1: Carga de datos

library(readxl)
Produccio_n_Campo_Sacha_csv <- read_excel("Producción Campo Sacha.csv.xlsx")
View(Produccio_n_Campo_Sacha_csv)
str(Produccio_n_Campo_Sacha_csv)
## tibble [8,344 × 31] (S3: tbl_df/tbl/data.frame)
##  $ mes                   : chr [1:8344] "Ene" "Ene" "Ene" "Ene" ...
##  $ día                   : num [1:8344] 1 1 1 1 1 1 1 1 1 1 ...
##  $ Pozo                  : chr [1:8344] "SACHA-001A" "SACHA-019A" "SACHA-052B" "SACHA-083A" ...
##  $ Campo                 : chr [1:8344] "SACHA" "SACHA" "SACHA" "SACHA" ...
##  $ Reservorio            : chr [1:8344] "U" "U" "U INFERIOR" "HOLLIN INFERIOR" ...
##  $ Bpd                   : num [1:8344] NA 53 249 139 186 136 NA 456 161 164 ...
##  $ Bppd_BH               : num [1:8344] 159 NA NA NA NA NA 155 NA NA NA ...
##  $ Bfpd_BE               : num [1:8344] NA 534 346 1158 1163 ...
##  $ Bfpd_BH               : num [1:8344] 695 NA NA NA NA NA 441 NA NA NA ...
##  $ Bapd_BE               : num [1:8344] NA 481 97 1019 977 ...
##  $ Bapd_BH               : num [1:8344] 536 NA NA NA NA NA 286 NA NA NA ...
##  $ Bsw_BE                : num [1:8344] NA 90.1 28 88 84 ...
##  $ Bsw_BH                : num [1:8344] 77.1 NA NA NA NA ...
##  $ Api_BE                : num [1:8344] NA 26.7 27.8 27.7 24 20.5 NA 28.5 29.9 26.3 ...
##  $ Api_BH                : num [1:8344] 27.8 NA NA NA NA NA 23.2 NA NA NA ...
##  $ Gas_BE                : num [1:8344] NA 10.76 50.55 1.11 27.9 ...
##  $ Gas_BH                : num [1:8344] 32.3 NA NA NA NA ...
##  $ Salinidad_BE          : num [1:8344] NA 15920 30227 1600 13000 ...
##  $ Salinidad_BH          : num [1:8344] 10800 NA NA NA NA NA 3800 NA NA NA ...
##  $ Rgl_BE                : num [1:8344] NA 20.15 146.1 0.96 23.99 ...
##  $ Rgl_BH                : num [1:8344] 46.5 NA NA NA NA ...
##  $ Gor_BE                : num [1:8344] NA 203.02 203.01 7.99 150 ...
##  $ Gor_BH                : num [1:8344] 203 NA NA NA NA ...
##  $ Horas_BE              : num [1:8344] NA 4 5 4 4 10 NA 4 10 10 ...
##  $ Horas_BH              : num [1:8344] 4 NA NA NA NA NA 4 NA NA NA ...
##  $ Bomba_BE              : chr [1:8344] NA "SF-320|SF-320|SF-900|SFGH2500/520/180/9259" "RC 1000|RC 1000|RC 1000/300/120/9250" "P23/68/30/7000" ...
##  $ Bomba_BH              : chr [1:8344] "JET  12K/0//0" NA NA NA ...
##  $ Frecuencia Operaciones: num [1:8344] NA 65 62 46 59 52 NA 58.5 57 54 ...
##  $ Voltaje               : num [1:8344] NA 479 457 364 440 452 NA 475 455 439 ...
##  $ Amperaje              : num [1:8344] NA 29 35 14 59 30 NA 23 35 34 ...
##  $ Presión Intake        : num [1:8344] NA 484 406 0 345 162 NA 546 338 0 ...
# 1 Extraer la variable continua
amperaje <- Produccio_n_Campo_Sacha_csv$Amperaje
amperaje <- as.numeric(amperaje)
amperaje <- na.omit(amperaje)

2 Tabla de distribución de frecuencias

2.1 Sturges

Creación de la tabla de distribución de frecuencia

k <- 1 + (3.3 * log10(length(amperaje)))
k <- floor(k)

min <- min(amperaje)
max <- max(amperaje)
R <- max - min
A <- R / k

# Líneas EXACTAS del ejemplo del enlace:
Li <- round(seq(from = min, to = max - A, by = A), 4)
Ls <- round(seq(from = min + A, to = max, by = A), 4)

