ANÁLISIS ESTADÍSTICO

1. CARGA DE LIBRERÍAS Y DATOS

                    #==============================ENCABEZADO================================
                    # TEMA: ESTADISTICA DESCRIPTIVA - IMPACTO DEL ACERO
                    # 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. SELECCIÓN DE VARIABLE

Asignamos nuestra variable Impact.steel.production..pad. (Impacto de Acero) con el nombre de acero

acero <- as.numeric(datos$Impact.steel.production..pad.)
acero <- na.omit(acero)
n <- length(acero)

3. TABLA DE DISTRIBUCIÓN DE CANTIDAD

TABLA DE DISTRIBUCIÓN CON STURGES

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

## [1] 14

#MINIMO
minimo <- min(acero)
minimo

## [1] 57916.05

#MAXIMO
maximo <- max(acero)
maximo

## [1] 926656.7

#RANGO
R <- maximo - minimo
R

## [1] 868740.7

#AMPLITUD
A <- R / k
A

## [1] 62052.91

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(acero >= Li_s[i] & acero < Ls_s[i])
}
ni_s[length(Li_s)] <- sum(acero >= Li_s[length(Li_s)] & acero <= 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))

Li	Ls	MC	ni	hi
Tabla Nº 1. Tabla de distribución de cantidad de impacto de acero en pozos de gas natural en Nuevo México
57916.05	119968.95	88942.5	655	5.21
119968.95	182021.86	150995.4	1473	11.73
182021.86	244074.77	213048.32	1760	14.01
244074.77	306127.67	275101.22	1383	11.01
306127.67	368180.58	337154.12	953	7.59
368180.58	430233.49	399207.04	748	5.95
430233.49	492286.4	461259.94	688	5.48
492286.4	554339.3	523312.85	773	6.15
554339.3	616392.21	585365.76	831	6.62
616392.21	678445.12	647418.66	749	5.96
678445.12	740498.02	709471.57	667	5.31
740498.02	802550.93	771524.48	569	4.53
802550.93	864603.84	833577.38	408	3.25
864603.84	926656.74	895630.29	873	6.95
TOTAL			12530	100.00
Tabla 1 de 4

TABLA DE DISTRIBUCIÓN AGRUPADA

Debido a los valores decimales resultantes de aplicar la regla de Sturges, se procedió a agrupar los datos en intervalos prácticos.

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

Li	Ls	MC	ni	hi	Niasc	Nidsc	Hiasc	Hidsc
TABLA Nº 2. Tabla de distribución de cantidad de impacto del acero en pozos de gas natural en Nuevo México
50000	100000	75000	343	2.73	343	12561	2.73	100
100000	150000	125000	998	7.95	1341	12218	10.68	97.27
150000	200000	175000	1337	10.64	2678	11220	21.32	89.32
200000	250000	225000	1424	11.34	4102	9883	32.66	78.68
250000	300000	275000	1105	8.80	5207	8459	41.45	67.34
300000	350000	325000	783	6.23	5990	7354	47.69	58.55
350000	400000	375000	675	5.37	6665	6571	53.06	52.31
400000	450000	425000	554	4.41	7219	5896	57.47	46.94
450000	500000	475000	573	4.56	7792	5342	62.03	42.53
500000	550000	525000	620	4.94	8412	4769	66.97	37.97
550000	600000	575000	685	5.45	9097	4149	72.42	33.03
600000	650000	625000	638	5.08	9735	3464	77.5	27.58
650000	700000	675000	553	4.40	10288	2826	81.9	22.5
700000	750000	725000	523	4.16	10811	2273	86.07	18.1
750000	800000	775000	450	3.58	11261	1750	89.65	13.93
800000	850000	825000	342	2.72	11603	1300	92.37	10.35
850000	900000	875000	239	1.90	11842	958	94.28	7.63
900000	950000	925000	719	5.72	12561	719	100	5.72
TOTAL			12561	100.00
Tabla 2 de 4

4. GRÁFICAS DE DISTRIBUCIÓN

Creación de Polígono de Frecuencia

h_acero <- hist(acero, plot = FALSE)
limite_inferior_a <- h_acero$breaks[1]
limite_superior_a <- tail(h_acero$breaks, 1)
x_c  <- c(limite_inferior_a, MC_f, limite_superior_a)
y_c  <- c(0, ni_f, 0)

x_p  <- MC_f    
y_p  <- hi_f    


# Gráfica 1: Histograma Frecuencia Absoluta (CON POLÍGONO CERRADO)
hist(acero, freq = TRUE, col = color_acero, border = "black",
     main = "Gráfica Nº 1: Distribución de cantidad de impacto del acero 
     en pozos de gas natural en Nuevo México",
     xlab = "Impacto del acero (lb)", ylab = "Cantidad (ni)")
lines(x_c, y_c, type = "b", col = "red", pch = 19, lwd = 2)
box(which = "outer", col = "black")

