ASIGNACION DE VARIABLES
col_cnty <- base_datos$COUNTY_NAME
valid_cnty <- !is.na(col_cnty) & trimws(as.character(col_cnty)) != ""
cnty_vals <- trimws(as.character(col_cnty[valid_cnty]))
top15_cnty <- head(names(sort(table(cnty_vals), decreasing = TRUE)), 15)
cat_cnty <- ifelse(cnty_vals %in% top15_cnty, cnty_vals, "Otros condados")
data.frame(
Variable = "COUNTY_NAME",
Nombre = "Nombre del condado",
Tipo = "Cualitativo / Nominal",
Registros_Validos = length(cnty_vals),
Registros_Faltantes = sum(!valid_cnty)
)
## Variable Nombre Tipo Registros_Validos
## 1 COUNTY_NAME Nombre del condado Cualitativo / Nominal 330466
## Registros_Faltantes
## 1 0
TABLA DE DISTRIBUCIÓN DE CANTIDAD
Frecuencia absoluta (ni)
tabla_v7_df <- aggregate(
list(ni = cat_cnty),
by = list(Variable = cat_cnty),
FUN = length
)
tabla_v7_df <- tabla_v7_df[order(-tabla_v7_df$ni), ]
gt(tabla_v7_df) |>
tab_header(
title = "Tabla N° 7",
subtitle = "Distribución de Frecuencia Absoluta (COUNTY_NAME)"
) |>
cols_label(
Variable = "Condado",
ni = "Frecuencia absoluta (ni)"
) |>
grand_summary_rows(
columns = ni,
fns = list(Total = ~sum(., na.rm = TRUE)),
fmt = ~fmt_number(., decimals = 0)
)
| Tabla N° 7 |
| Distribución de Frecuencia Absoluta (COUNTY_NAME) |
|
Condado |
Frecuencia absoluta (ni) |
|
Otros condados |
298009 |
|
WASHINGTON COUNTY |
3907 |
|
JEFFERSON COUNTY |
3191 |
|
WELD COUNTY |
2679 |
|
SUSQUEHANNA COUNTY |
2155 |
|
JACKSON COUNTY |
2115 |
|
FRANKLIN COUNTY |
2076 |
|
CUMBERLAND COUNTY |
2067 |
|
SCHUYLKILL COUNTY |
1968 |
|
CLARK COUNTY |
1935 |
|
LINCOLN COUNTY |
1901 |
|
ST. LOUIS COUNTY |
1851 |
|
MONROE COUNTY |
1707 |
|
PIKE COUNTY |
1653 |
|
MCDOWELL COUNTY |
1632 |
|
MARICOPA COUNTY |
1620 |
| Total |
— |
330,466 |
Frecuencia absoluta ajustada (por 1,000)
N_v7 <- sum(tabla_v7_df$ni)
tabla_v7_aj_df <- tabla_v7_df |>
mutate(ni_ajustada = round((ni / N_v7) * 1000, 2))
gt(tabla_v7_aj_df) |>
tab_header(
title = "Tabla N° 7 (Ajustada)",
subtitle = "Frecuencia Absoluta Ajustada por cada 1,000 registros (COUNTY_NAME)"
) |>
cols_label(
Variable = "Condado",
ni = "Frecuencia absoluta (ni)",
ni_ajustada = "Frecuencia absoluta ajustada"
) |>
grand_summary_rows(
columns = c(ni, ni_ajustada),
fns = list(Total = ~sum(., na.rm = TRUE)),
fmt = ~fmt_number(., decimals = 2)
)
| Tabla N° 7 (Ajustada) |
| Frecuencia Absoluta Ajustada por cada 1,000 registros (COUNTY_NAME) |
|
Condado |
Frecuencia absoluta (ni) |
Frecuencia absoluta ajustada |
|
Otros condados |
298009 |
901.78 |
|
WASHINGTON COUNTY |
3907 |
