setwd("/cloud/project/Datos/")
datos<-read.csv("DISCRETAS.csv",
header= TRUE, sep= ",", dec=".")
## AÑO DE INICIO DE PERFORACIÓN
# 1935-1950
años <- as.numeric(datos$SPUD_DATE_AÑO)
años <- años[!is.na(años) & años >= 1935 & años <= 1950]
TDF_años <- table(años)
Tabla_años <- as.data.frame(TDF_años)
hi <- Tabla_años$Freq / sum(Tabla_años$Freq)
hi_porc <- round(hi * 100, 2)
Ni_asc <- cumsum(Tabla_años$Freq)
Ni_dsc <- rev(cumsum(rev(Tabla_años$Freq)))
Hi_asc <- cumsum(hi_porc)
Hi_dsc <- rev(cumsum(rev(hi_porc)))
# Gráfico de barras
barplot(Tabla_años$Freq,
names.arg = Tabla_años$años,
main = "Gráfico No.8: Distribución por Años (1935–1950)",
xlab = "Año", ylab = "Frecuencia",
col = "salmon",
las = 2,
cex.names = 0.8,
ylim = c(0, max(Tabla_años$Freq) + 100))
k <- nrow(Tabla_años)
Fo <- Tabla_años$Freq
p_uniforme <- rep(1/k, k)
Fe <- rep(sum(Fo)/k, k)
tabla_uniforme <- data.frame(
Año = Tabla_años$años,
Observado = Fo,
Esperado = Fe
)
print(tabla_uniforme)
## Año Observado Esperado
## 1 1935 380 350.1875
## 2 1936 322 350.1875
## 3 1937 282 350.1875
## 4 1938 284 350.1875
## 5 1939 360 350.1875
## 6 1940 330 350.1875
## 7 1941 427 350.1875
## 8 1942 330 350.1875
## 9 1943 286 350.1875
## 10 1944 339 350.1875
## 11 1945 317 350.1875
## 12 1946 421 350.1875
## 13 1947 375 350.1875
## 14 1948 399 350.1875
## 15 1949 371 350.1875
## 16 1950 380 350.1875
# Gráfico comparativo
barplot(rbind(Fo, Fe),
beside = TRUE,
names.arg = Tabla_años$años,
col = c("salmon", "orange"),
main = "Gráfico No.9: Modelo Uniforme (1935–1950)",
xlab = "Año", ylab = "Frecuencia",
las = 2,
cex.names = 0.8)
legend("topright",
legend = c("Real", "Modelo"),
fill = c("salmon", "orange"),
bty = "n",
cex = 0.6,
inset = c(-0.1, 0))
# Correlación observadas vs esperadas
cor_uniforme <- cor(Fo, Fe)
## Warning in cor(Fo, Fe): the standard deviation is zero
# Test
#Cálculo del estadístico chi-cuadrado
x2<-sum((Fo-Fe)^2/Fe)
x2
## [1] 91.96912
#Mostrar el valor de chi-cuadrado
cat("X2=",x2,"\n")
## X2= 91.96912
## AÑO DE PROFUNDIDAD ALCANZADA
# 1956-1965
años1 <- as.numeric(datos$TOTAL_DEPTH_REACHED_DATE_AÑO)
años1 <- años1[!is.na(años1) & años1 >= 1956 & años1 <= 1965]
TDF_años1 <- table(años1)
Tabla_años1 <- as.data.frame(TDF_años1)
hi <- Tabla_años1$Freq / sum(Tabla_años1$Freq)
hi_porc <- round(hi * 100, 2)
Ni_asc <- cumsum(Tabla_años1$Freq)
Ni_dsc <- rev(cumsum(rev(Tabla_años1$Freq)))
Hi_asc <- cumsum(hi_porc)
Hi_dsc <- rev(cumsum(rev(hi_porc)))
# Gráfico de barras
barplot(Tabla_años1$Freq,
names.arg = Tabla_años1$años1,