MC <- round((Li + Ls) / 2, 2)

ni <- numeric(length(Li))
for (i in 1:length(Li)) {
  ni[i] <- sum(amperaje >= Li[i] & amperaje < Ls[i]) 
}
ni[length(Li)] <- sum(amperaje >= Li[length(Li)] & amperaje <= max)

cat("Suma de ni =", sum(ni), "\n")
## Suma de ni = 7705
hi <- ni / sum(ni) * 100
cat("Suma de hi =", sum(hi), "\n")
## Suma de hi = 100
Niasc <- cumsum(ni)
Nidsc <- rev(cumsum(rev(ni)))
Hiasc <- round(cumsum(hi))
Hidsc <- round(rev(cumsum(rev(hi))))

TDFAmperaje <- data.frame(Li, Ls, MC, ni, hi, Niasc, Nidsc, Hiasc, Hidsc)
library(gt)
library(dplyr)
## 
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
tabla1_sturges <- TDFAmperaje %>%
  gt() %>%
  tab_header(
    title = md("*Tabla 1: Distribución de Frecuencias*"),
    subtitle = md("**Método Sturges - Variable: Amperaje**")
  ) %>%
  tab_source_note(
    source_note = md("Campo Sacha")
  ) %>%
  cols_label(
    Li = "L. Inferior",
    Ls = "L. Superior",
    MC = "Marca Clase",
    ni = "Frec. Abs.",
    hi = "Frec. Rel. %",
    Niasc = "Ni Asc.",
    Nidsc = "Ni Desc.",
    Hiasc = "Hi Asc. %",
    Hidsc = "Hi Desc. %"
  ) %>%
  fmt_number(
    columns = c(Li, Ls, MC),
    decimals = 2
  ) %>%
  fmt_number(
    columns = c(hi),
    decimals = 2,
    pattern = "{x}%"
  )

cat("\n=== TABLA 1: MÉTODO STURGES ===\n")
## 
## === TABLA 1: MÉTODO STURGES ===
tabla1_sturges
Tabla 1: Distribución de Frecuencias
Método Sturges - Variable: Amperaje
L. Inferior L. Superior Marca Clase Frec. Abs. Frec. Rel. % Ni Asc. Ni Desc. Hi Asc. % Hi Desc. %
0.00 8.92 4.46 61 0.79% 61 7705 1 100
8.92 17.85 13.38 498 6.46% 559 7644 7 99
17.85 26.77 22.31 2476 32.13% 3035 7146 39 93
26.77 35.69 31.23 2120 27.51% 5155 4670 67 61
35.69 44.62 40.15 1019 13.23% 6174 2550 80 33
44.62 53.54 49.08 721 9.36% 6895 1531 89 20
53.54 62.46 58.00 532 6.90% 7427 810 96 11
62.46 71.38 66.92 158 2.05% 7585 278 98 4
71.38 80.31 75.85 92 1.19% 7677 120 100 2
80.31 89.23 84.77 14 0.18% 7691 28 100 0
89.23 98.15 93.69 0 0.00% 7691 14 100 0
98.15 107.08 102.62 8 0.10% 7699 14 100 0
107.08 116.00 111.54 6 0.08% 7705 6 100 0
Campo Sacha

Tabla de distribución

total_ni <- sum(TDFAmperaje$ni)
total_hi <- 100

TDFAmperajeCompleto <- rbind(
  TDFAmperaje, 
  data.frame(
    Li = " Total", 
    Ls = " ", 
    MC = " ",
    ni = total_ni, 
    hi = total_hi, 
    Niasc = " ", 
    Nidsc = " ", 
    Hiasc = " ", 
    Hidsc = " "
  )
)

TABLA 2 FORMATEADA: Con Total (TDFAmperajeCompleto)

tabla2_con_total <- TDFAmperajeCompleto %>%
  gt() %>%
  tab_header(
    title = md("*Tabla 2: Distribución Completa*"),
    subtitle = md("**Variable: Amperaje - Con Total**")
  ) %>%
  tab_source_note(
    source_note = md("Fuente: Producción Campo Sacha")
  ) %>%
  tab_style(
    style = cell_text(weight = "bold"),
    locations = cells_body(rows = Li == " Total")
  ) %>%
  cols_label(
    Li = "L. Inferior",
    Ls = "L. Superior",
    MC = "Marca Clase",
    ni = "Frec. Abs.",
    hi = "Frec. Rel. %",
    Niasc = "Ni Asc.",
    Nidsc = "Ni Desc.",
    Hiasc = "Hi Asc. %",
    Hidsc = "Hi Desc. %"
  )

