Análisis Estadístico por Condado (County)
Grupo 1
2026-06-29
CARGA DE DATOS
CARGA DE DATOS
knitr::opts_chunk$set(
echo = TRUE,
message = FALSE,
warning = FALSE,
fig.align = "center"
)
# Carga de datos en una sola línea para evitar errores de sintaxis o espacios ocultos
datos <- read.csv("C:/Users/Martin/Desktop/Estadistica/CMDB_Data.csv", header = TRUE, sep = ";", dec = ".", fileEncoding = "latin1")
# Limpieza básica para evitar valores en blanco o nulos
datos$COUNTY[datos$COUNTY == ""] <- "Desconocido"
datos$COUNTY[is.na(datos$COUNTY)] <- "Desconocido"
datos$COUNTY[tolower(datos$COUNTY) == "unknown"] <- "Desconocido"
# Verificación inicial del set de datos
str(datos)## 'data.frame': 1366 obs. of 103 variables:
## $ ï..LAB_ID : chr "C355417" "C360759" "C360762" "C360763" ...
## $ PREVIOUS_LAB_ID1 : chr "" "" "" "" ...
## $ PREVIOUS_LAB_ID2 : chr "" "" "" "" ...
## $ PREVIOUS_LAB_ID3 : chr "" "" "" "" ...
## $ FIELD_ID : chr "RM0001" "RM0027" "RM0030" "RM0031" ...
## $ JOB_ID : chr "MRP11968" "MRP12307" "MRP12307" "MRP12307" ...
## $ PREVIOUS_JOB_ID1 : chr "" "" "" "" ...
## $ PREVIOUS_JOB_ID2 : chr "" "" "" "" ...
## $ PREVIOUS_JOB_ID3 : chr "" "" "" "" ...
## $ SUBMITTER : chr "Rare Metals Task" "Rare Metals Task" "Rare Metals Task" "Rare Metals Task" ...
## $ PROJECT_NAME : chr "Critical and Rare Metals" "Critical and Rare Metals" "Critical and Rare Metals" "Critical and Rare Metals" ...
## $ X0 : chr "30/6/2011" "31/8/2011" "31/8/2011" "31/8/2011" ...
## $ COLLECTION : chr "Mackay-Keck Ore Deposits Collection" "Mackay-Stanford Ore Deposits Collection" "Mackay-Stanford Ore Deposits Collection" "Mackay-Stanford Ore Deposits Collection" ...
