Proyecto: Análisis de Pozos de Brasil
Reporte Estadístico - Variable: Año de Término
Grupo 3
12-2025
1 Introducción y Metodología
El presente informe estadístico analiza la variable Término (Fecha de finalización) de los pozos petroleros de Brasil durante el periodo ampliado 2009 - 2019.
# 1. LIBRERÍAS Y CARGA DE DATOS
library(readxl)
library(dplyr)
library(gt)
library(e1071)
library(lubridate)
# --- CARGA DE DATOS ---
tryCatch({
Datos_Brutos <- read_excel("tabela_de_pocos_janeiro_2018.xlsx")
}, error = function(e) {
stop("ERROR: No se encuentra el archivo 'tabela_de_pocos_janeiro_2018.xlsx'. Verifica la carpeta.")
})
# 2. PROCESAMIENTO (Agrupación por Décadas)
# AQUÍ SE CAMBIÓ LA VARIABLE 'INICIO' POR 'TERMINO'
Datos <- Datos_Brutos %>%
mutate(Fecha_Obj = as.Date(TERMINO), # <--- CAMBIO CLAVE AQUÍ
Anio_Exacto = year(Fecha_Obj)) %>%
filter(!is.na(Anio_Exacto) & Anio_Exacto > 1900) %>%
mutate(
Decada_Termino = floor(Anio_Exacto / 10) * 10,
Periodo = paste0(Decada_Termino, " - ", Decada_Termino + 9)
)
Variable_Exacta <- Datos$Anio_Exacto
Variable_Clases <- Datos$Periodo
Variable_Orden <- Datos$Decada_Termino
if(length(Variable_Exacta) == 0) stop("ERROR: No hay datos válidos para TÉRMINO.")
# 3. CÁLCULOS MATEMÁTICOS (TABLA DE FRECUENCIAS)
df_calc <- data.frame(Periodo = Variable_Clases, Orden = Variable_Orden)
TDF_Raw <- df_calc %>%
group_by(Orden, Periodo) %>%
summarise(ni = n(), .groups = 'drop') %>%
arrange(Orden)
ni <- TDF_Raw$ni
N <- sum(ni)
hi <- (ni / N) * 100
Ni_asc <- cumsum(ni)
Ni_desc <- rev(cumsum(rev(ni)))
Hi_asc <- cumsum(hi)
Hi_desc <- rev(cumsum(rev(hi)))
TDF_Decadas <- data.frame(
Periodo = TDF_Raw$Periodo,
ni = ni,
hi = round(hi, 2),
Ni_asc = Ni_asc,
Ni_desc = Ni_desc,
Hi_asc = round(Hi_asc, 2),
Hi_desc = round(Hi_desc, 2)
)2 Distribución de Frecuencias
A continuación se presenta la tabla de frecuencias detallada.
# Totales
totales <- c("TOTAL", sum(ni), round(sum(hi), 2), "-", "-", "-", "-")
TDF_Char <- TDF_Decadas %>% mutate(across(everything(), as.character))
TDF_Show <- rbind(TDF_Char, totales)
TDF_Show %>%
gt() %>%
tab_header(
title = md("**DISTRIBUCIÓN POR DÉCADAS**"),
subtitle = md("Variable: **Término de Perforación**")
) %>%
tab_source_note(source_note = "Fuente: Tabela de Poços 2018") %>%
cols_label(
Periodo = "Periodo (Década)",
ni = "Cant. Pozos (ni)",
hi = "Porcentaje (hi%)",
Ni_asc = "Ni (Asc)", Ni_desc = "Ni (Desc)",
Hi_asc = "Hi (Asc)", Hi_desc = "Hi (Desc)"
) %>%
cols_align(align = "center", columns = everything()) %>%
tab_style(
style = list(cell_fill(color = "#2E4053"), cell_text(color = "white", weight = "bold")),
locations = cells_title()
) %>%
tab_style(
style = list(cell_fill(color = "#F2F3F4"), cell_text(weight = "bold", color = "#2E4053")),
locations = cells_column_labels()
) %>%
tab_options(
table.border.top.color = "#2E4053",
table.border.bottom.color = "#2E4053",
column_labels.border.bottom.color = "#2E4053",
data_row.padding = px(6)
)| DISTRIBUCIÓN POR DÉCADAS | ||||||
| Variable: Término de Perforación | ||||||
| Periodo (Década) | Cant. Pozos (ni) | Porcentaje (hi%) | Ni (Asc) | Ni (Desc) | Hi (Asc) | Hi (Desc) |
