1. Cargar paquetes.

Trabajaremos principalmente con ggplot2 (incluido en tidyverse) y readxl para importar los datos.

library(tidyverse)
library(readxl)

2. Importar datos.

En esta clase trabajaremos con dos bases de datos: ceramica.xlsx y Diametro ceramica.xlsx. Puedes encontrarlas en el repositorio del curso.

ceramica <- read_excel("~/Desktop/work/0_Cuantitativa_2026/ANT305Q-2026/Clases/Clase4/ceramica.xlsx")
ceramica
## # A tibble: 2 × 4
##   Categoria Costa Valle Cordillera
##   <chr>     <dbl> <dbl>      <dbl>
## 1 Modelada     31    44         25
## 2 Incisa       29    22         12
diametro_ceramica <- read_excel("~/Desktop/work/0_Cuantitativa_2026/ANT305Q-2026/Clases/Clase4/Diametro ceramica.xlsx")
diametro_ceramica
## # A tibble: 63 × 2
##    Zona  Diametro
##    <chr>    <dbl>
##  1 Costa      7.5
##  2 Costa      7.3
##  3 Costa     11.5
##  4 Costa      7.5
##  5 Costa      6.6
##  6 Costa      4.2
##  7 Costa      4  
##  8 Costa      6  
##  9 Costa      7.7
## 10 Costa      9  
## # ℹ 53 more rows

3. Calcular porcentajes de columna.

Para calcular qué porcentaje representa cada fila dentro de su columna usamos la función prop.table(), que calcula proporciones, y luego multiplicamos por 100 para obtener porcentajes.

Primero transformamos nuestra tabla a un data.frame, ya que vamos a agregar columnas nuevas con los porcentajes calculados.

# Transformamos a data frame
data1 <- data.frame(ceramica)

# Calculamos el porcentaje de columna para cada zona geográfica
data1$porcentCosta     <- prop.table(data1$Costa) * 100
data1$porcentInterior  <- prop.table(data1$Valle) * 100
data1$porcentAltiplano <- prop.table(data1$Cordillera) * 100

# Revisamos el resultado: data1 debe incluir las nuevas columnas con porcentajes
data1
##   Categoria Costa Valle Cordillera porcentCosta porcentInterior
## 1  Modelada    31    44         25     51.66667        66.66667
## 2    Incisa    29    22         12     48.33333        33.33333
##   porcentAltiplano
## 1         67.56757
## 2         32.43243

4. Crear un nuevo data frame para el gráfico de barras.

Para poder graficar en ggplot2 necesitamos que los datos estén en un formato específico: cada fila debe ser una observación. Por eso creamos un nuevo data.frame con tres columnas: Sitio (zona geográfica), Categoria (tipo de cerámica) y Porcentaje (el valor calculado).

Usamos la función rep() para repetir los nombres de las zonas, y escribimos las categorías y porcentajes en el mismo orden.

data2 <- data.frame(
  Sitio      = rep(c("Costa", "Interior", "Altiplano"), each = 2),
  Categoria  = c("Incisa", "Modelada", "Incisa", "Modelada", "Incisa", "Modelada"),
  Porcentaje = c(48.33, 51.67, 33.33, 66.67, 32.43, 67.57)
)

# Verificamos que el data frame se haya generado correctamente
data2
##       Sitio Categoria Porcentaje
## 1     Costa    Incisa      48.33
## 2     Costa  Modelada      51.67
## 3  Interior    Incisa      33.33
## 4  Interior  Modelada      66.67
## 5 Altiplano    Incisa      32.43
## 6 Altiplano  Modelada      67.57

5. Gráfico de barras con geom_bar().

Para crear gráficos de barras usamos la función geom_bar(). Como ya tenemos los valores calculados (no queremos que R los cuente), debemos agregar stat = "identity". Para que las barras de cada categoría aparezcan una al lado de la otra usamos position = position_dodge().

ggplot(data = data2, aes(x = Sitio, y = Porcentaje, fill = Categoria)) +
  geom_bar(stat = "identity", position = position_dodge()) +
  scale_y_continuous(limits = c(0, 100)) +
  scale_fill_manual(values = c("purple", "blue")) +
  labs(x = "Zona geográfica", y = "Porcentaje (%)", title = "Cerámica por zona geográfica") +
  theme_minimal() +
  theme(text = element_text(size = 12))

6. Boxplot de diámetro de borde cerámico por zona.

Usando la base de datos Diametro ceramica.xlsx, podemos comparar la distribución del diámetro del borde de la cerámica incisa entre las distintas zonas geográficas con un boxplot.

ggplot(data = diametro_ceramica, aes(x = Zona, y = Diametro, fill = Zona)) +
  geom_boxplot() +
  scale_fill_manual(values = c("purple", "lightblue", "yellow3")) +
  scale_y_continuous(limits = c(0, 26)) +
  labs(x = "Zona geográfica", y = "Diámetro (cm)", title = "Diámetro borde cerámica incisa por zona") +
  theme_minimal()

7. Trabajo en Clases 4.

Para esta actividad trabajaremos con las bases de datos Liticos.xlsx y Largo liticos.xlsx. Puedes encontrarlas en el repositorio del curso.

  1. Crea un nuevo data.frame a partir de la base de datos Liticos y calcula los porcentajes de columna para cada zona geográfica.

  2. Crea un nuevo data.frame que incluya las columnas Sitio, Categoria y Porcentaje, siguiendo el mismo procedimiento que usamos con la cerámica.

  3. Realiza un gráfico de barras usando los datos del nuevo data.frame. ¿Qué tipo de punta es más frecuente en el altiplano, costa e interior, respectivamente? ¿Existen diferencias entre zonas? Si fuese así, ¿a qué crees que se deben?

  4. Realiza un boxplot con la base de datos Largo liticos para comparar cómo se distribuyen los largos de las puntas de obsidiana por zona geográfica. ¿Dónde hay puntas más largas? ¿Dónde hay puntas más pequeñas? ¿Las distribuciones son simétricas o dispersas? ¿Dónde tienden a agruparse los datos en cada boxplot?

← Clase Anterior Índice Siguiente Clase →