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$Año,
Observado = round(Fo, 2),
Esperado = round(Fe, 2)
)
print(tabla_uniforme)
## Año Observado Esperado
## 1 1935 380 408.48
## 2 1936 322 301.15
## 3 1937 281 303.35
## 4 1938 284 297.32
## 5 1939 360 333.92
## 6 1940 330 334.90
## 7 1941 427 439.65
## 8 1942 330 362.89
## 9 1943 286 286.68
## 10 1944 339 344.09
## 11 1945 317 326.73
## 12 1946 420 389.73
## 13 1947 375 388.30
## 14 1948 399 387.97
## 15 1949 371 346.21
## 16 1950 380 349.60
# Gráfico comparativo
barplot(rbind(Fo, Fe),
beside = TRUE,
names.arg = tabla_años$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: 0.8906
# 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 = 19.0321
cat("Valor crítico (α=0.05) =", round(Vc, 4), "\n")
## Valor crítico (α=0.05) = 24.9958