MINERALOGIA VARIABLE INFERENCIAL

ANÁLISIS INFERENCIAL

CARGA DE DATOS Y LIBRERÍAS

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

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

# Extraer variable

df_mineralogia <- data.frame(

mineralogia = toupper(trimws(datos$MINERALOGIA))

)

# Reemplazar categorías

df_mineralogia$mineralogia <- case_when(

toupper(df_mineralogia$mineralogia) == "CUARZO" ~ "Cuarzo",

toupper(df_mineralogia$mineralogia) == "FELDESPATO" ~ "Feldespato",

toupper(df_mineralogia$mineralogia) == "BIOTITA" ~ "Biotita",

toupper(df_mineralogia$mineralogia) == "PLAGIOCLASA" ~ "Plagioclasa",

toupper(df_mineralogia$mineralogia) == "HORNBLENDA" ~ "Hornblenda",

TRUE ~ "Otros"

)

# Orden de categorías

orden_mineralogia <- c(

"Cuarzo",

"Feldespato",

"Biotita",

"Plagioclasa",

"Hornblenda",

"Otros"

)

# Convertir en factor ordenado

df_mineralogia$mineralogia <- factor(

df_mineralogia$mineralogia,

levels = orden_mineralogia

)

TABLA DE DISTRIBUCIÓN DE PROBABILIDAD

# Frecuencias y probabilidad

ni <- table(df_mineralogia$mineralogia)

hi <- round(prop.table(ni), 4)

P <- round(hi * 100, 2)

# Crear tabla base

tabla_finalmineralogia <- data.frame(

Mineralogia = names(ni),

ni = as.numeric(ni),

hi = as.numeric(hi),

P = as.numeric(P)

)

# Fila TOTAL

fila_total <- data.frame(

Mineralogia = "TOTAL",

ni = sum(tabla_finalmineralogia$ni),

hi = round(sum(tabla_finalmineralogia$hi), 4),

P = round(sum(tabla_finalmineralogia$P), 2)

)

TABLA DE DISTRIBUCIÓN DE PROBABILIDAD AGRUPADA

# Mostrar

tabla_finalmineralogia <- rbind(tabla_finalmineralogia, fila_total)

tabla_finalmineralogia

##   Mineralogia   ni    hi     P
## 1      Cuarzo  720 0.288  28.8
## 2  Feldespato  610 0.244  24.4
## 3     Biotita  430 0.172  17.2
## 4 Plagioclasa  515 0.206  20.6
## 5  Hornblenda  225 0.090   9.0
## 6       Otros    0 0.000   0.0
## 7       TOTAL 2500 1.000 100.0

tabla_mineralogia_gt <- tabla_finalmineralogia %>%

gt() %>%

tab_header(

title = md("**Tabla N° 4**"),

subtitle = md("Distribución de probabilidad de la mineralogía presente en depósitos minerales")

) %>%

tab_source_note(

source_note = md("Autor: Grupo 2")

) %>%

tab_options(

table.border.top.color = "black",

table.border.bottom.color = "black",

heading.border.bottom.color = "black",

heading.border.bottom.width = px(2),

column_labels.border.top.color = "black",

column_labels.border.bottom.color = "black",

column_labels.border.bottom.width = px(2),

table_body.hlines.color = "gray",

table_body.border.bottom.color = "black",

row.striping.include_table_body = TRUE

) %>%

tab_style(

style = cell_text(weight = "bold"),

locations = cells_body(rows = Mineralogia == "TOTAL")

)

tabla_mineralogia_gt

Tabla N° 4
Distribución de probabilidad de la mineralogía presente en depósitos minerales
Mineralogia	ni	hi	P
Cuarzo	720	0.288	28.8
Feldespato	610	0.244	24.4
Biotita	430	0.172	17.2
Plagioclasa	515	0.206	20.6
Hornblenda	225	0.090	9.0
Otros	0	0.000	0.0
TOTAL	2500	1.000	100.0
Autor: Grupo 2

GRÁFICAS DE DISTRIBUCIÓN DE PROBABILIDAD

# Extraer probabilidad (%) sin la fila TOTAL

P_global <- as.numeric(tabla_finalmineralogia$P[1:(nrow(tabla_finalmineralogia)-1)])

barplot(

P_global,

main = "Gráfica Nº1: Distribución de probabilidad de la mineralogía\n en depósitos minerales de Estados Unidos",

cex.main = 0.8,

xlab = "Mineralogía",

ylab = "Probabilidad (%)",

col = "blue",

names.arg = tabla_finalmineralogia$Mineralogia[1:(nrow(tabla_finalmineralogia)-1)],

cex.names = 0.9,

ylim = c(0, 100),

las = 1

)

CÁLCULO DE PROBABILIDAD

# Eliminar fila TOTAL

tabla_sin_total <- tabla_finalmineralogia[

tabla_finalmineralogia$Mineralogia != "TOTAL",

]

# Extraer probabilidad de la categoría "Cuarzo"

prob_cuarzo <- tabla_sin_total$P[

tabla_sin_total$Mineralogia == "Cuarzo"

]

# Gráfico de texto explicativo

plot(1, type = "n", axes = FALSE, xlab = "", ylab = "")

text(

x = 1, y = 1,

labels = paste(

"Cálculo de probabilidad\n(Estimación general)\n\n",

"¿Qué probabilidad existe de que un depósito\n",

"mineral analizado presente mineralogía de\n",

"tipo cuarzo?\n\n",

"Probabilidad = ", prob_cuarzo, " (%)",

sep = ""

),

cex = 1.3,

col = "black",

font = 2

)

CONCLUSIONES

"La mineralogía presente en los depósitos minerales analizados en Estados Unidos presenta una distribución probabilística heterogénea. El mineral Cuarzo registra la mayor probabilidad de ocurrencia, reflejando su amplia presencia dentro de los sistemas geológicos estudiados. Feldespato, Plagioclasa y Biotita también muestran probabilidades significativas, evidenciando una composición mineral diversa en los depósitos evaluados. La distribución acumulada permite observar el comportamiento progresivo de las probabilidades entre las distintas asociaciones mineralógicas, mientras que las gráficas muestran diferencias relevantes en la frecuencia de ocurrencia de los minerales identificados."

## [1] "La mineralogía presente en los depósitos minerales analizados en Estados Unidos presenta una distribución probabilística heterogénea. El mineral Cuarzo registra la mayor probabilidad de ocurrencia, reflejando su amplia presencia dentro de los sistemas geológicos estudiados. Feldespato, Plagioclasa y Biotita también muestran probabilidades significativas, evidenciando una composición mineral diversa en los depósitos evaluados. La distribución acumulada permite observar el comportamiento progresivo de las probabilidades entre las distintas asociaciones mineralógicas, mientras que las gráficas muestran diferencias relevantes en la frecuencia de ocurrencia de los minerales identificados."