ANÁLISIS ESTADÍSTICO

1. CARGA DE LIBRERÍAS Y DATOS

                    #==============================ENCABEZADO================================
                    # TEMA: ESTADÍSTICA DESCRIPTIVA - LATITUD
                    # AUTOR: GRUPO 3
                    # FECHA: 03-2026
                    #========================================================================
library(dplyr)
library(e1071)
library(gt)

# CARGA Y LIMPIEZA
setwd("C:/Users/HP/Documents/PROYECTO ESTADISTICA/RStudio")
datos <- read.csv("tablap.csv", header = TRUE, dec = ",", sep = ";")

2. TABLA DE DISTRIBUCIÓN DE CANTIDAD POR STURGES

latitud_pozos <- as.numeric(datos$Latitude.of.well.pad)
latitud_pozos <- na.omit(latitud_pozos)
n <- length(latitud_pozos)

# REGLA DE STURGES
k <- floor(1 + 3.322 * log10(n))
k

## [1] 14

minimo <- min(latitud_pozos)
maximo <- max(latitud_pozos)
R <- maximo - minimo
R

## [1] 4.998391

#Amplitud
A <- R / k
A

## [1] 0.3570279

Li_s <- round(seq(from = minimo, to = maximo - A, by = A), 2)

Ls_s <- round(seq(from = minimo + A, to = maximo, by = A), 2)

MC_s <- round((Li_s + Ls_s) / 2, 2)

ni_s <- numeric(length(Li_s))

for (i in 1:length(Li_s)) {
  ni_s[i] <- sum(latitud_pozos >= Li_s[i] & latitud_pozos < Ls_s[i])
}
ni_s[length(Li_s)] <- sum(latitud_pozos >= Li_s[length(Li_s)] & latitud_pozos <= maximo)

TDF_Sturges <- data.frame(Li=Li_s, Ls=Ls_s, MC=MC_s, ni=ni_s, hi=round((ni_s/n)*100, 2))
TDF_Sturges_P <- rbind(TDF_Sturges, data.frame(Li="TOTAL", Ls="", MC="", ni=sum(ni_s), hi=100))

# TABLA 1 CON GT
TDF_Sturges_P %>%
  gt() %>%
  tab_header(title = md("Tabla N°1. Tabla de distribucion de cantidad de 
      latitud de los pozos de gas natural en Nuevo México")) %>%
  tab_style(
    style = list(cell_fill(color = "lightgray"), cell_text(weight = "bold")),
    locations = list(
      cells_body(rows = Li == "TOTAL"),
      cells_title(groups = "title")
    )
  ) %>%
  tab_options(
    table.width = pct(90), 
    heading.title.font.weight = "bold",
    column_labels.font.weight = "bold"
  ) %>%
  tab_source_note(
    source_note = md("**Tabla 1 de 4**")
  )

Li	Ls	MC	ni	hi
Tabla N°1. Tabla de distribucion de cantidad de latitud de los pozos de gas natural en Nuevo México
32	32.36	32.18	707	5.63
32.36	32.71	32.53	1290	10.27
32.71	33.07	32.89	638	5.08
33.07	33.43	33.25	74	0.59
33.43	33.79	33.61	413	3.29
33.79	34.14	33.97	155	1.23
34.14	34.5	34.32	0	0.00
34.5	34.86	34.68	0	0.00
34.86	35.21	35.03	0	0.00
35.21	35.57	35.39	0	0.00
35.57	35.93	35.75	0	0.00
35.93	36.28	36.11	303	2.41
36.28	36.64	36.46	3563	28.37
36.64	37	36.82	5418	43.13
TOTAL			12561	100.00
Tabla 1 de 4

#GRAFICA 1
cortes_histograma <- c(Li_s, maximo)
par(mar = c(5.1, 4.1, 4.1, 2.1))
hist(latitud_pozos, 
     breaks = cortes_histograma, 
     right = FALSE, 
     col = "darkgrey", 
     xaxt = "n", 
     xlab = "Latitud", 
     ylab = "Cantidad",
     main = "Grafica N°1: Distribución de cantidad de la latitud en pozos
      de gas natural en Nuevo México")

