---
title: "Lab 2"
author: "Maria Jose,Diany,Hector"
date: "01/07/2026"
output: 
  flexdashboard::flex_dashboard:
    orientation: columns
    vertical_layout: fill
    social: menu
    source_code: embed
---
```{r setup, include=FALSE}
library(flexdashboard)
library(ggplot2)
library(corrplot)
library(readxl)
DATOS_PINGUINOS_palmer_solos_para_R_ <- read_excel("DATOS PINGUINOS palmer solos (para R).xlsx")
View(DATOS_PINGUINOS_palmer_solos_para_R_)

tema_dashboard <- theme_light() +
  theme(
    plot.title = element_text(
      hjust = 0.5,
      face = "bold",
      size = 14
    ),

    axis.title = element_text(size = 11),
    axis.text = element_text(size = 10),

    # Líneas verticales y horizontales principales
    panel.grid.major.x = element_line(
      colour = "grey60",
      linewidth = 0.8
    ),
    panel.grid.major.y = element_line(
      colour = "grey60",
      linewidth = 0.8
    ),

    # Líneas secundarias
    panel.grid.minor.x = element_line(
      colour = "grey65",
      linewidth = 0.5
    ),
    panel.grid.minor.y = element_line(
      colour = "grey65",
      linewidth = 0.5
    ),

    panel.border = element_rect(
      colour = "black",
      fill = NA,
      linewidth = 0.7
    ),

    plot.margin = margin(15,15,15,15)
  )
```

INTRODUCCION
================================================================================
Column
-----------------------------------------------------------------------

### DESCRIPCION DE LOS DATOS

Se realiza un análisis de un conjunto de datos sobre pingüinos del archipiélago Palmer en Antártida.

Como objetivo se estudian las características físicas de los pingüinos utilizando estadística descriptiva.

El conjunto contiene datos de especies de pingüinos, medidas de longitud y profundidad de sus picos, y otras variables.

Para este análisis se utilizó el conjunto de datos Palmer Archipelago (Antarctica) Penguin Data de Kaggle.

- Dataset original: 344 observaciones.
- Dataset final: 333 observaciones.
- Número de variables analizadas: 7 variables.

Fuente:
https://www.kaggle.com/datasets/parulpandey/palmer-archipelago-antarctica-penguin-data​


### Tabla 1. CARACTERRISTICAS DE LOS PINGÜINOS

```{r}
library(dplyr)
library(knitr)

names(DATOS_PINGUINOS_palmer_solos_para_R_) <- c(
  "especie",
  "isla",
  "longitud_pico",
  "profundidad_pico",
  "longitud_aleta",
  "masa_corporal",
  "sexo"
)
tabla_resumen <- data.frame(
  Variable = c("Longitud pico",
               "Profundidad pico",
               "Longitud aleta",
               "Masa corporal"),

  Media = c(
    mean(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_pico, na.rm = TRUE),
    mean(DATOS_PINGUINOS_palmer_solos_para_R_$profundidad_pico, na.rm = TRUE),
    mean(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_aleta, na.rm = TRUE),
    mean(DATOS_PINGUINOS_palmer_solos_para_R_$masa_corporal, na.rm = TRUE)
  ),

  Mediana = c(
    median(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_pico, na.rm = TRUE),
    median(DATOS_PINGUINOS_palmer_solos_para_R_$profundidad_pico, na.rm = TRUE),
    median(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_aleta, na.rm = TRUE),
    median(DATOS_PINGUINOS_palmer_solos_para_R_$masa_corporal, na.rm = TRUE)
  ),

  `Desviación` = c(
    sd(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_pico, na.rm = TRUE),
    sd(DATOS_PINGUINOS_palmer_solos_para_R_$profundidad_pico, na.rm = TRUE),
    sd(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_aleta, na.rm = TRUE),
    sd(DATOS_PINGUINOS_palmer_solos_para_R_$masa_corporal, na.rm = TRUE)
  ),

  Mínimo = c(
    min(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_pico, na.rm = TRUE),
    min(DATOS_PINGUINOS_palmer_solos_para_R_$profundidad_pico, na.rm = TRUE),
    min(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_aleta, na.rm = TRUE),
    min(DATOS_PINGUINOS_palmer_solos_para_R_$masa_corporal, na.rm = TRUE)
  ),

  Q1 = c(
    quantile(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_pico, 0.25, na.rm = TRUE),
    quantile(DATOS_PINGUINOS_palmer_solos_para_R_$profundidad_pico, 0.25, na.rm = TRUE),
    quantile(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_aleta, 0.25, na.rm = TRUE),
    quantile(DATOS_PINGUINOS_palmer_solos_para_R_$masa_corporal, 0.25, na.rm = TRUE)
  ),

  Q3 = c(
    quantile(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_pico, 0.75, na.rm = TRUE),
    quantile(DATOS_PINGUINOS_palmer_solos_para_R_$profundidad_pico, 0.75, na.rm = TRUE),
    quantile(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_aleta, 0.75, na.rm = TRUE),
    quantile(DATOS_PINGUINOS_palmer_solos_para_R_$masa_corporal, 0.75, na.rm = TRUE)
  ),

  Máximo = c(
    max(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_pico, na.rm = TRUE),
    max(DATOS_PINGUINOS_palmer_solos_para_R_$profundidad_pico, na.rm = TRUE),
    max(DATOS_PINGUINOS_palmer_solos_para_R_$longitud_aleta, na.rm = TRUE),
    max(DATOS_PINGUINOS_palmer_solos_para_R_$masa_corporal, na.rm = TRUE)
  )
)

tabla_resumen[-1] <- round(tabla_resumen[-1], 2)

kable(tabla_resumen)
```

