MINERALOGIA

ANÁLISIS ESTADÍSTICO

CARGA DE DATOS Y LIBRERÍAS

CARGA DE DATOS

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

datos <- read.csv("D:/mineralogia_2500.csv")

ASIGNACION DE VARIABLES

ASIGNACION DE VARIABLES

##  ASIGNACION DE VARIABLES

# Limpieza básica
df_mineralogia <- data.frame(
  mineralogia = trimws(datos$MINERALOGIA)
)

# Ver valores reales
unique(df_mineralogia$mineralogia)

## [1] "Plagioclasa" "Cuarzo"      "Feldespato"  "Biotita"     "Hornblenda"

# Convertir a formato uniforme
df_mineralogia$mineralogia <- str_to_title(
  df_mineralogia$mineralogia
)

# Orden de categorías
orden_mineralogia <- c(
  "Cuarzo",
  "Feldespato",
  "Biotita",
  "Plagioclasa",
  "Hornblenda"
)

# Factor ordinal
df_mineralogia$mineralogia <- factor(
  df_mineralogia$mineralogia,
  levels = orden_mineralogia,
  ordered = TRUE
)

TABLA DE DISTRIBUCIÓN DE CANTIDAD

TABLA DE DISTRIBUCION DE CANTIDAD

df_mineralogia$mineralogia <- factor(
  df_mineralogia$mineralogia,
  levels = orden_mineralogia,
  ordered = TRUE
)

TDF_mineralogia <- df_mineralogia %>%
  count(mineralogia, name = "ni") %>%
  arrange(mineralogia)

# Calculamos los porcentajes redondeados
TDF_mineralogia <- TDF_mineralogia %>%
  mutate(hi = round(ni / sum(ni) * 100, 0))

# Ajuste por redondeo:
# la diferencia se le asigna a la categoría con mayor frecuencia
diferencia <- 100 - sum(TDF_mineralogia$hi)

if (diferencia != 0) {

  pos_max <- choosing_row <- which.max(TDF_mineralogia$ni)

  TDF_mineralogia$hi[pos_max] <-
    TDF_mineralogia$hi[pos_max] + diferencia
}

# Tabla
tabla_mineralogia <- TDF_mineralogia %>%
  gt() %>%
  
  tab_header(
    title = "Tabla N° 1",
    subtitle = "Distribución de la Mineralogía"
  ) %>%
  
  grand_summary_rows(
    columns = c(ni, hi),
    fns = list(
      Total = ~sum(., na.rm = TRUE)
    ),
    fmt = list(
      ~fmt_number(., decimals = 0)
    )
  )

tabla_mineralogia

Tabla N° 1
Distribución de la Mineralogía
	mineralogia	ni	hi
	Cuarzo	720	29
	Feldespato	610	24
	Biotita	430	17
	Plagioclasa	515	21
	Hornblenda	225	9
Total	—	2,500	100

# Agregamos fila TOTAL
tabla_final_mineralogia <- TDF_mineralogia %>%
  mutate(
    mineralogia = as.character(mineralogia)
  )

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

# TABLA ESQUELETO
tabla_mineralogia_gt <- tabla_final_mineralogia %>%

  gt() %>%

  tab_header(
    title = md("**Tabla Nº2**"),
    subtitle = md("Distribución ordinal de la mineralogía")
  ) %>%

  cols_label(
    mineralogia = "Mineralogía",
    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 = mineralogia == "TOTAL"
    )
  ) %>%

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

tabla_mineralogia_gt

Tabla Nº2
Distribución ordinal de la mineralogía
Mineralogía	Frecuencia	Porcentaje (%)
Cuarzo	720	29
Feldespato	610	24
Biotita	430	17
Plagioclasa	515	21
Hornblenda	225	9
TOTAL	2,500	100
Autor: Grupo 2

GRÁFICAS DE DISTRIBUCIÓN DE CANTIDAD

# Gráfica Nº1: Frecuencia absoluta
barplot(TDF_mineralogia$ni,
        main = "Gráfica Nº1: Frecuencia de la Mineralogía",
        xlab = "Mineralogía",
        ylab = "Cantidad (ni)",
        col = "steelblue",
        names.arg = TDF_mineralogia$mineralogia,
        cex.names = 0.8,
        las = 2)

# Gráfica Nº2: Frecuencia absoluta ajustada
barplot(TDF_mineralogia$ni,
        main = "Gráfica Nº2: Frecuencia de la Mineralogía ",
        xlab = "Mineralogía",
        ylab = "Cantidad (ni)",
        col = "steelblue",
        names.arg = TDF_mineralogia$mineralogia,
        cex.names = 0.8,
        las = 2,
        ylim = c(0, max(TDF_mineralogia$ni) * 1.2))

# Gráfica Nº3: Frecuencia relativa
barplot(TDF_mineralogia$hi,
        main = "Gráfica Nº3: Porcentaje de la Mineralogía",
        xlab = "Mineralogía",
        ylab = "Porcentaje (%)",
        col = "steelblue",
        names.arg = TDF_mineralogia$mineralogia,
        cex.names = 0.8,
        las = 2)

# Gráfica Nº4: Frecuencia relativa escala completa
barplot(TDF_mineralogia$hi,
        main = "Gráfica Nº4: Porcentaje de la Mineralogía ",
        xlab = "Mineralogía",
        ylab = "Porcentaje (%)",
        col = "steelblue",
        names.arg = TDF_mineralogia$mineralogia,
        cex.names = 0.8,
        las = 2,
        ylim = c(0, 100))

# Gráfico circular
par(mar = c(4, 4, 4, 10))

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

pie(TDF_mineralogia$hi,
    col = colores,
    main = "Distribución de la Mineralogía",
    labels = NA)

legend("right",
       legend = paste(TDF_mineralogia$mineralogia,
                      TDF_mineralogia$hi, "%"),
       fill = colores,
       title = "MINERALES",
       bty = "o",
       xpd = TRUE,
       inset = c(-0.35, 0))

INDICADORES ESTADISTICOS

# Moda
moda_mineralogia <- TDF_mineralogia[
  TDF_mineralogia$ni == max(TDF_mineralogia$ni), ]

moda_mineralogia

##   mineralogia  ni hi
## 1      Cuarzo 720 29

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

N <- sum(TDF_mineralogia$ni)

mediana_mineralogia <- TDF_mineralogia %>%
  filter(Ni >= N/2) %>%
  slice(1)

mediana_mineralogia

##   mineralogia  ni hi   Ni
## 1  Feldespato 610 24 1330