ANÁLISIS ESTADÍSTICO

CARGA DE DATOS Y LIBRERÍAS

base_datos <- read.csv(
  "C:\\Users\\vlady\\Documents\\debers alexa no borrar\\Mining_model_input_data.csv",
  stringsAsFactors = FALSE
)

ASIGNACION DE VARIABLES

col_wsa   <- base_datos$WSA
valid_wsa <- !is.na(col_wsa) & trimws(as.character(col_wsa)) != ""
wsa_vals  <- trimws(as.character(col_wsa[valid_wsa]))

data.frame(
  Variable = "WSA",
  Nombre = "Área de estudio de almacenamiento de agua / Área silvestre protegida (WSA)",
  Tipo = "Cualitativo / Nominal",
  Registros_Validos = length(wsa_vals),
  Registros_Faltantes = sum(!valid_wsa)
)
##   Variable
## 1      WSA
##                                                                       Nombre
## 1 Área de estudio de almacenamiento de agua / Área silvestre protegida (WSA)
##                    Tipo Registros_Validos Registros_Faltantes
## 1 Cualitativo / Nominal            330466                   0

TABLA DE DISTRIBUCIÓN DE CANTIDAD

Frecuencia absoluta (ni)

tabla_v16_df <- aggregate(
  list(ni = wsa_vals),
  by = list(Variable = wsa_vals),
  FUN = length
)
tabla_v16_df <- tabla_v16_df[order(-tabla_v16_df$ni), ]

gt(tabla_v16_df) |>
  tab_header(
    title = "Tabla N° 16",
    subtitle = "Distribución de Frecuencia Absoluta (WSA)"
  ) |>
  cols_label(
    Variable = "Indicador WSA",
    ni = "Frecuencia absoluta (ni)"
  ) |>
  grand_summary_rows(
    columns = ni,
    fns = list(Total = ~sum(., na.rm = TRUE)),
    fmt = ~fmt_number(., decimals = 0)
  )
Tabla N° 16
Distribución de Frecuencia Absoluta (WSA)
Indicador WSA Frecuencia absoluta (ni)
False 246761
True 83705
Total — 330,466

Frecuencia absoluta ajustada (por 1,000)

N_v16 <- sum(tabla_v16_df$ni)

tabla_v16_aj_df <- tabla_v16_df |>
  mutate(ni_ajustada = round((ni / N_v16) * 1000, 2))

gt(tabla_v16_aj_df) |>
  tab_header(
    title = "Tabla N° 16 (Ajustada)",
    subtitle = "Frecuencia Absoluta Ajustada por cada 1,000 registros (WSA)"
  ) |>
  cols_label(
    Variable = "Indicador WSA",
    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° 16 (Ajustada)
Frecuencia Absoluta Ajustada por cada 1,000 registros (WSA)
Indicador WSA Frecuencia absoluta (ni) Frecuencia absoluta ajustada
False 246761 746.71
True 83705 253.29
Total — 330,466.00 1,000.00

Frecuencia relativa (hi) y porcentaje (%)

N_v16 <- sum(tabla_v16_df$ni)

tabla_v16_rel_df <- tabla_v16_df |>
  mutate(
    hi = round(ni / N_v16, 4),
    porcentaje = round(hi * 100, 2)
  )

gt(tabla_v16_rel_df) |>
  tab_header(
    title = "Tabla N° 16 (Relativa)",
    subtitle = "Distribución de Frecuencia Relativa (WSA)"
  ) |>
  cols_label(
    Variable = "Indicador WSA",
    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° 16 (Relativa)
Distribución de Frecuencia Relativa (WSA)
Indicador WSA Frecuencia absoluta (ni) Frecuencia relativa (hi) Porcentaje (%)
False 246761 0.7467 74.67
True 83705 0.2533 25.33
Total — 330,466.00 1.00 100.00

GRÁFICAS DE DISTRIBUCIÓN DE CANTIDAD

Barras: Frecuencia absoluta (ni)

ggplot(tabla_v16_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_v16_df$ni) * 1.15) +
  labs(
    title = "Frecuencia Absoluta de WSA",
    x = "Indicador WSA",
    y = "Frecuencia absoluta (ni)"
  ) +
  theme_minimal(base_size = 12)

Barras: Frecuencia absoluta ajustada

ggplot(tabla_v16_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_v16_aj_df$ni_ajustada) * 1.15) +
  labs(
    title = "Frecuencia Absoluta Ajustada (por 1,000) - WSA",
    x = "Indicador WSA",
    y = "Frecuencia absoluta ajustada"
  ) +
  theme_minimal(base_size = 12)

Barras: Frecuencia relativa (hi %)

ggplot(tabla_v16_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_v16_rel_df$hi) * 1.15) +
  labs(
    title = "Frecuencia Relativa de WSA",
    x = "Indicador WSA",
    y = "Frecuencia relativa (hi)"
  ) +
  theme_minimal(base_size = 12)

Circular: Porcentaje (%)

ggplot(tabla_v16_rel_df, aes(x = "", y = porcentaje, fill = Variable)) +
  geom_col(width = 1, color = "white") +
  coord_polar(theta = "y") +
  geom_text(
    aes(label = paste0(porcentaje, "%")),
    position = position_stack(vjust = 0.5),
    size = 3.5
  ) +
  labs(
    title = "Diagrama Circular de WSA",
    fill = "Indicador WSA"
  ) +
  theme_void(base_size = 12) +
  theme(plot.title = element_text(hjust = 0.5))

INDICADORES ESTADISTICOS

indicadores_v16 <- tabla_v16_rel_df |>
  mutate(ni_ajustada_1000 = round((ni / sum(ni)) * 1000, 2))

indicadores_v16
##   Variable     ni     hi porcentaje ni_ajustada_1000
## 1    False 246761 0.7467      74.67           746.71
## 2     True  83705 0.2533      25.33           253.29

CONCLUSIÓN

El análisis de WSA (indicador cualitativo nominal sobre pertenencia o relación espacial con un Área de Estudio Silvestre o de Agua, con 330,466 registros válidos y 0 faltantes) resume la distribución de sus categorías mediante frecuencia absoluta (\(n_i\)), frecuencia ajustada por cada \(1\,000\) registros, frecuencia relativa (\(h_i\)) y porcentaje.