main = "Gráfico No.8: Distribución por Años (1951-1965)",
xlab = "Año", ylab = "Frecuencia",
col = "skyblue",
las = 2,
cex.names = 0.8,
ylim = c(0, max(Tabla_años1$Freq) + 100))
# Modelo Geometrico
# Transformar años en conteo (1984 = 1, ..., 1994 = 11)
conteo_geom <- as.numeric(as.character(Tabla_años1$años1))-1955
frecuencia_obs <- Tabla_años1$Freq
# Estimar parámetro p
media_x <- mean(rep(conteo_geom, frecuencia_obs))
p_hat <- 1 / media_x
cat("Parámetro estimado p =", round(p_hat, 4), "\n")
## Parámetro estimado p = 0.2089
# Probabilidades teóricas y frecuencias esperadas
probs_geom <- dgeom(conteo_geom - 1, prob = p_hat)
frecuencia_esp <- round(sum(frecuencia_obs) * probs_geom)
tabla_geom <- data.frame(
Año = Tabla_años1$años1,
X = conteo_geom,
`ni (obs)`= frecuencia_obs,
`ni (esp)`= frecuencia_esp,
`P(x)`= round(probs_geom, 4))
tabla_geom
## Año X ni..obs. ni..esp. P.x.
## 1 1956 1 458 663 0.2089
## 2 1957 2 450 525 0.1653
## 3 1958 3 367 415 0.1307
## 4 1959 4 333 328 0.1034
## 5 1960 5 335 260 0.0818
## 6 1961 6 294 206 0.0647
## 7 1962 7 234 163 0.0512
## 8 1963 8 224 129 0.0405
## 9 1964 9 262 102 0.0320
## 10 1965 10 218 80 0.0254
# Gráfico comparativo observados vs esperados
barplot(rbind(frecuencia_obs, frecuencia_esp),
beside = TRUE,
names.arg = Tabla_años1$años1,
col = c("skyblue", "orange"),
main = "Gráfico No.3: Modelo Geométrico (1956–1965)",
xlab = "Año", ylab = "Frecuencia",
las = 2,
cex.names = 0.8)
legend("topright",
legend = c("Real", "Modelo"),
fill = c("skyblue", "orange"),
bty = "n",
cex = 0.6,
inset = c(-0.1, 0))
# Correlación observadas vs esperadas
cor_geome <- cor(frecuencia_obs, frecuencia_esp)
# Test
#Cálculo del estadístico chi-cuadrado
x2<-sum((frecuencia_obs-frecuencia_esp)^2/frecuencia_esp)
#Mostrar el valor de chi-cuadrado
cat("X2=",x2,"\n")
## X2= 728.8733
k <- length(frecuencia_obs)
Vc<-qchisq(0.95,k-1)
#Mostrar el valor crítico
cat("Valor crítico =", Vc, "\n")
## Valor crítico = 16.91898
## AÑO DE INICIO DE PERFORACIÓN
# 1981-2000
años3 <- as.numeric(datos$SPUD_DATE_AÑO)
años3 <- años3[!is.na(años3) & años3 >= 1986 & años3 <= 2000]
TDF_años3 <- table(años3)
Tabla_años3 <- as.data.frame(TDF_años3)
hi <- Tabla_años3$Freq / sum(Tabla_años3$Freq)
hi_porc <- round(hi * 100, 2)
Ni_asc <- cumsum(Tabla_años3$Freq)
Ni_dsc <- rev(cumsum(rev(Tabla_años3$Freq)))
Hi_asc <- cumsum(hi_porc)
Hi_dsc <- rev(cumsum(rev(hi_porc)))
# Gráfico de barras
barplot(Tabla_años3$Freq,
names.arg = Tabla_años3$años3,
main = "Gráfico No.8: Distribución por Años (1981-2000)",
xlab = "Año", ylab = "Frecuencia",