11.82 |
|
JEFFERSON COUNTY |
3191 |
9.66 |
|
WELD COUNTY |
2679 |
8.11 |
|
SUSQUEHANNA COUNTY |
2155 |
6.52 |
|
JACKSON COUNTY |
2115 |
6.40 |
|
FRANKLIN COUNTY |
2076 |
6.28 |
|
CUMBERLAND COUNTY |
2067 |
6.25 |
|
SCHUYLKILL COUNTY |
1968 |
5.96 |
|
CLARK COUNTY |
1935 |
5.86 |
|
LINCOLN COUNTY |
1901 |
5.75 |
|
ST. LOUIS COUNTY |
1851 |
5.60 |
|
MONROE COUNTY |
1707 |
5.17 |
|
PIKE COUNTY |
1653 |
5.00 |
|
MCDOWELL COUNTY |
1632 |
4.94 |
|
MARICOPA COUNTY |
1620 |
4.90 |
| Total |
— |
330,466.00 |
1,000.00 |
Frecuencia relativa (hi) y porcentaje
(%)
N_v7 <- sum(tabla_v7_df$ni)
tabla_v7_rel_df <- tabla_v7_df |>
mutate(
hi = round(ni / N_v7, 4),
porcentaje = round(hi * 100, 2)
)
gt(tabla_v7_rel_df) |>
tab_header(
title = "Tabla N° 7 (Relativa)",
subtitle = "Distribución de Frecuencia Relativa (COUNTY_NAME)"
) |>
cols_label(
Variable = "Condado",
ni = "Frecuencia absoluta (ni)",
hi = "Frecuencia relativa (hi)",
porcentaje = "Porcentaje (%)"
) |>
grand_summary_rows(
columns = c(ni, hi, porcentaje),
fns = list(Total = ~sum(., na.rm = TRUE)),
fmt = ~fmt_number(., decimals = 2)
)
| Tabla N° 7 (Relativa) |
| Distribución de Frecuencia Relativa (COUNTY_NAME) |
|
Condado |
Frecuencia absoluta (ni) |
Frecuencia relativa (hi) |
Porcentaje (%) |
|
Otros condados |
298009 |
0.9018 |
90.18 |
|
WASHINGTON COUNTY |
3907 |
0.0118 |
1.18 |
|
JEFFERSON COUNTY |
3191 |
0.0097 |
0.97 |
|
WELD COUNTY |
2679 |
0.0081 |
0.81 |
|
SUSQUEHANNA COUNTY |
2155 |
0.0065 |
0.65 |
|
JACKSON COUNTY |
2115 |
0.0064 |
0.64 |
|
FRANKLIN COUNTY |
2076 |
0.0063 |
0.63 |
|
CUMBERLAND COUNTY |
2067 |
0.0063 |
0.63 |
|
SCHUYLKILL COUNTY |
1968 |
0.0060 |
0.60 |
|
CLARK COUNTY |
1935 |
0.0059 |
0.59 |
|
LINCOLN COUNTY |
1901 |
0.0058 |
0.58 |
|
ST. LOUIS COUNTY |
1851 |
0.0056 |
0.56 |
|
MONROE COUNTY |
1707 |
0.0052 |
0.52 |
|
PIKE COUNTY |
1653 |
0.0050 |
0.50 |
|
MCDOWELL COUNTY |
1632 |
0.0049 |
0.49 |
|
MARICOPA COUNTY |
1620 |
0.0049 |
0.49 |
| Total |
— |
330,466.00 |
1.00 |
100.02 |
GRÁFICAS DE DISTRIBUCIÓN DE
CANTIDAD
Barras: Frecuencia absoluta (ni)
ggplot(tabla_v7_df, aes(x = reorder(Variable, ni), y = ni)) +
geom_col(fill = "steelblue") +
geom_text(aes(label = ni), hjust = -0.1, size = 3.5) +
coord_flip() +
expand_limits(y = max(tabla_v7_df$ni) * 1.15) +
labs(
title = "Frecuencia Absoluta por Condado (COUNTY_NAME)",
x = "Condado",
y = "Frecuencia absoluta (ni)"
) +
theme_minimal(base_size = 12)

Barras: Frecuencia absoluta ajustada
ggplot(tabla_v7_aj_df, aes(x = reorder(Variable, ni_ajustada), y = ni_ajustada)) +
