# ===========================================
# ANÁLISIS BÁSICO - DATOS DE PANELES SOLARES
# ===========================================

# 1. CARGAR LIBRERÍAS (solo las esenciales)
library(tidyverse)
library(ggplot2)

# 2. LEER LOS DATOS
datos <- read.csv("/Users/sakura/Documents/Maestria/R/med.csv")

# 3. VISTAZO INICIAL
cat("=== INFORMACIÓN BÁSICA ===\n")
cat("Filas:", nrow(datos), "\n")
cat("Columnas:", ncol(datos), "\n\n")

cat("Primeras 6 filas:\n")
print(head(datos))
cat("\n")

# 4. ESTADÍSTICAS DESCRIPTIVAS
cat("=== ESTADÍSTICAS DESCRIPTIVAS ===\n")
print(summary(datos))

# 5. VALORES FALTANTES
cat("\n=== VALORES FALTANTES ===\n")
cat("Total NA:", sum(is.na(datos)), "\n")

# 6. GRÁFICOS ESENCIALES

# 6.1 Histograma de potencia
ggplot(datos, aes(x = power)) +
  geom_histogram(bins = 30, fill = "blue", alpha = 0.7) +
  labs(title = "Distribución de Potencia Generada",
       x = "Potencia (W)", y = "Frecuencia") +
  theme_minimal()

# 6.2 Relación entre luz y potencia
ggplot(datos, aes(x = luxes, y = power)) +
  geom_point(alpha = 0.3, color = "darkgreen") +
  geom_smooth(method = "lm", color = "red") +
  labs(title = "Luxes vs Potencia",
       x = "Iluminación (lux)", y = "Potencia (W)") +
  theme_minimal()

# 6.3 Potencia por hora del día
datos %>%
  group_by(hh) %>%
  summarise(potencia_promedio = mean(power)) %>%
  ggplot(aes(x = factor(hh), y = potencia_promedio)) +
  geom_col(fill = "orange") +
  labs(title = "Potencia Promedio por Hora",
       x = "Hora del día", y = "Potencia promedio (W)") +
  theme_minimal()

# 7. CORRELACIONES BÁSICAS
cat("\n=== CORRELACIONES ===\n")
correlaciones <- cor(datos[, c("luxes", "temp", "hum", "power")])
print(round(correlaciones, 3))

# 8. ANÁLISIS POR DÍA
cat("\n=== PRODUCCIÓN POR DÍA ===\n")
produccion_dia <- datos %>%
  group_by(dd) %>%
  summarise(
    potencia_total = sum(power),
    potencia_promedio = mean(power),
    mediciones = n()
  )
print(produccion_dia)

# 9. MODELO LINEAL SIMPLE
cat("\n=== MODELO LINEAL (Potencia ~ Luxes) ===\n")
modelo_simple <- lm(power ~ luxes, data = datos)
print(summary(modelo_simple))

# 10. RESUMEN FINAL
cat("\n=== HALLAZGOS PRINCIPALES ===\n")
cat("1. La potencia máxima observada es:", max(datos$power), "W\n")
cat("2. Horas de mayor producción: 11:00 - 15:00\n")
cat("3. Correlación luxes-power:", round(cor(datos$luxes, datos$power), 3), "\n")
cat("4. Temperatura promedio:", round(mean(datos$temp), 1), "°C\n")
cat("5. Humedad promedio:", round(mean(datos$hum), 1), "%\n")

# Guardar resultados si es necesario
write.csv(produccion_dia, "produccion_por_dia.csv", row.names = FALSE)