cat("\n=== TABLA 2: CON FILA DE TOTAL ===\n")
## 
## === TABLA 2: CON FILA DE TOTAL ===
tabla2_con_total
Tabla 2: Distribución Completa
Variable: Amperaje - Con Total
L. Inferior L. Superior Marca Clase Frec. Abs. Frec. Rel. % Ni Asc. Ni Desc. Hi Asc. % Hi Desc. %
0 8.9231 4.46 61 0.79169371 61 7705 1 100
8.9231 17.8462 13.38 498 6.46333550 559 7644 7 99
17.8462 26.7692 22.31 2476 32.13497729 3035 7146 39 93
26.7692 35.6923 31.23 2120 27.51460091 5155 4670 67 61
35.6923 44.6154 40.15 1019 13.22517846 6174 2550 80 33
44.6154 53.5385 49.08 721 9.35756003 6895 1531 89 20
53.5385 62.4615 58 532 6.90460740 7427 810 96 11
62.4615 71.3846 66.92 158 2.05061648 7585 278 98 4
71.3846 80.3077 75.85 92 1.19402985 7677 120 100 2
80.3077 89.2308 84.77 14 0.18170019 7691 28 100 0
89.2308 98.1538 93.69 0 0.00000000 7691 14 100 0
98.1538 107.0769 102.62 8 0.10382868 7699 14 100 0
107.0769 116 111.54 6 0.07787151 7705 6 100 0
Total 7705 100.00000000
Fuente: Producción Campo Sacha

2.2 Intervalos con R

Histograma de la variable

histo_Amperaje <- hist(amperaje,
                       main = "Gráfica: Distribución del Amperaje\nCampo Sacha",
                       xlab = "Amperaje", 
                       ylab = "Cantidad", 
                       col = "lightblue",
                       border = "darkblue",
                       las = 1)

#### Creación de la tabla de distribución de frecuencia

Limites <- histo_Amperaje$breaks
LimInf <- Limites[1:(length(Limites)-1)]
LimSup <- Limites[2:length(Limites)]
Mc <- histo_Amperaje$mids
ni_R <- histo_Amperaje$counts

cat("\nSuma de ni (R automático) =", sum(ni_R), "\n")
## 
## Suma de ni (R automático) = 7705
hi_R <- ni_R / sum(ni_R) * 100
cat("Suma de hi (R automático) =", sum(hi_R), "\n")
## Suma de hi (R automático) = 100
Ni_asc <- cumsum(ni_R)
Ni_dsc <- rev(cumsum(rev(ni_R)))
Hi_asc <- round(cumsum(hi_R), 2) 
Hi_dsc <- round(rev(cumsum(rev(hi_R))), 2)

TDF_Amperaje_R <- data.frame(LimInf, LimSup, Mc, ni_R, hi_R, 
                             Ni_asc, Ni_dsc, Hi_asc, Hi_dsc)

Creación de la tabla de distribución de frecuencia

tabla3_R_auto <- TDF_Amperaje_R %>%
  gt() %>%
  tab_header(
    title = md("*Tabla 3: Distribución - Intervalos R*"),
    subtitle = md("**Método Automático de R - Variable: Amperaje**")
  ) %>%
  tab_source_note(
    source_note = md("Intervalos generados automáticamente por hist()")
  ) %>%
  cols_label(
    LimInf = "L. Inferior",
    LimSup = "L. Superior",
    Mc = "Marca Clase",
    ni_R = "Frec. Abs.",
    hi_R = "Frec. Rel. %",
    Ni_asc = "Ni Asc.",
    Ni_dsc = "Ni Desc.",
    Hi_asc = "Hi Asc. %",
    Hi_dsc = "Hi Desc. %"
  ) %>%
  fmt_number(
    columns = c(hi_R, Hi_asc, Hi_dsc),
    decimals = 2,
    pattern = "{x}%"
  )

