ESTADÍSTICA DESCRIPTIVA - VARIABLES CONTINUAS:Recuperacion de agua producida
Grupo 6
1 Carga de datos
## 'data.frame': 10190 obs. of 17 variables:
## $ Distrito_edit : chr "1" "1" "1" "1" ...
## $ Year_edit_Fecha_del_derrame : int 2013 2013 2013 2013 2013 2013 2013 2013 2013 2013 ...
## $ Mes_edit_Fecha_del_derrame : int 6 3 4 4 6 6 3 9 10 6 ...
## $ Categoria_Instalaciones : chr "Instalacion fija" "Pozos" "Pozos" "Pozos" ...
## $ Operacion_general : chr "Produccion" "Otro" "Produccion" "Produccion" ...
## $ Categoria_Fuente : chr NA "Tanques/Almacenamiento" "Lineas/Tuberias" "Infraestructura Fija" ...
## $ Grupo_causas_probable : chr NA "Afectaciones externas" "Factores humanos" "Problemas tecnicos" ...
## $ Liberacion_petroleo_crudo_edicion : num 0 0 0 0 0 ...
## $ Edicion_recuperacion_petroleo_crudo : num NA 0 0 0 0 0 0 0 0 NA ...
## $ Volumen_liberado_Cond_Final : num 0 0 0 10 0 0 0 1 0 0 ...
## $ Liberacion_agua_de_produccion_edicion: num 6720 3780 5040 420 10920 ...
## $ Liberacion_volumen_gas : num 0 0 0 0 0 0 0 0 0 0 ...
## $ Volumen_condensado_recuperado : num NA 0 0 1 0 0 0 0 0 NA ...
## $ Edicion_Recuperacion_agua_producida : num NA 420 4620 0 10920 ...
## $ Derrame_sobre_agua_limpio : chr "NO" "NO" "NO" "NO" ...
## $ Estado_general : chr "Observaciones tecnicas" NA NA NA ...
## $ Codigo_area : int 1 1 1 1 1 1 1 1 1 3 ...3 Extraccion de variable
4 Calculo de rango y número de clases (Sturges)
5 Limites e intervalos
6 Creacion de Tabla de Frecuencia
6.1 Frecuencias absolutas
ni <- numeric(k_agua)
for (i in 1:k_agua) {
if (i == k_agua) {
ni[i] <- length(subset(Recuperacion_agua_producida,
Recuperacion_agua_producida >= liminf[i] & Recuperacion_agua_producida
<= limsup[i]))
} else {
ni[i] <- length(subset(Recuperacion_agua_producida,
Recuperacion_agua_producida >= liminf[i] & Recuperacion_agua_producida
< limsup[i]))
}
}6.2 Frecuencias relativas y acumuladas
6.3 Tabla de Frecuencias
tabla_agua <- data.frame(
liminf = round(liminf, 2),
limsup = round(limsup, 2),
MC = round(MC, 2),
ni = ni,
hi_porc = round(hi, 2),
Ni_asc = Niasc,
Ni_dsc = Nidsc,
Hiasc_porc = round(Hiasc, 2),
Hidsc_porc = round(Hidsc, 2)
)
print("TABLA: Distribución de Frecuencias de Recuperación de Agua Producida")## [1] "TABLA: Distribución de Frecuencias de Recuperación de Agua Producida"## liminf limsup MC ni hi_porc Ni_asc Ni_dsc Hiasc_porc Hidsc_porc
## 1 0 242502 121251 9137 99.76 9137 9159 99.76 100.00
## 2 242502 485004 363753 16 0.17 9153 22 99.93 0.24
## 3 485004 727506 606255 3 0.03 9156 6 99.97 0.07
## 4 727506 970008 848757 1 0.01 9157 3 99.98 0.03
## 5 970008 1212510 1091259 0 0.00 9157 2 99.98 0.02
## 6 1212510 1455012 1333761 1 0.01 9158 2 99.99 0.02
## 7 1455012 1697514 1576263 0 0.00 9158 1 99.99 0.01
## 8 1697514 1940016 1818765 0 0.00 9158 1 99.99 0.01
## 9 1940016 2182518 2061267 0 0.00 9158 1 99.99 0.01
## 10 2182518 2425020 2303769 0 0.00 9158 1 99.99 0.01
## 11 2425020 2667522 2546271 0 0.00 9158 1 99.99 0.01
## 12 2667522 2910024 2788773 0 0.00 9158 1 99.99 0.01
## 13 2910024 3152526 3031275 0 0.00 9158 1 99.99 0.01
## 14 3152526 3395028 3273777 1 0.01 9159 1 100.00 0.017 Gráficos
7.1 Histograma
