frecuencia_operaciones

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
frecuencia_operaciones <- Produccio_n_Campo_Sacha_csv$`Frecuencia Operaciones` 
frecuencia_operaciones <- as.numeric(frecuencia_operaciones)
frecuencia_operaciones <- na.omit(frecuencia_operaciones)

2 Tabla de distribución de frecuencias

2.1 Sturges

Creación de la tabla de distribución de frecuencia

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

min <- min(frecuencia_operaciones)  
max <- max(frecuencia_operaciones)  
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(frecuencia_operaciones >= Li[i] & frecuencia_operaciones < Ls[i])  
}
ni[length(Li)] <- sum(frecuencia_operaciones >= Li[length(Li)] & frecuencia_operaciones <= 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))))

TDFFrecuencia <- 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 <- TDFFrecuencia %>%  
  gt() %>%
  tab_header(
    title = md("*Tabla 1: Distribución de Frecuencias*"),
    subtitle = md("**Método Sturges - Variable: Frecuencia Operaciones**")  
    
  ) %>%
  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

L. Inferior	L. Superior	Marca Clase	Frec. Abs.	Frec. Rel. %	Ni Asc.	Ni Desc.	Hi Asc. %	Hi Desc. %
Tabla 1: Distribución de Frecuencias
Método Sturges - Variable: Frecuencia Operaciones
35.00	46.00	40.50	125	1.62%	125	7705	2	100
46.00	57.00	51.50	3602	46.75%	3727	7580	48	98
57.00	68.00	62.50	2898	37.61%	6625	3978	86	52
68.00	79.00	73.50	17	0.22%	6642	1080	86	14
79.00	90.00	84.50	37	0.48%	6679	1063	87	14
90.00	101.00	95.50	149	1.93%	6828	1026	89	13
101.00	112.00	106.50	272	3.53%	7100	877	92	11
112.00	123.00	117.50	269	3.49%	7369	605	96	8
123.00	134.00	128.50	66	0.86%	7435	336	96	4
134.00	145.00	139.50	192	2.49%	7627	270	99	4
145.00	156.00	150.50	49	0.64%	7676	78	100	1
156.00	167.00	161.50	2	0.03%	7678	29	100	0
167.00	178.00	172.50	27	0.35%	7705	27	100	0
Campo Sacha

Tabla de distribución

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

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

TABLA 2 FORMATEADA: Con Total (TDFrecuencia OperacionesCompleto)

tabla2_con_total <- TDFFrecuenciaCompleto %>%  
  gt() %>%
  tab_header(
    title = md("*Tabla 2: Distribución Completa*"),
    subtitle = md("**Variable: Frecuencia Operaciones - 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

L. Inferior	L. Superior	Marca Clase	Frec. Abs.	Frec. Rel. %	Ni Asc.	Ni Desc.	Hi Asc. %	Hi Desc. %
Tabla 2: Distribución Completa
Variable: Frecuencia Operaciones - Con Total
35	46	40.5	125	1.62232317	125	7705	2	100
46	57	51.5	3602	46.74886437	3727	7580	48	98
57	68	62.5	2898	37.61194030	6625	3978	86	52
68	79	73.5	17	0.22063595	6642	1080	86	14
79	90	84.5	37	0.48020766	6679	1063	87	14
90	101	95.5	149	1.93380921	6828	1026	89	13
101	112	106.5	272	3.53017521	7100	877	92	11
112	123	117.5	269	3.49123945	7369	605	96	8
123	134	128.5	66	0.85658663	7435	336	96	4
134	145	139.5	192	2.49188838	7627	270	99	4
145	156	150.5	49	0.63595068	7676	78	100	1
156	167	161.5	2	0.02595717	7678	29	100	0
167	178	172.5	27	0.35042180	7705	27	100	0
Total			7705	100.00000000
Fuente: Producción Campo Sacha

2.2 Intervalos con R

Histograma de la variable

histo_Frecuencia <- hist(frecuencia_operaciones, 
                         main = "Gráfica: Distribución de la Frecuencia Operaciones\nCampo Sacha",  
                         xlab = "Frecuencia Operaciones",  
                         ylab = "Cantidad", 
                         col = "lightblue",
                         border = "darkblue",
                         las = 1)

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

Limites <- histo_Frecuencia$breaks  
LimInf <- Limites[1:(length(Limites)-1)]
LimSup <- Limites[2:length(Limites)]
Mc <- histo_Frecuencia$mids  
ni_R <- histo_Frecuencia$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_Frecuencia_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_Frecuencia_R %>%  
  gt() %>%
  tab_header(
    title = md("*Tabla 3: Distribución - Intervalos R*"),
    subtitle = md("**Método Automático de R - Variable: Frecuencia Operaciones**")  
  ) %>%
  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