col = "coral3",
las = 2,
cex.names = 0.8,
ylim = c(0, max(Tabla_años3$Freq) + 100))
k3 <- nrow(Tabla_años3)
Fo3 <- Tabla_años3$Freq
p_uniforme3 <- rep(1/k3, k3)
Fe3 <- rep(sum(Fo3)/k3, k3)
tabla_uniforme3 <- data.frame(
Año = Tabla_años3$años3,
Observado = Fo3,
Esperado = Fe3
)
print(tabla_uniforme3)
## Año Observado Esperado
## 1 1986 134 107.5333
## 2 1987 111 107.5333
## 3 1988 192 107.5333
## 4 1989 104 107.5333
## 5 1990 122 107.5333
## 6 1991 116 107.5333
## 7 1992 84 107.5333
## 8 1993 122 107.5333
## 9 1994 101 107.5333
## 10 1995 92 107.5333
## 11 1996 61 107.5333
## 12 1997 78 107.5333
## 13 1998 106 107.5333
## 14 1999 76 107.5333
## 15 2000 114 107.5333
# Gráfico comparativo
barplot(rbind(Fo3, Fe3),
beside = TRUE,
names.arg = Tabla_años3$años3,
col = c("coral3", "pink4"),
main = "Gráfico: Modelo Uniforme (1981-2000)",
xlab = "Año", ylab = "Frecuencia",
las = 2,
cex.names = 0.8)
legend("topright",
legend = c("Real", "Modelo"),
fill = c("coral3", "pink4"),
bty = "n",
cex = 0.6,
inset = c(-0.1, 0))
# Correlación observadas vs esperadas
cor_uniforme <- cor(Fo3, Fe3)
## Warning in cor(Fo3, Fe3): the standard deviation is zero
# Test
#Cálculo del estadístico chi-cuadrado
x2<-sum((Fo3-Fe3)^2/Fe3)
x2
## [1] 123.3453
#Mostrar el valor de chi-cuadrado
cat("X2=",x2,"\n")
## X2= 123.3453
k <- length(Fo3)
Vc<-qchisq(0.95,k-1)
#Mostrar el valor crítico
cat("Valor crítico =", Vc, "\n")
## Valor crítico = 23.68479
## AÑO DE PROFUNDIDAD ALCANZADA
# 1935-1950
años <- as.numeric(datos$TOTAL_DEPTH_REACHED_DATE_AÑO)
años <- años[!is.na(años) & años >= 1935 & años <= 1950]
TDF_años <- table(años)
Tabla_años <- as.data.frame(TDF_años)
hi <- Tabla_años$Freq / sum(Tabla_años$Freq)
hi_porc <- round(hi * 100, 2)
Ni_asc <- cumsum(Tabla_años$Freq)
Ni_dsc <- rev(cumsum(rev(Tabla_años$Freq)))
Hi_asc <- cumsum(hi_porc)
Hi_dsc <- rev(cumsum(rev(hi_porc)))
# Gráfico de barras
barplot(Tabla_años$Freq,
names.arg = Tabla_años$años,
main = "Gráfico No.8: Distribución por Años (1935–1950)",
xlab = "Año", ylab = "Frecuencia",
col = "salmon",
las = 2,
cex.names = 0.8,
ylim = c(0, max(Tabla_años$Freq) + 100))
k <- nrow(Tabla_años)
Fo <- Tabla_años$Freq
p_uniforme <- rep(1/k, k)
Fe <- rep(sum(Fo)/k, k)
tabla_uniforme <- data.frame(
Año = Tabla_años$años,
Observado = Fo,
Esperado = Fe
)
print(tabla_uniforme)
