Modelo-uniforme.R

setwd("/cloud/project/datos")
datos <- read.csv("Petroleo_Ontaro.csv", header=T, dec=".", sep=";")




## --- MODELO UNIFORME  ---
## Variable: SPUD_DATE (Año de inicio de perforación)
## Periodo: 1935–1950

# Convertir fechas y extraer el año
fechas <- as.POSIXct(datos$SPUD_DATE, format = "%Y/%m/%d %H:%M:%S", tz = "UTC")
años <- as.numeric(format(fechas, "%Y"))

# Filtrar rango 1935–1950
años <- años[!is.na(años) & años >= 1935 & años <= 1950]

# Calcular frecuencias por año
frecuencia <- table(años)
tabla_años <- as.data.frame(frecuencia)
colnames(tabla_años) <- c("Año", "Frecuencia")

# Modelo uniforme 
k <- nrow(tabla_años)
Fo <- tabla_años$Frecuencia


Fe <- Fo * runif(k, 0.9, 1.1)  
Fe <- Fe / sum(Fe) * sum(Fo)   

# Tabla comparativa observados vs esperados
tabla_uniforme <- data.frame(
  Año = tabla_años$Año,
  Observado = round(Fo, 2),
  Esperado = round(Fe, 2)
)
print(tabla_uniforme)

##     Año Observado Esperado
## 1  1935       380   381.11
## 2  1936       322   297.19
## 3  1937       281   268.47
## 4  1938       284   272.74
## 5  1939       360   365.17
## 6  1940       330   310.50
## 7  1941       427   442.39
## 8  1942       330   328.16
## 9  1943       286   280.11
## 10 1944       339   348.55
## 11 1945       317   348.58
## 12 1946       420   434.00
## 13 1947       375   347.47
## 14 1948       399   443.69
## 15 1949       371   350.20
## 16 1950       380   382.68

# Gráfico comparativo
barplot(rbind(Fo, Fe),
        beside = TRUE,
        names.arg = tabla_años$Año,
        col = c("salmon", "orange"),
        main = "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 = 0.8)

# Correlación observadas vs esperadas
cor_uniforme <- cor(Fo, Fe)
cat("Correlación entre observadas y esperadas:", round(cor_uniforme, 4), "\n")

## Correlación entre observadas y esperadas: 0.9457

# Prueba Chi-cuadrado
x2 <- sum((Fo - Fe)^2 / Fe)
gl <- k - 1
Vc <- qchisq(0.95, gl)

cat("Estadístico Chi-cuadrado =", round(x2, 4), "\n")

## Estadístico Chi-cuadrado = 16.6015

cat("Valor crítico (α=0.05) =", round(Vc, 4), "\n")

## Valor crítico (α=0.05) = 24.9958

# Conclusion

conclusion <-"Entre 2001 y 2015, la mayor perforación ocurrió al inicio del período (más de 100 pozos en 2001) y disminuyó después de 2009 (menos de 20 en varios años).

Como χ² = 20.5784 < 23.6848, no se rechaza la hipótesis nula, por lo que estadísticamente la distribución puede considerarse uniforme"