## $ COLLECTION_ID : chr "PHNC08_39_1183" "OD21441" "OD22811" "OD25716" ...
## $ CONTINENT : chr "North America" "South America" "South America" "Africa" ...
## $ COUNTRY : chr "United States" "Chile" "Chile" "South Africa" ...
## $ STATE_PROVINCE : chr "Nevada" "Antofagasta" "Tarapacá" "Transvaal" ...
## $ COUNTY : chr "Lyon" "El Loa" "El Tamarugal" "Desconocido" ...
## $ DISTRICT_NAME : chr "Yerington" "Chuquicamata" "Collahuasi/Quebrada Blanca" "" ...
## $ DEPOSIT_NAME : chr "Pumpkin Hollow" "" "" "" ...
## $ MINE_NAME : chr "Pumpkin Hollow" "Chuquicamata mine" "Collahuasi district" "" ...
## $ DISTRICT_NAME_COLLECT: chr "Yerington" "" "" "" ...
## $ DEPOSIT_NAME_COLLECT : chr "" "" "" "" ...
## $ MINE_NAME_COLLECT : chr "Pumpkin Hollow" "Chuquicamata" "Poduosa mine" "Messina Mines Ltd." ...
## $ LOCATE_DESC : chr "" "" "Level 25" "" ...
## $ LATITUDE : chr "38,94021" "-22,2871" "-21,0309" "-24,7" ...
## $ LONGITUDE : chr "-119,05178" "-68,8991" "-68,74951" "29,3" ...
## $ DATUM : chr "WGS84" "WGS84" "WGS84" "" ...
## $ LATITUDE_COLLECT : chr "38,92492" "22,28944" "" "" ...
## $ LONGITUDE_COLLECT : chr "-119,1071" "-68,90111" "" "" ...
## $ DATUM_COLLECT : chr "" "WGS84" "" "" ...
## $ COORDINATES_QUAL : chr "100 m" "0m" "" "" ...
## $ COORDINATES_SOURCE : chr "1) iTouchMap.com, approx, A. Orkild-Norton; 2) Mineral Resource Deposit Database Deposit ID 10174173, ore body, M. Granitto" "1) Mindat.org, approx, A. Orkild-Norton; 2) Open-File Report 2017-1079 ID 549, mine, M. Granitto" "1) No coordinates; 2) Mineral Resource Deposit Database Deposit ID 10057511, district, M. Granitto" "1) No coordinates; 2) Google Earth Pro, approx ctr of former province of Transvaal, M. Granitto" ...
## $ PRIMARY_CLASS : chr "rock" "rock" "rock" "rock" ...
## $ SYSTEM_TYPE : chr "IOA-IOCG" "Porphyry Cu-Mo-Au" "Porphyry Cu-Mo-Au" "IOA-IOCG" ...
## $ DEPOSIT_TYPE : chr "IOCG" "Supergene Cu" "Porphyry Cu" "IOCG" ...
## $ SAMPLE_DESC : chr "Nearly solid chalcopyrite mixed with small light brown irregular inclusions of unknown mineralogy; clouds of ma"| __truncated__ "Chalcocite-bronchatite-antlerite(?); highly microfractured igneous rock with green copper sulfates coating microfractures" "Bornite-chalcopyrite; mostly massive chalcopyrite with numerous inclusions of micro-chalcopyrite and widely sca"| __truncated__ "Massive chalcopyrite, IOCG in shear zone; mostly massive fine grain cuprite with widely distributed malachite t"| __truncated__ ...
