Tablas de Frecuencia - Dataset Petróleo
Grupo 5
2026-06-03
1. Carga de Datos y Librerías
library(readxl)
library(dplyr)
library(gt)
Datos <- read_excel("dataset_mundial_petro.xlsx")2. Variable 1: Latitud Geográfica (°)
Identificación: Variable Cuantitativa Continua. La latitud determina la ubicación norte-sur de los yacimientos de petróleo y gas a nivel mundial.
Tabla de Distribución de Frecuencias
Variable_Lat <- na.omit(as.numeric(Datos$Latitude))
n_total <- length(Variable_Lat)
BASE <- 10
min_int <- floor(min(Variable_Lat) / BASE) * BASE
max_int <- ceiling(max(Variable_Lat) / BASE) * BASE
cortes <- seq(from = min_int, to = max_int, by = BASE)
K_int <- length(cortes) - 1
ni_int <- as.vector(table(cut(Variable_Lat, breaks = cortes,
include.lowest = TRUE, right = FALSE)))
hi_int <- (ni_int / n_total) * 100
df_tabla_lat <- data.frame(
Li = cortes[1:K_int],
Ls = cortes[2:(K_int+1)],
MC = (cortes[1:K_int] + cortes[2:(K_int+1)]) / 2,
ni = ni_int,
hi = hi_int,
Ni_asc = cumsum(ni_int),
Ni_desc = rev(cumsum(rev(ni_int))),
Hi_asc = cumsum(hi_int),
Hi_desc = rev(cumsum(rev(hi_int)))
)
df_tabla_lat %>%
mutate(across(everything(), ~as.character(round(as.numeric(.), 2)))) %>%
rbind(c("TOTAL", "-", "-", n_total, "100", "-", "-", "-", "-")) %>%
gt() %>%
tab_header(
title = md("**TABLA N° 1: DISTRIBUCIÓN DE FRECUENCIAS DE LATITUD (°)**"),
subtitle = "Análisis Geográfico Global de Yacimientos de Petróleo y Gas"
) %>%
tab_source_note(source_note = "Autor: Grupo 5") %>%
cols_label(
Li = "Lim. Inf", Ls = "Lim. Sup", MC = "Marca Clase",
ni = "ni", hi = "hi (%)",
Ni_asc = "Ni \u2191", Ni_desc = "Ni \u2193",
Hi_asc = "Hi \u2191", Hi_desc = "Hi \u2193"
) %>%
cols_align(align = "center", columns = everything()) %>%
tab_options(column_labels.background.color = "#F0F0F0",
column_labels.font.weight = "bold")| TABLA N° 1: DISTRIBUCIÓN DE FRECUENCIAS DE LATITUD (°) | ||||||||
| Análisis Geográfico Global de Yacimientos de Petróleo y Gas | ||||||||
| Lim. Inf | Lim. Sup | Marca Clase | ni | hi (%) | Ni ↑ | Ni ↓ | Hi ↑ | Hi ↓ |
|---|---|---|---|---|---|---|---|---|
| -60 | -50 | -55 | 21 | 0.28 | 21 | 7537 | 0.28 | 100 |
| -50 | -40 | -45 | 58 | 0.77 | 79 | 7516 | 1.05 | 99.72 |
| -40 | -30 | -35 | 136 | 1.8 | 215 | 7458 | 2.85 | 98.95 |
| -30 | -20 | -25 | 112 | 1.49 | 327 | 7322 | 4.34 | 97.15 |
| -20 | -10 | -15 | 68 | 0.9 | 395 | 7210 | 5.24 | 95.66 |
| -10 | 0 | -5 | 241 | 3.2 | 636 | 7142 | 8.44 | 94.76 |
| 0 | 10 | 5 | 713 | 9.46 | 1349 | 6901 | 17.9 | 91.56 |
| 10 | 20 | 15 | 243 | 3.22 | 1592 | 6188 | 21.12 | 82.1 |
