1. Librerías

library(dplyr)
library(gt)

2. Leer Datos

datos <- read.csv("air_pollution_china (3).csv")

3. Selección de Variable

ciudad <- datos$City

4. Tabla de distribución de frecuencia

# Calcular frecuencias ni y hi(%)
ni <- table(ciudad)
hi <- round(prop.table(ni) * 100, 2)

# Ajustar la diferencia de redondeo en la categoría mayor para cerrar en 100.00 exacto
hi[which.max(ni)] <- hi[which.max(ni)] + (100 - sum(hi))

# Crear data frame con fila de Total
tabla_city <- data.frame(
  Ciudad = c(names(ni), "Total"),
  ni = c(as.numeric(ni), sum(ni)),
  hi_porc = c(as.numeric(hi), 100.00)
)

# Dar formato académico con gt
tabla_city %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nro. 1*"),
    subtitle = md("**Distribución de Frecuencias de las Ciudades monitoreadas en el estudio de contaminación del aire en China (2015-2025)**")
  ) %>%
  cols_label(
    Ciudad = "Ciudad",
    ni = "ni",
    hi_porc = "hi(%)"
  ) %>%
  fmt_number(
    columns = hi_porc,
    decimals = 2
  ) %>%
  tab_style(
    style = cell_text(weight = "bold"),
    locations = cells_body(rows = Ciudad == "Total")
  ) %>%
  tab_options(
    table.border.top.color = "black",
    table.border.bottom.color = "black",
    heading.border.bottom.color = "black",
    column_labels.border.bottom.color = "black",
    table_body.border.bottom.color = "black"
  )
Tabla Nro. 1
Distribución de Frecuencias de las Ciudades monitoreadas en el estudio de contaminación del aire en China (2015-2025)
Ciudad ni hi(%)
Beijing 629 20.96
Chengdu 598 19.93
Guangzhou 584 19.47
Shanghai 596 19.87
Shenzhen 593 19.77
Total 3000 100.00

5. Gráficas

5.1 Diagrama de barras de cantidad

barplot(
  ni,
  main = "Gráfica N° 1. Distribución de las Categorías de las Ciudades\nen el estudio de contaminación del aire en China (2015-2025)",
  xlab = "Ciudad",
  ylab = "Frecuencia Absoluta (ni)",
  col = "#2B5C6B",
  ylim = c(0, max(ni) + 100),
  cex.names = 0.8,
  cex.main = 0.95
)

5.2 Diagrama de barras de cantidad

barplot(
  hi,
  main = "Gráfica N° 2. Distribución porcentual de las Categorías de las Ciudades\nen el estudio de contaminación del aire en China (2015-2025)",
  xlab = "Ciudad",
  ylab = "Porcentaje (%)",
  col = "#3A7D8C",
  ylim = c(0, max(hi) + 5),
  cex.names = 0.8,
  cex.main = 0.95
)

5.3 Diagrama de barras porcentuales

barplot(
  ni,
  main = "Gráfica N° 3. Distribución general de las Categorías, de las Ciudades\nen el estudio de contaminación del aire en China (2015-2025)",
  xlab = "Ciudad",
  ylab = "Frecuencia Absoluta Global (ni)",
  col = "#4E8975",
  ylim = c(0, sum(ni)),
  cex.names = 0.8,
  cex.main = 0.95
)

5.4 Diagrama de barras porcentuales

barplot(
  hi,
  main = "Gráfica N° 4. Distribución porcentual general de las Categorías de las Ciudades\nen el estudio de contaminación del aire en China (2015-2025)",
  xlab = "Ciudad",
  ylab = "Porcentaje Global (%)",
  col = "#5C768D",
  ylim = c(0, 100),
  yaxt = "n",
  cex.names = 0.8,
  cex.main = 0.95
)
axis(2, at = seq(0, 100, 20), las = 1)

5.5 Diagrama Circular

etiquetas <- paste(names(hi), "(", hi, "%)", sep = " ")
colores <- c("#2B5C6B", "#3A7D8C", "#4E8975", "#7FA99B", "#A3C4BC")

pie(
  hi,
  labels = etiquetas,
  main = "Gráfica N° 5. Distribución de las Categorías de las Ciudades\nen el estudio de contaminación del aire en China (2015-2025)",
  col = colores,
  cex = 0.85,
  cex.main = 0.95
)