1. LibrerÃas
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 CategorÃas 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 CategorÃas 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 CategorÃas 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 CategorÃas 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 CategorÃas 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)