| 20 | 30 | 25 | 985 | 13.07 | 2577 | 5945 | 34.19 | 78.88 |
| 30 | 40 | 35 | 1986 | 26.35 | 4563 | 4960 | 60.54 | 65.81 |
| 40 | 50 | 45 | 1056 | 14.01 | 5619 | 2974 | 74.55 | 39.46 |
| 50 | 60 | 55 | 1610 | 21.36 | 7229 | 1918 | 95.91 | 25.45 |
| 60 | 70 | 65 | 265 | 3.52 | 7494 | 308 | 99.43 | 4.09 |
| 70 | 80 | 75 | 43 | 0.57 | 7537 | 43 | 100 | 0.57 |
| TOTAL | - | - | 7537 | 100 | - | - | - | - |
| Autor: Grupo 5 | ||||||||
Gráfica de Frecuencias — Latitud
par(mar = c(6, 6, 4, 2))
barplot(df_tabla_lat$hi,
names.arg = df_tabla_lat$MC,
col = "#B0C4DE", border = "black",
ylim = c(0, max(df_tabla_lat$hi) * 1.3),
space = 0, axes = FALSE, las = 2, cex.names = 0.7)
axis(2, las = 2)
grid(nx = NA, ny = NULL, col = "#D7DBDD", lty = "dotted")
mtext("Porcentaje (%)", side = 2, line = 3.5, cex = 0.8)
mtext("Latitud (°)", side = 1, line = 3.5, cex = 0.8)
mtext("Gráfica N°1: Distribución de Frecuencia por Latitud",
side = 3, line = 1.5, adj = 0.5, cex = 1, font = 2)
abline(h = 0, col = "black", lwd = 1.5)
mtext("Autor: Grupo 5", side = 1, line = 4.5, adj = 1, cex = 0.7, font = 3)
Intervalo de Confianza — Latitud
x_bar_lat <- mean(Variable_Lat)
sigma_lat <- sd(Variable_Lat)
E_lat <- 1.96 * (sigma_lat / sqrt(n_total))
data.frame(
Parametro = "Latitud Promedio Mundial (\u00b0)",
Lim_Inferior = x_bar_lat - E_lat,
Media_Muestral = x_bar_lat,
Lim_Superior = x_bar_lat + E_lat,
Error_Estandar = paste0("+/- ", round(E_lat, 4)),
Confianza = "95% (Z=1.96)"
) %>%
gt() %>%
tab_header(
title = md("**TABLA N° 2: ESTIMACIÓN DE LA MEDIA POBLACIONAL — LATITUD**"),
subtitle = "Inferencia Estadística para la Variable Latitud"
) %>%
tab_source_note(source_note = "Autor: Grupo 5") %>%
fmt_number(columns = 2:4, decimals = 3) %>%
tab_style(
style = list(cell_fill(color = "#E8F8F5"),
cell_text(color = "#145A32", weight = "bold")),
locations = cells_body(columns = Media_Muestral)
) %>%
tab_options(column_labels.background.color = "#F0F0F0",
column_labels.font.weight = "bold", table.width = pct(100))| TABLA N° 2: ESTIMACIÓN DE LA MEDIA POBLACIONAL — LATITUD | |||||
| Inferencia Estadística para la Variable Latitud | |||||
| Parametro | Lim_Inferior | Media_Muestral | Lim_Superior | Error_Estandar | Confianza |
|---|---|---|---|---|---|
| Latitud Promedio Mundial (°) | 31.738 | 32.254 | 32.769 | +/- 0.5154 | 95% (Z=1.96) |
| Autor: Grupo 5 | |||||
3. Variable 2: Longitud Geográfica (°)
Identificación: Variable Cuantitativa Continua. La longitud indica la posición este-oeste de los yacimientos, permitiendo identificar concentraciones por cuencas y regiones continentales.
