0.- Librerias

library(readr)
library(dplyr)
library(knitr)
library(kableExtra)
library(ggplot2)

1.- leer datos

setwd("C:/Users/CESAR/Downloads/proyecto x")
variables <- read_csv("GlobalweatherRepository.csv", show_col_types = TRUE)

2.- Depuración y selección de la variable

Depuración

variables <- na.omit(variables)

Selección

Condicion_climatica <- variables$condition_text

3.- Frecuencias

Tabla 1

Tabla_Condicion_climatica <- table(Condicion_climatica) 
ni_Condicion_climatica <- as.vector(Tabla_Condicion_climatica) 
hi_Condicion_climatica <- round((ni_Condicion_climatica / sum(ni_Condicion_climatica)) * 100, 2)

Tabla simplificada

variables$Condicion_Climatica_Limpia <- case_when(
  grepl("Clear|Sunny", variables$condition_text, ignore.case = TRUE) ~ "Despejado / Soleado",
  grepl("Cloudy|Overcast|Partly Cloudy", variables$condition_text, ignore.case = TRUE) ~ "Nublado/Parcialmente Nublado",
  grepl("Mist|Fog", variables$condition_text, ignore.case = TRUE) ~ "Neblina / Niebla",
  grepl("Rain|Drizzle|Shower", variables$condition_text, ignore.case = TRUE) ~ "Lluvioso / Chubascos",
  grepl("Snow|Sleet|Ice|Hail", variables$condition_text, ignore.case = TRUE) ~ "Nieve / Granizo",
  grepl("Thunder|Thundery", variables$condition_text, ignore.case = TRUE) ~ "Tormenta Electrica",
  TRUE ~ "Otros fenomeno local "
)

tabla_base_clima <- variables %>%
  group_by(Condicion_Climatica_Limpia) %>%  
  summarise(
    ni = n(),
    hi = round((n() / nrow(variables)) * 100, 2),
    .groups = "drop"
  ) %>%
  arrange(desc(ni))

4.- Tabla de frecuencia

TDF_Condicion_Climatica_Base <- data.frame(
  Condicion_Climatica = names(Tabla_Condicion_climatica),
  ni = as.numeric(ni_Condicion_climatica),
  hi = as.numeric(hi_Condicion_climatica),
  stringsAsFactors = FALSE
)
sumatoria_condicion_climatica <- data.frame(
  Condicion_Climatica = "TOTAL",
  ni = sum(TDF_Condicion_Climatica_Base$ni, na.rm = TRUE),
  hi = 100
)
TDF_Condicion_Climatica_Suma <- rbind(TDF_Condicion_Climatica_Base, sumatoria_condicion_climatica)

colnames(TDF_Condicion_Climatica_Suma) <- c(
  "Condicion Climatica", 
  "Frecuencia Absoluta", 
  "Frecuencia Relativa"
)

kable(TDF_Condicion_Climatica_Suma, align = "c", row.names = FALSE,
      caption = "Tabla N.1: Distribucion de frecuencia para la variable Condicion Climatica en capitales del mundo para el análisis meteorológico del periodo mayo del 2024 a mayo del 2026 ") %>%
  kable_styling(full_width = TRUE, position = "center",
                bootstrap_options = c("striped", "hover", "condensed", "responsive")) %>%
  row_spec(0, bold = TRUE, color = "white", background = "#2C3E50") %>%
  row_spec(nrow(TDF_Condicion_Climatica_Suma), bold = TRUE, background = "#EAEDED") %>%
  footnote(general = "Fuente: GlobalWeatherRepository. Grupo 2.",
           footnote_as_chunk = TRUE)

