# CARGA DE DATOS
library(readxl)
datos <- read_excel("D:/dataset_variables_discretas_mineria.xlsx")
# Extraer y dejar solo datos válidos
disc <- as.numeric(datos$`Cantidad de elementos No Detectados`)
disc <- na.omit(disc)
# CARGA DE LIBRERIAS
library(gt)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(knitr)
library(e1071)
# Agrupar la variable en intervalos
clasificacion <- character(length(disc))
for(i in seq_along(disc)){
if(disc[i] >= 0 & disc[i] < 2){
clasificacion[i] <- "[1 , 2)"
} else if(disc[i] >= 2 & disc[i] < 3){
clasificacion[i] <- "[2 , 3)"
} else if(disc[i] >= 3 & disc[i] < 4){
clasificacion[i] <- "[3 , 4)"
} else if(disc[i] >= 4 & disc[i] < 5){
clasificacion[i] <- "[4 , 5)"
} else if(disc[i] >= 5 & disc[i] < 6){
clasificacion[i] <- "[5 , 6)"
} else if(disc[i] >= 6 & disc[i] < 7){
clasificacion[i] <- "[6 , 7)"
} else if(disc[i] >= 7 & disc[i] < 8){
clasificacion[i] <- "[7 , 8)"
} else if(disc[i] >= 8 & disc[i] < 9){
clasificacion[i] <- "[8 , 9)"
} else if(disc[i] >= 9 & disc[i] < 10){
clasificacion[i] <- "[9 , 10)"
} else if(disc[i] >= 10 & disc[i] <= 12){
clasificacion[i] <- "[10 , 11]"
} else {
clasificacion[i] <- NA
}
}
# Quitar posibles NA de la clasificación
clasificacion <- na.omit(clasificacion)
# Orden adecuado
orden <- c("[1 , 2)",
"[2 , 3)",
"[3 , 4)",
"[4 , 5)",
"[5 , 6)",
"[6 , 7)",
"[7 , 8)",
"[8 , 9)",
"[9 , 10)",
"[10 , 11]")
clasificacion <- factor(clasificacion, levels = orden)
# 4) Frecuencias simples
ni <- table(clasificacion)
total <- sum(ni)
hi <- round(as.numeric(ni) / total * 100, 2)
# 5) Acumuladas ascendente
Ni_Asc <- cumsum(ni)
Hi_Asc <- cumsum(hi)
# 6) Acumuladas descendente
Ni_Desc <- rev(cumsum(rev(ni)))
Hi_Desc <- rev(cumsum(rev(hi)))
# 7) Tabla final
tabla_final <- data.frame(
Intervalo = orden,
ni = as.numeric(ni),
hi = hi,
Ni_Asc = as.numeric(Ni_Asc),
Hi_Asc = round(Hi_Asc, 3),
Ni_Desc = as.numeric(Ni_Desc),
Hi_Desc = round(Hi_Desc, 3)
)
# Verificar que las proporciones sumen 100
sum(tabla_final$hi)
## [1] 100
tail(tabla_final$Hi_Asc, 1)
## [1] 100
head(tabla_final$Hi_Desc, 1)
## [1] 100
# Calcular sumatorias simples
suma_ni <- sum(tabla_final$ni)
suma_hi <- sum(tabla_final$hi)
# Crear fila total
fila_total <- data.frame(
Intervalo = "TOTAL",
ni = suma_ni,
hi = round((suma_hi), 2),
Ni_Asc = "-",
Hi_Asc = "-",
Ni_Desc = "-",
Hi_Desc = "-"
)
# Unir a la tabla
tabla_final <- rbind(tabla_final, fila_total)
tabla_final
## Intervalo ni hi Ni_Asc Hi_Asc Ni_Desc Hi_Desc
## 1 [1 , 2) 247 9.88 247 9.88 2500 100
## 2 [2 , 3) 338 13.52 585 23.4 2253 90.12
## 3 [3 , 4) 523 20.92 1108 44.32 1915 76.6
## 4 [4 , 5) 482 19.28 1590 63.6 1392 55.68
## 5 [5 , 6) 391 15.64 1981 79.24 910 36.4
## 6 [6 , 7) 273 10.92 2254 90.16 519 20.76
## 7 [7 , 8) 136 5.44 2390 95.6 246 9.84
## 8 [8 , 9) 63 2.52 2453 98.12 110 4.4
## 9 [9 , 10) 32 1.28 2485 99.4 47 1.88
## 10 [10 , 11] 15 0.60 2500 100 15 0.6
## 11 TOTAL 2500 100.00 - - - -
# TABLA GT
TablaDisc <- tabla_final %>%