## $ Al_pct_AES_ST : chr "0,33" "6,65" "0,46" "0,7" ...
## $ Ca_pct_AES_ST : chr "1,1" "0,4" "-0,1" "0,3" ...
## $ Fe_pct_AES_ST : chr "42,4" "0,25" "6,98" "27,8" ...
## $ K_pct_AES_ST : chr "-0,1" "6,1" "0,2" "-0,1" ...
## $ Mg_pct_AES_ST : chr "0,57" "0,1" "0,01" "0,33" ...
## $ Mn_pct_AES_ST : chr "0,02" "-0,01" "-0,01" "-0,01" ...
## $ P_pct_AES_ST : chr "-0,01" "0,01" "0,05" "0,01" ...
## $ S_pct_AES_ST : chr "" "" "" "" ...
## $ Si_pct_AES_ST : chr "" "" "" "" ...
## $ Ti_pct_AES_ST : chr "0,01" "0,11" "-0,01" "-0,01" ...
## $ F_pct_ISE_Fuse : chr "" "" "" "" ...
## $ Ag_ppm_MS_ST : chr "58" "6" "468" "16" ...
## $ As_ppm_MS_ST : chr "-30" "-30" "90" "-30" ...
## $ Au_ppm : chr "" "" "" "" ...
## $ Au_AM : chr "" "" "" "" ...
## $ B_ppm_AES_ST : int NA NA NA NA NA NA NA NA NA NA ...
## $ Ba_ppm_AES_ST : chr "-0,5" "924" "121" "174" ...
## $ Be_ppm_AES_ST : int -5 -5 -5 -5 -5 -5 -5 -5 -5 -5 ...
## $ Bi_ppm_MS_ST : chr "1,5" "3,6" "190" "0,4" ...
## $ Cd_ppm_MS_ST : chr "3,6" "-0,2" "0,9" "-0,2" ...
## $ Ce_ppm_MS_ST : chr "0,4" "8,8" "16,3" "3,5" ...
## $ Co_ppm_MS_ST : chr "209" "-0,5" "1,3" "44,8" ...
## $ Cr_ppm_AES_ST : int -10 -10 -10 30 20 20 60 40 20 10 ...
## $ Cs_ppm_MS_ST : chr "0,5" "1,4" "0,2" "-0,1" ...
## $ Cu_ppm_AES_ST : chr "50000,11111" "23300" "50000,11111" "50000,11111" ...
## $ Dy_ppm_MS_ST : chr "-0,05" "0,32" "1,38" "0,37" ...
## $ Er_ppm_MS_ST : chr "-0,05" "0,22" "0,77" "0,23" ...
## $ Eu_ppm_MS_ST : chr "-0,05" "0,14" "0,17" "0,1" ...
## $ Ga_ppm_MS_ST : chr "5" "15" "6" "3" ...
## $ Gd_ppm_MS_ST : chr "-0,05" "0,45" "1,5" "0,39" ...
## $ Ge_ppm_MS_ST : int -1 5 -1 -1 3 8 8 1 2 2 ...
## $ Hf_ppm_MS_ST : int -1 4 -1 -1 5 13 12 2 3 6 ...
## $ Ho_ppm_MS_ST : chr "-0,05" "0,07" "0,25" "0,07" ...
## $ In_ppm_MS_ST : chr "6,4" "-0,2" "3,7" "0,2" ...
## $ La_ppm_MS_ST : chr "0,2" "4,6" "7,2" "1,7" ...
## $ Li_ppm_AES_ST : int -10 -10 -10 -10 30 20 20 20 -10 20 ...
## $ Lu_ppm_MS_ST : chr "-0,05" "-0,05" "0,08" "-0,05" ...
## $ Mo_ppm_MS_ST : chr "-2" "60" "3" "2" ...
## $ Nb_ppm_MS_ST : chr "-1" "4" "-1" "-1" ...
## $ Nd_ppm_MS_ST : chr "0,2" "3,8" "9,1" "1,7" ...
## $ Ni_ppm_AES_ST : chr "144" "6" "-5" "48" ...
## $ Pb_ppm_MS_ST : chr "23" "16" "188" "39" ...
## $ Pd_ppm_FA_MS : chr "" "" "" "" ...
## $ Pr_ppm_MS_ST : chr "-0,05" "1,09" "2,21" "0,46" ...
## $ Pt_ppm_FA_MS : chr "" "" "" "" ...
## $ Rb_ppm_MS_ST : chr "1,2" "148" "7,1" "0,7" ...
## $ Re_ppm_MS_HF : chr "" "" "" "" ...
## $ Sb_ppm_MS_ST : chr "1,2" "2,4" "2,9" "0,3" ...
## $ Sc_ppm_AES_ST : int -5 -5 -5 -5 11 6 15 10 5 6 ...
## $ Se_ppm_MS_ST : int NA NA NA NA NA NA NA NA NA NA ...
## $ Sm_ppm_MS_ST : chr "-0,1" "0,6" "1,6" "0,4" ...
## $ Sn_ppm_MS_ST : chr "2" "3" "106" "-1" ...
## $ Sr_ppm_AES_ST : chr "26,6" "114" "22,5" "38,4" ...
## $ Ta_ppm_MS_ST : chr "-0,5" "-0,5" "-0,5" "-0,5" ...
## $ Tb_ppm_MS_ST : chr "-0,05" "0,07" "0,23" "-0,05" ...
## $ Te_ppm_MS_ST : chr "" "" "" "" ...
