Exploración y producción de los pozos petrolíferos en Brasil
Benjamin Salazar
2025-12-11
Análisis Estadístico de la Profundidad de Pozos Petroleros en Brasil
1 Carga de librerias y de datos para estudio
Prepara las herramientas y carga los datos de los pozos, corrigiendo formatos de nombres y números.
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, unionlibrary(gt)
library(e1071)
setwd("C:/Users/Usuario/Desktop/TRABAJO DE ESTADISTICA/PDF-EXCEL-QGIS")
Datos_Pri <- read.csv("Pozos Brasil 2.csv", header = TRUE, sep = ";", dec = ".", fileEncoding = "LATIN1")
colnames(Datos_Pri) <- trimws(colnames(Datos_Pri))
colnames(Datos_Pri)## [1] "POCO" "CADASTRO"
## [3] "OPERADOR" "POCO_OPERADOR"
## [5] "ESTADO" "BACIA"
## [7] "BLOCO" "SIG_CAMPO"
## [9] "CAMPO" "TERRA_MAR"
## [11] "POCO_POS_ANP" "TIPO"
## [13] "CATEGORIA" "RECLASSIFICACAO"
## [15] "SITUACAO" "INICIO"
## [17] "TERMINO" "CONCLUSAO"
## [19] "TITULARIDADE" "LATITUDE_BASE_4C"
## [21] "LONGITUDE_BASE_4C" "LATITUDE_BASE_DD"
## [23] "LONGITUDE_BASE_DD" "DATUM_HORIZONTAL"
## [25] "TIPO_DE_COORDENADA_DE_BASE" "DIRECAO"
## [27] "PROFUNDIDADE_VERTICAL_M" "PROFUNDIDADE_SONDADOR_M"
## [29] "PROFUNDIDADE_MEDIDA_M" "REFERENCIA_DE_PROFUNDIDADE"
## [31] "MESA_ROTATIVA" "COTA_ALTIMETRICA_M"
## [33] "LAMINA_D_AGUA_M" "DATUM_VERTICAL"
## [35] "UNIDADE_ESTRATIGRAFICA" "GEOLOGIA_GRUPO_FINAL"
## [37] "GEOLOGIA_FORMACAO_FINAL" "GEOLOGIA_MEMBRO_FINAL"
## [39] "CDPE" "AGP"
## [41] "PC" "PAG"
## [43] "PERFIS_CONVENCIONAIS" "DURANTE_PERFURACAO"
## [45] "PERFIS_DIGITAIS" "PERFIS_PROCESSADOS"
## [47] "PERFIS_ESPECIAIS" "AMOSTRA_LATERAL"
## [49] "SISMICA" "TABELA_TEMPO_PROFUNDIDADE"
## [51] "DADOS_DIRECIONAIS" "TESTE_A_CABO"
## [53] "TESTE_DE_FORMACAO" "CANHONEIO"
## [55] "TESTEMUNHO" "GEOQUIMICA"
## [57] "SIG_SONDA" "NOM_SONDA"
## [59] "DHA_ATUALIZACAO"Datos <- Datos_Pri %>%
select(any_of(c("POCO", "PROFUNDIDADE_MEDIDA_M"))) %>%
mutate(Variable_Analisis = as.numeric(trimws(gsub(",", ".", PROFUNDIDADE_MEDIDA_M))))
Variable <- na.omit(Datos$Variable_Analisis)2 Cálculo para la tabla de frecuencia
Agrupa los pozos por rangos de profundidad y cuenta cuántos hay en cada grupo.
