1 LECTURA DE DATOS

# 1. LIBRERIAS Y CARGA DE DATOS
library(readxl)
library(dplyr)
library(gt)
library(readr)

setwd("C:/Users/veru2/OneDrive/Escritorio/dataset_excel")
Datos <- read.csv("Oil__Gas____Other_Regulated_Wells__Beginning_1860 (2).csv",
                  header = TRUE, sep = ";", dec = ",")

2 TABLA DE DISTRIBUCION DE FRECUENCIA

Municipios <- Datos$Town
TDFMunicipios <- as.data.frame(table(Municipios))

TDFMunicipios <- TDFMunicipios[TDFMunicipios$Municipios != "", ]

nrow(TDFMunicipios)

## [1] 523

head(TDFMunicipios[order(-TDFMunicipios$Freq), ], 10)

##     Municipios Freq
## 11    Allegany 6088
## 48     Bolivar 5422
## 13        Alma 3621
## 82  Carrollton 2724
## 517       Wirt 1537
## 336      Olean 1492
## 177    Genesee 1405
## 415       Scio 1341
## 63       Busti  966
## 505 West Union  926

3 ASIGNACION DE CONDADOS

Cada municipio pertenece a un condado. Como son muchos municipios (demasiados para una grafica), los agrupamos en los 7 condados con mas pozos y el resto en “Otros”. Primero obtenemos el condado de cada municipio desde los datos.

muni_condado <- Datos %>%
  filter(Town != "", County != "") %>%
  count(Town, County, name = "n") %>%
  group_by(Town) %>%
  slice_max(order_by = n, n = 1, with_ties = FALSE) %>% 
  ungroup() %>%
  select(Town, County)

TDFMunicipios <- merge(TDFMunicipios, muni_condado,
                       by.x = "Municipios", by.y = "Town", all.x = TRUE)

condados_top <- c("Allegany", "Cattaraugus", "Chautauqua", "Erie",
                  "Steuben", "Wyoming", "Genesee")
TDFMunicipios$Condado <- ifelse(TDFMunicipios$County %in% condados_top,
                                TDFMunicipios$County, "Otros")

TDFMunicipios <- TDFMunicipios[, c("Municipios", "Freq", "County", "Condado")]
head(TDFMunicipios)

##   Municipios Freq    County Condado
## 1      Adams    3 Jefferson   Otros
## 2    Addison    5   Steuben Steuben
## 3      Afton    7  Chenango   Otros
## 4    Alabama   34   Genesee Genesee
## 5     Albany    1    Albany   Otros
## 6     Albion    2   Orleans   Otros

4 CALCULO DE FRECUENCIAS POR CONDADO

Frecuencia absoluta (ni) y relativa porcentual (hi) de pozos por condado.

TDFMunicipios$Freq <- as.numeric(as.character(TDFMunicipios$Freq))

TDFMunicipiosfinal1 <- TDFMunicipios %>%
  group_by(Condado) %>%
  summarise(
    ni = sum(Freq),
    hi = round(sum(Freq) / sum(TDFMunicipios$Freq) * 100, 5)) %>%
  arrange(desc(ni)) %>%
  as.data.frame()

# Mover "Otros" al final de la tabla
TDFMunicipiosfinal1 <- rbind(TDFMunicipiosfinal1[TDFMunicipiosfinal1$Condado != "Otros", ],
                             TDFMunicipiosfinal1[TDFMunicipiosfinal1$Condado == "Otros", ])

5 CONSTRUCCION DEL CUADRO CON TOTALES

TDFMunicipiosfinal1 <- TDFMunicipiosfinal1[, c("Condado", "ni", "hi")]
total_ni <- sum(TDFMunicipiosfinal1$ni)
total_hi <- sum(TDFMunicipiosfinal1$hi)
TDFMunicipioscompleta <- rbind(TDFMunicipiosfinal1,
                               data.frame(Condado = "Total",
                                          ni = total_ni,
                                          hi = total_hi))
print(TDFMunicipioscompleta)

