# Estadística descriptiva
# Variable cualitativa nominal: ID del Glaciar 
# Autor: [Chimbo Nahomi]
# Fecha: [14/11/2026]

library(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
library(gt)

# 1. Cargar datos y extraer el 3er carácter (código de macro-región del Glacier ID)
archivo <- "C:/Users/USER/Downloads/dataset/database.csv"
datos <- read.csv(archivo, stringsAsFactors = FALSE)
IDREGION <- substr(datos$Glacier.ID, 3, 3)

# 2. Calcular frecuencias y asignar los nombres de cada macro-región
nombres_reg <- c(
  "1" = "América del Sur",
  "2" = "América del Norte",
  "3" = "África",
  "4" = "Europa",
  "5" = "Asia",
  "6" = "Oceanía/Islas Ant.",
  "7" = "Antártida"
)

TDF_ID <- data.frame(IDREGION = IDREGION) %>%
  filter(!is.na(IDREGION) & IDREGION != "") %>%
  count(IDREGION, name = "ni") %>%
  arrange(desc(ni)) %>%
  mutate(
    IDREGION = nombres_reg[IDREGION],
    `hi(%)` = round((ni / sum(ni)) * 100, 2)
  )

# Cambiar el título de la columna
colnames(TDF_ID)[1] <- "ID del Glaciar (Macro-región)"

# 3. Agregar fila TOTAL
fila_total <- data.frame(
  `ID del Glaciar (Macro-región)` = "TOTAL",
  ni = sum(TDF_ID$ni),
  `hi(%)` = round(sum(TDF_ID$`hi(%)`), 0),
  check.names = FALSE
)

TDF_ID_suma <- bind_rows(TDF_ID, fila_total)

# 4. Mostrar tabla con gt
TDF_ID_suma %>%
  gt() %>%
  tab_header(
    title = md("**Tabla Nro. 1**"),
    subtitle = "Distribución de frecuencias de la variable ID del Glaciar para el análisis estadístico de los Glaciares del Mundo reagrupadas en continentes"
  ) %>%
  tab_source_note(
    source_note = md("Autor: Grupo 1 <br> Fuente: https://www.kaggle.com/datasets/nsidcorg/glacier-inventory")
  ) %>%
  tab_options(
    table.border.top.color = "black",
    table.border.bottom.color = "black",
    column_labels.border.bottom.width = px(2),
    row.striping.include_table_body = TRUE,
    heading.border.bottom.width = px(2)
  )
Tabla Nro. 1
Distribución de frecuencias de la variable ID del Glaciar para el análisis estadístico de los Glaciares del Mundo reagrupadas en continentes
ID del Glaciar (Macro-región) ni hi(%)
Asia 81245 61.14
América del Norte 24689 18.58
Europa 12889 9.70
América del Sur 9347 7.03
Oceanía/Islas Ant. 3704 2.79
Antártida 957 0.72
África 59 0.04
TOTAL 132890 100.00
Autor: Grupo 1
Fuente: https://www.kaggle.com/datasets/nsidcorg/glacier-inventory
# --- GRÁFICO 1 ---
par(mar = c(9, 5, 4, 2))

grafico_ni_global <- barplot(
  TDF_ID$ni,
  names.arg = TDF_ID$`ID del Glaciar (Macro-región)`,
  col = "steelblue",
  main = "Gráfico Nro. 1: Distribución global de la variable ID del Glaciar (ni)",
  ylab = "Cantidad",
  ylim = c(0, sum(TDF_ID$ni)),
  las = 2,                 # CORREGIDO: las = 2 para evitar que se solapen los nombres
  cex.names = 0.72,
  cex.axis = 0.85
)

text(
  x = grafico_ni_global,
  y = TDF_ID$ni,
  labels = TDF_ID$ni,
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 2 ---
par(mar = c(9, 6.5, 4, 2)) # Ajustado el margen inferior también por seguridad

grafico_ni_local <- barplot(
  TDF_ID$ni,
  names.arg = TDF_ID$`ID del Glaciar (Macro-región)`,
  col = "steelblue",
  main = "Gráfico Nro. 2: Distribución Local de la variable ID del Glaciar (ni)",
  xlab = "",               # Quitamos xlab directo para usar title(line) ordenado
  ylim = c(0, max(TDF_ID$ni) * 1.12),
  las = 2,                 # CORREGIDO: las = 2 para los nombres en vertical
  cex.names = 0.72,
  cex.axis = 0.85
)

title(xlab = "Continentes", line = 7) # Ajustado el espacio del eje X para que no tape las letras
title(ylab = "Cantidad", line = 4.5)

text(
  x = grafico_ni_local,
  y = TDF_ID$ni,
  labels = TDF_ID$ni,
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 3: Distribución Global Porcentual (hi%) ---

