1. Carga de datos

library(gt)

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

cat("Número de glaciares:", nrow(datos))
## Número de glaciares: 132885

2. Variable cualitativa nominal: Fuente del glaciar

# Utilizar la columna original del dataset
fuente <- trimws(as.character(datos[["Glacier Source"]]))

# Identificar registros vacíos
fuente[is.na(fuente) | fuente == ""] <- "Sin información"

# Frecuencias de cada fuente
frecuencia <- table(fuente)

categorias <- names(frecuencia)

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

# Mantener el orden de las categorías
categorias <- names(frecuencia)

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

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

colores <- rep(
  paleta,
  length.out = length(frecuencia)
)

# Comprobar resultados
print(frecuencia)
## fuente
##      -      0      1      2      3 
##    144  25422 100847   5481    991
cat("Total:", sum(frecuencia))
## Total: 132885
cat("Número de categorías:", length(frecuencia))
## Número de categorías: 5
# No eliminar registros
stopifnot(sum(frecuencia) == nrow(datos))

# Verificar el máximo de 10 categorías
if (length(frecuencia) > 10) {
  stop("La variable tiene más de 10 categorías y necesita agruparse.")
}

3. Tabla Nro. 1: Distribución de frecuencias

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

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

names(tabla_fuente) <- c(
  "Fuente del glaciar",
  "ni",
  "hi(%)"
)

gt(tabla_fuente) |>
  tab_header(
    title = md("**Tabla Nro. 1**"),
    subtitle = paste(
      "Distribución de frecuencias de los glaciares",
      "según la fuente de información"
    )
  ) |>
  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 fuente de información
Fuente del glaciar ni hi(%)
- 144 0.11
0 25422 19.13
1 100847 75.89
2 5481 4.12
3 991 0.75
TOTAL 132885 100.00
Autores: Nahomi Chimbo, Cristina Fuel, Blanca Guatemala, Dayanara Lopez, Melany Tuza
Fuente: https://www.kaggle.com/datasets/nsidcorg/glacier-inventory

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

par(mar = c(9, 5, 5, 2))

barras <- barplot(
  frecuencia,
  names.arg = categorias,
  col = colores,
  ylim = c(0, max(frecuencia) * 1.22),
  las = 2,
  cex.names = 0.8,
  ylab = "Cantidad de glaciares (ni)",
  main = "",
  border = "gray50"
)

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

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

mtext(
  "Fuente del glaciar",
  side = 1,
  line = 7.5
)

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

# Barras verticales sin ordenar las categorías
par(mar = c(9, 5, 5, 2))

barras <- barplot(
  frecuencia,
  names.arg = categorias,
  col = colores,
  ylim = c(0, max(frecuencia) * 1.22),
  las = 2,
  cex.names = 0.8,
  ylab = "Frecuencia absoluta (ni)",
  main = "",
  border = "gray50"
)

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

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

mtext(
  "Fuente del glaciar",
  side = 1,
  line = 7.5
)

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

par(mar = c(9, 5, 5, 2))

barras <- barplot(
  porcentajes,
  names.arg = categorias,
  col = colores,
  ylim = c(0, max(porcentajes) * 1.22),
  las = 2,
  cex.names = 0.8,
  ylab = "Porcentaje de glaciares (hi%)",
  main = "",
  border = "gray50"
)

title(
  main = "Gráfico Nro. 3\nDistribución global porcentual según la fuente",
  cex.main = 0.95
)

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

mtext(
  "Fuente del glaciar",
  side = 1,
  line = 7.5
)

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

# Barras verticales sin ordenar las categorías
par(mar = c(9, 5, 5, 2))

barras <- barplot(
  porcentajes,
  names.arg = categorias,
  col = colores,
  ylim = c(0, max(porcentajes) * 1.22),
  las = 2,
  cex.names = 0.8,
  ylab = "Frecuencia relativa (hi%)",
  main = "",
  border = "gray50"
)

title(
  main = "Gráfico Nro. 4\nDistribución local porcentual según la fuente",
  cex.main = 0.95
)

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

mtext(
  "Fuente del glaciar",
  side = 1,
  line = 7.5
)

8. Gráfico Nro. 5: Diagrama circular con porcentajes

# Etiquetas porcentuales dentro de los sectores
etiquetas <- ifelse(
  porcentajes >= 4,
  paste0(sprintf("%.2f", porcentajes), "%"),
  ""
)

# Separar pastel y leyenda
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 según la fuente del glaciar"
)

leyenda <- paste0(
  categorias,
  ": ",
  sprintf("%.2f", porcentajes),
  "%"
)

par(mar = c(0, 0, 0, 0))
plot.new()

legend(
  "center",
  legend = leyenda,
  fill = colores,
  ncol = 2,
  cex = 0.8,
  bty = "n"
)

layout(1)

9. Interpretación de resultados

La variable Fuente del glaciar permite identificar las distintas fuentes de información registradas en el conjunto de datos. Mediante la tabla de frecuencias y las representaciones gráficas, se observa cómo se distribuyen los registros entre las categorías existentes. El análisis conserva la totalidad de los glaciares y utiliza las frecuencias y porcentajes calculados a partir de los datos originales.