|---|---|---|---|---|---|---|
| 1920 - 1929 | 2 | 0.01 | 2 | 27729 | 0.01 | 100 |
| 1930 - 1939 | 4 | 0.01 | 6 | 27727 | 0.02 | 99.99 |
| 1940 - 1949 | 188 | 0.68 | 194 | 27723 | 0.7 | 99.98 |
| 1950 - 1959 | 818 | 2.95 | 1012 | 27535 | 3.65 | 99.3 |
| 1960 - 1969 | 2427 | 8.75 | 3439 | 26717 | 12.4 | 96.35 |
| 1970 - 1979 | 2523 | 9.1 | 5962 | 24290 | 21.5 | 87.6 |
| 1980 - 1989 | 9538 | 34.4 | 15500 | 21767 | 55.9 | 78.5 |
| 1990 - 1999 | 3663 | 13.21 | 19163 | 12229 | 69.11 | 44.1 |
| 2000 - 2009 | 3941 | 14.21 | 23104 | 8566 | 83.32 | 30.89 |
| 2010 - 2019 | 4625 | 16.68 | 27729 | 4625 | 100 | 16.68 |
| TOTAL | 27729 | 100 | - | - | - | - |
| Fuente: Tabela de Poços 2018 | ||||||
3 Analisi Grafico
Representación visual de la actividad de perforacion en Brazil
3.1 Histograma de Frecuencias
col_gris_azulado <- "#5D6D7E"
col_ejes <- "#2E4053"
vals_x <- TDF_Decadas$Periodo
vals_y <- TDF_Decadas$ni
ylim_max <- max(vals_y) * 1.1
# GRÁFICO 1: Frecuencia Absoluta (LOCAL)
par(mar = c(10, 5, 4, 2))
bp <- barplot(vals_y,
main = "Gráfica No.1: Distribucion de Fecha de Finalizacion(Termino) de Pozos Petroleros de Brazil",
cex.main = 0.8,
ylab = "Cantidad de Pozos Finalizados",
col = col_gris_azulado, border = "white", axes = FALSE,
ylim = c(0, ylim_max),
axisnames = FALSE)
axis(2, col = col_ejes, col.axis = col_ejes)
axis(1, at = bp, labels = vals_x, col = col_ejes, col.axis = col_ejes, las=2, cex.axis=0.8)
title(xlab = "Década", line = 8)
grid(nx=NA, ny=NULL, col="#D7DBDD", lty="dotted")
box(bty="l", col=col_ejes)
# GRÁFICO 2: Frecuencia Absoluta (GLOBAL)
par(mar = c(10, 5, 4, 2))
bp2 <- barplot(vals_y,
main = "Gráfica N°2: Distribucion de Fecha de Finalizacion(Termino) de Pozos Petroleros de Brazil",
cex.main = 0.8,
ylab = "Cantidad de Pozos Finalizados",
col = col_gris_azulado, border = "white", axes = FALSE,
ylim = c(0, N), # Eje Y hasta el total N
axisnames = FALSE)
axis(2, col = col_ejes, col.axis = col_ejes)
axis(1, at = bp2, labels = vals_x, col = col_ejes, col.axis = col_ejes, las=2, cex.axis=0.8)
title(xlab = "Década", line = 8)
grid(nx=NA, ny=NULL, col="#D7DBDD", lty="dotted")
box(bty="l", col=col_ejes)
3.2 Gráficos Porcentuales
# GRÁFICO 3: Porcentual (LOCAL)
par(mar = c(10, 5, 4, 2))
bp3 <- barplot(vals_y_pct,
main = "Gráfica N°3: Distribucion Porcentual de Fecha de finalizacion (Terminno) en Pozos petroleros de Brazil",
cex.main = 0.8,
ylab = "% del Total",
col = col_gris_azulado, border = "white", axes = FALSE,
ylim = c(0, max(vals_y_pct)*1.2),
axisnames = FALSE)
axis(2, col = col_ejes, col.axis = col_ejes)
axis(1, at = bp3, labels = vals_x, col = col_ejes, col.axis = col_ejes, las=2, cex.axis=0.8)
text(x = bp3, y = vals_y_pct, label = paste0(round(vals_y_pct, 1), "%"), pos = 3, cex = 0.7, col = col_ejes)
title(xlab = "Década", line = 8)
grid(nx=NA, ny=NULL, col="#D7DBDD", lty="dotted")
box(bty="l", col=col_ejes)
# GRÁFICO 4: Porcentual (GLOBAL - Escala 0 a 100%)
par(mar = c(10, 5, 4, 2))
bp4 <- barplot(vals_y_pct,
main = "Gráfica N°4: Distribucion Porcentual de Fecha de finalizacion (Terminno) en Pozos petroleros de Brazil",
