#------------------ 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: Tipo de evento

# 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.

TDF <- data.frame(Categoria = datos$EventType) %>%
  filter(!is.na(Categoria) & Categoria != "") %>%
  count(Categoria, name = "ni") %>%
  arrange(desc(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 Tipo de evento en el Estudio de Contaminación por Plásticos a Nivel Mundial"
  ) %>%
  cols_label(Categoria = "Tipo de evento", 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 Tipo de evento en el Estudio de Contaminación por Plásticos a Nivel Mundial
Tipo de evento ni hi hi(%)
Land (beach, shoreline and inland) Cleanup 43208 0.8700 87.00
Marine Debris Accumulation Survey 2105 0.0424 4.24
Cleanup 1746 0.0352 3.52
Underwater Cleanup 1437 0.0289 2.89
Monitoring 672 0.0135 1.35
Watercraft (powerboat, sailboat, kayak or canoe) Cleanup 499 0.0100 1.00
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$ni, names.arg = nombres, col = col_ni, border = NA,
              main = "Gráfico Nro. 1: Distribución Global de Tipo de evento (ni)",
              xlab = "", ylab = "", ylim = c(0, sum(TDF$ni)),
              las = 2, cex.names = 0.85, cex.axis = 0.85, cex.main = 1)
title(xlab = "Tipo de evento", 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$ni, names.arg = nombres, col = col_ni, border = NA,
              main = "Gráfico Nro. 2: Distribución Local de Tipo de evento (ni)",
              xlab = "", ylab = "", ylim = c(0, max(TDF$ni) * 1.15),
              las = 2, cex.names = 0.85, cex.axis = 0.85, cex.main = 1)
title(xlab = "Tipo de evento", 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$hi_pct, names.arg = nombres, col = col_hi, border = NA,
              main = "Gráfico Nro. 3: Distribución Global Porcentual de Tipo de evento (hi%)",
              xlab = "", ylab = "", ylim = c(0, 100),
              las = 2, cex.names = 0.85, cex.axis = 0.85, cex.main = 1)
title(xlab = "Tipo de evento", line = mb - 1.5)
title(ylab = "Porcentaje (%)", line = 4.5)
text(g3, TDF$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$hi_pct, names.arg = nombres, col = col_hi, border = NA,
              main = "Gráfico Nro. 4: Distribución Local Porcentual de Tipo de evento (hi%)",
              xlab = "", ylab = "", ylim = c(0, max(TDF$hi_pct) * 1.15),
              las = 2, cex.names = 0.85, cex.axis = 0.85, cex.main = 1)
title(xlab = "Tipo de evento", 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.

layout(matrix(c(1, 2), nrow = 1), widths = c(3, 2))
par(mar = c(1.5, 2, 4.5, 0), xpd = TRUE)
r_pie <- 0.68
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 Tipo de evento")

# Cálculo de posiciones con espacio extra arriba para apilar varias etiquetas sin tocar el título
prop <- TDF$ni / sum(TDF$ni)
ang  <- (90 - 360 * (cumsum(prop) - prop / 2)) * pi / 180
x0 <- r_pie * cos(ang)
y0 <- r_pie * sin(ang)
x1 <- 1.14 * r_pie * cos(ang)
y1 <- 1.14 * r_pie * sin(ang)
dy <- strheight("X", cex = 0.85) * 1.25

separar_arriba <- function(y, dy) {
  o <- order(y, decreasing = FALSE)
  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_arriba(y1[der], dy)
y1[!der] <- separar_arriba(y1[!der], dy)

x2 <- x1 + ifelse(der, 0.08, -0.08)

segments(x0, y0, x1, y1)
segments(x1, y1, x2, y1)
text(x2, y1, labels = sprintf("%.2f %%", TDF$hi_pct),
     pos = ifelse(der, 4, 2), cex = 0.85, offset = 0.2)

# Leyenda en recuadro
par(mar = c(1.5, 0, 4.5, 2))
plot.new()
legend("topleft", inset = c(0.02, 0.1), legend = nombres,
       fill = paleta, title = "Leyenda", cex = 0.9)

layout(1)