Tabla N.1: Distribucion de frecuencia para la variable Condicion Climatica en capitales del mundo para el análisis meteorológico del periodo mayo del 2024 a mayo del 2026
Condicion Climatica	Frecuencia Absoluta	Frecuencia Relativa
Blizzard	10	0.01
Blowing snow	41	0.03
Clear	7601	5.36
Cloudy	1711	1.21
Fog	1757	1.24
Freezing drizzle	5	0.00
Freezing fog	248	0.18
Heavy freezing drizzle	1	0.00
Heavy rain	63	0.04
Heavy rain at times	14	0.01
Heavy snow	129	0.09
Light drizzle	708	0.50
Light freezing rain	93	0.07
Light rain	4434	3.13
Light rain shower	3230	2.28
Light sleet	62	0.04
Light sleet showers	12	0.01
Light snow	525	0.37
Light snow showers	64	0.05
Mist	5908	4.17
Moderate or heavy freezing rain	2	0.00
Moderate or heavy rain in area with thunder	11	0.01
Moderate or heavy rain shower	293	0.21
Moderate or heavy rain with thunder	1133	0.80
Moderate or heavy sleet	6	0.00
Moderate or heavy snow in area with thunder	4	0.00
Moderate or heavy snow showers	52	0.04
Moderate rain	1068	0.75
Moderate rain at times	129	0.09
Moderate snow	87	0.06
Overcast	7706	5.44
Partly cloudy	40384	28.50
Partly Cloudy	9201	6.49
Patchy heavy snow	31	0.02
Patchy light drizzle	477	0.34
Patchy light rain	249	0.18
Patchy light rain in area with thunder	213	0.15
Patchy light rain with thunder	882	0.62
Patchy light snow	97	0.07
Patchy light snow in area with thunder	5	0.00
Patchy moderate snow	15	0.01
Patchy rain nearby	11870	8.38
Patchy rain possible	48	0.03
Patchy snow nearby	3	0.00
Patchy snow possible	5	0.00
Sunny	40787	28.78
Thundery outbreaks in nearby	283	0.20
Thundery outbreaks possible	29	0.02
Torrential rain shower	17	0.01
TOTAL	141703	100.00
Note: Fuente: GlobalWeatherRepository. Grupo 2.

La variable se organizó bajo un criterio climático práctico, agrupando los distintos estados del tiempo en grupos principales según el clima dominante (como sol, nubes, lluvias o niebla) para que la tabla sea más corta, ordenada y fácil de entende asi nace la tabla simplificada

Tabla simplificada

fila_total_clima <- data.frame(
  Condicion_Climatica_Limpia = "TOTAL",
  ni = sum(tabla_base_clima$ni),
  hi = sum(tabla_base_clima$hi)
)
TDF_condicion_climatica_Final <- rbind(tabla_base_clima, fila_total_clima)
colnames(TDF_condicion_climatica_Final) <- c(
  "Condición climática",
  "Frecuencia Absoluta ni",
  "Frecuencia Relativa hi"
)
kable(TDF_condicion_climatica_Final, align = "c", row.names = FALSE,
      caption = "Tabla N.2: Distribución de frecuencias según el clima dominante de la variable condición climatica en capitales del mundo para el análisis meteorológico del periodo mayo del 2024 a mayo del 2026 ") %>%
  kable_styling(full_width = TRUE, position = "center",
                bootstrap_options = c("striped", "hover", "condensed", "responsive")) %>%
  row_spec(0, bold = TRUE, color = "white", background = "#2C3E50") %>%
  row_spec(nrow(TDF_condicion_climatica_Final), bold = TRUE, background = "#EAEDED") %>%
  footnote(general = "Fuente: GlobalWeatherRepository. Grupo 2.",
           footnote_as_chunk = TRUE)

Tabla N.2: Distribución de frecuencias según el clima dominante de la variable condición climatica en capitales del mundo para el análisis meteorológico del periodo mayo del 2024 a mayo del 2026
Condición climática	Frecuencia Absoluta ni	Frecuencia Relativa hi
Nublado/Parcialmente Nublado	59002	41.64
Despejado / Soleado	48388	34.15
Lluvioso / Chubascos	25068	17.69
Neblina / Niebla	7913	5.58
Nieve / Granizo	1010	0.71
Tormenta Electrica	312	0.22
Otros fenomeno local	10	0.01
TOTAL	141703	100.00
Note: Fuente: GlobalWeatherRepository. Grupo 2.