cex.main = 0.8,
ylab = "% del Total",
col = col_gris_azulado, border = "white", axes = FALSE,
ylim = c(0, 100), # Eje Y fijo a 100%
axisnames = FALSE)
axis(2, col = col_ejes, col.axis = col_ejes)
axis(1, at = bp4, labels = vals_x, col = col_ejes, col.axis = col_ejes, las=2, cex.axis=0.8)
text(x = bp4, y = vals_y_pct, label = paste0(round(vals_y_pct, 1), "%"), pos = 3, cex = 0.7, col = col_ejes)
title(xlab = "Década", line = 8)
abline(h=seq(0,100,20), col="#D7DBDD", lty="dotted")
box(bty="l", col=col_ejes)
3.3 Diagrama de Caja y Ojivas
# GRÁFICO 5: Boxplot
par(mar = c(7, 5, 4, 2))
boxplot(Variable_Exacta, horizontal = TRUE, col = col_gris_azulado,
main = "Gráfica N°5: Diagrama de Caja de Fecha de Finalizacion (Termino) de Pozos Petroleros de Brazil",
cex.main = 0.8,
xlab = "", outline = TRUE, outpch = 19, outcol = "#C0392B",
boxwex = 0.5, frame.plot = FALSE, xaxt = "n")
eje_x <- pretty(Variable_Exacta, n = 8)
axis(1, at = eje_x, labels = format(eje_x, scientific=FALSE), cex.axis=0.8, col=col_ejes, col.axis=col_ejes)
title(xlab = "Año Exacto de Término", line = 4)
grid(nx=NULL, ny=NA, col="lightgray", lty="dotted")
# GRÁFICO 6: Ojivas
par(mar = c(10, 5, 4, 8), xpd = TRUE)
x_vals_num <- unique(Datos$Decada_Termino) %>% sort()
x_labels <- unique(Datos$Periodo) %>% sort()
y_asc <- TDF_Decadas$Ni_asc
y_desc <- TDF_Decadas$Ni_desc
col_azul <- "#2E4053"
col_rojo <- "#C0392B"
plot(x_vals_num, y_asc, type = "o", col = col_azul, lwd=2, pch=19,
main = "Gráfica N°6: Ojivas Ascendente y Dscendente Acumuladas por Décadas de Fecha de Finalizacion (Termino) de Pozos Petroleros de Brazil",
cex.main = 0.7,
ylab = "Frecuencia Acumulada", xlab = "",
axes = FALSE, frame.plot = FALSE)
axis(1, at = x_vals_num, labels = x_labels, las=2, cex.axis=0.8, col=col_ejes, col.axis=col_ejes)
axis(2, col=col_ejes, col.axis=col_ejes)
title(xlab = "Década", line = 8)
lines(x_vals_num, y_desc, type = "o", col = col_rojo, lwd=2, pch=19)
legend("right", legend = c("Ascendente", "Descendente"),
col = c(col_azul, col_rojo), lty = 1, pch = 19, cex = 0.7, lwd=2,
inset = c(-0.15, 0), bty="n")
grid()
4 Resumen Estadistico
# CÁLCULO DE INDICADORES (Variable exacta)
media_val <- mean(Variable_Exacta)
mediana_val <- median(Variable_Exacta)
t_moda <- table(Variable_Exacta)
freq_max <- max(t_moda)
modas_calc <- as.numeric(names(t_moda)[t_moda == freq_max])
moda_txt <- paste(modas_calc, collapse = ", ")
rango_txt <- paste0("[", min(Variable_Exacta), "; ", max(Variable_Exacta), "]")
varianza_val <- var(Variable_Exacta)
sd_val <- sd(Variable_Exacta)
cv_val <- (sd_val / abs(media_val)) * 100
asimetria_val <- skewness(Variable_Exacta, type = 2)
curtosis_val <- kurtosis(Variable_Exacta, type = 2)
vals_atipicos <- boxplot.stats(Variable_Exacta)$out
num_atipicos <- length(vals_atipicos)
status_atipicos <- if(num_atipicos > 0) {
paste0(num_atipicos, " outliers")
} else {
"0 (Sin atípicos)"
}
df_resumen <- data.frame(
"Variable" = "Año de Término (Exacto)",
"Rango" = rango_txt,
"Media" = media_val,
"Mediana" = mediana_val,
"Moda" = moda_txt,
"Varianza" = varianza_val,
"Desv_Std" = sd_val,