##        Condado    ni        hi
## 1     Allegany 16397  35.06405
## 2  Cattaraugus 11945  25.54370
## 3   Chautauqua  6367  13.61547
## 5         Erie  3485   7.45247
## 6      Steuben  2067   4.42016
## 7      Wyoming  1149   2.45707
## 8      Genesee   880   1.88183
## 4        Otros  4473   9.56525
## 11       Total 46763 100.00000

6 PRESENTACION TABULAR

gt(TDFMunicipioscompleta) %>%
  tab_header(
    title = md("**DISTRIBUCION DE FRECUENCIAS DE POZOS POR CONDADO - NUEVA YORK**"),
    subtitle = "Distribucion de pozos de petroleo y gas segun el condado") %>%
  fmt_number(
    columns = hi,
    decimals = 2) %>%
  cols_align(align = "center", columns = everything()) %>%
  tab_style(
    style = list(cell_fill(color = "#2E4053"), cell_text(color = "white", weight = "bold")),
    locations = cells_title()
  ) %>%
  tab_style(
    style = list(cell_fill(color = "#F2F3F4"), cell_text(weight = "bold", color = "#2E4053")),
    locations = cells_column_labels()
  ) %>%
  tab_options(
    table.border.top.color = "#2E4053",
    table.border.bottom.color = "#2E4053",
    column_labels.border.bottom.color = "#2E4053",
    data_row.padding = px(6))

Condado	ni	hi
DISTRIBUCION DE FRECUENCIAS DE POZOS POR CONDADO - NUEVA YORK
Distribucion de pozos de petroleo y gas segun el condado
Allegany	16397	35.06
Cattaraugus	11945	25.54
Chautauqua	6367	13.62
Erie	3485	7.45
Steuben	2067	4.42
Wyoming	1149	2.46
Genesee	880	1.88
Otros	4473	9.57
Total	46763	100.00

7 GRAFICAS

7.1 Histograma de frecuencia absoluta local

datos <- TDFMunicipioscompleta[TDFMunicipioscompleta$Condado != "Total", ]

bp <- barplot(datos$ni,
        main = "Grafica N1: Distribucion de pozos segun su condado en Nueva York",
        ylab = "Cantidad de pozos", col = "#2E4053",
        names.arg = datos$Condado,
        las = 2, cex.names = 0.9, cex.axis = 0.8, cex.main = 0.95,
        ylim = c(0, max(datos$ni) * 1.15))
text(x = bp, y = datos$ni,
     labels = format(datos$ni, big.mark = ","),
     pos = 3, cex = 0.7, xpd = TRUE)
mtext("Condado", side = 1, line = 6.5, cex = 0.95)

7.2 Histograma de frecuencia absoluta global

bp <- barplot(datos$ni,
        main = "Grafica N2: Cantidad de pozos segun su condado en Nueva York",
        ylab = "Cantidad de pozos", col = "#2E4053",
        names.arg = datos$Condado,
        las = 2, cex.names = 0.9, cex.axis = 0.8, cex.main = 0.95,
        ylim = c(0, max(datos$ni) * 1.15))
text(x = bp, y = datos$ni,
     labels = format(datos$ni, big.mark = ","),
     pos = 3, cex = 0.7, xpd = TRUE)
mtext("Condado", side = 1, line = 6.5, cex = 0.95)

7.3 Histograma de frecuencia relativa local

bp <- barplot(datos$hi,
        main = "Grafica N3: Distribucion en porcentaje segun su condado en Nueva York",
        ylab = "Porcentaje (%)", col = "#2E4053",
        names.arg = datos$Condado,
        las = 2, cex.names = 0.9, cex.axis = 0.8, cex.main = 0.95,
        ylim = c(0, max(datos$hi) * 1.15))
text(x = bp, y = datos$hi,
     labels = paste0(round(datos$hi, 2), "%"),
     pos = 3, cex = 0.7, xpd = TRUE)
mtext("Condado", side = 1, line = 6.5, cex = 0.95)