5.- Gráficas

5.1.- Diagrama de barras ni de la tabla simplificada

grafico_barras_ni <- ggplot(tabla_base_clima, aes(x = reorder(Condicion_Climatica_Limpia, -ni), y = ni, fill = Condicion_Climatica_Limpia)) +
  geom_bar(stat = "identity", color = "black", width = 0.6) +
  geom_text(aes(label = scales::comma(ni)), vjust = -0.5, fontface = "bold", size = 3.5) +
  scale_fill_brewer(palette = "Set2") +
  scale_y_continuous(limits = c(0, 70000), breaks = seq(0, 70000, by = 10000), labels = scales::comma) +
  labs(
    title = "Gráfica N.1: Distribución de Frecuencias Absolutas por Condición Climática",
    subtitle = "Periodo: Mayo 2024 - Mayo 2026 | Grupo 2",
    x = "Condición Climática",
    y = "Frecuencia Absoluta (ni)",
    caption = "Fuente: Global Weather Repository"
  ) +
  theme_minimal() +
  theme(
    legend.position = "none",
    plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
    plot.subtitle = element_text(hjust = 0.5, face = "italic"),
    axis.text.x = element_text(angle = 45, hjust = 1, size = 9, face = "bold")
  )

print(grafico_barras_ni)

5.2.- Diagrama de barras hi de la tabla simplificada

grafico_barras_hi <- ggplot(tabla_base_clima, aes(x = reorder(Condicion_Climatica_Limpia, -hi), y = hi, fill = Condicion_Climatica_Limpia)) +
  geom_bar(stat = "identity", color = "black", width = 0.6) +
  geom_text(aes(label = paste0(hi, "%")), vjust = -0.5, fontface = "bold", size = 3.5) +
  scale_fill_brewer(palette = "Set2") +
  scale_y_continuous(limits = c(0, 50), breaks = seq(0, 50, by = 10)) +
  labs(
    title = " Gráfica N.2: Distribución de Frecuencias Relativas por Condición Climática",
    subtitle = "Periodo: Mayo 2024 - Mayo 2026",
    x = "Condición Climática",
    y = "Frecuencia Relativa (hi %)",
    caption = "Fuente: Global Weather Repository"
  ) +
  theme_minimal() +
  theme(
    legend.position = "none",
    plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
    plot.subtitle = element_text(hjust = 0.5, face = "italic"),
    axis.text.x = element_text(angle = 45, hjust = 1, size = 9, face = "bold")
  )

print(grafico_barras_hi)

5.3.- Diagrama de barras con respecto al tamaño muestral

grafico_barras_ni <- ggplot(tabla_base_clima, aes(x = reorder(Condicion_Climatica_Limpia, -ni), y = ni, fill = Condicion_Climatica_Limpia)) +
  geom_bar(stat = "identity", color = "black", width = 0.6) +
  geom_text(aes(label = scales::comma(ni)), vjust = -0.5, fontface = "bold", size = 3.5) +
  scale_fill_brewer(palette = "Set2") +
  scale_y_continuous(limits = c(0, 140000), breaks = seq(0, 140000, by = 20000), labels = scales::comma) +
  labs(
    title = "Gráfica N.3: Distribución de Frecuencias Absolutas por Condición 
    Climática con respeto al tamaño muestral",
    subtitle = "Periodo: Mayo 2024 - Mayo 2026 | Grupo 2",
    x = "Condición Climática",
    y = "Frecuencia Absoluta (ni)",
    caption = "Fuente: Global Weather Repository"
  ) +
  theme_minimal() +
  theme(
    legend.position = "none",
    plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
    plot.subtitle = element_text(hjust = 0.5, face = "italic"),
    axis.text.x = element_text(angle = 45, hjust = 1, size = 9, face = "bold")
  )

print(grafico_barras_ni)

5.4.- Diagrama de barras con respecto al 100%

 grafico_barras_hi <- ggplot(tabla_base_clima, aes(x = reorder(Condicion_Climatica_Limpia, -hi), y = hi, fill = Condicion_Climatica_Limpia)) +
  geom_bar(stat = "identity", color = "black", width = 0.6) +
  geom_text(aes(label = paste0(hi, "%")), vjust = -0.5, fontface = "bold", size = 3.5) +
  scale_fill_brewer(palette = "Set2") +
  scale_y_continuous(limits = c(0, 100), breaks = seq(0, 100, by = 20)) +
  labs(
    title = "Gráfica N.4: Distribución de Frecuencias Relativas por Condición
    Climática",
    subtitle = "Periodo: Mayo 2024 - Mayo 2026",
    x = "Condición Climática",
    y = "Frecuencia Relativa (hi %)",
    caption = "Fuente: Global Weather Repository"
  ) +
  theme_minimal() +
  theme(
    legend.position = "none",
    plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
    plot.subtitle = element_text(hjust = 0.5, face = "italic"),
    axis.text.x = element_text(angle = 45, hjust = 1, size = 9, face = "bold")
  )

print(grafico_barras_hi)