L. Inferior	L. Superior	Marca Clase	Frec. Abs.	Frec. Rel. %	Ni Asc.	Ni Desc.	Hi Asc. %	Hi Desc. %
Tabla 3: Distribución - Intervalos R
Método Automático de R - Variable: Frecuencia Operaciones
30	40	35	23	0.30%	23	7705	0.30%	100.00%
40	50	45	1071	13.90%	1094	7682	14.20%	99.70%
50	60	55	4507	58.49%	5601	6611	72.69%	85.80%
60	70	65	1036	13.45%	6637	2104	86.14%	27.31%
70	80	75	13	0.17%	6650	1068	86.31%	13.86%
80	90	85	30	0.39%	6680	1055	86.70%	13.69%
90	100	95	148	1.92%	6828	1025	88.62%	13.30%
100	110	105	261	3.39%	7089	877	92.01%	11.38%
110	120	115	238	3.09%	7327	616	95.09%	7.99%
120	130	125	97	1.26%	7424	378	96.35%	4.91%
130	140	135	162	2.10%	7586	281	98.46%	3.65%
140	150	145	72	0.93%	7658	119	99.39%	1.54%
150	160	155	19	0.25%	7677	47	99.64%	0.61%
160	170	165	6	0.08%	7683	28	99.71%	0.36%
170	180	175	22	0.29%	7705	22	100.00%	0.29%
Intervalos generados automáticamente por hist()

Tabla de distribución

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

# Crear tabla con Total
TDF_Frecuencia_R_Completo <- rbind(  
  TDF_Frecuencia_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 = " "
  )
)

library(gt)
library(dplyr)

tabla_Frecuencia_Final <- TDF_Frecuencia_R_Completo %>%  
  gt() %>%
  tab_header(
    title = md("*Tabla de Distribución de Frecuencias*"),
    subtitle = md("**Variable: Frecuencia Operaciones - Campo Sacha**")  
  )

# Mostrar
tabla_Frecuencia_Final

LimInf	LimSup	Mc	ni_R	hi_R	Ni_asc	Ni_dsc	Hi_asc	Hi_dsc
Tabla de Distribución de Frecuencias
Variable: Frecuencia Operaciones - Campo Sacha
30	40	35	23	0.29850746	23	7705	0.3	100
40	50	45	1071	13.90006489	1094	7682	14.2	99.7
50	60	55	4507	58.49448410	5601	6611	72.69	85.8
60	70	65	1036	13.44581441	6637	2104	86.14	27.31
70	80	75	13	0.16872161	6650	1068	86.31	13.86
80	90	85	30	0.38935756	6680	1055	86.7	13.69
90	100	95	148	1.92083063	6828	1025	88.62	13.3
100	110	105	261	3.38741077	7089	877	92.01	11.38
110	120	115	238	3.08890331	7327	616	95.09	7.99
120	130	125	97	1.25892278	7424	378	96.35	4.91
130	140	135	162	2.10253082	7586	281	98.46	3.65
140	150	145	72	0.93445814	7658	119	99.39	1.54
150	160	155	19	0.24659312	7677	47	99.64	0.61
160	170	165	6	0.07787151	7683	28	99.71	0.36
170	180	175	22	0.28552888	7705	22	100	0.29
Total			7705	100.00000000

3 Histogramas

3.1 Histograma de frecuencia absoluta local (ni)

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

3.2 Histograma de frecuencia absoluta global (ni)

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

3.3 Histograma de porcentaje local (hi)

barplot(TDFFrecuencia$hi,  # Tus frecuencias relativas (%)
        space = 0,  # Sin espacio entre barras
        col = "blue", 
        xlab = "Marca de Clase (MC)", 
        ylab = "Porcentaje (%)", 
        names.arg = TDFFrecuencia$MC)  # Nombres = Marcas de clase

3.4 Histograma de porcentaje global (hi)

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

4 Diagramas

4.1 Ojivas

4.1.1 Ojivas combinadas (ni)

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

# Agregar ojiva ascendente
lines(TDFFrecuencia$Li, TDFFrecuencia$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(TDFFrecuencia$Ls, TDFFrecuencia$Hidsc,  
     type = "o",  # "o" = puntos y líneas
     xlim = c(0, max),
     main = "Gráfica: Ojivas combinadas de la Frecuencia Operaciones\n(Campo Sacha - Porcentajes)",  
     ylab = "Porcentaje Acumulado (%)", 
     col = "blue", 
     xlab = "Frecuencia Operaciones",  
     ylim = c(0, 100))  # Porcentajes de 0 a 100%