7.4 Histograma de frecuencia relativa global

bp <- barplot(datos$hi,
        main = "Grafica N4: Distribucion en porcentaje segun su condado en Nueva York",
        ylab = "Porcentaje (%)", col = "#2E4053",
        names.arg = datos$Condado,
        las = 2, cex.names = 0.9, cex.axis = 0.8, cex.main = 0.95,
        ylim = c(0, 100))
text(x = bp, y = datos$hi,
     labels = paste0(round(datos$hi, 2), "%"),
     pos = 3, cex = 0.7, xpd = TRUE)
mtext("Condado", side = 1, line = 6.5, cex = 0.95)

7.5 Diagrama circular

par(mar = c(2, 2, 4, 9), xpd = TRUE)
colores <- c("#1B4F72", "#2874A6", "#3498DB", "#5DADE2",
             "#85C1E9", "#AED6F1", "#D6EAF8", "#BFC9CA")
colores <- colores[1:nrow(datos)]

pct <- round(datos$hi, 2)
pie(datos$ni, labels = "",
    col = colores, border = "white", radius = 0.95,
    init.angle = 90, clockwise = TRUE,
    main = "Grafica N5: Distribucion porcentual de pozos por condado en Nueva York")

frac <- datos$ni / sum(datos$ni)
theta <- (90 - 360 * (cumsum(frac) - frac / 2)) * pi / 180
text(0.6 * cos(theta), 0.6 * sin(theta),
     labels = ifelse(pct >= 4, paste0(pct, "%"), ""),
     col = "white", cex = 0.85, font = 2)

legend(x = 1.05, y = 0.9,
       legend = paste0(datos$Condado, "  (", pct, "%)"),
       fill = colores, cex = 0.8, bty = "n", title = "Condado")

8 RESUMEN ESTADISTICO

La variable analizada (condado) es cualitativa nominal, por lo que los estadisticos de tendencia central y dispersion (media, varianza, asimetria, etc.) no aplican. El unico estadistico valido es la moda.

Conclusiones <- data.frame(
  Variable = "Ubicacion por condado",
  `Rango [Min; Max]` = "N/A",
  `Media (X)` = "N/A",
  `Mediana (Me)` = "N/A",
  `Moda (Mo)` = "Allegany",
  `Varianza (S2)` = "N/A",
  `Desv. Est. (S)` = "N/A",
  `C.V. (%)` = "N/A",
  `Asimetria (As)` = "N/A",
  `Curtosis (K)` = "N/A",
  `Valores Atipicos` = "N/A",
  check.names = FALSE
)

gt(Conclusiones) %>%
  tab_header(
    title = md("**CONCLUSIONES Y ESTADISTICOS**"),
    subtitle = "Resumen de indicadores de ubicacion de los pozos por condado en Nueva York") %>%
  tab_source_note(source_note = "Autor: Dallyana Lozano") %>%
  cols_align(align = "center", columns = everything()) %>%
  tab_style(
    style = list(cell_fill(color = "#2E4053"), cell_text(color = "white", weight = "bold")),
    locations = cells_title()
  ) %>%
  tab_style(
    style = list(cell_fill(color = "#F2F3F4"), cell_text(weight = "bold", color = "#2E4053")),
    locations = cells_column_labels()
  ) %>%
  tab_options(
    table.border.top.color = "#2E4053",
    table.border.bottom.color = "#2E4053",
    column_labels.border.bottom.color = "#2E4053",
    data_row.padding = px(6))

Variable	Rango [Min; Max]	Media (X)	Mediana (Me)	Moda (Mo)	Varianza (S2)	Desv. Est. (S)	C.V. (%)	Asimetria (As)	Curtosis (K)	Valores Atipicos
CONCLUSIONES Y ESTADISTICOS
Resumen de indicadores de ubicacion de los pozos por condado en Nueva York
Ubicacion por condado	N/A	N/A	N/A	Allegany	N/A	N/A	N/A	N/A	N/A	N/A
Autor: Dallyana Lozano

8.1 Conclusiones

La moda corresponde al condado de Allegany, que concentra la mayor cantidad de pozos del estado (35%), seguido de Cattaraugus (26%) y Chautauqua (14%). Esto evidencia que la actividad petrolera y gasifera de Nueva York se concentra historicamente en el oeste del estado (Southern Tier).

Análisis estadístico aplicado a la regulación de pozos en el estado de Nueva York

Variable Municipio

Dallyana Lozano

2026-06-02