cat("\n=== TABLA 3: INTERVALOS AUTOMÁTICOS DE R ===\n")
## 
## === TABLA 3: INTERVALOS AUTOMÁTICOS DE R ===
tabla3_R_auto
Tabla 3: Distribución - Intervalos R
Método Automático de R - Variable: Amperaje
L. Inferior L. Superior Marca Clase Frec. Abs. Frec. Rel. % Ni Asc. Ni Desc. Hi Asc. % Hi Desc. %
0 10 5 137 1.78% 137 7705 1.78% 100.00%
10 20 15 975 12.65% 1112 7568 14.43% 98.22%
20 30 25 3057 39.68% 4169 6593 54.11% 85.57%
30 40 35 1732 22.48% 5901 3536 76.59% 45.89%
40 50 45 776 10.07% 6677 1804 86.66% 23.41%
50 60 55 629 8.16% 7306 1028 94.82% 13.34%
60 70 65 272 3.53% 7578 399 98.35% 5.18%
70 80 75 99 1.28% 7677 127 99.64% 1.65%
80 90 85 14 0.18% 7691 28 99.82% 0.36%
90 100 95 2 0.03% 7693 14 99.84% 0.18%
100 110 105 11 0.14% 7704 12 99.99% 0.16%
110 120 115 1 0.01% 7705 1 100.00% 0.01%
Intervalos generados automáticamente por hist()

Tabla de distribución

total_ni_R <- sum(TDF_Amperaje_R$ni_R)
total_hi_R <- 100  

# Crear tabla con Total
TDF_Amperaje_R_Completo <- rbind(
  TDF_Amperaje_R, 
  data.frame(
    LimInf = "Total",
    LimSup = " ", 
    Mc = " ",
    ni_R = total_ni_R,
    hi_R = total_hi_R, 
    Ni_asc = " ", 
    Ni_dsc = " ", 
    Hi_asc = " ", 
    Hi_dsc = " "
  )
)

# Usar gt (IGUAL que el ejemplo)
library(gt)
library(dplyr)

tabla_Amperaje_Final <- TDF_Amperaje_R_Completo %>%
  gt() %>%
  tab_header(
    title = md("*Tabla de Distribución de Frecuencias*"),
    subtitle = md("**Variable: Amperaje - Campo Sacha**")
  )

# Mostrar
tabla_Amperaje_Final
Tabla de Distribución de Frecuencias
Variable: Amperaje - Campo Sacha
LimInf LimSup Mc ni_R hi_R Ni_asc Ni_dsc Hi_asc Hi_dsc
0 10 5 137 1.77806619 137 7705 1.78 100
10 20 15 975 12.65412070 1112 7568 14.43 98.22
20 30 25 3057 39.67553537 4169 6593 54.11 85.57
30 40 35 1732 22.47890980 5901 3536 76.59 45.89
40 50 45 776 10.07138222 6677 1804 86.66 23.41
50 60 55 629 8.16353018 7306 1028 94.82 13.34
60 70 65 272 3.53017521 7578 399 98.35 5.18
70 80 75 99 1.28487995 7677 127 99.64 1.65
80 90 85 14 0.18170019 7691 28 99.82 0.36
90 100 95 2 0.02595717 7693 14 99.84 0.18
100 110 105 11 0.14276444 7704 12 99.99 0.16
110 120 115 1 0.01297859 7705 1 100 0.01
Total 7705 100.00000000

3 Histogramas

3.1 Histograma de frecuencia absoluta local (ni)

hist(amperaje, 
     breaks = seq(min, max, A),  # Usar TUS intervalos calculados
     main = "Gráfica: Frecuencia del Amperaje\n(Campo Sacha - Intervalos propios)",
     col = "blue", 
     xlab = "Amperaje", 
     ylab = "Cantidad (ni)",
     right = FALSE)  # Para que sea [Li, Ls)

3.2 Histograma de frecuencia absoluta global (ni)

hist(amperaje, 
     breaks = seq(min, max, A),
     main = "Gráfica: Frecuencia del Amperaje\n(Campo Sacha - Global)",
     col = "blue", 
     xlab = "Amperaje", 
     ylab = "Cantidad", 
     ylim = c(0, length(amperaje)))  # length(amperaje) = tu n total

3.3 Histograma de porcentaje local (hi)

barplot(TDFAmperaje$hi,  # Tus frecuencias relativas (%)
        space = 0,  # Sin espacio entre barras
        main = "Gráfica: Porcentaje del Amperaje\n(Campo Sacha - Local)",
        col = "blue", 
        xlab = "Marca de Clase (MC)", 
        ylab = "Porcentaje (%)", 
        names.arg = TDFAmperaje$MC)  # Nombres = Marcas de clase