N <- length(Variable)
min_val <- min(Variable)
max_val <- max(Variable)
Rango <- max_val - min_val
K <- floor(1 + 3.322 * log10(N))
Amplitud <- Rango / K
breaks_table <- seq(min_val, max_val, length.out = K + 1)
breaks_table[length(breaks_table)] <- max_val + 0.0001
lim_inf_table <- breaks_table[1:K]
lim_sup_table <- breaks_table[2:(K+1)]
MC <- (lim_inf_table + lim_sup_table) / 2
ni <- numeric(K)
for (i in 1:K) {
if (i < K) {
ni[i] <- length(Variable[Variable >= lim_inf_table[i] & Variable < lim_sup_table[i]])
} else {
ni[i] <- length(Variable[Variable >= lim_inf_table[i] & Variable <= lim_sup_table[i]])
}
}
hi <- (ni / sum(ni)) * 100
Ni_asc <- cumsum(ni)
Ni_desc <- rev(cumsum(rev(ni)))
Hi_asc <- cumsum(hi)
Hi_desc <- rev(cumsum(rev(hi)))
TDF_ProfTotal <- data.frame(
Li = round(lim_inf_table, 4),
Ls = round(lim_sup_table, 4),
MC = round(MC, 4),
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)
)
TDF_ProfTotal## Li Ls MC ni hi Ni_asc Ni_desc Hi_asc Hi_desc
## 1 0.0000 577.1571 288.5786 3600 34.91 3600 10311 34.91 100.00
## 2 577.1571 1154.3143 865.7357 2281 22.12 5881 6711 57.04 65.09
## 3 1154.3143 1731.4714 1442.8929 1031 10.00 6912 4430 67.04 42.96
## 4 1731.4714 2308.6286 2020.0500 573 5.56 7485 3399 72.59 32.96
## 5 2308.6286 2885.7857 2597.2071 476 4.62 7961 2826 77.21 27.41
## 6 2885.7857 3462.9429 3174.3643 799 7.75 8760 2350 84.96 22.79
## 7 3462.9429 4040.1000 3751.5214 593 5.75 9353 1551 90.71 15.04
## 8 4040.1000 4617.2571 4328.6786 309 3.00 9662 958 93.71 9.29
## 9 4617.2571 5194.4143 4905.8357 241 2.34 9903 649 96.04 6.29
## 10 5194.4143 5771.5714 5482.9929 250 2.42 10153 408 98.47 3.96
## 11 5771.5714 6348.7286 6060.1500 109 1.06 10262 158 99.52 1.53
## 12 6348.7286 6925.8857 6637.3071 36 0.35 10298 49 99.87 0.48
## 13 6925.8857 7503.0429 7214.4643 10 0.10 10308 13 99.97 0.13
## 14 7503.0429 8080.2001 7791.6215 3 0.03 10311 3 100.00 0.033 Tabla de distribución de frecuencias
Tabla resumen con todos los conteos y porcentajes finales.
totales <- c("TOTAL", "-", "-", sum(ni), round(sum(hi), 2), "-", "-", "-", "-")
TDF_Char <- TDF_ProfTotal %>% mutate(across(everything(), as.character))
TDF_Final <- rbind(TDF_Char, totales)
TDF_Final %>%
gt() %>%
tab_header(
title = md("**DISTRIBUCIÓN DE FRECUENCIAS DE POZOS PETROLEROS DE BRASIL**"),
subtitle = md("**Variable: Profundidad total medida**")
) %>%
tab_source_note(source_note = "Fuente: Datos ANP 2018") %>%
cols_label(
Li = "Lim Inf",
Ls = "Lim Sup",
MC = "Marca Clase (Xi)",
ni = "ni",
hi = "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 DE FRECUENCIAS DE POZOS PETROLEROS DE BRASIL | ||||||||
| Variable: Profundidad total medida | ||||||||
| Lim Inf | Lim Sup | Marca Clase (Xi) | ni | hi (%) | Ni (Asc) | Ni (Desc) | Hi (Asc) | Hi (Desc) |
|---|---|---|---|---|---|---|---|---|
| 0 | 577.1571 | 288.5786 | 3600 | 34.91 | 3600 | 10311 | 34.91 | 100 |
| 577.1571 | 1154.3143 | 865.7357 | 2281 | 22.12 | 5881 | 6711 | 57.04 | 65.09 |
| 1154.3143 | 1731.4714 | 1442.8929 | 1031 | 10 | 6912 | 4430 | 67.04 | 42.96 |
| 1731.4714 | 2308.6286 | 2020.05 | 573 | 5.56 | 7485 | 3399 | 72.59 | 32.96 |
| 2308.6286 | 2885.7857 | 2597.2071 | 476 | 4.62 | 7961 | 2826 | 77.21 | 27.41 |
| 2885.7857 | 3462.9429 | 3174.3643 | 799 | 7.75 | 8760 | 2350 | 84.96 | 22.79 |
| 3462.9429 | 4040.1 | 3751.5214 | 593 | 5.75 | 9353 | 1551 | 90.71 | 15.04 |
| 4040.1 | 4617.2571 | 4328.6786 | 309 | 3 | 9662 | 958 | 93.71 | 9.29 |
| 4617.2571 | 5194.4143 | 4905.8357 | 241 | 2.34 | 9903 | 649 | 96.04 | 6.29 |
| 5194.4143 | 5771.5714 | 5482.9929 | 250 | 2.42 | 10153 | 408 | 98.47 | 3.96 |
| 5771.5714 | 6348.7286 | 6060.15 | 109 | 1.06 | 10262 | 158 | 99.52 | 1.53 |
| 6348.7286 | 6925.8857 | 6637.3071 | 36 | 0.35 | 10298 | 49 | 99.87 | 0.48 |
| 6925.8857 | 7503.0429 | 7214.4643 | 10 | 0.1 | 10308 | 13 | 99.97 | 0.13 |
| 7503.0429 | 8080.2001 | 7791.6215 | 3 | 0.03 | 10311 | 3 | 100 | 0.03 |
| TOTAL | - | - | 10311 | 100 | - | - | - | - |
| Fuente: Datos ANP 2018 | ||||||||
Después de la depuración de la base de datos, la muestra se redujo a 10311 registros, debido a que se identificaron y eliminaron datos vacíos o con errores de formato que impedían su procesamiento.
