#------------------ UNIVERSIDAD CENTRAL DEL ECUADOR
##-----Facultad de Ingeniería en Geología, Minas, Petróleos y Ambiental
###-----------------Carrera de Ingeniería Ambiental

Proyecto: Estudio de Contaminación por Plásticos a Nivel Mundial
Etapa: Estadística Descriptiva
Variable cualitativa nominal: Día de la semana

# Integrantes: Jhoao Cueva, Deisy Guasti, Marck Pillajo, María José Samaniego, Carlos Yugsi
# Fecha: 16/11/2026

# Paquetes (solo la primera vez):  install.packages(c("dplyr", "gt"))
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. Carga de datos

Se trabaja con el dataset depurado. Si guardaste el archivo en otra carpeta, cambia la ruta.

archivo <- "C:/Users/HOME/Downloads/dataset_depurado.csv"
datos <- read.csv(archivo, stringsAsFactors = FALSE,
                  na.strings = c("", "NA"), fileEncoding = "UTF-8")
nrow(datos)
## [1] 49667

2. Tabla de distribución de frecuencias

ni: frecuencia absoluta. hi: frecuencia relativa (proporción). hi(%): frecuencia relativa porcentual. Los días van en orden de la semana.

# Los días se traducen al español y se ordenan de lunes a domingo
dias_es <- c(Monday = "Lunes", Tuesday = "Martes", Wednesday = "Miércoles",
             Thursday = "Jueves", Friday = "Viernes", Saturday = "Sábado",
             Sunday = "Domingo")
datos$DOW <- factor(trimws(datos$DOW), levels = names(dias_es), labels = unname(dias_es))

TDF <- data.frame(Categoria = datos$DOW) %>%
  filter(!is.na(Categoria) & Categoria != "") %>%
  count(Categoria, name = "ni")

TDF <- TDF %>%
  mutate(
    Categoria = as.character(Categoria),
    hi        = round(ni / sum(ni), 4),
    hi_pct    = round((ni / sum(ni)) * 100, 2)
  )

# Agregar fila TOTAL
fila_total <- data.frame(Categoria = "TOTAL", ni = sum(TDF$ni), hi = 1, hi_pct = 100)
TDF_suma <- bind_rows(TDF, fila_total)

# Mostrar tabla estilizada con gt
TDF_suma %>%
  gt() %>%
  tab_header(
    title = md("**Tabla Nro. 1**"),
    subtitle = "Distribución de frecuencias de la variable Día de la semana en el Estudio de Contaminación por Plásticos a Nivel Mundial"
  ) %>%
  cols_label(Categoria = "Día de la semana", ni = "ni", hi = "hi", hi_pct = "hi(%)") %>%
  fmt_number(columns = "ni", decimals = 0, use_seps = FALSE) %>%
  fmt_number(columns = "hi", decimals = 4) %>%
  fmt_number(columns = "hi_pct", decimals = 2) %>%
  cols_align(align = "center", columns = c("ni", "hi", "hi_pct")) %>%
  tab_style(
    style = list(cell_text(weight = "bold"), cell_fill(color = "#E3EAF2")),
    locations = cells_body(rows = Categoria == "TOTAL")
  ) %>%
  tab_source_note(
    source_note = md("Elaborado por: Grupo 2 <br> Fuente: dataset de contaminación por plásticos a nivel mundial (depurado)")
  ) %>%
  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 Día de la semana en el Estudio de Contaminación por Plásticos a Nivel Mundial
Día de la semana ni hi hi(%)
Lunes 3678 0.0741 7.41
Martes 3472 0.0699 6.99
Miércoles 3830 0.0771 7.71
Jueves 4085 0.0822 8.22
Viernes 5261 0.1059 10.59
Sábado 23567 0.4745 47.45
Domingo 5774 0.1163 11.63
TOTAL 49667 1.0000 100.00
Elaborado por: Grupo 2
Fuente: dataset de contaminación por plásticos a nivel mundial (depurado)

3. Representación gráfica

Colores y nombres que se usan en todas las gráficas.

col_ni  <- "#2B5C8F"   # azul formal (frecuencia absoluta)
col_hi  <- "#3E8E87"   # verde azulado formal (frecuencia relativa)
paleta  <- colorRampPalette(c("#1F3A5F", "#4F81A8", "#B8CCDC"))(nrow(TDF))
nombres <- ifelse(nchar(TDF$Categoria) > 27,
                  paste0(substr(TDF$Categoria, 1, 24), "..."), TDF$Categoria)
mb      <- max(6, min(14, max(nchar(nombres)) * 0.45))   # margen inferior