hist(Recuperacion_agua_producida,
main = "Distribución de Recuperación de Agua Producida",
breaks = seq(min(Recuperacion_agua_producida),
max(Recuperacion_agua_producida) + A_agua, by = A_agua),
xlab = "Recuperación de agua producida",
ylab = "Frecuencia",
col = "darkseagreen1",
xaxt = "n")
axis(1, at = pretty(liminf), labels = format(pretty(liminf), scientific = FALSE))
7.2 Ojivas combinadas
x_asc <- c(min(liminf), limsup)
y_asc <- c(0, Niasc)
x_desc <- c(liminf, max(limsup))
y_desc <- c(Nidsc, 0)
plot(x_asc, y_asc, type = "o", col = "darkseagreen2",
main = "Ojivas Ascendente y Descendente de Recuperación de Agua Producida",
xlab = "Recuperación de agua",
ylab = "Frecuencia acumulada",
xlim = range(c(x_asc, x_desc)), ylim = c(0, max(c(y_asc, y_desc))),
xaxt = "n", yaxt = "n")
axis(1, at = pretty(x_asc), labels = format(pretty(x_asc), scientific = FALSE))
axis(2, at = pretty(y_asc), labels = format(pretty(y_asc), scientific = FALSE))
lines(x_desc, y_desc, type = "o", col = "darkseagreen4")
legend("topright", legend = c("Ascendente", "Descendente"),
col = c("darkseagreen2", "darkseagreen4"), lty = 1, pch = 1, cex = 0.7)
7.3 Diagrama de caja
boxplot(Recuperacion_agua_producida, horizontal = TRUE, col = "darkseagreen1",
main = "Boxplot: Recuperación de Agua Producida",
xlab = "Recuperación de agua producida",
xaxt = "n")
axis(1, at = pretty(Recuperacion_agua_producida),
labels = format(pretty(Recuperacion_agua_producida), scientific = FALSE))
8 Indicadores estadísticos
get_mode <- function(v) {
v <- as.numeric(v)
uniqv <- unique(v)
uniqv[which.max(tabulate(match(v, uniqv)))]}
media <- mean(Recuperacion_agua_producida)
mediana <- median(Recuperacion_agua_producida)
moda <- get_mode(Recuperacion_agua_producida)
desv <- sd(Recuperacion_agua_producida)
varianza <- var(Recuperacion_agua_producida)
cv <- (desv / media) * 100
asim <- skewness(Recuperacion_agua_producida)
curt <- kurtosis(Recuperacion_agua_producida)
indicadores_agua <- data.frame(
Indicador = c("Moda", "Mediana", "Media", "Desviación Estándar",
"Varianza", "Coef. de Variación (%)", "Asimetría", "Curtosis"),
Valor = c(round(moda, 2), round(mediana, 2), round(media, 2), round(desv, 2),
round(varianza, 2), round(cv, 2), round(asim, 2), round(curt, 2))
)
# Evitar notación científica en la impresión de la tabla
indicadores_agua$Valor <- format(indicadores_agua$Valor, scientific = FALSE)
print(indicadores_agua, row.names = FALSE)## Indicador Valor
## Moda 0.00
## Mediana 1050.00
## Media 8159.39
## Desviación Estándar 44910.60
## Varianza 2016962041.07
## Coef. de Variación (%) 550.42
## Asimetría 51.15
## Curtosis 3614.08