4 Análisis Gráfico
4.1 Histogramas de Frecuencia
col_gris_azulado <- "#5D6D7E"
col_ejes <- "#2E4053"
h_base <- hist(Variable, breaks = "Sturges", plot = FALSE)
# GRÁFICO 1: Histograma Absoluto (Local)
par(mar = c(8, 5, 4, 2))
plot(h_base,
main = "Gráfica No.1: Distribución de Profundidad Total Medida",
xlab = "Profundidad Total Medida (m)",
ylab = "Frecuencia Absoluta",
col = col_gris_azulado, border = "white", axes = FALSE,
ylim = c(0, max(h_base$counts) * 1.1))
axis(1, at = round(h_base$breaks, 0), labels = format(round(h_base$breaks, 0), scientific = FALSE), las = 2, cex.axis = 0.7)
axis(2)
grid(nx=NA, ny=NULL, col="#D7DBDD", lty="dotted") 
# GRÁFICO 2: Histograma Global
par(mar = c(8, 5, 4, 2))
plot(h_base,
main = "Gráfica N°2: Distribución de Profundidad Total Medida",
xlab = "Profundidad Total Medida (m)",
ylab = "Total Pozos",
col = col_gris_azulado, border = "white", axes = FALSE,
ylim = c(0, sum(h_base$counts)))
axis(1, at = round(h_base$breaks, 0), labels = format(round(h_base$breaks, 0), scientific = FALSE), las = 2, cex.axis = 0.7)
axis(2)
grid(nx=NA, ny=NULL, col="#D7DBDD", lty="dotted")
h_porc <- h_base
h_porc$counts <- (h_porc$counts / sum(h_porc$counts)) * 100
h_porc$density <- h_porc$counts
# GRÁFICO 3: Porcentajes (Local)
par(mar = c(8, 5, 4, 2))
plot(h_porc,
main = "Gráfica N°3: Distribución Porcentual de Profundidad Total Medida",
xlab = "Profundidad Total Medida (m)",
ylab = "Porcentaje (%)",
col = col_gris_azulado, border = "white", axes = FALSE, freq = TRUE,
ylim = c(0, max(h_porc$counts)*1.2))
axis(1, at = round(h_base$breaks, 0), labels = format(round(h_base$breaks, 0), scientific = FALSE), las = 2, cex.axis = 0.7)
axis(2)
text(x = h_base$mids, y = h_porc$counts, label = paste0(round(h_porc$counts, 1), "%"), pos = 3, cex = 0.6, col = col_ejes)
grid(nx=NA, ny=NULL, col="#D7DBDD", lty="dotted") 
# GRÁFICO 4: Global Porcentual
par(mar = c(8, 5, 4, 2))
plot(h_porc,
main = "Gráfica No.4: Distribución Porcentual de Profundidad Total Medida",
xlab = "Profundidad Total Medida (m)",
ylab = "% del Total",
col = col_gris_azulado, border = "white", axes = FALSE, freq = TRUE,
ylim = c(0, 100))
axis(1, at = round(h_base$breaks, 0), labels = format(round(h_base$breaks, 0), scientific = FALSE), las = 2, cex.axis = 0.7)
text(x = h_base$mids, y = h_porc$counts, label = paste0(round(h_porc$counts, 1), "%"), pos = 3, cex = 0.6, col = col_ejes)
axis(2)
abline(h=seq(0,100,20), col="#D7DBDD", lty="dotted")
5 Diagrama de cajas y ojivas
Muestra la profundidad promedio y detecta si hay pozos con medidas muy extrañas
# GRÁFICO 5: Boxplot
par(mar = c(5, 5, 4, 2))
boxplot(Variable, horizontal = TRUE, col = col_gris_azulado,
main = "Gráfica No.5: Diagrama de Caja de Profundidad Total Medida (m)",
xlab = "Profundidad Total Medida (m)", outline = TRUE, outpch = 19, outcol = "#C0392B",
boxwex = 0.5, frame.plot = FALSE, xaxt = "n")
eje_x_detallado <- pretty(Variable, n = 20)
axis(1, at = eje_x_detallado, labels = format(eje_x_detallado, scientific = FALSE), cex.axis=0.7, las=2)
grid(nx=NULL, ny=NA, col="lightgray", lty="dotted")
El diagrama de cajas revela una asimetría positiva (hacia la derecha) pronunciada, lo que indica que la mayor concentración de pozos se encuentra en profundidades bajas y medias, mientras que unos pocos alcanzan profundidades extremas.