## $ Th_ppm_MS_ST : chr "0,2" "9,7" "2,6" "0,2" ...
## $ Tl_ppm_MS_ST : chr "-0,5" "0,5" "-0,5" "-0,5" ...
## $ Tm_ppm_MS_ST : chr "-0,05" "-0,05" "0,08" "-0,05" ...
## $ U_ppm_MS_ST : chr "0,3" "1,75" "0,63" "34,8" ...
## $ V_ppm_AES_ST : int 51 24 -5 493 68 20 40 159 39 61 ...
## $ W_ppm_MS_ST : chr "-1" "28" "22" "11" ...
## [list output truncated]Se cargaron correctamente los datos para el análisis de distribución geográfica por continentes
ANÁLISIS UNIVARIADO (TABLA GENERAL)
DISTRIBUCIÓN DE FRECUENCIAS POR CONDADO (TOP 15)
# Cargar las librerías necesarias
library(dplyr)
library(gt)
# 1. CONTAR LAS MUESTRAS POR CONDADO Y ELIMINAR DESCONOCIDOS
TDFCOUNTY <- table(datos$COUNTY)
TDFCOUNTY <- TDFCOUNTY[names(TDFCOUNTY) != "Desconocido"]
# 2. ORDENAR DE MAYOR A MENOR Y TOMAR EL TOP 15
TDFCOUNTY_ORD <- sort(TDFCOUNTY, decreasing = TRUE)
tabla_agrupada <- as.data.frame(head(TDFCOUNTY_ORD, 15))
colnames(tabla_agrupada) <- c("Condado", "ni")
# 3. CALCULAR PROPORCIONES Y PORCENTAJES (Sobre el total general válido)
total_muestras <- sum(TDFCOUNTY_ORD)
tabla_agrupada$hi <- tabla_agrupada$ni / total_muestras
tabla_agrupada$hi_porc <- round(tabla_agrupada$hi * 100, 2)
# 4. CREAR LA FILA DE TOTALES DEL TOP 15
Total <- data.frame(Condado = "TOTAL (TOP 15)",
ni = sum(tabla_agrupada$ni),
hi = sum(tabla_agrupada$hi),
hi_porc = sum(tabla_agrupada$hi_porc))
# 5. UNIR TODO EN UNA SOLA TABLA FINAL
tabla_final <- rbind(tabla_agrupada, Total)
# 6. MOSTRAR LA TABLA CON LA ESTÉTICA 'gt'
tabla_county_gt <- tabla_final %>%
gt() %>%
tab_header(
title = md("**Tabla N° 1**"),
subtitle = md("Distribución de muestras de minerales críticos (Top 15 Condados)")
) %>%
tab_source_note(
source_note = md("Autores: Grupo 1 <br> Semestre 2026 - 2026")
) %>%
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
)
# Renderizar la tabla en el documento
tabla_county_gt| Tabla N° 1 | |||
| Distribución de muestras de minerales críticos (Top 15 Condados) | |||
| Condado | ni | hi | hi_porc |
|---|---|---|---|
| Cochise | 99 | 0.09519231 | 9.52 |
| Pinal | 67 | 0.06442308 | 6.44 |
| Lyon | 64 | 0.06153846 | 6.15 |
| Pima | 52 | 0.05000000 | 5.00 |
| Yavapai | 49 | 0.04711538 | 4.71 |
| Salt Lake | 41 | 0.03942308 | 3.94 |
| Grant | 37 | 0.03557692 | 3.56 |
| Silver Bow | 37 | 0.03557692 | 3.56 |
| Teller | 34 | 0.03269231 | 3.27 |
| Elko | 26 | 0.02500000 | 2.50 |
| Gila | 26 | 0.02500000 | 2.50 |
| Lawrence | 20 | 0.01923077 | 1.92 |
| Shoshone | 20 | 0.01923077 | 1.92 |
| El Loa | 18 | 0.01730769 | 1.73 |
| Eureka | 18 | 0.01730769 | 1.73 |
| TOTAL (TOP 15) | 608 | 0.58461538 | 58.45 |
| Autores: Grupo 1 Semestre 2026 - 2026 |
|||
CLASIFICACIÓN DE CONDADOS
TOP 5 VS OTROS CONDADOS
# 1. SEPARAR EL TOP 5 DE LOS DEMÁS CONDADOS
Top5_County <- head(TDFCOUNTY_ORD, 5)
Otros_County <- sum(TDFCOUNTY_ORD) - sum(Top5_County)
# 2. CREAR UN NUEVO CONJUNTO AGRUPADO
Datos_Agrupados <- c(Top5_County, "Otros Condados" = Otros_County)
