1. Carga de datos

library(gt)

datos <- read.csv(
  "C:/Users/USER/Downloads/glaciares_depurados.csv",
  check.names = FALSE,
  stringsAsFactors = FALSE
)

# Variable original: Political Unit
pais <- trimws(toupper(as.character(datos[["Political Unit"]])))

# Agrupar todas las unidades políticas en 10 categorías
grupo <- rep(NA_character_, length(pais))

grupo[pais %in% c(
  "KENYA", "UGANDA", "TANZANIA",
  "SOUTH AFRICA", "ZAIRE"
)] <- "África"

grupo[pais %in% c(
  "CANADA", "UNITED STATES",
  "MEXICO", "GREENLAND"
)] <- "América del Norte"

grupo[pais %in% c(
  "ARGENTINA", "BOLIVIA", "CHILE",
  "COLOMBIA", "ECUADOR", "PERU", "VENEZUELA"
)] <- "América del Sur"

grupo[pais %in% c(
  "AFGHANISTAN", "USSR"
)] <- "Asia central y antigua USSR"

grupo[pais %in% c(
  "INDIA", "PAKISTAN", "NEPAL", "BHUTAN"
)] <- "Asia meridional"

grupo[pais == "CHINA"] <- "China"

grupo[pais %in% c(
  "SWITZERLAND", "ITALY", "FRANCE",
  "AUSTRIA", "GERMANY", "SPAIN"
)] <- "Europa central y meridional"

grupo[pais %in% c(
  "NORWAY", "SWEDEN", "ICELAND"
)] <- "Europa del Norte"

grupo[pais %in% c(
  "NEW ZEALAND", "INDONESIA"
)] <- "Oceanía y sudeste asiático"

grupo[pais %in% c(
  "ANTARCTICA",
  "FRENCH SOUTHERN TERRITORIES",
  "HEARD ISLAND AND MCDONALD ISLANDS",
  "SOUTH GEORGIA"
)] <- "Territorios e islas"

# Comprobar que ningún país quede sin clasificar
if (any(is.na(grupo))) {
  stop(paste(
    "Unidades políticas sin clasificar:",
    paste(unique(pais[is.na(grupo)]), collapse = ", ")
  ))
}

datos$GRUPO_UNIDAD <- grupo

# Orden fijo: no ordenar de mayor a menor
categorias <- c(
  "África",
  "América del Norte",
  "América del Sur",
  "Asia central y antigua USSR",
  "Asia meridional",
  "China",
  "Europa central y meridional",
  "Europa del Norte",
  "Oceanía y sudeste asiático",
  "Territorios e islas"
)

# Calcular las frecuencias
frecuencia <- table(
  factor(datos$GRUPO_UNIDAD, levels = categorias)
)

porcentajes <- as.numeric(frecuencia) /
  sum(frecuencia) * 100

# Nombres abreviados para las gráficas
nombres_cortos <- c(
  "África",
  "América N.",
  "América S.",
  "Asia central",
  "Asia sur",
  "China",
  "Europa C.",
  "Europa N.",
  "Oceanía",
  "Territorios"
)

# Colores neutros
colores <- c(
  "#AAB7C4",
  "#D3D9DF",
  "#71869B",
  "#B5C1CC",
  "#C5CFD8",
  "#8FA2B5",
  "#DCE2E7",
  "#95A9BC",
  "#BCCAD5",
  "#687F95"
)

# Verificación
stopifnot(length(frecuencia) == 10)
stopifnot(sum(frecuencia) == nrow(datos))

cat("Total de glaciares:", sum(frecuencia))
## Total de glaciares: 132885

2. Tabla Nro. 1: Distribución de frecuencias

tabla_unidad <- data.frame(
  Categoria = categorias,
  ni = as.numeric(frecuencia),
  Porcentaje = round(porcentajes, 2)
)

tabla_unidad <- rbind(
  tabla_unidad,
  data.frame(
    Categoria = "TOTAL",
    ni = sum(frecuencia),
    Porcentaje = 100
  )
)

names(tabla_unidad) <- c(
  "Unidad Política agrupada",
  "ni",
  "hi(%)"
)

gt(tabla_unidad) |>
  tab_header(
    title = md("**Tabla Nro. 1**"),
    subtitle = paste(
      "Distribución de frecuencias de los glaciares",
      "según la unidad política agrupada"
    )
  ) |>
  tab_source_note(
    md("**Autores:** Nahomi Chimbo, Cristina Fuel, Blanca Guatemala, Dayanara Lopez, Melany Tuza")
  ) |>
  tab_source_note(
    md("**Fuente:** https://www.kaggle.com/datasets/nsidcorg/glacier-inventory")
  ) |>
  tab_options(
    table.border.top.color = "#52677E",
    table.border.bottom.color = "#52677E",
    row.striping.include_table_body = TRUE
  )
Tabla Nro. 1
Distribución de frecuencias de los glaciares según la unidad política agrupada
Unidad Política agrupada ni hi(%)
África 60 0.05
América del Norte 24689 18.58
América del Sur 9342 7.03
Asia central y antigua USSR 24266 18.26
Asia meridional 14113 10.62
China 45616 34.33
Europa central y meridional 5441 4.09
Europa del Norte 4706 3.54
Oceanía y sudeste asiático 3150 2.37
Territorios e islas 1502 1.13
TOTAL 132885 100.00
Autores: Nahomi Chimbo, Cristina Fuel, Blanca Guatemala, Dayanara Lopez, Melany Tuza
Fuente: https://www.kaggle.com/datasets/nsidcorg/glacier-inventory

