Análisis Estadístico Completo para Gestión Ambiental con R y Python

Se requiere un análisis estadístico exhaustivo de una base de datos con 16 variables, organizada por cuenca, río y 5 regiones, con el objetivo de apoyar decisiones de gestión ambiental. El detalle de cada variable se proporcionará al inicio del proyecto. El análisis debe incluir los siguientes componentes:

1. Estadística Descriptiva:
  - Cálculo de estadísticas descriptivas (media, mediana, desviación estándar, etc.) Por región, por cuenca y por río.
  - Generación de Boxplots para las Variables 1, 4, 8 y 15, agrupados por región hídrica.
  - Creación de gráficos de barras con error bars (media ± desviación estándar) por región, para un resumen visual rápido.

2. Identificación de Puntos Críticos (Variable 16):
  - Elaboración de un gráfico de barras horizontal, ordenando ríos/estaciones de menor a mayor según la Variable 16, incluyendo una línea de referencia para marcar el umbral de 'aceptable'.
  - Desarrollo de un mapa de calor (heatmap) con estaciones en filas y variables en columnas, coloreado por nivel de severidad.

3. Comparación entre Regiones Hídricas:
  - Creación de un Boxplot comparativo de la Variable 16 por región (una caja por cada región).
  - Diseño de un gráfico de radar (spider chart) para comparar múltiples regiones en varias variables simultáneamente en una sola imagen.

4. Correlaciones (por Cuenca):
  - Generación de scatter plots con línea de tendencia para los siguientes pares de variables: Var 4 – Var 10, Var 15 – Var 8, Var 5 – Var 8, y Var 12 – Var 13. Cada gráfico debe usar un color distinto por cuenca o un panel pequeño por cuenca (facet grid).
  - Construcción de una matriz de correlación (heatmap) por cuenca, mostrando todas las variables entre sí.

Es fundamental que las gráficas se generen utilizando R (con la librería ggplot2) o Python (con las librerías matplotlib, seaborn o plotly). No se aceptarán gráficas realizadas en Excel ni imágenes o ilustraciones generadas por IA (como Midjourney, DALL-E, etc.). El análisis debe ser resultado de un trabajo propio y una revisión cuidadosa, no una simple pasada de datos a una IA.

Entregables:
- Archivo de datos limpio y documentado (en formato Excel o CSV, con notas de cualquier corrección realizada).
- Informe final detallado (en formato Word o PDF) que incluya todos los gráficos generados.
- Script de análisis completo (en R o Python) que permita reproducir o actualizar el análisis en el futuro.
- Interpretación clara y concisa de cada una de las gráficas presentadas.