Column {data-width=600}
-----------------------------------------------------------------------
### ¿POR QUE SE ELIGIERON ESTOS DATOS?

1) Contiene variables morfológicas fáciles de analizar.

2) Permite explorar relaciones entre variables y comparar las características entre los pingüinos.

Las variables que fueron medidas permiten estudiar el tamaño y las diferencias entre especies.

* Aleta (capacidad de natación y buceo)

* Masa corporal (tamaño y energía del animal)

* Pico(tipo de alimentación)

### IMAGEN

```{r echo=FALSE, out.width="100%"}
knitr::include_graphics("penguin-species.jpg")
```
Fuente: https://www.kaggle.com/code/sunaysawant/penguin-in-antarctica-eda?scriptVersionId=54235175&cellId=3


INTRODUCCION_2
================================================================================
### DESCRIPCION DE LAS VARIABLES


```{r}
library(knitr)
library(kableExtra)

diccionario <- data.frame(
  Variable = c(
    "Especie",
    "Isla",
    "Sexo",
    "Longitud del pico",
    "Profundidad del pico",
    "Longitud de la aleta",
    "Masa corporal"
  ),

  `Tipo de variable` = c(
    "Cualitativa",
    "Cualitativa",
    "Cualitativa",
    "Cuantitativa continua",
    "Cuantitativa continua",
    "Cuantitativa continua",
    "Cuantitativa continua"
  ),

  `Escala de medición` = c(
    "Nominal",
    "Nominal",
    "Nominal",
    "Razón",
    "Razón",
    "Razón",
    "Razón"
  ),

  Descripción = c(
    "Especie del pingüino observado (Adelie, Chinstrap, Gentoo)",
    "Isla del archipiélago Palmer donde fue observado el pingüino (Biscoe, Torgersen, Dream)",
    "Sexo del pingüino registrado",
    "Longitud del pico del pingüino",
    "Profundidad del pico del pingüino",
    "Longitud de la aleta del pingüino",
    "Peso corporal del pingüino"
  ),

  `Unidad de medida` = c(
    "N/A",
    "N/A",
    "N/A",
    "milímetros (mm)",
    "milímetros (mm)",
    "milímetros (mm)",
    "gramos (g)"
  )
)

kable(
  diccionario,
  caption = "Descripción de las variables del conjunto de datos",
  align = "c"
) %>%
  kable_styling(
    full_width = FALSE,
    bootstrap_options = c("striped", "bordered")
  )
```



ANALISIS UNIVARIADOS
================================================================================
Column {data-width=600}
--------------------------------------------------------------------------------
### DISTRIBUCION DE PINGÜINOS POR ISLA

```{r}
ggplot(DATOS_PINGUINOS_palmer_solos_para_R_, aes(x = isla)) +
  geom_bar(fill = "lightgreen", color = "black", width = 0.4) +
  geom_text(
    stat = "count",
    aes(label = after_stat(count)),
    vjust = -0.5
  ) +
  labs(
    title = "Distribución de pingüinos por isla",
    x = "Isla",
    y = "Frecuencia"
  ) +
  tema_dashboard
```

