1. CARGA DE DATOS Y LIBRERÍAS

# Configuración inicial
knitr::opts_chunk$set(echo = TRUE, message = FALSE, warning = FALSE, fig.align = "center")

# Cargar librerías necesarias para el formato de tablas solicitado
library(knitr)
library(kableExtra)
library(dplyr)

# 1. CARGA DE DATOS (En una sola línea para evitar el error "unexpected string constant")
datos <- read.csv("C:/Users/Martin/Desktop/Estadistica/CMDB_Data.csv", header = TRUE, sep = ";", dec = ".", fileEncoding = "latin1")

# 2. LIMPIEZA DE TEXTO (Extraer solo números de COORDINATES_QUAL)
datos$COORDINATES_QUAL_CLEAN <- gsub("[^0-9.]", "", datos$COORDINATES_QUAL)
datos$COORDINATES_QUAL_NUM <- as.numeric(datos$COORDINATES_QUAL_CLEAN)

# 3. CREACIÓN DE LA VARIABLE ORDINAL
datos$CALIDAD_ORDINAL <- as.character(cut(datos$COORDINATES_QUAL_NUM,
                             breaks = c(-Inf, 1, 10, 100, 1000, Inf),
                             labels = c("1. Excelente (<=1m)", 
                                        "2. Muy Buena (<=10m)", 
                                        "3. Buena (<=100m)", 
                                        "4. Regular (<=1km)", 
                                        "5. Baja (>1km)")))

# 4. ASIGNACIÓN DE CASILLAS VACÍAS A "SIN REGISTRO"
datos$CALIDAD_ORDINAL[is.na(datos$CALIDAD_ORDINAL)] <- "6. Sin Registro"
datos$CALIDAD_ORDINAL[datos$COORDINATES_QUAL == ""] <- "6. Sin Registro"
datos$CALIDAD_ORDINAL[is.na(datos$COORDINATES_QUAL)] <- "6. Sin Registro"

# 5. CONVERTIR A FACTOR (Para mantener el orden estricto)
datos$CALIDAD_ORDINAL <- factor(datos$CALIDAD_ORDINAL, 
                                levels = c("1. Excelente (<=1m)", "2. Muy Buena (<=10m)", 
                                           "3. Buena (<=100m)", "4. Regular (<=1km)", 
                                           "5. Baja (>1km)", "6. Sin Registro"))

Se cargaron y categorizaron correctamente los datos de calidad espacial, incluyendo los valores sin registro.

2. SELECCIÓN DE LA VARIABLE

VARIABLE SELECCIONADA: COORDINATES_QUAL

# Seleccionar la versión ordinal de COORDINATES_QUAL para el análisis
variable_seleccionada <- datos$CALIDAD_ORDINAL
nombre_variable <- "COORDINATES_QUAL"

cat("Variable seleccionada:", nombre_variable, "\n")
## Variable seleccionada: COORDINATES_QUAL
cat("Categorías de precisión encontradas:\n")
## Categorías de precisión encontradas:
print(table(variable_seleccionada))
## variable_seleccionada
##  1. Excelente (<=1m) 2. Muy Buena (<=10m)    3. Buena (<=100m) 
##                  210                  119                  259 
##   4. Regular (<=1km)       5. Baja (>1km)      6. Sin Registro 
##                  220                   30                  528

3. TABLA DE DISTRIBUCIÓN DE FRECUENCIAS

TABLA DE FRECUENCIAS COMPLETA

# Cargar las librerías necesarias
library(dplyr)
library(gt)

# 1. CONTAR LAS MUESTRAS POR RANGO ORDINAL
TDF_ORDINAL <- table(datos$CALIDAD_ORDINAL)

# 2. ESTRUCTURAR LA TABLA BASE
tabla_cordinal <- as.data.frame(TDF_ORDINAL)
colnames(tabla_cordinal) <- c("Rango_Precision", "ni")

# 3. CÁLCULO DE PROPORCIONES
total_muestras <- sum(tabla_cordinal$ni)
tabla_cordinal$hi <- tabla_cordinal$ni / total_muestras
tabla_cordinal$hi_porc <- round(tabla_cordinal$hi * 100, 2)

# 4. FRECUENCIAS ACUMULADAS (Ascendentes y Descendentes)
tabla_cordinal$Ni_asc <- cumsum(tabla_cordinal$ni)
tabla_cordinal$Hi_asc <- cumsum(tabla_cordinal$hi_porc)
tabla_cordinal$Ni_des <- rev(cumsum(rev(tabla_cordinal$ni)))
tabla_cordinal$Hi_des <- rev(cumsum(rev(tabla_cordinal$hi_porc)))

