ANÁLISIS ESTADÍSTICO

1. CARGA DE LIBRERÍAS Y DATOS

                    #==============================ENCABEZADO================================
                    # TEMA: ESTADISTICA DESCRIPTIVA - IMPACTO DEL CONCRETO
                    # 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 CON STURGES

concreto <- as.numeric(datos$Impact.concrete.production..pad.)
concreto <- na.omit(concreto)
concreto <- concreto[concreto >= 0] 

n <- length(concreto)
#STURGES
k <- floor(1 + 3.322 * log10(n))
k

## [1] 14

#MINIMO
minimo <- min(concreto)
minimo

## [1] 96273.19

#MAXIMO
maximo <- max(concreto)
maximo

## [1] 342333.1

#RANGO
R <- maximo - minimo
R

## [1] 246060

#AMPLITUD
A <- R / k
A

## [1] 17575.71

#TRABAJAMOS CON 5 DECIMALES DEBIDO A QUE UN VALOR QUEDABA FUERA DEL RANGO
Li_s <- round(seq(from = minimo, to = maximo - A, by = A), 5)
Ls_s <- round(seq(from = minimo + A, to = maximo, by = A), 5)
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(concreto >= Li_s[i] & concreto < Ls_s[i])
}
ni_s[length(Li_s)] <- sum(concreto >= Li_s[length(Li_s)] & concreto <= 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))

TDF_Sturges_P %>%
  gt() %>%
  tab_header(title = md("**Tabla N°1. Tabla de distribución de cantidad de impacto de concreto 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(
    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 distribución de cantidad de impacto de concreto en pozos de gas natural en Nuevo México
96273.18789	113848.89863	105061.04	567	4.51
113848.89863	131424.60938	122636.75	1664	13.25
131424.60938	149000.32012	140212.46	2460	19.58
149000.32012	166576.03086	157788.18	2836	22.58
166576.03086	184151.74161	175363.89	2558	20.36
184151.74161	201727.45235	192939.6	1412	11.24
201727.45235	219303.1631	210515.31	633	5.04
219303.1631	236878.87384	228091.02	259	2.06
236878.87384	254454.58458	245666.73	111	0.88
254454.58458	272030.29533	263242.44	41	0.33
272030.29533	289606.00607	280818.15	11	0.09
289606.00607	307181.71681	298393.86	6	0.05
307181.71681	324757.42756	315969.57	1	0.01
324757.42756	342333.1383	333545.28	2	0.02
TOTAL			12561	100.00
Tabla 1 de 4

# GRAFICA N°1: DISTRIBUCIÓN DEL IMPACTO DE CONCRETO
cortes_histograma_con <- c(Li_s, maximo)
par(mar = c(7.5, 4.1, 4.1, 2.1))
hist(concreto, 
     breaks = cortes_histograma_con, 
     right = FALSE, 
     col = "darkgrey", 
     xaxt = "n", 
     xlab = "", 
     ylab = "Cantidad",
     main = "Grafica N°1: Distribución de cantidad de impacto de concreto en
     pozos de gas natural en Nuevo México")
axis(1, at = cortes_histograma_con, labels = round(cortes_histograma_con, 2), las = 2)
title(xlab = "Impacto del concreto", line = 5.5)
box(which = "outer", col = "black")

3. TABLA DE DISTRIBUCIÓN AGRUPADA

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

h_f <- hist(concreto, 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=" "))

TDF_Simp_P %>%
  gt() %>%
  tab_header(title = md("**TABLA N°2: Tabla de distribución de cantidad de impacto de concreto 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(
    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 N°2: Tabla de distribución de cantidad de impacto de concreto en pozos de gas natural en Nuevo México
80000	100000	90000	21	0.17	21	12561	0.17	100
100000	120000	110000	987	7.86	1008	12540	8.02	99.83
120000	140000	130000	2395	19.07	3403	11553	27.09	91.98
140000	160000	150000	3015	24.00	6418	9158	51.09	72.91
160000	180000	170000	3177	25.29	9595	6143	76.39	48.91
180000	200000	190000	1837	14.62	11432	2966	91.01	23.61
200000	220000	210000	716	5.70	12148	1129	96.71	8.99
220000	240000	230000	269	2.14	12417	413	98.85	3.29
240000	260000	250000	99	0.79	12516	144	99.64	1.15
260000	280000	270000	29	0.23	12545	45	99.87	0.36
280000	300000	290000	11	0.09	12556	16	99.96	0.13
300000	320000	310000	3	0.02	12559	5	99.98	0.04
320000	340000	330000	1	0.01	12560	2	99.99	0.02
340000	360000	350000	1	0.01	12561	1	100	0.01
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)

x_c  <- MC_f    # Marca de clase para cantidad
y_c  <- ni_f    # Frecuencia absoluta

x_p  <- MC_f    # Marca de clase para porcentaje
y_p  <- hi_f    # Frecuencia porcentual

# Grafica 2: Histograma Frecuencia Absoluta
hist(concreto, freq = TRUE, col = "skyblue",
     main = "Gráfica Nº2. Distribución de cantidad de Impacto de 
     Concreto en pozos de gas natural en Nuevo México",
     xlab = "Impacto del Concreto", ylab = "Cantidad")
lines(x_c, y_c, type = "b", col = "red", pch = 19, lwd = 2)
box(which = "outer", col = "black")