3.4 Histograma de porcentaje global (hi)

barplot(TDFAmperaje$hi,
        space = 0,
        main = "Gráfica: Porcentaje del Amperaje\n(Campo Sacha - Global)",
        col = "blue", 
        xlab = "Marca de Clase (MC)", 
        ylab = "Porcentaje (%)",
        names.arg = TDFAmperaje$MC,
        ylim = c(0, 100))  # Fijar eje Y de 0 a 100%

4 Diagramas

4.1 Ojivas

4.1.1 Ojivas combinadas (ni)

plot(TDFAmperaje$Ls, TDFAmperaje$Nidsc,
     type = "o",  # "o" = puntos con líneas
     xlim = c(0, max),  # Eje X desde 0 hasta máximo
     main = "Gráfica: Ojivas combinadas del Amperaje\n(Campo Sacha)",
     ylab = "Frecuencia Acumulada", 
     col = "blue", 
     xlab = "Amperaje",
     pch = 16)

# Agregar ojiva ascendente
lines(TDFAmperaje$Li, TDFAmperaje$Niasc,
      col = "black", 
      type = "b",  # "b" = puntos con líneas (pero discontinuas)
      pch = 16)

# Leyenda
legend("right",
       legend = c("Ojiva descendente (Nidsc)", "Ojiva ascendente (Niasc)"),
       col = c("blue", "black"), 
       pch = 16,
       lty = 1,
       cex = 0.8)

#### 4.1.2 Ojivas combinadas (hi) - Porcentajes

# Gráfico principal (ojiva descendente - porcentajes)
plot(TDFAmperaje$Ls, TDFAmperaje$Hidsc,
     type = "o",  # "o" = puntos y líneas
     xlim = c(0, max),
     main = "Gráfica: Ojivas combinadas del Amperaje\n(Campo Sacha - Porcentajes)",
     ylab = "Porcentaje Acumulado (%)", 
     col = "blue", 
     xlab = "Amperaje",
     ylim = c(0, 100))  # Porcentajes de 0 a 100%

# Agregar ojiva ascendente (porcentajes) - SIN "add=TRUE"
lines(TDFAmperaje$Li, TDFAmperaje$Hiasc,
      col = "black", 
      type = "b")  # "b" = puntos con líneas discontinuas

# Leyenda
legend("right",
       legend = c("Ojiva descendente (Hidsc)", "Ojiva ascendente (Hiasc)"),
       col = c("blue", "black"), 
       pch = 1,  # Tipo de punto
       lty = 1,  # Tipo de línea
       cex = 0.7)  # Tamaño de texto

### 4.2 Diagrama de caja (Boxplot)

boxplot(amperaje, 
        horizontal = TRUE,  # Horizontal (como el ejemplo)
        col = "blue", 
        main = "Gráfica: Distribución del Amperaje\n(Campo Sacha)",
        xlab = "Amperaje",
        notch = FALSE)  # Sin muesca

## 5: Resumen y outliers

# Resumen
summary(amperaje)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00   24.00   29.00   32.96   39.00  116.00
# Identificar outliers
outliers <- boxplot.stats(amperaje)$out 
num_outliers <- length(outliers) 
min_outliers <- min(outliers)
max_outliers <- max(outliers)

cat("Número de outliers:", num_outliers, "\n")
## Número de outliers: 323
if(num_outliers > 0) {
  cat("Mínimo outlier:", min_outliers, "\n")
  cat("Máximo outlier:", max_outliers, "\n")
}
## Mínimo outlier: 0 
## Máximo outlier: 116

5:Indicadores estadísticos

5.1: Extraer la variable continua

# Media aritmética
x <- mean(amperaje)

# Mediana (DOS veces como en el ejemplo)
# Media aritmética
x <- mean(amperaje)      # Primero: mediana de Marcas de Clase (¿?)
Me <- median(amperaje)  # Segundo: mediana de datos (sobrescribe)

# Mínimo y máximo
ri <- min(amperaje)
rs <- max(amperaje)

# Mostrar resultados
cat("Media aritmética (x) =", x, "\n")
## Media aritmética (x) = 32.95817
cat("Mediana (Me) =", Me, "\n")
## Mediana (Me) = 29
cat("Mínimo (ri) =", ri, "\n")
## Mínimo (ri) = 0
cat("Máximo (rs) =", rs, "\n")
## Máximo (rs) = 116