### INTERPRETACION

En la grafica se puede observa que la isla Biscoe presenta la mayor cantidad de registros, seguida de Dream y, finalmente, Torgersen. Esto sugiere que en Biscoe se observaron más individuos, se realizó un mayor esfuerzo de muestreo en comparación con las otras islas o existe mayor presencia de pingüinos.

Column {data-width=600}
--------------------------------------------------------------------------------
### DISTRIBUCION DE PINGÜINOS POR ESPECIE

```{r}
ggplot(DATOS_PINGUINOS_palmer_solos_para_R_, aes(x = especie)) +
  geom_bar(fill = "purple", color = "black", width = 0.4) +
  geom_text(
    stat = "count",
    aes(label = after_stat(count)),
    vjust = -0.5
  ) +
  labs(
    title = "Distribución de pingüinos por especie",
    x = "Especie",
    y = "Frecuencia"
  ) +
  tema_dashboard
```

### INTERPRETACION

En la gráfica se puede observa que la especie Adelie es la más abundante en el conjunto de datos (mayor frecuencia), con 146 individuos, seguida por Gentoo con 119 y Chinstrap con 68. Esto indica que la especie Adelie tiene una mayor representación en las observaciones analizadas


Column {data-width=600}
--------------------------------------------------------------------------------
### DISTRIBUCION DE PINGÜINOS POR SEXO

```{r}
ggplot(DATOS_PINGUINOS_palmer_solos_para_R_, aes(x = sexo)) +
  geom_bar(fill = "salmon", color = "black", width = 0.4) +
  geom_text(
    stat = "count",
    aes(label = after_stat(count)),
    vjust = -0.5
  ) +
  labs(
    title = "Distribución de pingüinos por sexo",
    x = "Sexo",
    y = "Frecuencia"
  ) +
  tema_dashboard
```


### INTERPRETACION

En la gráfica se puede observa que la distribución entre machos y hembras es bastante equilibrada, ya que las frecuencias de ambos grupos son similares. Esto es favorable para el análisis porque reduce la posibilidad de sesgos relacionados con el sexo de los individuos.

```{r cambiar_nombres, include=FALSE}
names(DATOS_PINGUINOS_palmer_solos_para_R_) <- c(
  "especie",
  "isla",
  "longitud_pico",
  "profundidad_pico",
  "longitud_aleta",
  "masa_corporal",
  "sexo",
  "anio"
)
```


ANALISIS UNIVARIADOS_2
================================================================================
Column {data-width=600}
--------------------------------------------------------------------------------
### DISTRIBUCION DE PINGÜINOS POR LONGITUD DE PICO

```{r}
ggplot(DATOS_PINGUINOS_palmer_solos_para_R_,
       aes(x = longitud_pico)) +
  geom_histogram(
    binwidth = 2,
    fill = "yellow",
    color = "black",
    width = 0.4
  ) +
  labs(
    title = "Histograma de Longitud del pico",
    x = "Longitud del pico (mm)",
    y = "Frecuencia"
  ) +
  tema_dashboard
```

### INTERPRETACION

En el histograma se puede observar que la longitud del pico presenta una distribución relativamente concentrada entre los valores intermedios (distribución normal), con pocos individuos en los extremos. Esto sugiere que la mayoría de los pingüinos poseen una longitud de pico cercana al promedio de la población.

Column {data-width=600}
--------------------------------------------------------------------------------
### DISTRIBUCION DE PINGÜINOS POR LONGITUD DE ALETA

```{r}
ggplot(DATOS_PINGUINOS_palmer_solos_para_R_,
       aes(x = longitud_aleta)) +
  geom_histogram(
    binwidth = 5,
    fill = "pink",
    color = "black",
    width = 0.4
  ) +
  labs(
    title = "Histograma de la longitud de la aleta",
    x = "Longitud de la aleta (mm)",
    y = "Frecuencia"
  ) +
  tema_dashboard
```

### INTERPRETACION

En el histograma se puede observar que la longitud de la aleta muestra una distribución con cierta dispersión y posiblemente más de un grupo de valores predominantes. Esto puede deberse a las diferencias morfológicas existentes entre las especies de pingüinos analizadas.