# 5. CREAR LA FILA DE TOTALES
Total <- data.frame(Rango_Precision = "TOTAL GENERAL",
                    ni = sum(tabla_cordinal$ni),
                    hi = sum(tabla_cordinal$hi),
                    hi_porc = sum(tabla_cordinal$hi_porc),
                    Ni_asc = NA, Hi_asc = NA, Ni_des = NA, Hi_des = NA)

# 6. UNIR TODO EN LA TABLA FINAL
tabla_final <- rbind(tabla_cordinal, Total)

# 7. MOSTRAR LA TABLA CON LA ESTÉTICA 'gt'
tabla_ord_gt <- tabla_final %>%
  gt() %>%
  tab_header(
    title = md("**Tabla N° 1**"),
    subtitle = md("Distribución de precisión de coordenadas en depósitos minerales")
  ) %>%
  tab_source_note(
    source_note = md("Autores: Grupo 1 <br> Semestre 2026 - 2026")
  ) %>%
  fmt_missing(
    columns = everything(),
    missing_text = "-"
  ) %>%
  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_ord_gt
Tabla N° 1
Distribución de precisión de coordenadas en depósitos minerales
Rango_Precision ni hi hi_porc Ni_asc Hi_asc Ni_des Hi_des
1. Excelente (<=1m) 210 0.15373353 15.37 210 15.37 1366 100.00
2. Muy Buena (<=10m) 119 0.08711567 8.71 329 24.08 1156 84.63
3. Buena (<=100m) 259 0.18960469 18.96 588 43.04 1037 75.92
4. Regular (<=1km) 220 0.16105417 16.11 808 59.15 778 56.96
5. Baja (>1km) 30 0.02196193 2.20 838 61.35 558 40.85
6. Sin Registro 528 0.38653001 38.65 1366 100.00 528 38.65
TOTAL GENERAL 1366 1.00000000 100.00 - - - -
Autores: Grupo 1
Semestre 2026 - 2026

4. CLASIFICACIÓN DE CATEGORÍAS

REGISTROS CON PRECISIÓN FRENTE A REGISTROS SIN INFORMACIÓN

# Clasificar los datos según la disponibilidad de información de precisión
sin_registro <- as.numeric(TDF_ORDINAL["6. Sin Registro"])
con_registro <- sum(TDF_ORDINAL) - sin_registro

frecuencias_clasificadas <- c(
  "Con precisión registrada" = con_registro,
  "Sin registro" = sin_registro
)

tabla_clasificacion <- data.frame(
  Clasificacion = names(frecuencias_clasificadas),
  ni = as.numeric(frecuencias_clasificadas),
  stringsAsFactors = FALSE
)

tabla_clasificacion$hi <- tabla_clasificacion$ni / sum(tabla_clasificacion$ni)
tabla_clasificacion$hi_porc <- round(tabla_clasificacion$hi * 100, 2)

Total_Clasificacion <- data.frame(
  Clasificacion = "TOTAL GENERAL",
  ni = sum(tabla_clasificacion$ni),
  hi = sum(tabla_clasificacion$hi),
  hi_porc = sum(tabla_clasificacion$hi_porc)
)

tabla_final_clasificacion <- rbind(
  tabla_clasificacion,
  Total_Clasificacion
)

tabla_final_clasificacion %>%
  gt() %>%
  fmt_number(columns = hi, decimals = 4) %>%
  fmt_number(columns = hi_porc, decimals = 2) %>%
  tab_header(
    title = md("**Tabla N° 2**"),
    subtitle = md("Disponibilidad de información sobre precisión de coordenadas")
  ) %>%
  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.bottom.color = "black",
    row.striping.include_table_body = TRUE
  )
Tabla N° 2
Disponibilidad de información sobre precisión de coordenadas
Clasificacion ni hi hi_porc
Con precisión registrada 838 0.6135 61.35
Sin registro 528 0.3865 38.65
TOTAL GENERAL 1366 1.0000 100.00
Autores: Grupo 1
Semestre 2026 - 2026

5. VISUALIZACIÓN DE COMPARATIVAS BÁSICAS

GRÁFICA DE BARRAS LOCAL Y GLOBAL

# Ajustar márgenes para que las etiquetas ordinales (que son largas) quepan correctamente
par(mar = c(10, 5, 4, 2) + 0.1)

limite_y_local <- max(TDF_ORDINAL) * 1.2

# 1. PRIMERA GRÁFICA (LOCAL)
barplot(TDF_ORDINAL, 
        main = "Gráfica 1: Calidad de Coordenadas (LOCAL)", 
        ylab = "Cantidad de depósitos",                               
        col = "pink", 
        las = 2,               # Textos en vertical
        cex.names = 0.8,       
        ylim = c(0, limite_y_local))    