## Año Observado Esperado
## 1 1935 382 350.1875
## 2 1936 321 350.1875
## 3 1937 291 350.1875
## 4 1938 273 350.1875
## 5 1939 361 350.1875
## 6 1940 343 350.1875
## 7 1941 418 350.1875
## 8 1942 337 350.1875
## 9 1943 274 350.1875
## 10 1944 344 350.1875
## 11 1945 305 350.1875
## 12 1946 421 350.1875
## 13 1947 369 350.1875
## 14 1948 420 350.1875
## 15 1949 368 350.1875
## 16 1950 376 350.1875
# Gráfico comparativo
barplot(rbind(Fo, Fe),
beside = TRUE,
names.arg = Tabla_años$años,
col = c("salmon", "orange"),
main = "Gráfico No.9: Modelo Uniforme (1935–1950)",
xlab = "Año", ylab = "Frecuencia",
las = 2,
cex.names = 0.8)
legend("topright",
legend = c("Real", "Modelo"),
fill = c("salmon", "orange"),
bty = "n",
cex = 0.6,
inset = c(-0.1, 0))
# Correlación observadas vs esperadas
cor_uniforme <- cor(Fo, Fe)
## Warning in cor(Fo, Fe): the standard deviation is zero
# Test
#Cálculo del estadístico chi-cuadrado
x2<-sum((Fo-Fe)^2/Fe)
#Mostrar el valor de chi-cuadrado
cat("X2=",x2,"\n")
## X2= 101.0214
k <- length(Fo)
Vc<-qchisq(0.95,k-1)
#Mostrar el valor crítico
cat("Valor crítico =", Vc, "\n")
## Valor crítico = 24.99579
## AÑO DE PROFUNDIDAD ALCANZADA
# 1966-1980
años2 <- as.numeric(datos$TOTAL_DEPTH_REACHED_DATE_AÑO)
años2 <- años2[!is.na(años2) & años2 >= 1966 & años2 <= 1980]
TDF_años2 <- table(años2)
Tabla_años2 <- as.data.frame(TDF_años2)
hi <- Tabla_años2$Freq / sum(Tabla_años2$Freq)
hi_porc <- round(hi * 100, 2)
Ni_asc <- cumsum(Tabla_años2$Freq)
Ni_dsc <- rev(cumsum(rev(Tabla_años2$Freq)))
Hi_asc <- cumsum(hi_porc)
Hi_dsc <- rev(cumsum(rev(hi_porc)))
# Gráfico de barras
barplot(Tabla_años2$Freq,
names.arg = Tabla_años2$años2,
main = "Gráfico No.8: Distribución por Años (1966-1980)",
xlab = "Año", ylab = "Frecuencia",
col = "skyblue",
las = 2,
cex.names = 0.8,
ylim = c(0, max(Tabla_años2$Freq) + 100))
k2 <- nrow(Tabla_años2)
Fo2 <- Tabla_años2$Freq
p_uniforme2 <- rep(1/k2, k2)
Fe2 <- rep(sum(Fo2)/k2, k2)
tabla_uniforme2 <- data.frame(
Año = Tabla_años2$años2,
Observado = Fo2,
Esperado = Fe2
)
print(tabla_uniforme2)
## Año Observado Esperado
## 1 1966 159 365.3333
## 2 1967 158 365.3333
## 3 1968 215 365.3333
## 4 1969 263 365.3333
## 5 1970 2718 365.3333
## 6 1971 168 365.3333
## 7 1972 198 365.3333
## 8 1973 132 365.3333
## 9 1974 180 365.3333
## 10 1975 165 365.3333
## 11 1976 158 365.3333
## 12 1977 251 365.3333
## 13 1978 189 365.3333
## 14 1979 245 365.3333
## 15 1980 281 365.3333
# Gráfico comparativo
barplot(rbind(Fo2, Fe2),
beside = TRUE,
names.arg = Tabla_años2$años2,
col = c("skyblue", "darkgreen"),
main = "Gráfico: Modelo Uniforme (1966-1980)",
xlab = "Año", ylab = "Frecuencia",
las = 2,
cex.names = 0.8)
legend("topright",
legend = c("Real", "Modelo"),
fill = c("skyblue", "darkgreen"),