5.2 Dispersión

# Varianza
varianza <- var(amperaje)
cat("Varianza =", varianza, "\n")
## Varianza = 201.2593
# Desviación estándar
s <- sd(amperaje)
cat("Desviación estándar (s) =", s, "\n")
## Desviación estándar (s) = 14.18659
# Coeficiente de variación
CV <- (s / x) * 100
cat("Coeficiente de variación (CV) =", CV, "%\n")
## Coeficiente de variación (CV) = 43.04422 %
# 5.3 Forma 

# Instalar si no tienes (descomenta solo primera vez)
# install.packages("e1071")

library(e1071)

# Coeficiente de asimetría
As <- skewness(amperaje)

# Coeficiente de kurtosis  
k <- kurtosis(amperaje)

cat("Coeficiente de asimetría =", As, "\n")
## Coeficiente de asimetría = 1.068492
cat("Coeficiente de kurtosis =", k, "\n")
## Coeficiente de kurtosis = 1.496195

6: Tabla resumen

# 6 Tabla resumen 


Variable <- c("Amperaje")

# Crear EXACTAMENTE como el ejemplo
TablaIndicadores <- data.frame(
  Variable,
  ri,                    # mínimo
  rs,                    # máximo  
  round(x, 2),           # media (x)
  Me,                    # mediana (Me)
  round(s, 2),           # desviación estándar (sd)
  round(CV, 2),          # coeficiente de variación (%)
  round(As, 2),          # asimetría (As)
  round(k, 2)            # kurtosis (K)
)

# Nombres EXACTOS como ejemplo
colnames(TablaIndicadores) <- c("Variable", "minimo", "máximo", "x", 
                                "Me", "sd", "Cv (%)", "As", "K")

library(gt)

tabla_resumen_gt <- TablaIndicadores %>%
  gt() %>%
  tab_header(
    title = md("*Tabla: Indicadores estadísticos*"),
    subtitle = md("**Variable: Amperaje**")
  ) %>%
  tab_source_note(
    source_note = md("Campo Sacha")
  ) %>%
  # Mantener MISMO formato que ejemplo
  tab_options(
    table.border.top.color = "black",
    table.border.bottom.color = "black",
    heading.border.bottom.color = "black",
    heading.border.bottom.width = px(2)
  ) %>%
  # Formatear números (2 decimales)
  fmt_number(
    columns = c("minimo", "máximo", "x", "Me", "sd", "Cv (%)", "As", "K"),
    decimals = 2
  ) %>%
  # Añadir % al CV
  fmt_number(
    columns = "Cv (%)",
    pattern = "{x}%"
  )

# Mostrar tabla
tabla_resumen_gt
Tabla: Indicadores estadísticos
Variable: Amperaje
Variable minimo máximo x Me sd Cv (%) As K
Amperaje 0.00 116.00 32.96 29.00 14.19 43.04% 1.07 1.50
Campo Sacha

6.1:Outliers

# 1. Crear tabla 
TablaOutliers <- data.frame(
  Outliers = num_outliers,
  Mínimo = ifelse(num_outliers > 0, min_outliers, NA),
  Máximo = ifelse(num_outliers > 0, max_outliers, NA)
)

library(gt)

tabla_outliers_final <- TablaOutliers %>%
  gt() %>%
  tab_header(
    title = "Outliers - Amperaje",
    subtitle = "Campo Sacha"
  )

# 3. Mostrar
tabla_outliers_final
Outliers - Amperaje
Campo Sacha
Outliers Mínimo Máximo
323 0 116

7: CONCLUSIÓN

# La variable Amperaje medida en el Campo Sacha presenta valores que fluctúan entre 0.00 y 116.00 unidades, con un valor promedio de 32.96 y una desviación estándar de 14.19. El coeficiente de variación del 43.04% indica una ALTA variabilidad en los datos, siendo un conjunto heterogéneo. Se detectaron 323 valores atípicos en el rango completo de 0 a 116 unidades. La distribución presenta asimetría POSITIVA (As = 1.07) con cola hacia valores altos, y una kurtosis de 1.50 indicando una distribución más picuda que la normal. La mayor concentración de datos se encuentra alrededor de la mediana de 29.00 unidades. En conclusión, el comportamiento del Amperaje muestra una dispersión elevada con presencia significativa de valores atípicos, sugiriendo condiciones de operación variables en el Campo Sacha que podrían requerir ajustes en los procesos de producción para mejorar la consistencia.