# 3. ESTRUCTURAR LA NUEVA TABLA
tabla_top5 <- as.data.frame(Datos_Agrupados)
colnames(tabla_top5) <- c("ni")
tabla_top5$Condado <- rownames(tabla_top5)
tabla_top5 <- tabla_top5[, c("Condado", "ni")] # Reordenar columnas
# 4. CALCULAR PROPORCIONES
tabla_top5$hi <- tabla_top5$ni / sum(tabla_top5$ni)
tabla_top5$hi_porc <- round(tabla_top5$hi * 100, 2)
# 5. FILA DE TOTALES GENERALES
Total_Clasif <- data.frame(Condado = "TOTAL GENERAL",
ni = sum(tabla_top5$ni),
hi = sum(tabla_top5$hi),
hi_porc = sum(tabla_top5$hi_porc))
tabla_final_clasif <- rbind(tabla_top5, Total_Clasif)
# 6. ACOPLAR Y MOSTRAR LA TABLA CON LA ESTÉTICA 'gt'
tabla_clasif_gt <- tabla_final_clasif %>%
gt() %>%
tab_header(
title = md("**Tabla N° 2**"),
subtitle = md("Comparativa de los 5 condados principales vs el resto")
) %>%
tab_source_note(
source_note = md("Autores: Grupo 1 <br> Semestre 2026 - 2026")
) %>%
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
)
# Renderizar la tabla en el documento
tabla_clasif_gt| Tabla N° 2 | |||
| Comparativa de los 5 condados principales vs el resto | |||
| Condado | ni | hi | hi_porc |
|---|---|---|---|
| Cochise | 99 | 0.09519231 | 9.52 |
| Pinal | 67 | 0.06442308 | 6.44 |
| Lyon | 64 | 0.06153846 | 6.15 |
| Pima | 52 | 0.05000000 | 5.00 |
| Yavapai | 49 | 0.04711538 | 4.71 |
| Otros Condados | 709 | 0.68173077 | 68.17 |
| TOTAL GENERAL | 1040 | 1.00000000 | 99.99 |
| Autores: Grupo 1 Semestre 2026 - 2026 |
|||
VISUALIZACIÓN DE COMPARATIVAS BÁSICAS
GRÁFICA DE BARRAS LOCAL Y GLOBAL (TOP 10)
# Ajustar margen inferior por si los nombres de los condados son largos
par(mar = c(10, 4, 4, 2) + 0.1)
Top10_County <- head(TDFCOUNTY_ORD, 10)
limite_y_local <- max(Top10_County) * 1.2
# 1. PRIMERA GRÁFICA (LOCAL)
barplot(Top10_County,
main = "Gráfica 1: Top 10 Condados (LOCAL)",
ylab = "Cantidad de muestras",
col = "pink",
las = 2, # Pone las etiquetas numéricas verticales
cex.names = 0.7,
ylim = c(0, limite_y_local)) 
# 2. SEGUNDA GRÁFICA (GLOBAL - EJE Y AL TOTAL DE DATOS)
# 'total_muestras' representa el 100% de los datos analizados
barplot(Top10_County,
main = "Gráfica 2: Top 10 Condados (GLOBAL)",
ylab = "Cantidad de muestras",
col = "skyblue",
las = 2,
cex.names = 0.7,
ylim = c(0, total_muestras), # Forzamos el techo al total de datos
yaxt = "n")
# 3. Dibujar el eje Y personalizado asegurando el valor máximo
puntos_eje <- unique(round(c(seq(0, total_muestras, length.out = 5), total_muestras)))
axis(2, at = puntos_eje, las = 1)
ANÁLISIS DE FRECUENCIA ABSOLUTA
ANÁLISIS DE FRECUENCIA ABSOLUTA (TOP 10)
par(mar = c(10, 4, 4, 2) + 0.1)
freq_abs <- Top10_County
# 2. DIBUJAR LA GRÁFICA Y GUARDAR SUS COORDENADAS
bar_centers <- barplot(freq_abs,
main = "Gráfica 3: Frecuencia Absoluta (Top 10 Condados)",
ylab = "Cantidad",
col = "orange",
las = 2,
cex.names = 0.7,
ylim = c(0, max(freq_abs) * 1.2))
# 3. PONER LAS ETIQUETAS NUMÉRICAS ENCIMA DE LAS BARRAS
text(x = bar_centers,