# Agregar ojiva ascendente (porcentajes) - SIN "add=TRUE"
lines(TDFFrecuencia$Li, TDFFrecuencia$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(frecuencia_operaciones,
        horizontal = TRUE,  # Horizontal (como el ejemplo)
        col = "blue", 
        main = "Gráfica: Distribución de la Frecuencia Operaciones\n(Campo Sacha)",  
        xlab = "Frecuencia Operaciones", 
        notch = FALSE)  # Sin muesca

## 5: Resumen y outliers

# Resumen
summary(frecuencia_operaciones)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   35.00   53.00   57.00   64.11   61.00  178.00

# Identificar outliers
outliers <- boxplot.stats(frecuencia_operaciones)$out  
num_outliers <- length(outliers) 
min_outliers <- min(outliers)
max_outliers <- max(outliers)

cat("Número de outliers:", num_outliers, "\n")

## Número de outliers: 1090

if(num_outliers > 0) {
  cat("Mínimo outlier:", min_outliers, "\n")
  cat("Máximo outlier:", max_outliers, "\n")
}

## Mínimo outlier: 35 
## Máximo outlier: 178

5:Indicadores estadísticos

5.1: Extraer la variable continua

# Media aritmética
x <- mean(frecuencia_operaciones)  

# Mediana 
Me <- median(frecuencia_operaciones) 

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

# Mostrar resultados
cat("Media aritmética (x) =", x, "\n")

## Media aritmética (x) = 64.11041

cat("Mediana (Me) =", Me, "\n")

## Mediana (Me) = 57

cat("Mínimo (ri) =", ri, "\n")

## Mínimo (ri) = 35

cat("Máximo (rs) =", rs, "\n")

## Máximo (rs) = 178

5.2 Dispersión

# Varianza
varianza <- var(frecuencia_operaciones)  
cat("Varianza =", varianza, "\n")

## Varianza = 527.2979

# Desviación estándar
s <- sd(frecuencia_operaciones) 
cat("Desviación estándar (s) =", s, "\n")

## Desviación estándar (s) = 22.96297

# Coeficiente de variación
CV <- (s / x) * 100
cat("Coeficiente de variación (CV) =", CV, "%\n")

## Coeficiente de variación (CV) = 35.81784 %

# 5.3 Forma 

# install.packages("e1071")

library(e1071)

# Coeficiente de asimetría
As <- skewness(frecuencia_operaciones)  

# Coeficiente de kurtosis  
k <- kurtosis(frecuencia_operaciones) 

cat("Coeficiente de asimetría =", As, "\n")

## Coeficiente de asimetría = 2.352603

cat("Coeficiente de kurtosis =", k, "\n")

## Coeficiente de kurtosis = 4.859665

6: Tabla resumen

# 6 Tabla resumen 

Variable <- c("Frecuencia Operaciones") 

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)
)

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: Frecuencia Operaciones**")  
  ) %>%
  tab_source_note(
    source_note = md("Campo Sacha")
  ) %>%
  
  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

Variable	minimo	máximo	x	Me	sd	Cv (%)	As	K
Tabla: Indicadores estadísticos
Variable: Frecuencia Operaciones
Frecuencia Operaciones	35.00	178.00	64.11	57.00	22.96	35.82%	2.35	4.86
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 - Frecuencia Operaciones", 
    subtitle = "Campo Sacha"
  )

# 3. Mostrar
tabla_outliers_final

Outliers	Mínimo	Máximo
Outliers - Frecuencia Operaciones
Campo Sacha
1090	35	178

7: CONCLUSIÓN

# La Frecuencia Operaciones en Campo Sacha presenta alta variabilidad (CV=35.82%) con rango de 35.00 a 178.00 y media de 64.11. La distribución es fuertemente asimétrica positiva (As=2.35, media>mediana=57.00) y muy concentrada (K=4.86). Los 1,090 outliers detectados (que incluyen los valores extremos) indican múltiples regímenes operativos y sugieren necesidad de estandarización y posible segmentación del análisis.

frecuencia_operaciones

Davis Piguave

2025-12-11

1: Carga de datos

2 Tabla de distribución de frecuencias

2.1 Sturges

Creación de la tabla de distribución de frecuencia

Tabla de distribución

TABLA 2 FORMATEADA: Con Total (TDFrecuencia OperacionesCompleto)

2.2 Intervalos con R

Histograma de la variable

Creación de la tabla de distribución de frecuencia

Tabla de distribución

3 Histogramas

3.1 Histograma de frecuencia absoluta local (ni)

3.2 Histograma de frecuencia absoluta global (ni)

3.3 Histograma de porcentaje local (hi)

3.4 Histograma de porcentaje global (hi)

4 Diagramas

4.1 Ojivas

4.1.1 Ojivas combinadas (ni)

5:Indicadores estadísticos

5.1: Extraer la variable continua

5.2 Dispersión

6: Tabla resumen

6.1:Outliers

7: CONCLUSIÓN