1. CARGA DE DATOS Y LIBRERÍAS

library(dplyr)
library(gt)

# CARGA DE DATOS
Alaska_Geoquimica <- read.csv(
"~/PROYECTO ALASKA/Alaska_sedimentos_geoquimica_USGSN.csv",
  header = TRUE,
  sep = ",",
  dec = ".",
  stringsAsFactors = FALSE,
  check.names = FALSE
)

cat("Registros cargados:", nrow(Alaska_Geoquimica), "\n")
## Registros cargados: 16695
cat("Variables disponibles:", ncol(Alaska_Geoquimica), "\n")
## Variables disponibles: 77

La columna Zn_ppm_AES_ST contiene la concentración de zinc de cada muestra, expresada en partes por millón y determinada mediante ICP-AES.

2. SELECCIÓN DE VARIABLE

# Extraer la variable sin modificar la columna original.
zinc_original <- suppressWarnings(
  as.numeric(Alaska_Geoquimica$Zn_ppm_AES_ST)
)

# Los valores negativos son códigos de resultados menores al límite de
# detección (<LD), no concentraciones físicas negativas.
n_menor_ld <- sum(zinc_original < 0, na.rm = TRUE)
zinc_cuantificado <- zinc_original[
  !is.na(zinc_original) & zinc_original >= 0
]

# Calcular terciles solamente con concentraciones cuantificadas.
limites_terciles <- quantile(
  zinc_cuantificado,
  probs = c(1/3, 2/3),
  na.rm = TRUE,
  names = FALSE,
  type = 7
)

# Crear una representación agrupada únicamente dentro del análisis ordinal.
Nivel_Zn <- cut(
  zinc_cuantificado,
  breaks = c(-Inf, limites_terciles[1], limites_terciles[2], Inf),
  labels = c("BAJA", "MEDIA", "ALTA"),
  include.lowest = TRUE,
  ordered_result = TRUE
)

Nivel_Zn <- factor(
  Nivel_Zn,
  levels = c("BAJA", "MEDIA", "ALTA"),
  ordered = TRUE
)

cat("Límite entre BAJA y MEDIA:", round(limites_terciles[1], 2), "ppm\n")
## Límite entre BAJA y MEDIA: 80 ppm
cat("Límite entre MEDIA y ALTA:", round(limites_terciles[2], 2), "ppm\n")
## Límite entre MEDIA y ALTA: 104 ppm
cat("Observaciones válidas:", length(Nivel_Zn), "\n")
## Observaciones válidas: 16668
cat("Códigos menores al límite de detección excluidos:", n_menor_ld, "\n")
## Códigos menores al límite de detección excluidos: 27
summary(Nivel_Zn)
##  BAJA MEDIA  ALTA 
##  5588  5649  5431

Zn_ppm_AES_ST es originalmente una variable cuantitativa continua. Para este análisis se representa temporalmente como ordinal mediante tres niveles: BAJA < MEDIA < ALTA. Los límites se obtienen de los terciles de las concentraciones cuantificadas, por lo que no se asignan de forma arbitraria. Esta operación no reemplaza ni modifica la columna original. Los valores negativos se excluyen de los puntos de corte porque son códigos analíticos <LD y no concentraciones negativas.

3. TABLA DE DISTRIBUCIÓN DE FRECUENCIA

n <- length(Nivel_Zn)
ni <- table(Nivel_Zn)
hi <- prop.table(ni) * 100

Ni_asc <- cumsum(ni)
Hi_asc <- cumsum(hi)
Ni_desc <- rev(cumsum(rev(ni)))
Hi_desc <- rev(cumsum(rev(hi)))

TablaFrecuencias_Zn <- data.frame(
  Nivel = names(ni),
  ni = as.numeric(ni),
  hi = round(as.numeric(hi), 2),
  Ni_asc = as.numeric(Ni_asc),
  Hi_asc = round(as.numeric(Hi_asc), 2),
  Ni_desc = as.numeric(Ni_desc),
  Hi_desc = round(as.numeric(Hi_desc), 2)
)