# 1. Ajustar márgenes amplios abajo (9) y a la izquierda (6.5)
par(mar = c(9, 6.5, 4, 2))

# 2. Gráfico de barras de hi(%)
grafico_hi_global <- barplot(
  TDF_ID$`hi(%)`,
  names.arg = TDF_ID$`ID del Glaciar (Macro-región)`,
  col = "darkseagreen3",
  main = "Gráfico Nro. 3: Distribución Local de la variable ID del Glaciar (hi%)",
  xlab = "",               # Dejamos en blanco para usar title(line) ordenado
  ylim = c(0, 100),        # Escala fija de 0 a 100%
  las = 2,                 # CORREGIDO: las = 2 para poner los nombres de los continentes en vertical
  cex.names = 0.72,
  cex.axis = 0.85
)

# 3. Títulos de los ejes separados correctamente
title(xlab = "Continentes", line = 7)       # Empuja el nombre del eje X para que no choque con los nombres largos
title(ylab = "Cantidad (%)", line = 4.5)

# 4. Valores porcentuales encima de cada barra
text(
  x = grafico_hi_global,
  y = TDF_ID$`hi(%)`,
  labels = paste0(TDF_ID$`hi(%)`, "%"),
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 4: Distribución Local circular Porcentual (hi%) ---

# 1. Ajustar márgenes amplios abajo (9) para que los nombres no se corten
par(mar = c(9, 6.5, 4, 2))

# 2. Gráfico de barras local de hi(%)
grafico_hi_local <- barplot(
  TDF_ID$`hi(%)`,
  names.arg = TDF_ID$`ID del Glaciar (Macro-región)`,
  col = "darkseagreen3",
  main = "Gráfico Nro. 4: Distribución Local de la variable ID del Glaciar (hi%)",
  xlab = "",               # Dejamos en blanco para usar title(line) ordenado
  ylim = c(0, max(TDF_ID$`hi(%)`) * 1.12), # Escala local ajustada al máximo
  las = 2,                 # CORREGIDO: las = 2 para colocar los nombres en vertical
  cex.names = 0.72,
  cex.axis = 0.85
)

# 3. Títulos de los ejes separados correctamente
title(xlab = "Continentes", line = 7)       # Empuja el nombre del eje X para que no choque con las etiquetas
title(ylab = "Cantidad(%)", line = 4.5)

# 4. Valores porcentuales encima de cada barra
text(
  x = grafico_hi_local,
  y = TDF_ID$`hi(%)`,
  labels = paste0(TDF_ID$`hi(%)`, "%"),
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 5: Distribución Porcentual (hi%) ---
# 1. Configurar márgenes (damos espacio a la derecha para la leyenda)
par(mar = c(2, 2, 4, 10), xpd = TRUE)

# 2. Definir una paleta de 7 colores bien diferenciados
colores <- c("#2B5C8F", "#4E89AE", "#76B4BD", "#A3D2CA", "#F6D55C", "#ED553B", "#88498F")

# 3. Etiquetas alrededor del pastel (solo porcentajes para que no se monten los textos)
etiquetas_porcentaje <- paste0(TDF_ID$`hi(%)`, "%")

# 4. Crear el diagrama circular
pie(
  TDF_ID$`hi(%)`,
  labels = etiquetas_porcentaje,
  col = colores,
  main = "Gráfico Nro. 5: Distribución Porcentual del ID del Glaciar para el análisis estadístico de los Glaciares del Mundo reagrupadas en continentes",
  radius = 0.85,
  cex = 0.8
)

# 5. Agregar leyenda con el nombre de cada macro-región y su porcentaje
leyenda_texto <- paste0(TDF_ID$`ID del Glaciar (Macro-región)`, " (", TDF_ID$`hi(%)`, "%)")

legend(
  "right",
  inset = c(-0.42, 0),          # Ubica la leyenda fuera del círculo, a la derecha
  legend = leyenda_texto,
  fill = colores,
  bty = "n",                    # Sin borde alrededor de la leyenda
  cex = 0.8,
  title = "Continentes"
)

# Restaurar configuración normal de márgenes para futuros gráficos
par(xpd = FALSE)