bty = "n",
cex = 0.6,
inset = c(-0.1, 0))
# Correlación observadas vs esperadas
cor_uniforme <- cor(Fo2, Fe2)
## Warning in cor(Fo2, Fe2): the standard deviation is zero
# Test
#Cálculo del estadístico chi-cuadrado
x2<-sum((Fo2-Fe2)^2/Fe2)
#Mostrar el valor de chi-cuadrado
cat("X2=",x2,"\n")
## X2= 16309.18
k <- length(Fo2)
Vc<-qchisq(0.95,k-1)
#Mostrar el valor crítico
cat("Valor crítico =", Vc, "\n")
## Valor crítico = 23.68479
## AÑO DE PROFUNDIDAD ALCANZADA
# 1981-2000
años3 <- as.numeric(datos$SPUD_DATE_AÑO)
años3 <- años3[!is.na(años3) & años3 >= 1981 & años3 <= 2000]
TDF_años3 <- table(años3)
Tabla_años3 <- as.data.frame(TDF_años3)
hi <- Tabla_años3$Freq / sum(Tabla_años3$Freq)
hi_porc <- round(hi * 100, 2)
Ni_asc <- cumsum(Tabla_años3$Freq)
Ni_dsc <- rev(cumsum(rev(Tabla_años3$Freq)))
Hi_asc <- cumsum(hi_porc)
Hi_dsc <- rev(cumsum(rev(hi_porc)))
# Gráfico de barras
barplot(Tabla_años3$Freq,
names.arg = Tabla_años3$años3,
main = "Gráfico No.8: Distribución por Años (1981-2000)",
xlab = "Año", ylab = "Frecuencia",
col = "coral3",
las = 2,
cex.names = 0.8,
ylim = c(0, max(Tabla_años3$Freq) + 100))
k3 <- nrow(Tabla_años3)
Fo3 <- Tabla_años3$Freq
p_uniforme3 <- rep(1/k3, k3)
Fe3 <- rep(sum(Fo3)/k3, k3)
tabla_uniforme3 <- data.frame(
Año = Tabla_años3$años3,
Observado = Fo3,
Esperado = Fe3
)
print(tabla_uniforme3)
## Año Observado Esperado
## 1 1981 204 142.85
## 2 1982 262 142.85
## 3 1983 257 142.85
## 4 1984 240 142.85
## 5 1985 281 142.85
## 6 1986 134 142.85
## 7 1987 111 142.85
## 8 1988 192 142.85
## 9 1989 104 142.85
## 10 1990 122 142.85
## 11 1991 116 142.85
## 12 1992 84 142.85
## 13 1993 122 142.85
## 14 1994 101 142.85
## 15 1995 92 142.85
## 16 1996 61 142.85
## 17 1997 78 142.85
## 18 1998 106 142.85
## 19 1999 76 142.85
## 20 2000 114 142.85
# Gráfico comparativo
barplot(rbind(Fo3, Fe3),
beside = TRUE,
names.arg = Tabla_años3$años3,
col = c("coral3", "pink4"),
main = "Gráfico: Modelo Uniforme (1981-2000)",
xlab = "Año", ylab = "Frecuencia",
las = 2,
cex.names = 0.8)
legend("topright",
legend = c("Real", "Modelo"),
fill = c("coral3", "pink4"),
bty = "n",
cex = 0.6,
inset = c(-0.1, 0))
# Correlación observadas vs esperadas
cor_uniforme <- cor(Fo3, Fe3)
## Warning in cor(Fo3, Fe3): the standard deviation is zero
# Test
#Cálculo del estadístico chi-cuadrado
x2<-sum((Fo3-Fe3)^2/Fe3)
#Mostrar el valor de chi-cuadrado
cat("X2=",x2,"\n")
## X2= 640.2699
k <- length(Fo3)
Vc<-qchisq(0.95,k-1)
#Mostrar el valor crítico
cat("Valor crítico =", Vc, "\n")
## Valor crítico = 30.14353