TablaFrecuencias_Zn <- bind_rows(
  TablaFrecuencias_Zn,
  data.frame(
    Nivel = "TOTAL",
    ni = sum(ni),
    hi = 100,
    Ni_asc = NA,
    Hi_asc = NA,
    Ni_desc = NA,
    Hi_desc = NA
  )
)

TablaFrecuencias_Zn %>%
  gt() %>%
  cols_label(
    Nivel = "Nivel de concentración",
    ni = "Frecuencia (ni)",
    hi = "Frecuencia relativa hi (%)",
    Ni_asc = "Ni Asc",
    Hi_asc = "Hi Asc (%)",
    Ni_desc = "Ni Desc",
    Hi_desc = "Hi Desc (%)"
  ) %>%
  fmt_number(columns = c(hi, Hi_asc, Hi_desc), decimals = 2) %>%
  sub_missing(columns = everything(), missing_text = "—") %>%
  tab_header(
    title = md("**Tabla N.° 1**"),
    subtitle = md(
      "Distribución de frecuencias de los niveles de concentración de zinc en Alaska"
    )
  ) %>%
  tab_source_note(source_note = md("**Autor:** GRUPO 2")) %>%
  tab_style(
    style = list(
      cell_fill(color = "#eee8f7"),
      cell_text(weight = "bold")
    ),
    locations = cells_body(rows = Nivel == "TOTAL")
  ) %>%
  tab_style(
    style = cell_text(color = "white"),
    locations = cells_title(groups = c("title", "subtitle"))
  ) %>%
  tab_options(
    heading.background.color = "#4a396f",
    column_labels.background.color = "#aa98c9",
    column_labels.font.weight = "bold",
    table.border.top.color = "#4a396f",
    table.border.bottom.color = "#4a396f"
  )
Tabla N.° 1
Distribución de frecuencias de los niveles de concentración de zinc en Alaska
Nivel de concentración Frecuencia (ni) Frecuencia relativa hi (%) Ni Asc Hi Asc (%) Ni Desc Hi Desc (%)
BAJA 5588 33.53 5588 33.53 16668 100.00
MEDIA 5649 33.89 11237 67.42 11080 66.47
ALTA 5431 32.58 16668 100.00 5431 32.58
TOTAL 16668 100.00 — — — —
Autor: GRUPO 2

La fila TOTAL confirma 16.668 concentraciones cuantificadas y una frecuencia relativa total del 100 %. Las acumulaciones se calculan respetando el orden BAJA–MEDIA–ALTA.

4. GRÁFICAS DE DISTRIBUCIÓN DE FRECUENCIA

tabla_graf <- TablaFrecuencias_Zn %>%
  filter(Nivel != "TOTAL")

colores_ordinales <- c("#b9a7d8", "#8067aa", "#4a396f")

grafica_barras_ordinal <- function(valores, titulo, etiqueta_y, limite_y) {
  par(
    mar = c(8.5, 5.5, 5, 2) + 0.1,
    mgp = c(3.2, 0.9, 0),
    xaxs = "i",
    yaxs = "i"
  )

  posiciones <- barplot(
    valores,
    main = titulo,
    xlab = "",
    ylab = etiqueta_y,
    col = colores_ordinales,
    names.arg = rep("", length(valores)),
    border = "white",
    axes = FALSE,
    ylim = c(0, limite_y),
    cex.main = 1.22,
    cex.lab = 1.12
  )

  axis(2, las = 1, cex.axis = 1.02, lwd = 1.2, col = "#403651")
  axis(1, at = posiciones, labels = FALSE, lwd = 1.4, lwd.ticks = 0,
       col = "#403651")

  text(
    posiciones,
    y = -0.035 * limite_y,
    labels = tabla_graf$Nivel,
    srt = 35,
    adj = 1,
    xpd = TRUE,
    cex = 1.05,
    font = 2,
    col = "#403651"
  )

  mtext(
    "Nivel de concentración de zinc",
    side = 1,
    line = 6.3,
    cex = 1.12,
    font = 2,
    col = "#403651"
  )
  box(bty = "l", lwd = 1.2, col = "#403651")
}