# Limites
axis(1, at = cortes_histograma, labels = round(cortes_histograma, 2), las = 2)
box(which = "outer", col = "black")

3. TABLA DE DISTRIBUCIÓN DE CANTIDAD AGRUPADA

Debido a que la tabla y la grafica presentas valores con decimales complejos vamos a agruparla

h_f <- hist(latitud_pozos, breaks = seq(32, 37, by = 0.5), plot = FALSE)
lis <- h_f$breaks[1:(length(h_f$breaks)-1)]
lss <- h_f$breaks[2:length(h_f$breaks)]
MC_f  <- h_f$mids
ni_f  <- h_f$counts
hi_f  <- (ni_f / sum(ni_f)) * 100

Niasc <- cumsum(ni_f); Nidsc <- rev(cumsum(rev(ni_f)))
Hiasc <- round(cumsum(hi_f), 2); Hidsc <- round(rev(cumsum(rev(hi_f))), 2)

TDF_Simp <- data.frame(Li=lis, Ls=lss, MC=MC_f, ni=ni_f, hi=round(hi_f, 2), 
                       Niasc, Nidsc, Hiasc, Hidsc)
TDF_Simp_P <- rbind(TDF_Simp, data.frame(Li="TOTAL", Ls=" ", MC=" ", ni=sum(ni_f), hi=100,Niasc=" ", Nidsc=" ", Hiasc=" ", Hidsc=" "))

# TABLA 2 CON GT
TDF_Simp_P %>%
  gt() %>%
  tab_header(title = md("TABLA°2: Tabla de distribución de cantidad 
                        de la latitud en pozos de gas natural en Nuevo México")) %>%
  tab_style(
    style = list(cell_fill(color = "lightgray"), cell_text(weight = "bold")),
    locations = list(
      cells_body(rows = Li == "TOTAL"),
      cells_title(groups = "title")
    )
  ) %>%
  tab_options(
    table.width = pct(95), 
    heading.title.font.weight = "bold",
    column_labels.font.weight = "bold" 
  )%>%
  tab_source_note(
    source_note = md("**Tabla 2 de 4**"))

Li	Ls	MC	ni	hi	Niasc	Nidsc	Hiasc	Hidsc
TABLA°2: Tabla de distribución de cantidad de la latitud en pozos de gas natural en Nuevo México
32	32.5	32.25	1296	10.32	1296	12561	10.32	100
32.5	33	32.75	1306	10.40	2602	11265	20.71	89.68
33	33.5	33.25	184	1.46	2786	9959	22.18	79.29
33.5	34	33.75	486	3.87	3272	9775	26.05	77.82
34	34.5	34.25	5	0.04	3277	9289	26.09	73.95
34.5	35	34.75	0	0.00	3277	9284	26.09	73.91
35	35.5	35.25	0	0.00	3277	9284	26.09	73.91
35.5	36	35.75	3	0.02	3280	9284	26.11	73.91
36	36.5	36.25	1868	14.87	5148	9281	40.98	73.89
36.5	37	36.75	7413	59.02	12561	7413	100	59.02
TOTAL			12561	100.00
Tabla 2 de 4

4. GRÁFICAS DE DISTRIBUCIÓN

par(oma = c(1, 1, 1, 1))
par(mfrow=c(1,1))
par(mar = c(6, 5, 4, 2) + 0.1)
colores <- gray.colors(length(ni_f), start = 0.3, end = 0.9)

# Para Graficas 2 y 3 (Cantidad)
h_datos23 <- hist(latitud_pozos, plot = FALSE)
x_cant <- h_datos23$mids    
y_cant <- h_datos23$counts  

# Para Graficas 4 y 5 (Porcentaje)
h_datos45 <- hist(latitud_pozos, plot = FALSE)
h_datos45$counts <- (h_datos45$counts / sum(h_datos45$counts)) * 100
x_porc <- h_datos45$mids    
y_porc <- h_datos45$counts  