y = freq_abs,
labels = freq_abs,
pos = 3,
cex = 0.8,
col = "black")
ANÁLISIS DE FRECUENCIA RELATIVA (PORCENTAJES)
ANÁLISIS DE FRECUENCIA RELATIVA (PORCENTAJES)
par(mar = c(10, 4, 4, 2) + 0.1)
# 1. TRANSFORMAR LAS CANTIDADES EN PORCENTAJES SOBRE EL TOTAL GENERAL
freq_rel_porc <- round((Top10_County / total_muestras) * 100, 2)
# 2. DIBUJAR LAS BARRAS Y PERSONALIZAR EL LIENZO
bar_centers_rel <- barplot(freq_rel_porc,
main = "Gráfica 4: Distribución Porcentual (Top 10 Condados)",
ylab = "Porcentaje (%)",
col = "orchid",
las = 2,
cex.names = 0.7,
ylim = c(0, max(freq_rel_porc) * 1.2),
yaxt = "n",
yaxs = "i")
# 3. CONSTRUIR UN EJE Y PERSONALIZADO (CORREGIDO CON SÍMBOLO %)
axis(2, at = seq(0, max(freq_rel_porc) + 2, length.out = 5),
labels = paste0(round(seq(0, max(freq_rel_porc) + 2, length.out = 5), 1), "%"),
las = 1, cex.axis = 0.8)
# 4. COLOCAR LAS ETIQUETAS CON EL SÍMBOLO "%" EN LAS BARRAS
text(x = bar_centers_rel,
y = freq_rel_porc,
labels = paste0(freq_rel_porc, "%"),
pos = 3,
cex = 0.8,
col = "black")
COMPOSICIÓN GLOBAL (GRÁFICA CIRCULAR)
GRÁFICA CIRCULAR
# 1. ALISTAR LOS DATOS (TOP 5 y el resto)
Datos_Pie <- c(Top5_County, "Otros Condados" = Otros_County)
hi_pie_porc <- round(prop.table(Datos_Pie) * 100, 1)
colores <- c("#66C2A5", "#FC8D62", "#8DA0CB", "#E78AC3", "#A6D854", "#D3D3D3")
etiquetas_leyenda <- paste0(names(Datos_Pie), " (", hi_pie_porc, "%)")
# 2. AJUSTAR EL LIENZO DE TRABAJO
par(mar = c(2, 2, 3, 14), xpd = TRUE)
# 3. DIBUJAR LA GRÁFICA CIRCULAR
pie(hi_pie_porc,
labels = NA,
col = colores,
main = "Gráfica 5: Proporción de Condados (Top 5 vs Otros)",
radius = 0.9)
# 4. MARCAR LAS COORDENADAS DEL CUADRO DE LEYENDA
x0 <- 1.1
x1 <- 2.8
y1 <- 0.9
y0 <- -0.5
# 5. DIBUJAR EL CUADRO BLANCO DE FONDO
rect(xleft = x0, ybottom = y0, xright = x1, ytop = y1, col = "white", border = "black")
# 6. PONER EL TÍTULO DENTRO DE LA TARJETA
text(x = (x0 + x1)/2, y = y1 - 0.15, labels = "Condados", font = 2, cex = 1.0)
# 7. LLENAR LA TARJETA CON LOS COLORES Y PORCENTAJES
legend(x = (x0 + x1)/2,
y = y1 - 0.25,
legend = etiquetas_leyenda,
fill = colores,
cex = 0.7,
bty = "n",
xjust = 0.5,
y.intersp = 1.4)
CONCLUSIÓN
CONCLUSIÓN DE LA VARIABLE COUNTY
El análisis univariado de la variable COUNTY (Condado/Municipio) revela una alta fragmentación geográfica a nivel micro-territorial en la procedencia de las muestras de minerales críticos. A diferencia del análisis a nivel de países, la recolección de datos está muy dispersa en una vasta cantidad de jurisdicciones locales. Sin embargo, al observar el Top 10 y contrastarlo con el total global de muestras, identificamos focos mineros o distritos geológicos muy específicos que concentran la mayor densidad de datos. Esta dispersión en la categoría “Otros Condados” sugiere que, aunque hay pocos condados con actividad masiva, existe una amplia red de exploración distribuida en numerosas localidades de menor envergadura.