# 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)