# ==============================================================================
# PROYECTO DE ESTADÍSTICA DESCRIPTIVA - CONTAMINACIÓN POR PLÁSTICOS
# Universidad Central del Ecuador (FIGEMPA)
# Sección: Análisis de Variables Cuantitativas Discretas
# ==============================================================================

# 1. INSTALACIÓN Y CARGA DE PAQUETES
# Si es la primera vez que usas estos paquetes, borra el '#' de las siguientes dos líneas y ejecútalas:
# install.packages("dplyr")
# install.packages("ggplot2")

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(ggplot2)


# 2. CARGA DE DATOS (Elige la Opción A para tus datos reales o la Opción B para probar)

# --- OPCIÓN A: CARGAR TU ARCHIVO CSV REAL DE KAGGLE (Recomendado) ---
# Descomenta las siguientes líneas, elige tu archivo CSV y escribe el nombre exacto de tu columna discreta:
# ruta_archivo <- file.choose() # Abrirá una ventana para que selecciones tu archivo .csv
# datos_reales <- read.csv(ruta_archivo)
# names(datos_reales) # Te muestra los nombres de todas las columnas de tu archivo
# variable_discreta <- datos_reales$NOMBRE_DE_TU_COLUMNA # Reemplaza NOMBRE_DE_TU_COLUMNA (ej. Total_Items)

# --- OPCIÓN B: DATOS DE PRUEBA (Para ejecutar el script inmediatamente y ver el resultado) ---
set.seed(2026)
variable_discreta <- rpois(300, lambda = 3.5) + 1  # Simula el conteo de piezas plásticas por registro


# Limpiar posibles valores vacíos (NA)
variable_discreta <- na.omit(variable_discreta)
df_analisis <- data.frame(xi = variable_discreta)


# ==============================================================================
# 3. CONSTRUCCIÓN DE LA TABLA DE FRECUENCIAS (VARIABLE DISCRETA)
# ==============================================================================
tabla_frecuencias <- df_analisis %>%
  count(xi, name = "fi") %>%                     # Frecuencia absoluta (fi)
  arrange(xi) %>%                                # Ordenar de menor a mayor
  mutate(
    Fi = cumsum(fi),                             # Frecuencia absoluta acumulada (Fi)
    hi = round(fi / sum(fi), 4),                 # Frecuencia relativa (hi)
    Hi = round(cumsum(hi), 4),                   # Frecuencia relativa acumulada (Hi)
    Porcentaje_fi = round((fi / sum(fi)) * 100, 2), # Porcentaje individual (%)
    Porcentaje_Hi = round(cumsum(Porcentaje_fi), 2) # Porcentaje acumulado (%)
  )

# Imprimir la tabla en la consola de RStudio
print("==================================================================")
## [1] "=================================================================="
print("       TABLA DE DISTRIBUCIÓN DE FRECUENCIAS (VARIABLE DISCRETA)   ")
## [1] "       TABLA DE DISTRIBUCIÓN DE FRECUENCIAS (VARIABLE DISCRETA)   "
print("==================================================================")
## [1] "=================================================================="
print(tabla_frecuencias)
##    xi fi  Fi     hi     Hi Porcentaje_fi Porcentaje_Hi
## 1   1 10  10 0.0333 0.0333          3.33          3.33
## 2   2 39  49 0.1300 0.1633         13.00         16.33
## 3   3 56 105 0.1867 0.3500         18.67         35.00
## 4   4 60 165 0.2000 0.5500         20.00         55.00
## 5   5 64 229 0.2133 0.7633         21.33         76.33
## 6   6 29 258 0.0967 0.8600          9.67         86.00
## 7   7 27 285 0.0900 0.9500          9.00         95.00
## 8   8  9 294 0.0300 0.9800          3.00         98.00
## 9   9  4 298 0.0133 0.9933          1.33         99.33
## 10 10  2 300 0.0067 1.0000          0.67        100.00
# ==============================================================================
# 4. GRÁFICA 1: DIAGRAMA DE BASTONES (Gráfico principal para variables discretas)
# ==============================================================================
grafica_bastones <- ggplot(tabla_frecuencias, aes(x = xi, y = fi)) +
  geom_segment(aes(x = xi, xend = xi, y = 0, yend = fi), color = "#1f4e78", linewidth = 1.4) +
  geom_point(color = "#c0392b", size = 4.5) +
  geom_text(aes(label = fi), vjust = -0.8, size = 3.5, fontface = "bold") +
  scale_x_continuous(breaks = tabla_frecuencias$xi) +
  labs(
    title = "Diagrama de Bastones - Conteo de Residuos Plásticos",
    subtitle = "Earth Challenge 2020 | Variable Cuantitativa Discreta",
    x = "Cantidad de Elementos Plásticos Registrados (xi)",
    y = "Frecuencia Absoluta (fi)",
    caption = "Fuente: Dataset Earth Challenge 2020 (Kaggle)"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 14, hjust = 0.5),
    plot.subtitle = element_text(size = 11, hjust = 0.5, color = "gray30"),
    axis.title = element_text(face = "bold")
  )

# Mostrar en el panel Plots de RStudio
print(grafica_bastones)

# ==============================================================================
# 5. GRÁFICA 2: DIAGRAMA DE BARRAS DE FRECUENCIA PORCENTUAL
# ==============================================================================
grafica_barras <- ggplot(tabla_frecuencias, aes(x = factor(xi), y = Porcentaje_fi)) +
  geom_bar(stat = "identity", fill = "#2980b9", color = "#1a5276", width = 0.65, alpha = 0.9) +
  geom_text(aes(label = paste0(Porcentaje_fi, "%")), vjust = -0.5, size = 3.5, fontface = "bold") +
  labs(
    title = "Distribución Porcentual de Residuos Plásticos",
    subtitle = "Porcentaje por cantidad de elementos registrados",
    x = "Número de Elementos Plásticos (xi)",
    y = "Frecuencia Porcentual (%)",
    caption = "Fuente: Dataset Earth Challenge 2020 (Kaggle)"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 14, hjust = 0.5),
    plot.subtitle = element_text(size = 11, hjust = 0.5, color = "gray30"),
    axis.title = element_text(face = "bold")
  )

# Mostrar en el panel Plots de RStudio
print(grafica_barras)

# ==============================================================================
# 6. EXPORTAR TABLA Y GRÁFICAS PARA SUBIR A TU PÁGINA WEB (WEBNODE)
# ==============================================================================
# Guarda la tabla en formato Excel/CSV en tu carpeta de documentos
write.csv(tabla_frecuencias, "Tabla_Variable_Discreta_Plasticos.csv", row.names = FALSE)

# Guarda las imágenes en alta calidad (300 dpi) listas para subir a Webnode
ggsave("Grafica_Bastones_Plasticos.png", plot = grafica_bastones, width = 8, height = 5, dpi = 300)
ggsave("Grafica_Barras_Plasticos.png", plot = grafica_barras, width = 8, height = 5, dpi = 300)

print("¡Archivos guardados exitosamente en tu directorio de trabajo!")
## [1] "¡Archivos guardados exitosamente en tu directorio de trabajo!"