion = as.character(extraccion)
  )

tabla_final_extraccion <- bind_rows(
  tabla_final_extraccion,
  data.frame(
    extraccion = "TOTAL",
    ni = sum(tabla_final_extraccion$ni),
    hi = sum(tabla_final_extraccion$hi)
  )
)

# TABLA ESQUELETO
tabla_extraccion_gt <- tabla_final_extraccion %>%

  gt() %>%

  tab_header(
    title = md("**Tabla Nº2**"),
    subtitle = md("Distribución Nominal del método de extracción")
  ) %>%

  cols_label(
    extraccion = "Método de Extracción",
    ni = "Frecuencia",
    hi = "Porcentaje (%)"
  ) %>%

  cols_align(
    align = "center",
    columns = everything()
  ) %>%

  fmt_number(
    columns = c(ni, hi),
    decimals = 0
  ) %>%

  tab_style(
    style = cell_text(weight = "bold"),
    locations = cells_body(
      rows = extraccion == "TOTAL"
    )
  ) %>%

  tab_source_note(
    source_note = md("Autor: Grupo 2")
  )

tabla_extraccion_gt

Tabla Nº2
Distribución Nominal del método de extracción
Método de Extracción	Frecuencia	Porcentaje (%)
Cielo Abierto	1,080	54
Subterráneo	720	36
Mixto	100	5
Otros	100	5
TOTAL	2,000	100
Autor: Grupo 2

GRÁFICAS DE DISTRIBUCIÓN DE CANTIDAD

# Gráfica Nº1: Frecuencia absoluta
barplot(TDF_extraccion$ni,
        main = "Gráfica Nº1: Distribución de cantidad del metodo de extracción 
        en depósitos minerales de Estados Unidos",
        xlab = "Método de Extracción",
        ylab = "Cantidad (ni)",
        col = "steelblue",
        names.arg = TDF_extraccion$extraccion,
        cex.names = 0.8,
        las = 1)

# Gráfica Nº2: Frecuencia absoluta ajustada
barplot(TDF_extraccion$ni,
        main = "Gráfica Nº2: Distribución de cantidad del metodo de extracción 
        en depósitos minerales de Estados Unidos",
        xlab = "Método de Extracción",
        ylab = "Cantidad (ni)",
        col = "steelblue",
        names.arg = TDF_extraccion$extraccion,
        cex.names = 0.8,
        las = 1,
        ylim = c(0, max(TDF_extraccion$ni) * 1.2))

# Gráfica Nº3: Frecuencia relativa
barplot(TDF_extraccion$hi,
        main = "Gráfica Nº3: Distribución de cantidad en porcentaje del metodo de
        extracción en depósitos minerales de Estados Unidos",
        xlab = "Método de Extracción",
        ylab = "Porcentaje (%)",
        col = "steelblue",
        names.arg = TDF_extraccion$extraccion,
        cex.names = 0.8,
        las = 1)

# Gráfica Nº4: Frecuencia relativa escala completa
barplot(TDF_extraccion$hi,
        main = "Gráfica Nº4: Distribución de cantidad en porcentaje del metodo de
        extracción en depósitos minerales de Estados Unidos",
        xlab = "Método de Extracción",
        ylab = "Porcentaje (%)",
        col = "steelblue",
        names.arg = TDF_extraccion$extraccion,
        cex.names = 0.8,
        las = 1,
        ylim = c(0, 100))

# Gráfico circular
par(mar = c(4, 4, 4, 8))

colores <- rainbow(length(TDF_extraccion$hi))

pie(TDF_extraccion$hi,
    col = colores,
    main = "Gráfica Nº5: Distribución de cantidad en porcentaje del metodo de
        extracción en depósitos minerales de Estados Unidos",
    labels = NA)

legend("right",
       legend = paste(TDF_extraccion$extraccion, TDF_extraccion$hi, "%"),
       fill = colores,
       title = "MÉTODOS",
       bty = "o",
       xpd = TRUE,
       inset = c(-0.25, 0))

INDICADORES ESTADISTICOS

# Moda
moda_extraccion <- TDF_extraccion[TDF_extraccion$ni == max(TDF_extraccion$ni), ]
moda_extraccion

##      extraccion   ni hi
## 1 Cielo Abierto 1080 54

# Mediana
TDF_extraccion <- TDF_extraccion %>%
  mutate(Ni = cumsum(ni))

N <- sum(TDF_extraccion$ni)

mediana_extraccion <- TDF_extraccion %>%
  filter(Ni >= N/2) %>%
  slice(1)

mediana_extraccion

##      extraccion   ni hi   Ni
## 1 Cielo Abierto 1080 54 1080

Conclución

"La variable método de extracción presenta como valor más frecuente Cielo Abierto. Lo cual evidencia una mayor explotación superficial de los yacimientos, favoreciendo operaciones de extracción a gran escala y menores costos operativos."

## [1] "La variable método de extracción presenta como valor más frecuente Cielo Abierto. Lo cual evidencia una mayor explotación superficial de los yacimientos, favoreciendo operaciones de extracción a gran escala y menores costos operativos."