# CARGA DE DATOS
library(readxl)
datos <- read_excel("D:/dataset_variables_discretas_mineria.xlsx")
# Extraer y dejar solo datos válidos
disc <- as.numeric(datos$`Número de métodos analíticos empleados`)
disc <- na.omit(disc)
# CARGA DE LIBRERIAS
#Carga de librerias
library(gt)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
library(knitr)
library(e1071)
#Agrupar la variable en intervalos (Modificado hasta el 6)
clasificacion <- character(length(disc))
for(i in seq_along(disc)){
if(disc[i] >= 1 & disc[i] < 2){
clasificacion[i] <- "[1 , 2)"
} else if(disc[i] >= 2 & disc[i] < 3){
clasificacion[i] <- "[2 , 3)"
} else if(disc[i] >= 3 & disc[i] < 4){
clasificacion[i] <- "[3 , 4)"
} else if(disc[i] >= 4 & disc[i] < 5){
clasificacion[i] <- "[4 , 5)"
} else if(disc[i] >= 5 & disc[i] <= 6){
clasificacion[i] <- "[5 , 6]"
} else {
clasificacion[i] <- NA
}
}
# Quitar posibles NA de la clasificación
clasificacion <- na.omit(clasificacion)
#Orden adecuado
orden <- c("[1 , 2)",
"[2 , 3)",
"[3 , 4)",
"[4 , 5)",
"[5 , 6]")
clasificacion <- factor(clasificacion, levels = orden)
# 4) Frecuencias simples
ni <- table(clasificacion)
total <- sum(ni)
hi <- round (as.numeric(ni) / total * 100,2)
# 5) Acumuladas ascendente
Ni_Asc <- cumsum(ni)
Hi_Asc <- cumsum(hi)
# 6) Acumuladas descendente
Ni_Desc <- rev(cumsum(rev(ni)))
Hi_Desc <- rev(cumsum(rev(hi)))
# 7) Tabla final
tabla_final <- data.frame(
Intervalo = orden,
ni = as.numeric(ni),
hi = hi,
Ni_Asc = as.numeric(Ni_Asc),
Hi_Asc = round(Hi_Asc, 3),
Ni_Desc = as.numeric(Ni_Desc),
Hi_Desc = round(Hi_Desc, 3)
)
# Verificar que las proporciones sumen 100
sum(tabla_final$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) 429 17.16 429 17.16 2500 100
## 2 [2 , 3) 453 18.12 882 35.28 2071 82.84
## 3 [3 , 4) 399 15.96 1281 51.24 1618 64.72
## 4 [4 , 5) 420 16.80 1701 68.04 1219 48.76
## 5 [5 , 6] 799 31.96 2500 100 799 31.96
## 6 TOTAL 2500 100.00 - - - -
# TABLA GT
TablaDisc <- tabla_final %>%
gt() %>%
tab_header(
title = md("*Tabla Nº. 1*"),
subtitle = md("**Tabla de distribución del número de métodos analíticos empleados 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 del número de métodos analíticos empleados en las muestras mineras |
| Intervalo |
ni |
hi |
Ni_Asc |
Hi_Asc |
Ni_Desc |
Hi_Desc |
| [1 , 2) |
429 |
17.16 |
429 |
17.16 |
2500 |
100 |
| [2 , 3) |
453 |
18.12 |
882 |
35.28 |
2071 |
82.84 |
| [3 , 4) |
399 |
15.96 |
1281 |
51.24 |
1618 |
64.72 |
| [4 , 5) |
420 |
16.80 |
1701 |
68.04 |
1219 |
48.76 |
| [5 , 6] |
799 |
31.96 |
2500 |
100 |
799 |
31.96 |
| TOTAL |
2500 |
100.00 |
- |
- |
- |
- |
| Autor: Grupo 2 |
# Histograma de cantidad
hist(disc,
main="Grafica Nº1: Distribución de cantidad del número de métodos analíticos empleados",
col="gray",
ylab="Cantidad",
xlab = "Número de métodos analíticos empleados"
)
# Histograma de cantidad
hist(disc,
main="Grafica Nº2: Distribución de cantidad del número de métodos analíticos empleados",
col="gray",
xlab="Número de métodos analíticos empleados",
ylab="Cantidad",
ylim=c(0,800))
# Histograma de cantidad en porcentaje
hi_plot <- tabla_final$hi[tabla_final$Intervalo != "TOTAL"]
barplot(hi_plot,
main = "Grafica Nº3: Distribución porcentual del número de métodos analíticos empleados",
col="gray",
space=0,
las=1,
xlab="Número de métodos analíticos empleados",
ylab="Porcentaje",
