# 1. Instalar y cargar librerías necesarias
if(!require(readxl)) install.packages("readxl")
## Cargando paquete requerido: readxl
if(!require(sf)) install.packages("sf")
## Cargando paquete requerido: sf
## Warning: package 'sf' was built under R version 4.6.2
## Linking to GEOS 3.14.1, GDAL 3.12.1, PROJ 9.7.1; sf_use_s2() is TRUE
if(!require(dplyr)) install.packages("dplyr")
## Cargando paquete requerido: dplyr
## 
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
if(!require(ggplot2)) install.packages("ggplot2")
## Cargando paquete requerido: ggplot2
if(!require(gstat)) install.packages("gstat")
## Cargando paquete requerido: gstat
## Warning: package 'gstat' was built under R version 4.6.2
if(!require(terra)) install.packages("terra")
## Cargando paquete requerido: terra
## Warning: package 'terra' was built under R version 4.6.2
## terra 1.9.50
if(!require(automap)) install.packages("automap")
## Cargando paquete requerido: automap
## Warning: package 'automap' was built under R version 4.6.2
## Registered S3 method overwritten by 'stars':
##   method                  from
##   st_interpolate_aw.stars sf
if(!require(mapview)) install.packages("mapview")
## Cargando paquete requerido: mapview
## Warning: package 'mapview' was built under R version 4.6.2
if(!require(htmlwidgets)) install.packages("htmlwidgets")
## Cargando paquete requerido: htmlwidgets
## Warning: package 'htmlwidgets' was built under R version 4.6.2
if(!require(leaflet)) install.packages("leaflet")
## Cargando paquete requerido: leaflet
## Warning: package 'leaflet' was built under R version 4.6.2
library(readxl)
library(sf)
library(dplyr)
library(ggplot2)
library(mapview)
library(RColorBrewer)
library(gstat)
library(automap)
library(terra)
library(htmlwidgets)
library(leaflet)
# IMPORTAR LA BASE DE DATOS
file.choose()
## [1] "C:\\Users\\vicen\\Desktop\\estadistica\\tarea 1\\TAREA11.Rmd"
df <- read_excel("C:/Users/vicen/Downloads/TAREA1_2026.xlsx", sheet = "Datos_Precipitacion")

names(df) <- c("id", "nombre", "lon", "lat", "elev", "precip")


str(df)
## tibble [100 × 6] (S3: tbl_df/tbl/data.frame)
##  $ id    : chr [1:100] "EST_001" "EST_002" "EST_003" "EST_004" ...
##  $ nombre: chr [1:100] "Estación Weather 1" "Estación Weather 2" "Estación Weather 3" "Estación Weather 4" ...
##  $ lon   : num [1:100] -70.6 -70.5 -71.2 -71.4 -71.2 ...
##  $ lat   : num [1:100] -33.1 -32.7 -32.7 -32.5 -32.8 ...
##  $ elev  : num [1:100] 502 743 1074 1246 1119 ...
##  $ precip: num [1:100] 1053 794 633 615 461 ...
head(df)
## # A tibble: 6 × 6
##   id      nombre               lon   lat  elev precip
##   <chr>   <chr>              <dbl> <dbl> <dbl>  <dbl>
## 1 EST_001 Estación Weather 1 -70.6 -33.1   502  1053.
## 2 EST_002 Estación Weather 2 -70.5 -32.7   743   794.
## 3 EST_003 Estación Weather 3 -71.2 -32.7  1074   633.
## 4 EST_004 Estación Weather 4 -71.4 -32.5  1246   615 
## 5 EST_005 Estación Weather 5 -71.2 -32.8  1119   461.
## 6 EST_006 Estación Weather 6 -71.3 -33.5   452  1184.
summary(df)
##          id            nombre         lon              lat        
##  Length   :100   Length   :100   Min.   :-71.48   Min.   :-33.79  
##  N.unique :100   N.unique :100   1st Qu.:-71.07   1st Qu.:-33.38  
##  N.blank  :  0   N.blank  :  0   Median :-70.70   Median :-33.07  
##  Min.nchar:  7   Min.nchar: 18   Mean   :-70.73   Mean   :-33.09  
##  Max.nchar:  7   Max.nchar: 20   3rd Qu.:-70.39   3rd Qu.:-32.76  
##                                  Max.   :-70.00   Max.   :-32.50  
##       elev            precip      
##  Min.   :  50.0   Min.   : 309.0  
##  1st Qu.: 245.0   1st Qu.: 789.9  
##  Median : 566.5   Median : 947.6  
##  Mean   : 558.4   Mean   : 905.3  
##  3rd Qu.: 845.5   3rd Qu.:1057.2  
##  Max.   :1246.0   Max.   :1334.8
#ESTADÍSTICOS DESCRIPTIVOS DE LA PRECIPITACIÓN
x <- df$precip