gt() %>%
tab_header(
title = md("*Tabla Nº. 1*"),
subtitle = md("**Tabla de distribución de la cantidad de elementos no detectados en las muestras mineras**")
) %>%
tab_source_note(
source_note = md("__Autor: Grupo 2__")
) %>%
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"
) %>%
tab_style(
style = cell_text(weight = "bold"),
locations = cells_body(
rows = Intervalo == "TOTAL"
)
)
TablaDisc
| Tabla Nº. 1 |
| Tabla de distribución de la cantidad de elementos no detectados en las muestras mineras |
| Intervalo |
ni |
hi |
Ni_Asc |
Hi_Asc |
Ni_Desc |
Hi_Desc |
| [1 , 2) |
247 |
9.88 |
247 |
9.88 |
2500 |
100 |
| [2 , 3) |
338 |
13.52 |
585 |
23.4 |
2253 |
90.12 |
| [3 , 4) |
523 |
20.92 |
1108 |
44.32 |
1915 |
76.6 |
| [4 , 5) |
482 |
19.28 |
1590 |
63.6 |
1392 |
55.68 |
| [5 , 6) |
391 |
15.64 |
1981 |
79.24 |
910 |
36.4 |
| [6 , 7) |
273 |
10.92 |
2254 |
90.16 |
519 |
20.76 |
| [7 , 8) |
136 |
5.44 |
2390 |
95.6 |
246 |
9.84 |
| [8 , 9) |
63 |
2.52 |
2453 |
98.12 |
110 |
4.4 |
| [9 , 10) |
32 |
1.28 |
2485 |
99.4 |
47 |
1.88 |
| [10 , 11] |
15 |
0.60 |
2500 |
100 |
15 |
0.6 |
| TOTAL |
2500 |
100.00 |
- |
- |
- |
- |
| Autor: Grupo 2 |
# Histograma de cantidad
hist(disc,
main="Grafica Nº1: Distribución de cantidad de elementos no detectados",
col="gray",
ylab="Cantidad",
xlab = "Cantidad de elementos no detectados",
cex.names = 0.6)
## Warning in plot.window(xlim, ylim, log, ...): "cex.names" is not a graphical
## parameter
## Warning in title(main = main, sub = sub, xlab = xlab, ylab = ylab, ...):
## "cex.names" is not a graphical parameter
## Warning in axis(1, ...): "cex.names" is not a graphical parameter
## Warning in axis(2, at = yt, ...): "cex.names" is not a graphical parameter
# Histograma de cantidad con límite en Y
hist(disc,
main="Grafica Nº2: Distribución de cantidad de elementos no detectados",
col="gray",
xlab="Cantidad de elementos no detectados",
ylab="Cantidad",
cex.names = 0.6,
ylim=c(0,800))
## Warning in plot.window(xlim, ylim, log, ...): "cex.names" is not a graphical
## parameter
## Warning in title(main = main, sub = sub, xlab = xlab, ylab = ylab, ...):
## "cex.names" is not a graphical parameter
## Warning in axis(1, ...): "cex.names" is not a graphical parameter
## Warning in axis(2, at = yt, ...): "cex.names" is not a graphical parameter
# Histograma de cantidad en porcentaje
etiquetas_x <- c(1,2,3,4,5,6,7,8,9,10)
hi_plot <- tabla_final$hi[tabla_final$Intervalo != "TOTAL"]
barplot(hi_plot,
main = "Grafica Nº3: Distribución porcentual de la cantidad de elementos no detectados",
col="gray",
space=0,
las=1,
xlab="Cantidad de elementos no detectados",
ylab="Porcentaje",
names.arg = etiquetas_x,
cex.names = 0.6)
# Histograma de cantidad en porcentaje con límite en Y
hi_plot <- tabla_final$hi[tabla_final$Intervalo != "TOTAL"]
barplot(hi_plot,