# 2. SEGUNDA GRÁFICA (GLOBAL - EJE Y AL TOTAL DE DATOS USADOS)
# 'total_muestras' asegura que se compare contra el 100% de los registros
barplot(TDF_ORDINAL, 
        main = "Gráfica 2: Calidad de Coordenadas (GLOBAL)",
        ylab = "Cantidad total de la base de datos",
        col = "skyblue",
        las = 2,
        cex.names = 0.8,
        ylim = c(0, total_muestras), # El techo es el total exacto
        yaxt = "n") 

# 3. Dibujar el eje Y personalizado anclado al total
puntos_eje <- unique(round(c(seq(0, total_muestras, length.out = 5), total_muestras)))
axis(2, at = puntos_eje, las = 1)

6. ANÁLISIS DE FRECUENCIA ABSOLUTA

ANÁLISIS DE FRECUENCIA ABSOLUTA

par(mar = c(10, 5, 4, 2) + 0.1)
freq_abs <- TDF_ORDINAL

# 2. DIBUJAR LA GRÁFICA Y GUARDAR SUS COORDENADAS
bar_centers <- barplot(freq_abs, 
                       main = "Gráfica 3: Frecuencia Absoluta",
                       ylab = "Cantidad",
                       col = "orange",
                       las = 2,          
                       cex.names = 0.8,  
                       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")

7. ANÁLISIS DE FRECUENCIA RELATIVA (PORCENTAJES)

ANÁLISIS DE FRECUENCIA RELATIVA (PORCENTAJES)

par(mar = c(10, 5, 4, 2) + 0.1)

# 1. USAR LOS DATOS DE LA TABLA (Porcentajes)
freq_rel_porc <- tabla_cordinal$hi_porc

# 2. DIBUJAR LAS BARRAS Y PERSONALIZAR EL LIENZO
bar_centers_rel <- barplot(freq_rel_porc, 
                           names.arg = tabla_cordinal$Rango_Precision,
                           main = "Gráfica 4: Distribución Porcentual Relativa (%)", 
                           ylab = "Porcentaje del Total (%)", 
                           col = "orchid", 
                           las = 2, 
                           cex.names = 0.8,
                           ylim = c(0, max(freq_rel_porc) * 1.3), 
                           yaxt = "n",       
                           yaxs = "i")       

# 3. CONSTRUIR UN EJE Y PERSONALIZADO
axis(2, at = seq(0, max(freq_rel_porc) + 5, length.out = 5), 
     labels = paste0(round(seq(0, max(freq_rel_porc) + 5, 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")

8. COMPOSICIÓN GLOBAL (GRÁFICA CIRCULAR)

GRÁFICA CIRCULAR

# 1. ALISTAR DATOS Y COLORES
colores <- terrain.colors(length(TDF_ORDINAL))
etiquetas_leyenda <- paste0(tabla_cordinal$Rango_Precision, " (", tabla_cordinal$hi_porc, "%)")

# Filtrar etiquetas internas del pie chart (Si hay valores en 0%, las vaciamos para limpieza visual)
etiquetas_pie <- paste0(tabla_cordinal$hi_porc, "%")
etiquetas_pie[tabla_cordinal$hi_porc == 0] <- ""

# 2. AJUSTAR EL LIENZO DE TRABAJO
par(mar = c(2, 2, 3, 16), xpd = TRUE)

# 3. DIBUJAR LA GRÁFICA CIRCULAR 
pie(TDF_ORDINAL, 
    labels = etiquetas_pie,  
    col = colores, 
    main = "Gráfica 5: Composición de Calidad de Datos", 
    radius = 0.9,
    cex = 0.8) 

# 4. MARCAR LAS COORDENADAS DEL CUADRO DE LEYENDA
x0 <- 1.1    
x1 <- 3.5    
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 = "Precisión", 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 = 0.75,          
       bty = "n",                    
       xjust = 0.5,                  
       y.intersp = 1.4)

9. CONCLUSIÓN

CONCLUSIÓN DE LA VARIABLE COORDINATES_QUAL

El análisis de la variable COORDINATES_QUAL confirma que la categoría de precisión más frecuente es 6. Sin Registro, que representa el 38.65% de los registros. Esta tendencia permite identificar la condición predominante de la información espacial y evidencia la importancia de validar la precisión de las coordenadas antes de realizar análisis geoquímicos, cartográficos o predictivos.