#GRAFICA 2
hist(latitud_pozos, col = colores, xlab = "Latitud", ylab = "Cantidad",
     main = "Grafica N°2: Distribución de cantidad de la latitud en pozos
      de gas natural en Nuevo México")
lines(x_cant, y_cant, type = "b", col = "red", pch = 19, lwd = 2) 
box(which = "outer", col = "black")

#GRAFICA 3
hist(latitud_pozos, col = colores, xlab = "Latitud", ylab = "Cantidad",
     ylim = c(0, 12561), 
     main = "Grafica N°3: Distribución de cantidad de la latitud en pozos
      de gas natural en Nuevo México")
lines(x_cant, y_cant, type = "b", col = "red", pch = 19, lwd = 2) 
box(which = "outer", col = "black")

#GRAFICA 4
h_porcentaje <- hist(latitud_pozos, plot = FALSE)
h_porcentaje$counts <- (h_porcentaje$counts / sum(h_porcentaje$counts)) * 100

plot(h_porcentaje, col = colores, xlab = "Latitud", ylab = "Porcentaje (%)",
     main = "Grafica N°4: Distribución de cantidad en porcentaje 
        de la latitud en pozos de gas natural en Nuevo México")
lines(x_porc, y_porc, type = "b", col = "red", pch = 19, lwd = 2) # Poligono de frecuencia agregado
box(which = "outer", col = "black")

#GRAFICA 5
plot(h_porcentaje, col = colores, xlab = "Latitud", ylab = "Porcentaje (%)",
     ylim = c(0, 100),
     main = "Grafica N°5: Distribución de cantidad en porcentaje 
        de la latitud en pozos de gas natural en Nuevo México")
lines(x_porc, y_porc, type = "b", col = "red", pch = 19, lwd = 2) # Poligono de frecuencia agregado
box(which = "outer", col = "black")

#GRAFICA 6
plot(lss, Nidsc, type="b", col="blue", pch=19, bg="white", xlab="Latitud", ylab="Cant. Acumulada",
     main="Grafica N°6: Ojivas combinadas de cantidad acumulada de la 
     latitud en pozos de gas natural en Nuevo México")
lines(lis, Niasc, col="black", type="b", pch=19)
legend("top", legend=c("Descendente", "Ascendente"), col=c("blue", "black"), pch=c(19, 19), pt.bg="white", bty="n")
box(which = "outer", col = "black")

#GRAFICA 7
plot(lss, Hidsc, type="b", col="blue", pch=19, bg="white", ylim=c(0, 100),
     xlab="Latitud", ylab="Porcentaje Acumulado",
     main="Grafica N°7: Ojivas combinadas de porcentaje acumulado de la 
     latitud en pozos de gas natural en Nuevo México")
lines(lis, Hiasc, col="black", type="b", pch=19)
legend("bottomright", legend=c("Descendente", "Ascendente"), col=c("blue", "black"), pch=c(19, 19), pt.bg="white", bty="n")
box(which = "outer", col = "black")

#GRAFICA 8
boxplot(latitud_pozos, horizontal = TRUE, col = "skyblue", xlab = "Latitud",
        main = "Grafica N°8: Distribución de cantidad de la latitud 
        en pozos de gas natural en Nuevo México")
box(which = "outer", col = "black")

summary(latitud_pozos)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   32.00   33.80   36.58   35.65   36.79   37.00

#GRAFICA N°9: SUPERPOSICIÓN DE BOXPLOT SOBRE HISTOGRAMA

hist(latitud_pozos, prob = TRUE,
     col = colores, xlab = "Latitud", ylab = "Densidad",
     main = "Grafica N°9: Distribución de cantidad de la latitud 
        en pozos de gas natural en Nuevo México")
par(new = TRUE)
boxplot(latitud_pozos, horizontal = TRUE, axes = FALSE,
        col = rgb(0, 0.8, 1, alpha = 0.5))
box(which = "outer", col = "black")