Gráfico Nro. 1: Distribución global (ni)

par(mar = c(mb, 6.5, 4, 2))
g1 <- barplot(TDF$ni, names.arg = nombres, col = col_ni, border = NA,
              main = "Gráfico Nro. 1: Distribución Global de Día de la semana (ni)",
              xlab = "", ylab = "", ylim = c(0, sum(TDF$ni)),
              las = 2, cex.names = 0.85, cex.axis = 0.85, cex.main = 1)
title(xlab = "Día de la semana", line = mb - 1.5)
title(ylab = "Cantidad", line = 4.5)
text(g1, TDF$ni, labels = TDF$ni, pos = 3, cex = 0.8, col = "black")

Gráfico Nro. 2: Distribución local (ni)

par(mar = c(mb, 6.5, 4, 2))
g2 <- barplot(TDF$ni, names.arg = nombres, col = col_ni, border = NA,
              main = "Gráfico Nro. 2: Distribución Local de Día de la semana (ni)",
              xlab = "", ylab = "", ylim = c(0, max(TDF$ni) * 1.15),
              las = 2, cex.names = 0.85, cex.axis = 0.85, cex.main = 1)
title(xlab = "Día de la semana", line = mb - 1.5)
title(ylab = "Cantidad", line = 4.5)
text(g2, TDF$ni, labels = TDF$ni, pos = 3, cex = 0.8, col = "black")

Gráfico Nro. 3: Distribución global porcentual (hi%)

par(mar = c(mb, 6.5, 4, 2))
g3 <- barplot(TDF$hi_pct, names.arg = nombres, col = col_hi, border = NA,
              main = "Gráfico Nro. 3: Distribución Global Porcentual de Día de la semana (hi%)",
              xlab = "", ylab = "", ylim = c(0, 100),
              las = 2, cex.names = 0.85, cex.axis = 0.85, cex.main = 1)
title(xlab = "Día de la semana", line = mb - 1.5)
title(ylab = "Porcentaje (%)", line = 4.5)
text(g3, TDF$hi_pct, labels = paste0(TDF$hi_pct, "%"), pos = 3, cex = 0.8, col = "black")

Gráfico Nro. 4: Distribución local porcentual (hi%)

par(mar = c(mb, 6.5, 4, 2))
g4 <- barplot(TDF$hi_pct, names.arg = nombres, col = col_hi, border = NA,
              main = "Gráfico Nro. 4: Distribución Local Porcentual de Día de la semana (hi%)",
              xlab = "", ylab = "", ylim = c(0, max(TDF$hi_pct) * 1.15),
              las = 2, cex.names = 0.85, cex.axis = 0.85, cex.main = 1)
title(xlab = "Día de la semana", line = mb - 1.5)
title(ylab = "Porcentaje (%)", line = 4.5)
text(g4, TDF$hi_pct, labels = paste0(TDF$hi_pct, "%"), pos = 3, cex = 0.8, col = "black")

Gráfico Nro. 5: Diagrama circular porcentual (hi%)

El porcentaje de cada categoría se escribe afuera del círculo y la leyenda indica a qué categoría corresponde cada color.

# El círculo va a la izquierda, con los porcentajes afuera, y la leyenda en recuadro a la derecha
layout(matrix(c(1, 2), nrow = 1), widths = c(3, 2))
par(mar = c(2, 2, 4, 0), xpd = TRUE)
r_pie <- 0.8
pie(TDF$hi_pct, labels = rep("", nrow(TDF)),
    col = paleta, border = "black", radius = r_pie,
    clockwise = TRUE, init.angle = 90,
    main = "Gráfico Nro. 5: Distribución Porcentual de Día de la semana")

# Porcentajes afuera del círculo. Si dos quedan muy juntos, se separan hacia abajo.
prop <- TDF$ni / sum(TDF$ni)
ang  <- (90 - 360 * (cumsum(prop) - prop / 2)) * pi / 180
x0 <- r_pie * cos(ang)          # punto en el borde del sector
y0 <- r_pie * sin(ang)
x1 <- 1.12 * r_pie * cos(ang)   # posición de la etiqueta
y1 <- 1.12 * r_pie * sin(ang)
dy <- strheight("X", cex = 0.9) * 1.5

separar <- function(y, dy) {
  o <- order(y, decreasing = TRUE)
  yy <- y[o]
  if (length(yy) > 1) {
    for (k in 2:length(yy)) {
      if (yy[k] > yy[k - 1] - dy) yy[k] <- yy[k - 1] - dy
    }
  }
  y[o] <- yy
  y
}
der <- cos(ang) >= 0
y1[der]  <- separar(y1[der], dy)
y1[!der] <- separar(y1[!der], dy)

segments(x0, y0, x1, y1)
text(x1, y1, labels = sprintf("%.2f %%", TDF$hi_pct),
     pos = ifelse(der, 4, 2), cex = 0.9)

# Leyenda en recuadro
par(mar = c(2, 0, 4, 2))
plot.new()
legend("topleft", inset = c(0.02, 0.1), legend = nombres,
       fill = paleta, title = "Leyenda", cex = 0.9)

layout(1)