"CV_Porc" = cv_val,
"Asimetria" = asimetria_val,
"Curtosis" = curtosis_val,
"Atipicos" = status_atipicos
)
df_resumen %>%
gt() %>%
tab_header(
title = md("**ESTADÍSTICOS DESCRIPTIVOS**"),
subtitle = "Indicadores calculados sobre años exactos de Término"
) %>%
tab_source_note(source_note = "Autor: Grupo 3") %>%
fmt_number(columns = c(Media, Mediana, Varianza, Desv_Std, CV_Porc, Curtosis), decimals = 2) %>%
fmt_number(columns = c(Asimetria), decimals = 4) %>%
cols_label(
Variable = "Variable",
Rango = "Rango [Min; Max]",
Media = "Media (X̄)",
Mediana = "Mediana (Me)",
Moda = "Moda (Mo)",
Varianza = "Varianza (S²)",
Desv_Std = "Desv. Est. (S)",
CV_Porc = "C.V. (%)",
Asimetria = "Asimetría (As)",
Curtosis = "Curtosis (K)",
Atipicos = "Outliers"
) %>%
tab_options(
column_labels.background.color = "#2E4053",
table.border.top.color = "black",
table.border.bottom.color = "#2E4053",
column_labels.border.bottom.color = "#2E4053",
data_row.padding = px(8)
) %>%
tab_style(
style = list(cell_text(weight = "bold", color = "white")),
locations = cells_column_labels()
)| ESTADÍSTICOS DESCRIPTIVOS | ||||||||||
| Indicadores calculados sobre años exactos de Término | ||||||||||
| Variable | Rango [Min; Max] | Media (X̄) | Mediana (Me) | Moda (Mo) | Varianza (S²) | Desv. Est. (S) | C.V. (%) | Asimetría (As) | Curtosis (K) | Outliers |
|---|---|---|---|---|---|---|---|---|---|---|
| Año de Término (Exacto) | [1922; 2017] | 1,989.81 | 1,987.00 | 1986 | 265.42 | 16.29 | 0.82 | −0.2143 | −0.55 | 54 outliers |
| Autor: Grupo 3 | ||||||||||
5 Conclusiones
anio_min <- min(Variable_Exacta)
anio_max <- max(Variable_Exacta)
anio_pico <- moda_txt
tendencia <- if(as.numeric(substr(anio_pico,1,4)) > 2000) "creciente hacia las últimas décadas" else "decreciente en los últimos años"
cat(paste0(
"## Análisis Descriptivo y Conclusiones\n\n",
"El análisis histórico de la variable **Término de Perforación** abarca un extenso periodo desde **", anio_min, "** hasta **", anio_max, "**. ",
"Se observa que el año con mayor cantidad de pozos finalizados (Moda) fue **", anio_pico, "**.\n\n",
"Al observar la distribución agrupada por décadas, se aprecia una tendencia general **", tendencia, "** en la finalización de pozos. ",
"El coeficiente de variación es del **", round(cv_val, 2), "%**, indicando que la intensidad de finalización ha sido **",
if(cv_val < 30) "constante" else "variable", "** a lo largo de la historia. ",
"La asimetría de **", round(asimetria_val, 4), "** confirma el sesgo de la distribución temporal."
))5.1 Análisis Descriptivo y Conclusiones
El análisis histórico de la variable Término de Perforación abarca un extenso periodo desde 1922 hasta 2017. Se observa que el año con mayor cantidad de pozos finalizados (Moda) fue 1986.
Al observar la distribución agrupada por décadas, se aprecia una tendencia general decreciente en los últimos años en la finalización de pozos. El coeficiente de variación es del 0.82%, indicando que la intensidad de finalización ha sido constante a lo largo de la historia. La asimetría de -0.2143 confirma el sesgo de la distribución temporal.