1. Librerías

library(dplyr)
library(gt)

2. Leer Datos

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

3. Selección y Agrupación de Variable

# Extraer el número de estación y agrupar en los 5 bloques
num_estacion <- as.numeric(gsub("[^0-9]", "", datos$Station.ID))

estaciones <- cut(
  num_estacion,
  breaks = c(0, 20, 40, 60, 80, 99),
  labels = c(
    "Estaciones 01-20",
    "Estaciones 21-40",
    "Estaciones 41-60",
    "Estaciones 61-80",
    "Estaciones 81-99"
  )
)

4. Tabla de distribución de frecuencia

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

# Ajustar diferencia de redondeo 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_estaciones <- data.frame(
  Bloque = 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_estaciones %>%
  gt() %>%
  tab_header(
    title = md("*Tabla Nro. 1*"),
    subtitle = md("**Distribución de Frecuencias de las Estaciones de Monitoreo (agrupadas) en el estudio de contaminación del aire en China (2015-2025)**")
  ) %>%
  cols_label(
    Bloque = "Bloque de Estaciones",
    ni = "ni",
    hi_porc = "hi(%)"
  ) %>%
  fmt_number(
    columns = hi_porc,
    decimals = 2
  ) %>%
  tab_style(
    style = cell_text(weight = "bold"),
    locations = cells_body(rows = Bloque == "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 Estaciones de Monitoreo (agrupadas) en el estudio de contaminación del aire en China (2015-2025)
Bloque de Estaciones ni hi(%)
Estaciones 01-20 595 19.83
Estaciones 21-40 642 21.41
Estaciones 41-60 577 19.23
Estaciones 61-80 594 19.80
Estaciones 81-99 592 19.73
Total 3000 100.00

5. Gráficas

5.1 Diagrama de barras de cantidad

nombres_eje <- c("Estaciones\n01-20", "Estaciones\n21-40", "Estaciones\n41-60", "Estaciones\n61-80", "Estaciones\n81-99")

barplot(ni,
        names.arg = nombres_eje,
        main = "Gráfica N° 1: Distribución de las Categorías de las Estaciones de Monitoreo\nen el estudio de contaminación del aire en China (2015-2025)",
        xlab = "Bloque de Estaciones",
        ylab = "Frecuencia Absoluta (ni)",
        col = "#2E6F7E",
        border = "black",
        ylim = c(0, max(ni) * 1.15),
        cex.names = 0.85,
        cex.main = 0.88)

5.2 Diagrama de barras de cantidad

barplot(hi,
        names.arg = nombres_eje,
        main = "Gráfica N° 2: Distribución general de las Categorías de las Estaciones de Monitoreo\nen el estudio de contaminación del aire en China (2015-2025)",
        xlab = "Bloque de Estaciones",
        ylab = "Frecuencia Relativa hi (%)",
        col = "#458B74",
        border = "black",
        ylim = c(0, max(hi) * 1.15),
        cex.names = 0.85,
        cex.main = 0.85)

5.3 Diagrama de barras porcentual

barplot(ni,
        names.arg = nombres_eje,
        main = "Gráfica N° 3: Distribución porcentual de las Categorías de las Estaciones de Monitoreo\nen el estudio de contaminación del aire en China (2015-2025)",
        xlab = "Bloque de Estaciones",
        ylab = "Frecuencia Absoluta (ni)",
        col = "#5F9EA0",
        border = "black",
        ylim = c(0, sum(ni)),
        cex.names = 0.85,
        cex.main = 0.83)

5.4 Diagrama de barras porcentuales

barplot(hi,
        names.arg = nombres_eje,
        main = "Gráfica N° 4: Distribución porcentual general de las Categorías de las Estaciones de Monitoreo\nen el estudio de contaminación del aire en China (2015-2025)",
        xlab = "Bloque de Estaciones",
        ylab = "Frecuencia Relativa hi (%)",
        col = "#76A5AF",
        border = "black",
        ylim = c(0, 100),
        cex.names = 0.85,
        cex.main = 0.80)

5.5 Diagrama Circular

etiquetas <- paste0(names(hi), " (", hi, " %)")
colores_pastel <- c("#264E58", "#3B7A8C", "#528E7B", "#80A89C", "#A3C1B8")

pie(hi,
    labels = etiquetas,
    main = "Gráfica N° 5: Distribución de las Categorías de las Estaciones de Monitoreo\nen el estudio de contaminación del aire en China (2015-2025)",
    col = colores_pastel,
    border = "black",
    cex = 0.82,
    cex.main = 0.88)