names.arg = orden, # Se cambian las etiquetas numéricas fijas por los intervalos reales
cex.names = 0.6)
# Histograma de cantidad en porcentaje
# Filtrar los datos SIN la fila TOTAL
hi_plot <- tabla_final$hi[tabla_final$Intervalo != "TOTAL"]
barplot(hi_plot,
space = 0,
main="Grafica Nº4: Distribución porcentual del número de métodos analíticos empleados",
col = "gray",
las = 1,
xlab = "Número de métodos analíticos empleados",
ylab = "Porcentaje",
names.arg = orden, # Se cambian las etiquetas numéricas fijas por los intervalos reales
ylim = c(0,100),
cex.names = 0.6)
# Ojivas combinadas Ni
x_intervalos <- c(1, 2, 3, 4, 5)
plot(x = x_intervalos,
y = Ni_Asc,
type = "o",
col = "blue",
main = "Grafica Nº5: Ojiva combinada del número de métodos analíticos empleados\n(Ni)",
xlab = "Intervalos de métodos analíticos empleados",
ylab = "Cantidad acumulada (Ni)",
xaxt = "n", # Oculta el eje X por defecto para personalizarlo
las = 2
)
# Forzar a que el eje X muestre correctamente los límites
axis(1, at = x_intervalos, labels = orden, cex.axis = 0.7)
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 del número de métodos analíticos empleados\n(Hi)",
xlab = "Intervalos de métodos analíticos empleados",
ylab = "Porcentaje acumulado (Hi)",
xaxt = "n", # Oculta el eje X por defecto para personalizarlo
las = 2,
ylim = c(0, 100)
)
# Forzar a que el eje X muestre correctamente los límites
axis(1, at = x_intervalos, labels = orden, cex.axis = 0.7)
lines(x = x_intervalos,
y = Hi_Desc,
type = "o",
col = "black")
# DIAGRAMA DE CAJA
boxplot(disc,
horizontal = TRUE,
col = "blue",
main = "Gráfica Nº7: Distribución del número de métodos analíticos empleados",
xlab = "Número de métodos analíticos empleados")
# Ver los cuartiles
summary(disc)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 1.00 2.00 3.00 3.45 5.00 6.00
# Indicadores Estadisticos
# POSICION
#MEDIA ARITMETICA
x<-mean(disc)
x
## [1] 3.4496
#MEDIANA ARITMETICA
ri<-min(disc)
rs<-max(disc)
Me<-median(disc)
Me
## [1] 3
# DISPERSION
#DESVIACIÓN ESTÁNDAR
sd<-sd(disc)
sd
## [1] 1.716694
#COEFICIENTE DE VARIACIÓN
CV <- ((sd / x) * 100)
CV
## [1] 49.76502
# FORMA
#COEFICIENTE DE ASIMETRÍA
As<-skewness(disc)
As
## [1] 0.05450348
#COEFICIENTE DE CURTOSIS
K<-kurtosis(disc)
K
## [1] -1.27971
# TABLA DE INDICADORES ESTADISTICOS
Variable<-c("Número de métodos analíticos empleados")
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 número de métodos analíticos empleados"
)
Tabla N°3. Indicadores estadísticos de la variable número de
métodos analíticos empleados
| Número de métodos analíticos empleados |
1 |
6 |
3.45 |
3 |
1.72 |
49.77 |
0.05 |
-1.28 |
# ==============================================================================
# OUTLIERS (CORREGIDO PARA EVITAR INF / -INF)
# ==============================================================================
outliers <- boxplot.stats(disc)$out
num_outliers <- length(outliers)
# Si NO hay outliers, asignamos un guion en lugar de dejar que calcule min/max
if (num_outliers == 0) {
minoutliers <- "-"
maxoutliers <- "-"
} else {
minoutliers <- min(outliers)
maxoutliers <- max(outliers)
}
# Crear la tabla final de Outliers con los valores corregidos
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 número de métodos analíticos empleados"
)
Tabla N°4: Outliers de la variable número de métodos analíticos
empleados
| 0 |
- |
- |