ESTADÍSTICA DESCRIPTIVA - VARIABLES CONTINUAS:Recuperacion Petroleo
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_Recuperacion)
for (i in 1:k_Recuperacion) {
if (i == k_Recuperacion) {
ni[i] <- length(subset(Recuperacion_petroleo,
Recuperacion_petroleo >= liminf[i] & Recuperacion_petroleo <= limsup[i]))
} else {
ni[i] <- length(subset(Recuperacion_petroleo,
Recuperacion_petroleo >= liminf[i] & Recuperacion_petroleo < limsup[i]))
}
}6.2 Frecuencias relativas y acumuladas
6.3 Tabla de Frecuencias
tabla_Recuperacion_petroleo <- 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 Petróleo Crudo")## [1] "TABLA: Distribución de Frecuencias de Recuperación de Petróleo Crudo"## liminf limsup MC ni hi_porc Ni_asc Ni_dsc Hiasc_porc
## 1 0.00 41502.46 20751.23 8620 99.97 8620 8623 99.97
## 2 41502.46 83004.92 62253.69 2 0.02 8622 3 99.99
## 3 83004.92 124507.38 103756.15 0 0.00 8622 1 99.99
## 4 124507.38 166009.85 145258.62 0 0.00 8622 1 99.99
## 5 166009.85 207512.31 186761.08 0 0.00 8622 1 99.99
## 6 207512.31 249014.77 228263.54 0 0.00 8622 1 99.99
## 7 249014.77 290517.23 269766.00 0 0.00 8622 1 99.99
## 8 290517.23 332019.69 311268.46 0 0.00 8622 1 99.99
## 9 332019.69 373522.15 352770.92 0 0.00 8622 1 99.99
## 10 373522.15 415024.62 394273.38 0 0.00 8622 1 99.99
## 11 415024.62 456527.08 435775.85 0 0.00 8622 1 99.99
## 12 456527.08 498029.54 477278.31 0 0.00 8622 1 99.99
## 13 498029.54 539532.00 518780.77 1 0.01 8623 1 100.00
## Hidsc_porc
## 1 1e+02
## 2 3e-02
## 3 1e-02
## 4 1e-02
## 5 1e-02
## 6 1e-02
## 7 1e-02
## 8 1e-02
## 9 1e-02
## 10 1e-02
## 11 1e-02
## 12 1e-02
## 13 1e-027 Gráficos
7.1 Histograma
HistoSturges_Recuperacion <- hist(Recuperacion_petroleo,
main = "Gráfica No.1: Distribución de Recuperación de Petróleo Crudo",
breaks = seq(min(Recuperacion_petroleo), max(Recuperacion_petroleo) +
A_Recuperacion, by = A_Recuperacion),
xlab = "Recuperación de petróleo crudo",
ylab = "Frecuencia",
col = "lightblue",
xaxt = "n")
axis(1, at = pretty(HistoSturges_Recuperacion$breaks),
labels = format(pretty(HistoSturges_Recuperacion$breaks), 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)
x_range <- range(c(x_asc, x_desc))
y_range <- c(0, max(c(y_asc, y_desc)))
plot(x_asc, y_asc, type = "o", col = "skyblue",
main = "Gráfica No.2: Ojivas Ascendente y Descendente de
Recuperación de Petróleo Crudo",
xlab = "Recuperación de petróleo crudo",
ylab = "Frecuencia acumulada",
xlim = x_range, ylim = y_range,
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 = "steelblue4")
legend("topright", legend = c("Ascendente", "Descendente"),
col = c("skyblue", "steelblue4"), lty = 1, pch = 1, cex = 0.7,
inset = c(-0.0009, 0.2))
7.3 Diagrama de caja
boxplot(Recuperacion_petroleo, horizontal = TRUE, col = "steelblue",
main = "Gráfica No.3: DISTRIBUCIÓN DE LA RECUPERACIÓN DE PETRÓLEO CRUDO",
xlab = "Recuperación de petróleo crudo",
xaxt = "n")
axis(1, at = pretty(Recuperacion_petroleo),
labels = format(pretty(Recuperacion_petroleo), scientific = FALSE))
8 Indicadores estadísticos
Recuperacion_num <- as.numeric(Recuperacion_petroleo)
Recuperacion_num <- Recuperacion_num[!is.na(Recuperacion_num)]
get_mode <- function(v) {
v <- as.numeric(v)
uniqv <- unique(v)
uniqv[which.max(tabulate(match(v, uniqv)))]
}
media <- mean(Recuperacion_num)
mediana <- median(Recuperacion_num)
moda <- get_mode(Recuperacion_num)
desv <- sd(Recuperacion_num)
varianza <- var(Recuperacion_num)
cv <- (desv / media) * 100
asim <- skewness(Recuperacion_num)
curt <- kurtosis(Recuperacion_num)
indicadores <- 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))
)
print(indicadores, row.names = FALSE)## Indicador Valor
## Moda 0.00
## Mediana 0.00
## Media 710.65
## Desviación Estándar 6190.48
## Varianza 38322104.30
## Coef. de Variación (%) 871.10
## Asimetría 76.94
## Curtosis 6656.41