5. INDICADORES ESTADÍSTICOS Y OUTLIERS

TablaInd <- data.frame(Variable="Latitud", min=min(latitud_pozos), max=max(latitud_pozos),
                       x=round(mean(latitud_pozos),2), Me=median(latitud_pozos), 
                       sd=round(sd(latitud_pozos),2), Cv=round((sd(latitud_pozos)/mean(latitud_pozos))*100,2),
                       As=round(skewness(latitud_pozos),2), K=round(kurtosis(latitud_pozos),2))

#media
media_val <- mean(latitud_pozos)
media_val

## [1] 35.65062

#desviacion estandar
desv_val <- sd(latitud_pozos)
desv_val

## [1] 1.757531

#minimo
min_val <- min(latitud_pozos)
min_val

## [1] 32.00058

#maximo
max_val <- max(latitud_pozos)
max_val

## [1] 36.99897

cv_analisis <- (desv_val / media_val) * 100
cv_analisis

## [1] 4.929873

tipo_datos <- if(cv_analisis > 30) "heterogeneos" else "homogeneos"
conteo_atipicos <- length(boxplot.stats(latitud_pozos)$out)



# TABLA 3 CON GT
TablaInd %>% 
  gt() %>% 
  tab_header(title = md("Tabla Nº3: Indicadores estadisticos de la variable 
latitud en pozos de gas natural en Nuevo México")) %>%
  tab_style(
    style = list(cell_fill(color = "lightgray"), cell_text(weight = "bold")),
    locations = cells_title(groups = "title")
  ) %>%
  tab_options(
    column_labels.font.weight = "bold"
  ) %>%
  tab_source_note(
    source_note = md("**Tabla 3 de 4**"))

Variable	min	max	x	Me	sd	Cv	As	K
Tabla Nº3: Indicadores estadisticos de la variable latitud en pozos de gas natural en Nuevo México
Latitud	32.00058	36.99897	35.65	36.58063	1.76	4.93	-1.12	-0.61
Tabla 3 de 4

valores_atipicos <- boxplot.stats(latitud_pozos)$out 
n_atipicos <- length(valores_atipicos) 

min_atipico <- if(n_atipicos > 0) min(valores_atipicos) else 0
max_atipico <- if(n_atipicos > 0) max(valores_atipicos) else 0

TablaOutliers <- data.frame(Cantidad = n_atipicos, Mínimo = min_atipico, Máximo = max_atipico) 



# TABLA 4 CON GT
TablaOutliers %>% 
  gt() %>% 
  tab_header(title = md("TABLA N°4: Valores atípicos de la variable Latitud")) %>%
  tab_style(
    style = list(cell_fill(color = "lightgray"), cell_text(weight = "bold")),
    locations = cells_title(groups = "title")
  ) %>%
  tab_options(
    column_labels.font.weight = "bold"
  ) %>%
  tab_source_note(
    source_note = md("**Tabla 4 de 4**"))

Cantidad	Mínimo	Máximo
TABLA N°4: Valores atípicos de la variable Latitud
0	0	0
Tabla 4 de 4

names(which.max(table(latitud_pozos)))

## [1] "32.0559502"

6. CONCLUSIÓN

La variable latitud, medida en grados, fluctúa entre 32 y 37, con valores que se encuentran en torno a la media de 35.65, y una desviación estándar de 1.76, lo que indica un conjunto de datos homogéneos. La mayor concentración de registros se localiza en la parte alta de la variable, reflejando una marcada asimetría hacia el norte del área de estudio. Se identifican 0 valores atípicos. Por todo lo anterior, el comportamiento de la latitud es medianamente beneficioso, ya que la amplia distribución latitudinal refleja la presencia extendida de los depósitos, lo cual favorece el análisis minero a escala local y regional, aunque con una mayor variabilidad espacial.

ANÁLISIS DE POZOS DE GAS NATURAL EN NUEVO MÉXICO: UN ENFOQUE BASADO EN DATOS

Grupo Nro. 3