geom_col(fill = "darkorange") +
geom_text(aes(label = ni_ajustada), hjust = -0.1, size = 3.5) +
coord_flip() +
expand_limits(y = max(tabla_v7_aj_df$ni_ajustada) * 1.15) +
labs(
title = "Frecuencia Absoluta Ajustada (por 1,000) - COUNTY_NAME",
x = "Condado",
y = "Frecuencia absoluta ajustada"
) +
theme_minimal(base_size = 12)

Barras: Frecuencia relativa (hi %)
ggplot(tabla_v7_rel_df, aes(x = reorder(Variable, hi), y = hi)) +
geom_col(fill = "seagreen3") +
geom_text(
aes(label = paste0(porcentaje, "%")),
hjust = -0.1,
size = 3.5
) +
coord_flip() +
expand_limits(y = max(tabla_v7_rel_df$hi) * 1.15) +
labs(
title = "Frecuencia Relativa por Condado (COUNTY_NAME)",
x = "Condado",
y = "Frecuencia relativa (hi)"
) +
theme_minimal(base_size = 12)

Circular: Porcentaje (%)
ggplot(tabla_v7_rel_df, aes(x = "", y = porcentaje, fill = Variable)) +
geom_col(width = 1, color = "white") +
coord_polar(theta = "y") +
geom_text(
aes(label = ifelse(porcentaje >= 3, paste0(porcentaje, "%"), "")),
position = position_stack(vjust = 0.5),
size = 3.5
) +
labs(
title = "Diagrama Circular por Condado (COUNTY_NAME)",
fill = "Condado"
) +
theme_void(base_size = 12)

INDICADORES ESTADISTICOS
indicadores_v7 <- tabla_v7_rel_df |>
mutate(ni_ajustada_1000 = round((ni / sum(ni)) * 1000, 2))
indicadores_v7
## Variable ni hi porcentaje ni_ajustada_1000
## 10 Otros condados 298009 0.9018 90.18 901.78
## 15 WASHINGTON COUNTY 3907 0.0118 1.18 11.82
## 5 JEFFERSON COUNTY 3191 0.0097 0.97 9.66
## 16 WELD COUNTY 2679 0.0081 0.81 8.11
## 14 SUSQUEHANNA COUNTY 2155 0.0065 0.65 6.52
## 4 JACKSON COUNTY 2115 0.0064 0.64 6.40
## 3 FRANKLIN COUNTY 2076 0.0063 0.63 6.28
## 2 CUMBERLAND COUNTY 2067 0.0063 0.63 6.25
## 12 SCHUYLKILL COUNTY 1968 0.0060 0.60 5.96
## 1 CLARK COUNTY 1935 0.0059 0.59 5.86
## 6 LINCOLN COUNTY 1901 0.0058 0.58 5.75
## 13 ST. LOUIS COUNTY 1851 0.0056 0.56 5.60
## 9 MONROE COUNTY 1707 0.0052 0.52 5.17
## 11 PIKE COUNTY 1653 0.0050 0.50 5.00
## 8 MCDOWELL COUNTY 1632 0.0049 0.49 4.94
## 7 MARICOPA COUNTY 1620 0.0049 0.49 4.90
CONCLUSIÓN
Los resultados muestran que la categoría «Otros condados» concentra
la mayor frecuencia relativa, con un 90,18 % de los registros. Entre los
condados identificados individualmente, destaca WASHINGTON COUNTY, con
un 1,18 %. Esto evidencia que los registros del proyecto Modelo de uso
de agua en la minería de Estados Unidos, 2019–2020 se distribuyen en
numerosos condados, con una mayor concentración en la categoría agrupada
como «Otros condados».