# Estadística descriptiva
# Variable cualitativa nominal: Nombre del Glaciar (Glacier Name)
# Autora: 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
archivo <- "C:/Users/USER/Downloads/dataset/database.csv"
datos <- read.csv(archivo, stringsAsFactors = FALSE)

# 2. Clasificar/Agrupar 'Glacier.Name' en menos de 10 categorías conceptuales
clasificar_nombre <- function(nombre) {
  # Si es NA, vacío o espacios en blanco
  if (is.na(nombre) | trimws(nombre) == "") {
    return("Sin Nombre")
  }
  # Si está compuesto enteramente por números
  else if (grepl("^[0-9]+$", trimws(nombre))) {
    return("Designación Numérica")
  }
  # Si contiene letras (Nombre propio o código alfanumérico)
  else if (grepl("[A-Za-z]", nombre)) {
    if (nchar(trimws(nombre)) <= 3 & !grepl(" ", nombre)) {
      return("Abreviaturas")
    } else {
      return("Nombre Propio")
    }
  } else {
    return("Sin Identificar")
  }
}

# Aplicar la clasificación a todo el dataset
datos$Tipo_Nombre <- sapply(datos$Glacier.Name, clasificar_nombre)

# 3. Calcular frecuencias y porcentajes
TDF_NOMBRE <- data.frame(Tipo_Nombre = datos$Tipo_Nombre) %>%
  count(Tipo_Nombre, name = "ni") %>%
  arrange(desc(ni)) %>%
  mutate(
    `hi(%)` = round((ni / sum(ni)) * 100, 2)
  )

# Cambiar el título de la columna principal
colnames(TDF_NOMBRE)[1] <- "Tipo de Nombre del Glaciar"

# 4. Agregar fila TOTAL
fila_total <- data.frame(
  `Tipo de Nombre del Glaciar` = "TOTAL",
  ni = sum(TDF_NOMBRE$ni),
  `hi(%)` = round(sum(TDF_NOMBRE$`hi(%)`), 0),
  check.names = FALSE
)

TDF_NOMBRE_suma <- bind_rows(TDF_NOMBRE, fila_total)

# 5. Mostrar tabla estilizada con gt
TDF_NOMBRE_suma %>%
  gt() %>%
  tab_header(
    title = md("**Tabla Nro. 1**"),
    subtitle = "Distribución de frecuencias de la variable Nombre del Glaciar agrupada por Tipo de Designación"
  ) %>%
  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 Nombre del Glaciar agrupada por Tipo de Designación
Tipo de Nombre del Glaciar ni hi(%)
Sin Nombre 86139 64.82
Designación Numérica 31614 23.79
Nombre Propio 14855 11.18
Abreviaturas 279 0.21
Sin Identificar 3 0.00
TOTAL 132890 100.00
Autor: Grupo 1
Fuente: https://www.kaggle.com/datasets/nsidcorg/glacier-inventory
# --- GRÁFICO 1: Distribución Global (ni) ---
par(mar = c(9, 5, 4, 2))

grafico_ni_global <- barplot(
  TDF_NOMBRE$ni,
  names.arg = TDF_NOMBRE$`Tipo de Nombre del Glaciar`,
  col = "steelblue",
  main = "Gráfico Nro. 1: Distribución Global de la variable Nombre del Glaciar (ni)",
  ylab = "Cantidad",
  ylim = c(0, sum(TDF_NOMBRE$ni)),
  las = 2,
  cex.names = 0.75,
  cex.axis = 0.85
)

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

# --- GRÁFICO 2: Distribución Local (ni) ---
par(mar = c(9, 6.5, 4, 2))

grafico_ni_local <- barplot(
  TDF_NOMBRE$ni,
  names.arg = TDF_NOMBRE$`Tipo de Nombre del Glaciar`,
  col = "steelblue",
  main = "Gráfico Nro. 2: Distribución Local de la variable Nombre del Glaciar (ni)",
  xlab = "",
  ylim = c(0, max(TDF_NOMBRE$ni) * 1.15),
  las = 2,
  cex.names = 0.75,
  cex.axis = 0.85
)

title(xlab = "Tipo de Designación", line = 7)
title(ylab = "Cantidad", line = 4.5)

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

# --- GRÁFICO 3: Distribución Global Porcentual (hi%) ---
par(mar = c(9, 6.5, 4, 2))

grafico_hi_global <- barplot(
  TDF_NOMBRE$`hi(%)`,
  names.arg = TDF_NOMBRE$`Tipo de Nombre del Glaciar`,
  col = "darkseagreen3",
  main = "Gráfico Nro. 3: Distribución Global Porcentual del Nombre del Glaciar (hi%)",
  xlab = "",
  ylim = c(0, 100),
  las = 2,
  cex.names = 0.75,
  cex.axis = 0.85
)

title(xlab = "Tipo de Designación", line = 7)
title(ylab = "Cantidad (%)", line = 4.5)

text(
  x = grafico_hi_global,
  y = TDF_NOMBRE$`hi(%)`,
  labels = paste0(TDF_NOMBRE$`hi(%)`, "%"),
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 4: Distribución Local Porcentual (hi%) ---
par(mar = c(9, 6.5, 4, 2))

grafico_hi_local <- barplot(
  TDF_NOMBRE$`hi(%)`,
  names.arg = TDF_NOMBRE$`Tipo de Nombre del Glaciar`,
  col = "darkseagreen3",
  main = "Gráfico Nro. 4: Distribución Local Porcentual del Nombre del Glaciar (hi%)",
  xlab = "",
  ylim = c(0, max(TDF_NOMBRE$`hi(%)`) * 1.15),
  las = 2,
  cex.names = 0.75,
  cex.axis = 0.85
)

title(xlab = "Tipo de Designación", line = 7)
title(ylab = "Cantidad (%)", line = 4.5)

text(
  x = grafico_hi_local,
  y = TDF_NOMBRE$`hi(%)`,
  labels = paste0(TDF_NOMBRE$`hi(%)`, "%"),
  pos = 3,
  cex = 0.8,
  col = "black"
)

# --- GRÁFICO 5: Diagrama Circular Porcentual (hi%) ---
par(mar = c(2, 2, 4, 12), xpd = TRUE)

colores <- c("#2B5C8F", "#4E89AE", "#76B4BD", "#A3D2CA", "#F6D55C")
etiquetas_porcentaje <- paste0(TDF_NOMBRE$`hi(%)`, "%")

pie(
  TDF_NOMBRE$`hi(%)`,
  labels = etiquetas_porcentaje,
  col = colores[1:nrow(TDF_NOMBRE)],
  main = "Gráfico Nro. 5: Distribución Porcentual del Nombre del Glaciar por Tipo de Designación",
  radius = 0.85,
  cex = 0.8
)

leyenda_texto <- paste0(TDF_NOMBRE$`Tipo de Nombre del Glaciar`, " (", TDF_NOMBRE$`hi(%)`, "%)")

legend(
  "right",
  inset = c(-0.55, 0),
  legend = leyenda_texto,
  fill = colores[1:nrow(TDF_NOMBRE)],
  bty = "n",
  cex = 0.8,
  title = "Tipo de Nombre"
)

par(xpd = FALSE)