par(mar = c(5, 5, 4, 8), xpd = TRUE)
x_asc <- c(min(breaks_table), breaks_table[2:length(breaks_table)])
y_asc <- c(0, Ni_asc)
x_desc <- c(min(breaks_table), breaks_table[2:length(breaks_table)])
y_desc <- c(Ni_desc, 0)
x_range <- range(c(x_asc, x_desc))
y_range <- c(0, max(c(y_asc, y_desc)))
col_azul <- "#2E4053"
col_rojo <- "#C0392B"
plot(x_asc, y_asc, type = "o", col = col_azul, lwd=2, pch=19,
main = "Gráfica No.6: Ojivas Ascendente y Descendente de Profundidad Total Medida",
xlab = "Profundidad Total Medida (m)", ylab = "Frecuencia acumulada",
xlim = x_range, ylim = y_range, axes = FALSE, cex.main = 0.8, line = 3.5, frame.plot = FALSE)## Warning in plot.window(...): "line" es un parámetro gráfico inválido## Warning in plot.xy(xy, type, ...): "line" es un parámetro gráfico inválidoaxis(1, at = round(breaks_table,0), labels = format(round(breaks_table,0), scientific = FALSE), las=2, cex.axis=0.6)
axis(2,
at = pretty(y_asc),
labels = format(pretty(y_asc), scientific = FALSE),
las = 1,
cex.axis = 0.7
)
lines(x_asc, 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()
6 Resumen Estadistico
# CÁLCULO DE INDICADORES
media_val <- mean(Variable)
mediana_val <- median(Variable)
freq_max <- max(TDF_ProfTotal$ni)
modas_calc <- TDF_ProfTotal$MC[TDF_ProfTotal$ni == freq_max]
moda_txt <- paste(round(modas_calc, 2), collapse = ", ")
rango_txt <- paste0("[", round(min(Variable), 2), "; ", round(max(Variable), 2), "]")
varianza_val <- var(Variable)
sd_val <- sd(Variable)
cv_val <- (sd_val / abs(media_val)) * 100
asimetria_val <- skewness(Variable, type = 2)
curtosis_val <- kurtosis(Variable, type = 2)
vals_atipicos <- boxplot.stats(Variable)$out
num_atipicos <- length(vals_atipicos)
status_atipicos <- if(num_atipicos > 0) {
min_out <- min(vals_atipicos)
max_out <- max(vals_atipicos)
paste0(num_atipicos, " [", round(min_out, 2), "; ", round(max_out, 2), "]")
} else {
"0 (Sin atípicos)"
}
df_resumen <- data.frame(
"Variable" = "Profundidad Total Medida (m)",
"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("**CONCLUSIONES Y ESTADÍSTICOS**"),
subtitle = "Resumen de Indicadores de las Profundidades Totales Medidas de los Pozos Petrolíferos en Brasil"
) %>%
tab_source_note(source_note = "Autor: Benjamin Salazar") %>%
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 Total",
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 [Intervalo]"
) %>%
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()
)| CONCLUSIONES Y ESTADÍSTICOS | ||||||||||
| Resumen de Indicadores de las Profundidades Totales Medidas de los Pozos Petrolíferos en Brasil | ||||||||||
| Variable | Rango Total | Media (X̄) | Mediana (Me) | Moda (Mo) | Varianza (S²) | Desv. Est. (S) | C.V. (%) | Asimetría (As) | Curtosis (K) | Outliers [Intervalo] |
|---|---|---|---|---|---|---|---|---|---|---|
| Profundidad Total Medida (m) | [0; 8080.2] | 1,571.92 | 885.50 | 288.58 | 2,483,733.88 | 1,575.99 | 100.26 | 1.1457 | 0.40 | 90 [6046; 8080.2] |
| Autor: Benjamin Salazar | ||||||||||
La Profundidad Total Medida varía entre 0.00 y 8,080.20 metros, con una media de (\(1,571.92 m\)) y una desviación estándar de (\(1,575.99\)) m, lo que evidencia una alta variabilidad y un comportamiento heterogéneo (CV: \(100.26\%\)). La distribución muestra una asimetría positiva (\(1.1457\)) y una curtosis moderada (\(0.40\)), junto con 90 valores atípicos situados por encima de los (\(6,046\)) metros. En conjunto, estos patrones indican una concentración marcada hacia profundidades bajas y una cola pronunciada hacia los valores superiores, lo que sugiere que la mayoría de los pozos son poco profundos, mientras que una minoría requiere tecnologías de perforación avanzada.