# Grafica 3: Histograma Global
hist(concreto, freq = TRUE, col = "skyblue", ylim = c(0, n),
     main = "Gráfica Nº3. Distribución de cantidad de Impacto del 
     Concreto en pozos de gas natural en Nuevo México",
     xlab = "Impacto del Concreto", ylab = "Cantidad")
lines(x_c, y_c, type = "b", col = "red", pch = 19, lwd = 2)
box(which = "outer", col = "black")

# Grafica 4: Histograma Frecuencia Relativa
h_rel <- hist(concreto, plot = FALSE)
h_rel$counts <- (h_rel$counts / sum(h_rel$counts)) * 100
plot(h_rel, col = "skyblue",
     main = "Gráfica Nº4. Distribución de cantidad en porcentaje de 
     Impacto del Concreto en pozos de gas natural en Nuevo México",
     xlab = "Impacto del Concreto", ylab = "Porcentaje (%)")
lines(x_p, y_p, type = "b", col = "red", pch = 19, lwd = 2)
box(which = "outer", col = "black")

# Grafica 5
plot(h_rel, col = "skyblue", ylim = c(0, 100),
     main = "Gráfica Nº5: Distribución de cantidad en porcentaje de 
     Impacto del Concreto en pozos de gas natural en Nuevo México",
     xlab = "Impacto del Concreto", ylab = "Porcentaje (%)")
lines(x_p, y_p, type = "b", col = "red", pch = 19, lwd = 2)
box(which = "outer", col = "black")

#Grafica 6: ojivas
plot(lss, Nidsc, type="b", col="blue", pch=19, bg="white", xlab="Impacto del concreto", ylab="Cant. Acumulada",
     main="Gráfica Nº6: Ojivas combinadas de cantidad
     del Impacto del Concreto en pozos de gas natural en 
     Nuevo México")
lines(lis, Niasc, col="black", type="b", pch=19)
legend("right", legend=c("Descendente", "Ascendente"), col=c("blue", "black"), pch=c(19, 19), pt.bg="white", bty="n")
box(which = "outer", col = "black")

# Grafica 7: Ojivas
plot(lss, Hidsc, type="b", col="blue", pch=19, bg="white", ylim=c(0, 100),
     main="Gráfica Nº7: Ojivas combinadas de cantidad en porcentaje
     del Impacto del Concreto en pozos de gas natural en 
     Nuevo México",
     xlab="Impacto del concreto", ylab="Porcentaje Acumulado")
lines(lis, Hiasc, col="black", type="b", pch=19)
legend("right", 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
boxplot(concreto, horizontal = TRUE, col = "skyblue",
        main = "Gráfica Nº8: Distribución de cantidad de Impacto de 
        Concreto en pozos de gas natural en Nuevo México",
        xlab = "Impacto del Concreto")
box(which = "outer", col = "black")

summary(concreto)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   96273  138183  158976  160267  178751  342333

# Grafica 9: Superposición de Boxplot sobre Histograma (AGREGADO)
hist(concreto, prob = TRUE, col = "gray", 
     xlab = "Impacto del Concreto", ylab = "Densidad",
     main = "Gráfica Nº9: Distribución de cantidad de Impacto de 
        Concreto en pozos de gas natural en Nuevo México")
par(new = TRUE)
boxplot(concreto, horizontal = TRUE, axes = FALSE,
        col = rgb(0, 0.8, 1, alpha = 0.5))
box(which = "outer", col = "black")

5. INDICADORES ESTADÍSTICOS

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


#media
media_val <- mean(concreto)
media_val

## [1] 160267.1

#desviacion estandar
desv_val <- sd(concreto)
desv_val

## [1] 29908.69

#minimo
min_val <- min(concreto)
min_val

## [1] 96273.19

#maximo
max_val <- max(concreto)
max_val

## [1] 342333.1

cv_analisis <- (desv_val / media_val) * 100
cv_analisis

## [1] 18.66179

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


# TABLA 3 CON GT 
TablaInd %>% 
  gt() %>% 
  tab_header(title = md("Tabla Nº3: Indicadores estadísticos de la variable 
impacto del concreto 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 estadísticos de la variable impacto del concreto en pozos de gas natural en Nuevo México
Concreto	96273.19	342333.1	160267	158976	29908.69	18.66	0.55	0.62
Tabla 3 de 4

# ESTRUCTURA DE OUTLIERS COMPLETADA
valores_atipicos <- boxplot.stats(concreto)$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 Impacto del concreto")) %>%
  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 Impacto del concreto
146	239642.4	342333.1
Tabla 4 de 4

6. CONCLUSIÓN

La variable impacto de la producción de concreto para la plataforma presenta valores que fluctúan entre 96273.2 y 342333.1, con una media de 160267.1 y un valor central de 158976. La desviación estándar de 29908.7, junto con un Coeficiente de Variación de 18.7%, indica una homogeneidad moderada en los datos. Esto refleja que el volumen de concreto utilizado varía de forma controlada según las especificaciones técnicas de los pozos en Nuevo México. La asimetría de 0.55 indica que existe una mayor concentración de proyectos en rangos de impacto bajo y medio. Finalmente, se identificaron 145 valores atípicos, lo que sugiere la existencia de obras con requerimientos técnicos excepcionales que se desvían de los procesos constructivos estándar.

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

Grupo Nro. 3