space = 0,
main="Grafica Nº4: Distribución porcentual de la cantidad de elementos no detectados",
col = "gray",
las = 1,
xlab = "Cantidad de elementos no detectados",
ylab = "Porcentaje",
names.arg = etiquetas_x,
ylim = c(0,100),
cex.names = 0.6)
# Ojivas combinadas Ni
x_intervalos <- c(1,2,3,4,5,6,7,8,9,10)
plot(x = x_intervalos,
y = Ni_Asc,
type = "o",
col = "blue",
main = "Grafica Nº5: Ojiva combinada de la cantidad de elementos no detectados\n(Ni)",
xlab = "Cantidad de elementos no detectados",
ylab = "Cantidad acumulada (Ni)",
las = 2
)
lines(x = x_intervalos,
y = Ni_Desc,
type = "o",
col = "red")
# Ojivas combinadas Hi
plot(x = x_intervalos,
y = Hi_Asc,
type = "o",
col = "blue",
main = "Grafica Nº6: Ojiva combinada de la cantidad de elementos no detectados\n(Hi)",
xlab = "Cantidad de elementos no detectados",
ylab = "Porcentaje acumulado (Hi)",
las = 2,
ylim = c(0, 100)
)
lines(x = x_intervalos,
y = Hi_Desc,
type = "o",
col = "black")
# DIAGRAMA DE CAJA
boxplot(disc,
horizontal = TRUE,
col = "blue",
main = "Gráfica Nº7: Distribución de la cantidad de elementos no detectados",
xlab = "Cantidad de elementos no detectados")
# Ver los cuartiles
summary(disc)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.000 3.000 4.000 3.941 5.000 12.000
# Indicadores Estadisticos
# POSICION
# MEDIA ARITMETICA
x <- mean(disc)
x
## [1] 3.9408
# MEDIANA ARITMETICA
ri <- min(disc)
rs <- max(disc)
Me <- median(disc)
Me
## [1] 4
# DISPERSION
# DESVIACIÓN ESTÁNDAR
sd <- sd(disc)
sd
## [1] 1.96317
# COEFICIENTE DE VARIACIÓN
CV <- ((sd / x) * 100)
CV
## [1] 49.81654
# FORMA
# COEFICIENTE DE ASIMETRÍA
As <- skewness(disc)
As
## [1] 0.4118896
# COEFICIENTE DE CURTOSIS
K <- kurtosis(disc)
K
## [1] 0.1113899
# TABLA DE INDICADORES ESTADISTICOS
Variable <- c("Cantidad de elementos No Detectados")
TablaIndicadores <- data.frame(
Variable,
ri,
rs,
round(x, 2),
Me,
round(sd, 2),
round(CV, 2),
round(As, 2),
round(K, 2)
)
colnames(TablaIndicadores) <- c(
"Variable",
"minimo",
"máximo",
"x",
"Me",
"sd",
"Cv (%)",
"As",
"K"
)
kable(
TablaIndicadores,
format = "markdown",
caption = "Tabla N°3. Indicadores estadísticos de la variable cantidad de elementos no detectados"
)
Tabla N°3. Indicadores estadísticos de la variable cantidad de
elementos no detectados
| Cantidad de elementos No Detectados |
0 |
12 |
3.94 |
4 |
1.96 |
49.82 |
0.41 |
0.11 |
# OUTLIERS
outliers <- boxplot.stats(disc)$out
num_outliers <- length(outliers)
minoutliers <- min(outliers)
minoutliers
## [1] 9
maxoutliers <- max(outliers)
maxoutliers
## [1] 12
TablaOutliers <- data.frame(num_outliers, minoutliers, maxoutliers)
colnames(TablaOutliers) <- c("Outliers", "Mínimo", "Máximo")
kable(
TablaOutliers,
format = "markdown",
caption = "Tabla N°4: Outliers de la variable cantidad de elementos no detectados"
)
Tabla N°4: Outliers de la variable cantidad de elementos no
detectados
| 47 |
9 |
12 |