Column {data-width=600}
--------------------------------------------------------------------------------
### DISTRIBUCION DE PINGÜINOS POR MASA CORPORAL

```{r}
ggplot(DATOS_PINGUINOS_palmer_solos_para_R_,
       aes(x = masa_corporal)) +
  geom_histogram(
    binwidth = 250,
    fill = "plum",
    color = "black"
  ) +
  labs(
    title = "Histograma de la masa corporal",
    x = "Masa corporal (g)",
    y = "Frecuencia"
  ) +
  tema_dashboard
```

### INTERPRETACION

En el histograma se puede observar que la masa corporal presenta una amplia variabilidad (distribución relativamente dispersa), aunque la mayor parte de los individuos se concentra en valores intermedios. Esto indica que existen diferencias importantes en el tamaño y peso de los pingüinos del conjunto de datos.

ANALISIS BIVARIADOS
================================================================================

Column {data-width=700}
--------------------------------------------------------------------------------
### GRAFICO DE DISPERCION

```{r}
ggplot(DATOS_PINGUINOS_palmer_solos_para_R_,
       aes(x = longitud_pico,
           y = masa_corporal)) +
  geom_point(color = "blue", size = 2) +
  geom_smooth(method = "lm", se = FALSE, color = "black") +
  labs(
    title = "Relación entre Longitud del pico y Masa corporal",
    x = "Longitud del pico (mm)",
    y = "Masa corporal (g)"
  ) +
  tema_dashboard
```

### INTERPRETACION

En la relación entre longitud del pico y masa corporal se puede observar una tendencia positiva moderada entre la longitud del pico y la masa corporal. En general, los individuos con picos más largos tienden a presentar una mayor masa corporal, aunque la relación no es perfecta y existe cierta dispersión entre los datos.

Column {data-width=450}
--------------------------------------------------------------------------------
### LONGITUD Y PROFUNDIDAD DEL PICO

```{r echo=FALSE, out.width="100%"}
knitr::include_graphics("partes.png")
```
Fuente: https://www.kaggle.com/code/sunaysawant/penguin-in-antarctica-eda?scriptVersionId=54235175&cellId=15

Column {data-width=700}
--------------------------------------------------------------------------------
### GRAFICO DE DISPERCION

```{r}

ggplot(
  DATOS_PINGUINOS_palmer_solos_para_R_,
  aes(
    x = longitud_aleta,
    y = masa_corporal
  )
) +
  geom_point(
    aes(color = especie),
    size = 3,
    alpha = 0.8
  ) +
  labs(
    title = "Longitud de aleta y masa corporal",
    x = "Longitud de aleta (mm)",
    y = "Masa corporal (g)"
  ) +
  tema_dashboard
```

### INTERPRETACION

En la grafica la relación entre la longitud de la aleta y la masa corporal se puede evidenciar una relación positiva fuerte entre la longitud de la aleta y la masa corporal. Los pingüinos con aletas más largas tienden a ser más pesados, lo que indica que ambas variables están asociadas con el tamaño corporal de los individuos.

ANALISIS BIVARIADOS_2
================================================================================
Column {data-width=600}
--------------------------------------------------------------------------------
### GRAFICO DE DISPERCION 

```{r}
library(ggplot2)

ggplot(DATOS_PINGUINOS_palmer_solos_para_R_,
       aes(x = especie,
           y = masa_corporal)) +
  geom_boxplot(fill = "gold",
               color = "black") +
  labs(
    title = "Distribución de la Masa corporal según la Especie",
    x = "Especie",
    y = "Masa corporal (g)"
  ) +
  tema_dashboard
```

### INTERPRETACION

En la relación de la masa corporal según la especie se puede observar que la especie Gentoo presenta las mayores masas corporales, seguida por Chinstrap y Adelie. Además, se observan diferencias claras entre las medianas de cada especie, lo que evidencia diferencias morfológicas importantes entre los grupos.