grafica_barras_ordinal(
  tabla_graf$ni,
  "Gráfica N.° 1: Distribución de cantidad de los\nniveles de concentración de zinc (ni)",
  "Cantidad",
  max(tabla_graf$ni) * 1.18
)

grafica_barras_ordinal(
  tabla_graf$ni,
  "Gráfica N.° 2: Distribución de cantidad de los\nniveles de concentración respecto al total (ni)",
  "Cantidad",
  sum(tabla_graf$ni)
)

grafica_barras_ordinal(
  tabla_graf$hi,
  "Gráfica N.° 3: Distribución porcentual de los\nniveles de concentración de zinc (hi %)",
  "Porcentaje (%)",
  max(tabla_graf$hi) * 1.18
)

grafica_barras_ordinal(
  tabla_graf$hi,
  "Gráfica N.° 4: Distribución porcentual de los\nniveles de concentración respecto al 100 % (hi %)",
  "Porcentaje (%)",
  100
)

# Gráfica circular con nombres, porcentajes y leyenda.
leyenda_circular <- paste0(
  tabla_graf$Nivel,
  " — ",
  sprintf("%.2f %%", tabla_graf$hi)
)

layout(matrix(c(1, 2), nrow = 1), widths = c(2.20, 1.20))

par(mar = c(2.5, 6.5, 4.5, 1.5) + 0.1, pty = "s")
pie(
  tabla_graf$hi,
  labels = paste0(tabla_graf$Nivel, "\n", sprintf("%.2f %%", tabla_graf$hi)),
  col = colores_ordinales,
  radius = 0.78,
  clockwise = TRUE,
  border = "white",
  xlim = c(-1.25, 1.25),
  ylim = c(-1.15, 1.15),
  main = "Gráfica N.° 5: Distribución porcentual de los\nniveles de concentración de zinc",
  cex = 0.90,
  cex.main = 1.18
)

par(mar = c(3, 0.5, 4.5, 2) + 0.1)
plot.new()
legend(
  "top",
  legend = leyenda_circular,
  fill = colores_ordinales,
  title = "Nivel y porcentaje",
  cex = 0.96,
  bty = "o",
  box.col = "#aa98c9",
  bg = "#faf8fc",
  text.col = "#403651",
  y.intersp = 1.25,
  inset = c(0, 0.10)
)

layout(1)

5. INDICADORES ESTADÍSTICOS

moda_nivel <- names(ni)[which.max(ni)]

# La mediana ordinal se obtiene a partir de la posición central dentro
# del orden BAJA < MEDIA < ALTA, sin interpretar las categorías como
# cantidades numéricas.
codigo_mediano <- ceiling(median(as.numeric(Nivel_Zn)))
mediana_nivel <- levels(Nivel_Zn)[codigo_mediano]

tabla_posicion <- data.frame(
  Indicador = c("Moda", "Mediana ordinal"),
  Categoria = c(moda_nivel, mediana_nivel)
)

tabla_posicion %>%
  gt() %>%
  cols_label(
    Indicador = "Indicador de posición",
    Categoria = "Categoría resultante"
  ) %>%
  tab_header(
    title = md("**Tabla N.° 2**"),
    subtitle = md("Indicadores de posición de los niveles de concentración de zinc")
  ) %>%
  tab_source_note(source_note = md("**Autor:** GRUPO 2")) %>%
  tab_style(
    style = cell_text(color = "white"),
    locations = cells_title(groups = c("title", "subtitle"))
  ) %>%
  tab_options(
    heading.background.color = "#4a396f",
    column_labels.background.color = "#aa98c9",
    column_labels.font.weight = "bold"
  )
Tabla N.° 2
Indicadores de posición de los niveles de concentración de zinc
Indicador de posición Categoría resultante
Moda MEDIA
Mediana ordinal MEDIA
Autor: GRUPO 2

6. CONCLUSIÓN

Los valores agrupados de la variable concentración de zinc en las muestras geoquímicas de Alaska fluctúan entre el nivel BAJO y el nivel ALTO, y giran en torno al nivel MEDIA.