# Gráfica 2: Histograma Global

hist(acero, freq = TRUE, col = color_acero, border = "black", ylim = c(0, n),
     main = "Gráfica Nº 2: Distribución de cantidad de impacto 
     del acero en pozos de gas natural en Nuevo México",
     xlab = "Impacto del acero (lb)", ylab = "Cantidad (ni)")
box(which = "outer", col = "black")

# Gráfica 3: Frecuencia Relativa
h_rel <- hist(acero, plot = FALSE)
h_rel$counts <- (h_rel$counts / sum(h_rel$counts)) * 100
plot(h_rel, col = color_acero, border = "black",
     main = "Gráfica Nº 3: Distribución de cantidad en porcentaje de impacto 
     del acero en pozos de gas natural en Nuevo México",
     xlab = "Impacto del acero (lb)", ylab = "Porcentaje (%)")
box(which = "outer", col = "black")

# Gráfica 4: Frecuencia relativa global
plot(h_rel, col = color_acero, border = "black", ylim = c(0, 100),
     main = "Gráfica Nº 4: Distribución de cantidad de impacto de acero 
     en pozos de gas natural en Nuevo México",
     xlab = "Impacto del acero (lb)", ylab = "Porcentaje (%)")
box(which = "outer", col = "black")

# Gráfica 5: Ojivas
plot(lss, Nidsc, type = "b", col = "blue", pch = 19, bg = "white", xlab = "Impacto del acero (lb)", ylab = "Cant. Acumulada (Ni)",
     main = "Gráfica Nº 5: Ojivas combinadas de cantidad
     del impacto del acero 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")

# Gráfica 6: Ojivas
plot(lss, Hidsc, type = "b", col = "blue", pch = 19, bg = "white", ylim = c(0, 100),
     main = "Gráfica Nº 6: Ojivas combinadas de cantidad en porcentaje
     del impacto del acero en pozos de gas natural en 
     Nuevo México",
     xlab = "Impacto del acero (lb)", ylab = "Porcentaje Acumulado (Hi)")
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")

# Gráfica 7: Boxplot
boxplot(acero, horizontal = TRUE, col = "skyblue",
        main = "Gráfica Nº 7: Distribución de cantidad de impacto de 
        acero en pozos de gas natural en Nuevo México",
        xlab = "Impacto del acero (lb)")
box(which = "outer", col = "black")

summary(acero)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   57916  215487  370762  430061  626090  926657

# Gráfica 8: Superposición de Boxplot sobre Histograma
hist(acero, prob = TRUE, col = color_acero, border = "black",
     xlab = "Impacto del acero (lb)", ylab = "Densidad",
     main = "Gráfica Nº 8: Distribución de cantidad de impacto de 
        acero en pozos de gas natural en Nuevo México")
par(new = TRUE)
boxplot(acero, 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="Acero", min=min(acero), max=max(acero),
                       x=round(mean(acero),2), Me=median(acero), 
                       sd=round(sd(acero),2), Cv=round(abs((sd(acero)/mean(acero))*100),2),
                       As=round(skewness(acero),2), K=round(kurtosis(acero),2))

# mediana
media_val <- mean(acero)
media_val

## [1] 430060.7

#desciacion estandar
desv_val <- sd(acero)
desv_val

## [1] 248143.6

#minimo
min_val <- min(acero)
min_val

## [1] 57916.05

#maximo
max_val <- max(acero)
max_val

## [1] 926656.7

#desviacion relativa
cv_analisis <- abs(desv_val / media_val) * 100
cv_analisis

## [1] 57.69966

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

Variable	min	max	x	Me	sd	Cv	As	K
Indicadores estadísticos de la variable impacto de acero en pozos de gas natural en Nuevo México
Acero	57916.05	926656.7	430060.7	370761.8	248143.5	57.7	0.49	-0.96
Tabla 3 de 4

# VALORES ATÍPICOS
valores_atipicos <- boxplot.stats(acero)$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)

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

6. CONCLUSIÓN

La variable impacto de la producción de acero para la plataforma presenta valores que fluctúan entre 79121.3 y 310729.6, con una media de 156012.9 y un valor central de 154798.2. La desviación estándar de 27225.2, junto con un Coeficiente de Variación de 17.5%, indica una homogeneidad moderada en los datos. Esto refleja que el volumen de acero utilizado varía de forma controlada según las especificaciones técnicas de los pozos en Nuevo México. La asimetría de 0.5 indica una distribución con mayor concentración de proyectos en los rangos de impacto bajo y medio. Finalmente, se identificaron 148 valores atípicos, lo que sugiere la existencia de plataformas con requerimientos estructurales excepcionales que se desvían del diseño estándar de la región.

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

Grupo Nro. 3