ANÁLISIS ESTADÍSTICO

1. CARGA DE DATOS Y LIBRERÍAS

                    #==============================ENCABEZADO===================
                    # TEMA: ESTADÍSTICA DESCRIPTIVA - CUENCA
                    # AUTOR: GRUPO 3
                    # FECHA: 03-2026
                    #===========================================================
library(dplyr)
library(gt)
library(knitr)
setwd("C:/Users/HP/Documents/PROYECTO ESTADISTICA/RStudio")
datos <- read.csv("tablap.csv", header = TRUE, dec = ",", sep = ";")

2. SELECCIÓN DE VARIABLE

Asignamos nuestra variable Basin(Cuenca) con el nombre de cuenca_var

cuenca_var <- datos$Basin

3. TABLA DE DISTRIBUCIÓN

ni <- table(cuenca_var)
hi <- round(prop.table(ni) * 100, 2) 
tabla_base <- data.frame(Cuenca = names(ni), ni = as.numeric(ni), hi = as.numeric(hi))
fila_total <- data.frame(Cuenca = "TOTAL", ni = sum(tabla_base$ni), hi = round(sum(tabla_base$hi)))
tabla_final_c <- rbind(tabla_base, fila_total)
Tabla N° 1. Distribución por Cuenca de los pozos de gas natural en Nuevo México
Cuenca ni hi (%)
Permian 3277 26.09
Rotan Ski 655 5.21
San Juan 8629 68.70
TOTAL 12561 100.00
Tabla 1 de 2

4. GRÁFICAS DE DISTRIBUCIÓN

par(oma = c(1, 1, 1, 1))
color_barras_abs <- "#76D7C4" 
color_barras_rel <- "#F1948A"

barplot(ni, 
        main = "Gráfica Nº 1: Distribución de cantidad de las Cuencas 
        de  pozos de gas natural en Nuevo México",
        xlab = "Cuenca", ylab = "Cantidad (ni)", 
        col = color_barras_abs, border = "white",
        ylim = c(0, max(ni)))
box(which = "outer", col = "black")

barplot(ni, 
        main = "Gráfica Nº 2: Distribución de cantidad de las Cuencas 
        de  pozos de gas natural en Nuevo México",
        xlab = "Cuenca", ylab = "Cantidad (ni)", 
        col = color_barras_abs, border = "white",
        ylim = c(0, 12561))
box(which = "outer", col = "black")

hi_local <- as.numeric(tabla_final_c$hi[1:(nrow(tabla_final_c)-1)])
barplot(hi_local, 
        main = "Gráfica Nº 3: Distribución de cantidad en porcentaje 
        de las Cuencas de  pozos de gas natural en Nuevo México",
        xlab = "Cuenca", ylab = "Porcentaje (%)", 
        col = color_barras_rel, border = "white",
        names.arg = tabla_final_c$Cuenca[1:(nrow(tabla_final_c)-1)])
box(which = "outer", col = "black")

barplot(hi_local, 
        main = "Gráfica Nº 4: Distribución de cantidad en porcentaje 
        de las Cuencas de  pozos de gas natural en Nuevo México",
        xlab = "Cuenca", ylab = "Porcentaje (%)", 
        col = color_barras_rel, border = "white",
        names.arg = tabla_final_c$Cuenca[1:(nrow(tabla_final_c)-1)],
        ylim = c(0, 100))
box(which = "outer", col = "black")

hi_TD <- as.numeric(tabla_final_c$hi[1:(nrow(tabla_final_c)-1)])
TD <- tabla_final_c$Cuenca[1:(nrow(tabla_final_c)-1)]

Colores <- colorRampPalette(c("#82E0AA", "#F8C471", "#BB8FCE"))
etiquetas <- paste0(round(hi_TD), "%")
pie(
  hi_TD,
  radius = 1.0,
  col = Colores(length(hi_TD)),
  labels = etiquetas,
  main = "Gráfica Nº 5: Distribución de cantidad en porcentaje de las 
  Cuencas de  pozos de gas natural en Nuevo México",
  cex.main = 1.1,
  border = "white"
)

legend(
  "bottomright",
  title = "Cuencas",
  legend = TD,
  fill = Colores(length(hi_TD)),
  cex = 1.2,
  bty = "n"
)
box(which = "outer", col = "black")

5. TABLA DE INDICADORES ESTADÍSTICOS

cuenca_limpia <- as.character(cuenca_var)
cuenca_limpia <- cuenca_limpia[!is.na(cuenca_limpia)]
tabla_cuenca <- table(cuenca_limpia)
moda_c <- names(tabla_cuenca)[which.max(as.numeric(tabla_cuenca))]
moda_c
## [1] "San Juan"
Variable <- c("Cuenca")
TablaIndicadores <- data.frame(Variable, Moda = moda_c)
Indicadores estadísticos de la variable Cuenca
Variable Moda
Cuenca San Juan
Tabla 2 de 2

6. CONCLUSIÓN

La variable Cuenca tiene como valor más frecuente, San Juan. Lo cual resulta favorable para el análisis de operatividad, ya que permite concentrar los esfuerzos de optimización y modelos predictivos en la zona con mayor densidad de pozos, maximizando la representatividad de los datos en la región.