3. Gráfico Nro. 1: Distribución global (ni)

par(mar = c(8, 5, 5, 2))

barras <- barplot(
  frecuencia,
  names.arg = nombres_cortos,
  col = colores,
  ylim = c(0, max(frecuencia) * 1.20),
  las = 2,
  cex.names = 0.85,
  ylab = "Cantidad de glaciares (ni)",
  main = "",
  border = "gray50"
)

title(
  main = "Gráfico Nro. 1\nDistribución global de glaciares según la unidad política (ni)",
  cex.main = 0.95
)

text(
  barras,
  as.numeric(frecuencia),
  labels = as.numeric(frecuencia),
  pos = 3,
  cex = 0.8
)

mtext(
  "Unidad Política agrupada",
  side = 1,
  line = 6.5
)

4. Gráfico Nro. 2: Distribución local (ni)

par(mar = c(8, 5, 5, 2))

barras <- barplot(
  frecuencia,
  names.arg = nombres_cortos,
  col = colores,
  ylim = c(0, max(frecuencia) * 1.20),
  las = 2,
  cex.names = 0.85,
  ylab = "Frecuencia absoluta (ni)",
  main = "",
  border = "gray50"
)

title(
  main = "Gráfico Nro. 2\nDistribución local de glaciares según la unidad política (ni)",
  cex.main = 0.95
)

text(
  barras,
  as.numeric(frecuencia),
  labels = as.numeric(frecuencia),
  pos = 3,
  cex = 0.8
)

mtext(
  "Unidad Política agrupada",
  side = 1,
  line = 6.5
)

5. Gráfico Nro. 3: Distribución global (hi%)

par(mar = c(8, 5, 5, 2))

barras <- barplot(
  porcentajes,
  names.arg = nombres_cortos,
  col = colores,
  ylim = c(0, max(porcentajes) * 1.20),
  las = 2,
  cex.names = 0.85,
  ylab = "Porcentaje de glaciares (hi%)",
  main = "",
  border = "gray50"
)

title(
  main = "Gráfico Nro. 3\nDistribución global porcentual de glaciares",
  cex.main = 0.95
)

text(
  barras,
  porcentajes,
  labels = paste0(sprintf("%.2f", porcentajes), "%"),
  pos = 3,
  cex = 0.8
)

mtext(
  "Unidad Política agrupada",
  side = 1,
  line = 6.5
)

6. Gráfico Nro. 4: Distribución local (hi%)

par(mar = c(8, 5, 5, 2))

barras <- barplot(
  porcentajes,
  names.arg = nombres_cortos,
  col = colores,
  ylim = c(0, max(porcentajes) * 1.20),
  las = 2,
  cex.names = 0.85,
  ylab = "Frecuencia relativa (hi%)",
  main = "",
  border = "gray50"
)

title(
  main = "Gráfico Nro. 4\nDistribución local porcentual de glaciares",
  cex.main = 0.95
)

text(
  barras,
  porcentajes,
  labels = paste0(sprintf("%.2f", porcentajes), "%"),
  pos = 3,
  cex = 0.8
)

mtext(
  "Unidad Política agrupada",
  side = 1,
  line = 6.5
)

7. Gráfico Nro. 5: Diagrama circular

# Porcentajes de cada agrupación
etiquetas <- ifelse(
  porcentajes >= 4,
  paste0(sprintf("%.2f", porcentajes), "%"),
  ""
)

# Reservar espacio para la leyenda debajo
layout(
  matrix(c(1, 2), nrow = 2),
  heights = c(3.5, 1.5)
)

par(mar = c(1, 2, 4, 2))

pie(
  frecuencia,
  labels = etiquetas,
  col = colores,
  border = "white",
  radius = 0.85,
  cex = 0.9,
  main = "Gráfico Nro. 5\nDistribución porcentual de glaciares según la unidad política"
)

# Leyenda con todos los porcentajes
leyenda <- paste0(
  categorias,
  ": ",
  sprintf("%.2f", porcentajes),
  "%"
)

par(mar = c(0, 0, 0, 0))

plot.new()

legend(
  "center",
  legend = leyenda,
  fill = colores,
  ncol = 2,
  cex = 0.72,
  bty = "n"
)

layout(1)

8. Interpretación de resultados

Para analizar la variable Unidad Política, se agruparon las unidades políticas originales del conjunto de datos en diez categorías. Esta agrupación permitió representar los resultados de manera más sencilla, manteniendo los 132 885 registros. Las categorías fueron creadas para este análisis descriptivo y no corresponden a una clasificación geográfica oficial.