n       <- length(x)                 # Tamaño muestral
media   <- mean(x)                   # Media muestral
sd_x    <- sd(x)                     # Desviación estándar muestral
EE      <- sd_x / sqrt(n)            # Error estándar de la media
cv      <- sd_x / media * 100        # Coeficiente de variación (%)
t_crit_1m <- qt(0.975, df = n - 1)
me <- t_crit_1m * EE
ic <- t.test(x, conf.level = 0.95)$conf.int
#TRANSFORMACIÓN A COORDENADAS UTM y GRAFICOS

#4. crear objetos espaciales
#coordenadas geograficas (WGS84) para el mapa web
datos_sf <- st_as_sf(df, coords =c("lon", "lat"), crs = 4326)

#5. transformar a coordenadas planas (UTM Zona 19s) para matematicas espacial (kriging)
datos_utm <-st_transform(datos_sf, crs = 32719)

# 7. Convertir UTM a formato 'Spatial' (sp) requerido por automap
datos_sp_utm <- as(datos_utm, "Spatial")

# 8. Variograma Experimental
var_exp <- variogram(precip ~ 1, data = datos_utm)
plot(var_exp, main = "Variograma Experimental de Precipitación (UTM)")

# 9. Autoajuste del Variograma
auto_var <- autofitVariogram(precip ~ 1, datos_sp_utm)
print(auto_var$var_model)
##   model       psill   range kappa
## 1   Nug    2572.132       0   0.0
## 2   Ste 1225444.371 1685911   0.7
plot(auto_var)

# 10. Ejecutar Kriging Automático
# Usa la variable proyectada (datos_sp_utm)
kriging_automatico <- autoKrige(precip ~ 1, input_data = datos_sp_utm)
## [using ordinary kriging]
# Graficar resultados (predicción, error estándar)
plot(kriging_automatico)

# 11. Extraer las predicciones como dataframe espacial (sf) para exportar o re-graficar
kriging_sf <- st_as_sf(kriging_automatico$krige_output)
# MAPA INTERACTIVO

pal <- colorNumeric("YlGnBu", domain = df$precip)

mapa <- leaflet(df) %>%
  addTiles() %>%
  addCircleMarkers(~lon, ~lat, radius = 6,
                   color = ~pal(precip), fillOpacity = 0.9,
                   popup = ~paste0("<b>", nombre, "</b><br>Precip: ", precip,
                                   " mm<br>Elev: ", elev, " m")) %>%
  addLegend("bottomright", pal = pal, values = ~precip,
            title = "Precip. anual (mm)")
mapa                                    # se abre en el panel Viewer
saveWidget(mapa, "mapa_interactivo.html", selfcontained = TRUE)

¿A qué región corresponde?

Las coordenadas (latitud −32,5° a −33,8°; longitud −70,0° a −71,5°) corresponden a Chile central, la Región Metropolitana de Santiago, entre la Cordillera de los Andes (este) y la Cordillera de la Costa (oeste). Los bordes norte y occidental llegan a la Región de Valparaíso.

Comentario de la información

La precipitación media es de unos 905 mm/año, con variabilidad moderada (CV 22,6%) y una media estimada con buena precisión (IC 95%: 864,7 a 946,0 mm). Hay algunas estaciones muy secas (mínimo 309 mm) que bajan la media por debajo de la mediana (948 mm).

La lluvia disminuye con la elevación (r = −0,84) y hacia el norte (r = −0,78), y el kriging confirma ese gradiente espacial.

Dos puntos a verificar: 12 estaciones tienen exactamente 50 m de elevación (posible valor truncado), y que llueva menos a mayor altura contradice el efecto orográfico típico de los Andes de Chile central, por lo que conviene validar la fuente de los datos.