5.5- Diagrama Circular

datos_pie_final <- tabla_base_clima %>%
  arrange(desc(ni)) %>%
  mutate(
    clima_con_porcentaje = paste0(Condicion_Climatica_Limpia, " (", hi, "%)"),
    clima_con_porcentaje = factor(clima_con_porcentaje, levels = clima_con_porcentaje)
  )

grafico_pastel_final <- ggplot(datos_pie_final, aes(x = "", y = hi, fill = clima_con_porcentaje)) +
  geom_bar(stat = "identity", width = 1, color = "white") +
  coord_polar("y", start = 0) + 
  scale_fill_brewer(palette = "Set2") +
  labs(
    title = "                 Gráfica N.5: Proporción de Frecuencias
                       Relativas por Condición Climática para el análisis 
                       meteorológico en capitales del mundo",
    subtitle = "Periodo: Mayo 2024 - Mayo 2026",
    fill = "Condición Climática (hi %)",
    caption = "Fuente: Global Weather Repository"
  ) +
  theme_void() +
  theme(
    plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
    plot.subtitle = element_text(hjust = 0.5, face = "italic"),
    legend.title = element_text(face = "bold", size = 10),
    legend.text = element_text(size = 9),
    legend.position = "right" 
  )
print(grafico_pastel_final)

6.- Indicadores de frecuencia

datos_puros_clima <- tabla_base_clima %>%
  filter(Condicion_Climatica_Limpia != "TOTAL")
frecuencia_max_clima <- max(datos_puros_clima$ni)
Mo_clima <- datos_puros_clima$Condicion_Climatica_Limpia[datos_puros_clima$ni == frecuencia_max_clima]

tabla_indicadores_clima <- data.frame(
  "Variable" = "Condición Climática",
  "Rango" = "-",
  "X" = "-",
  "Me" = "-",
  "Mo" = Mo_clima,
  "V" = "-",
  "Sd" = "-",
  "Cv" = "-",
  "As" = "-",
  "K" = "-",
  "valores Atípicos" = "No presenta valores atípicos",
  stringsAsFactors = FALSE,
  check.names = FALSE 
)
kable(tabla_indicadores_clima, align = "c", row.names = FALSE,
      caption = "Tabla N°3: Indicadores de frecuencia para la variable Condición Climática para el análisis 
                       meteorológico en capitales del mundo") %>%
  kable_styling(full_width = TRUE, position = "center",
                bootstrap_options = c("striped", "hover", "condensed", "responsive")) %>%
  row_spec(0, bold = TRUE, color = "white", background = "#2C3E50") %>%
  footnote(general = "Fuente: GlobalWeatherRepository.",
           general_title = "Nota: ",
           footnote_as_chunk = TRUE,
           title_format = c("italic", "bold"))

Tabla N°3: Indicadores de frecuencia para la variable Condición Climática para el análisis meteorológico en capitales del mundo
Variable	Rango	X	Me	Mo	V	Sd	Cv	As	K	valores Atípicos
Condición Climática				Nublado/Parcialmente Nublado						No presenta valores atípicos
Nota: Fuente: GlobalWeatherRepository.

7.- Conclusiones

En la condición climática que registra una mayor moda fue nublado/parcialmente nublado

Condición Climática

Jhonny Criollo

2026-06-07

0.- Librerias

1.- leer datos

2.- Depuración y selección de la variable

3.- Frecuencias

Tabla 1

Tabla simplificada

4.- Tabla de frecuencia

Tabla simplificada

5.- Gráficas

5.1.- Diagrama de barras ni de la tabla simplificada

5.2.- Diagrama de barras hi de la tabla simplificada

5.3.- Diagrama de barras con respecto al tamaño muestral

5.4.- Diagrama de barras con respecto al 100%

5.5- Diagrama Circular

6.- Indicadores de frecuencia

7.- Conclusiones