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))
minimo <- min(latitud_pozos)
maximo <- max(latitud_pozos)
R <- maximo - minimo
A <- R / k
k #Valor de Sturges
## [1] 14
A #Amplitud
## [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 = cells_body(rows = Li == "TOTAL")
) %>%
tab_options(table.width = pct(90), heading.title.font.weight = "bold")
| Tabla N°1. Tabla de distribucion de cantidad de
latitud de los pozos de gas natural en Nuevo México |
| Li |
Ls |
MC |
ni |
hi |
| 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 |
3. TABLA DE DISTRIBUCIÓN DE CANTIDAD
SIMPLIFICADA
h_f <- hist(latitud_pozos, 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 = cells_body(rows = Li == "TOTAL")
) %>%
tab_options(table.width = pct(95), heading.title.font.weight = "bold")
| TABLA°2: Tabla de distribución de cantidad de la latitud en pozos
de gas natural en Nuevo México |
| Li |
Ls |
MC |
ni |
hi |
Niasc |
Nidsc |
Hiasc |
Hidsc |
| 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 |
|
|
|
|
4. GRÁFICAS DE DISTRIBUCIÓN
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)
hist(latitud_pozos, col = colores, xlab = "Latitud", ylab = "Cantidad",
main = "Grafica N°1: Distribución de cantidad de la latitud en pozos
de gas natural en Nuevo México")
hist(latitud_pozos, col = colores, xlab = "Latitud", ylab = "Cantidad",
ylim = c(0, n),
main = "Grafica N°2: Distribución de cantidad de la latitud en pozos
de gas natural en Nuevo México")
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°3: Distribución de cantidad en porcentaje
de la latitud en pozos de gas natural en Nuevo México")
plot(h_porcentaje, col = colores, xlab = "Latitud", ylab = "Porcentaje (%)",
ylim = c(0, 100),
main = "Grafica N°4: Distribución de cantidad en porcentaje
de la latitud en pozos de gas natural en Nuevo México")
plot(lss, Nidsc, type="o", col="blue", pch=19, xlab="Latitud", ylab="Cant. Acumulada",
main="Grafica N°5: Ojivas combinadas de cantidad en porcentaje de la latitud en pozos
de gas natural en Nuevo México")
lines(lis, Niasc, type="o", col="black", pch=18)
legend("right", legend=c("Descendente", "Ascendente"), col=c("blue", "black"), pch=c(19, 18), bty="n")
plot(lss, Hidsc, type="o", col="blue", pch=19, ylim=c(0, 100),
xlab="Latitud", ylab="Porcentaje Acumulado",
main="Grafica N°6: Ojivas combinadas de cantidad en porcentaje de la latitud en pozos
de gas natural en Nuevo México")
lines(lis, Hiasc, type="o", col="black", pch=18)
legend("right", legend=c("Descendente", "Ascendente"), col=c("blue", "black"), pch=c(19, 18), bty="n")
boxplot(latitud_pozos, horizontal = TRUE, col = "skyblue", xlab = "Latitud",
main = "Grafica N°7: Distribución de cantidad de la latitud en pozos
de gas natural en Nuevo México")
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))
# TABLA 3 CON GT
TablaInd %>%
gt() %>%
tab_header(title = md("Tabla N.3: Indicadores estadisticos de la variable
latitud en pozos de gas natural en Nuevo México"))
| Tabla N.3: Indicadores estadisticos de la variable
latitud en pozos de gas natural en Nuevo México |
| Variable |
min |
max |
x |
Me |
sd |
Cv |
As |
K |
| Latitud |
32.00058 |
36.99897 |
35.65 |
36.58063 |
1.76 |
4.93 |
-1.12 |
-0.61 |
valores_atipicos <- boxplot.stats(latitud_pozos)$out
n_atipicos <- length(valores_atipicos)
min_atipico <- if(n_atipicos > 0) min(valores_atipicos) else 0
max_atipico <- if(n_atipicos > 0) max(valores_atipicos) else 0
TablaOutliers <- data.frame(Cantidad = n_atipicos, Mínimo = min_atipico, Máximo = max_atipico)
# TABLA 4 CON GT
TablaOutliers %>%
gt() %>%
tab_header(title = md("TABLA N°4: Valores atípicos de la variable Latitud"))
| TABLA N°4: Valores atípicos de la variable Latitud |
| Cantidad |
Mínimo |
Máximo |
| 0 |
0 |
0 |
6. CONCLUSIÓN
media_val <- mean(latitud_pozos)
desv_val <- sd(latitud_pozos)
min_val <- min(latitud_pozos)
max_val <- max(latitud_pozos)
cv_analisis <- (desv_val / media_val) * 100
tipo_datos <- if(cv_analisis > 30) "heterogeneos" else "homogeneos"
conteo_atipicos <- length(boxplot.stats(latitud_pozos)$out)
cat(paste0(
"La variable latitud, medida en grados, fluctua entre ", floor(min_val), " y ", ceiling(max_val),
", con valores que se encuentran en torno a la media de ", round(media_val, 2),
", y una desviacion estandar de ", round(desv_val, 2),
", lo que indica un conjunto de datos ", tipo_datos, ". ",
"La mayor concentracion de registros se localiza en la parte media de la variable. ",
"Se identifican ", conteo_atipicos, " valores atipicos. ",
"Por todo lo anterior, el comportamiento de la latitud es medianamente beneficioso, ",
"ya que la amplia distribucion longitudinal refleja la presencia global de los depositos, ",
"lo cual favorece el analisis minero a escala regional y mundial, aunque con una mayor variabilidad espacial."
))
## La variable latitud, medida en grados, fluctua entre 32 y 37, con valores que se encuentran en torno a la media de 35.65, y una desviacion estandar de 1.76, lo que indica un conjunto de datos homogeneos. La mayor concentracion de registros se localiza en la parte media de la variable. Se identifican 0 valores atipicos. Por todo lo anterior, el comportamiento de la latitud es medianamente beneficioso, ya que la amplia distribucion longitudinal refleja la presencia global de los depositos, lo cual favorece el analisis minero a escala regional y mundial, aunque con una mayor variabilidad espacial.