Column {data-width=600}
--------------------------------------------------------------------------------
### GRAFICO DE DISPERCION

```{r}
ggplot(
  DATOS_PINGUINOS_palmer_solos_para_R_,
  aes(
    x = longitud_pico,
    y = profundidad_pico
  )
) +
  geom_point(
    aes(color = especie),
    size = 2.5,
    alpha = 0.8
  ) +
  labs(
    title = "Relación entre la longitud y la profundidad del pico",
    x = "Longitud de pico (mm)",
    y = "Profundidad del pico (mm)"
  ) +
  tema_dashboard
```

### INTERPRETACION

En la relación entre longitud y profundidad del pico se puede observar una ligera tendencia negativa, lo que sugiere que a medida que aumenta la longitud del pico, la profundidad tiende a disminuir. Además,se observan agrupaciones de puntos correspondientes a las diferentes especies esto sugiere que las especies de pingüinos presentan adaptaciones distintas en la forma del pico, posiblemente relacionadas con su alimentación.

Existe una ligera tendencia inversa entre ambas variables, indicando que los pingüinos con picos más largos tienden a presentar picos menos profundos. Estas diferencias podrían estar relacionadas con adaptaciones alimenticias y ecológicas de cada especie.

Column {data-width=600}
--------------------------------------------------------------------------------
### DISTRIBUCION DE SEXO POR ESPECIE

```{r}
library(dplyr)

pinguinos <- read_excel("DATOS PINGUINOS palmer solos (para R).xlsx")

# Crear tabla de frecuencias
datos_graf <- pinguinos %>%
  count(especie, sexo)

ggplot(datos_graf, aes(x = especie, y = n, fill = sexo)) +
  geom_bar(stat = "identity",
           position = "stack",
           width = 0.4) +   # Barras más delgadas
  geom_text(aes(label = n),
            position = position_stack(vjust = 0.5),
            color = "black",
            size = 4) +
  coord_flip() +
  scale_fill_manual(values = c("FEMALE" = "#4F81BD",
                               "MALE" = "#C0504D")) +
  labs(
    title = "Distribución de sexo por especie de pingüino",
    x = "Frecuencia",
    y = "Especies",
    fill = "sexo"
  ) +
  tema_dashboard
```

### IINTERPRETACION

La distribución de sexo por especie es bastante equilibrada en las tres especies. En Adelie y Chinstrap el número de machos y hembras es prácticamente igual, mientras que en Gentoo existe una pequeña diferencia a favor de los machos. En general, no se evidencia un sesgo importante en la representación de los sexos.

CONCLUCIONES
================================================================================
Row
--------------------------------------------------------------------------------
### CONCLUCIONES

1) La mayor cantidad de registros de los datos corresponde a la isla Biscoe, lo que indica que esta isla tiene una mayor proporción de observaciones de pingüinos dentro del conjunto de datos.

2) La distribución del sexo dentro de las especies es bastante equilibrada, especialmente en Adelie y Chinstrap, lo que sugiere que el dataset no presenta un sesgo fuerte hacia uno de los sexos.

3) Existe una relación positiva entre la longitud de la aleta y la masa corporal, lo que indica que los pingüinos con aletas más largas tienden a tener mayor peso.

4) La especie Gentoo presenta en promedio una mayor masa corporal que las otras especies, lo que refleja diferencias morfológicas entre los tipos de pingüinos analizados.

5) La especie Adelie es la más representada dentro del conjunto de datos, mientras que Chinstrap es la menos frecuente.

6) Existen diferencias morfológicas entre las especies, evidenciadas en variables como la masa corporal, la longitud de la aleta y las características del pico.

7) La relación entre la longitud y la profundidad del pico permite diferenciar grupos de individuos, lo que sugiere adaptaciones específicas de cada especie.


### RECOMENDACIONES

1) Realizar análisis estadísticos inferenciales, como pruebas de hipótesis o análisis de varianza, para determinar si las diferencias observadas entre las especies son estadísticamente significativas.

2) Aplicar análisis de correlación y modelos de regresión para estudiar con mayor profundidad las relaciones entre las variables morfológicas.

3) Incorporar otras variables ambientales, como la ubicación o el año de observación, para comprender mejor los factores que influyen en las características de los pingüinos.

4) Utilizar técnicas de clasificación o agrupamiento para identificar patrones y diferencias entre las especies de manera más precisa.