Tabla de Distribución de Frecuencias
Variable_Lon <- na.omit(as.numeric(Datos$Longitude))
n_total2 <- length(Variable_Lon)
BASE2 <- 30
min_int2 <- floor(min(Variable_Lon) / BASE2) * BASE2
max_int2 <- ceiling(max(Variable_Lon) / BASE2) * BASE2
cortes2 <- seq(from = min_int2, to = max_int2, by = BASE2)
K_int2 <- length(cortes2) - 1
ni_int2 <- as.vector(table(cut(Variable_Lon, breaks = cortes2,
include.lowest = TRUE, right = FALSE)))
hi_int2 <- (ni_int2 / n_total2) * 100
df_tabla_lon <- data.frame(
Li = cortes2[1:K_int2],
Ls = cortes2[2:(K_int2+1)],
MC = (cortes2[1:K_int2] + cortes2[2:(K_int2+1)]) / 2,
ni = ni_int2,
hi = hi_int2,
Ni_asc = cumsum(ni_int2),
Ni_desc = rev(cumsum(rev(ni_int2))),
Hi_asc = cumsum(hi_int2),
Hi_desc = rev(cumsum(rev(hi_int2)))
)
df_tabla_lon %>%
mutate(across(everything(), ~as.character(round(as.numeric(.), 2)))) %>%
rbind(c("TOTAL", "-", "-", n_total2, "100", "-", "-", "-", "-")) %>%
gt() %>%
tab_header(
title = md("**TABLA N° 3: DISTRIBUCIÓN DE FRECUENCIAS DE LONGITUD (°)**"),
subtitle = "Análisis Geográfico Global de Yacimientos de Petróleo y Gas"
) %>%
tab_source_note(source_note = "Autor: Grupo 5") %>%
cols_label(
Li = "Lim. Inf", Ls = "Lim. Sup", MC = "Marca Clase",
ni = "ni", hi = "hi (%)",
Ni_asc = "Ni \u2191", Ni_desc = "Ni \u2193",
Hi_asc = "Hi \u2191", Hi_desc = "Hi \u2193"
) %>%
cols_align(align = "center", columns = everything()) %>%
tab_options(column_labels.background.color = "#F0F0F0",
column_labels.font.weight = "bold")| TABLA N° 3: DISTRIBUCIÓN DE FRECUENCIAS DE LONGITUD (°) | ||||||||
| Análisis Geográfico Global de Yacimientos de Petróleo y Gas | ||||||||
| Lim. Inf | Lim. Sup | Marca Clase | ni | hi (%) | Ni ↑ | Ni ↓ | Hi ↑ | Hi ↓ |
|---|---|---|---|---|---|---|---|---|
| -180 | -150 | -165 | 16 | 0.21 | 16 | 7537 | 0.21 | 100 |
| -150 | -120 | -135 | 224 | 2.97 | 240 | 7521 | 3.18 | 99.79 |
| -120 | -90 | -105 | 3848 | 51.05 | 4088 | 7297 | 54.24 | 96.82 |
| -90 | -60 | -75 | 952 | 12.63 | 5040 | 3449 | 66.87 | 45.76 |
| -60 | -30 | -45 | 139 | 1.84 | 5179 | 2497 | 68.71 | 33.13 |
| -30 | 0 | -15 | 111 | 1.47 | 5290 | 2358 | 70.19 | 31.29 |
| 0 | 30 | 15 | 1160 | 15.39 | 6450 | 2247 | 85.58 | 29.81 |
| 30 | 60 | 45 | 520 | 6.9 | 6970 | 1087 | 92.48 | 14.42 |
| 60 | 90 | 75 | 214 | 2.84 | 7184 | 567 | 95.32 | 7.52 |
| 90 | 120 | 105 | 286 | 3.79 | 7470 | 353 | 99.11 | 4.68 |
| 120 | 150 | 135 | 58 | 0.77 | 7528 | 67 | 99.88 | 0.89 |
| 150 | 180 | 165 | 9 | 0.12 | 7537 | 9 | 100 | 0.12 |
| TOTAL | - | - | 7537 | 100 | - | - | - | - |
| Autor: Grupo 5 | ||||||||
Gráfica de Frecuencias — Longitud
par(mar = c(6, 6, 4, 2))
barplot(df_tabla_lon$hi,
names.arg = df_tabla_lon$MC,
col = "#A9CCE3", border = "black",
ylim = c(0, max(df_tabla_lon$hi) * 1.3),
space = 0, axes = FALSE, las = 2, cex.names = 0.7)
axis(2, las = 2)
grid(nx = NA, ny = NULL, col = "#D7DBDD", lty = "dotted")
mtext("Porcentaje (%)", side = 2, line = 3.5, cex = 0.8)
mtext("Longitud (°)", side = 1, line = 3.5, cex = 0.8)
mtext("Gráfica N°2: Distribución de Frecuencia por Longitud",
side = 3, line = 1.5, adj = 0.5, cex = 1, font = 2)
abline(h = 0, col = "black", lwd = 1.5)
mtext("Autor: Grupo 5", side = 1, line = 4.5, adj = 1, cex = 0.7, font = 3)
Intervalo de Confianza — Longitud
x_bar_lon <- mean(Variable_Lon)
sigma_lon <- sd(Variable_Lon)
E_lon <- 1.96 * (sigma_lon / sqrt(n_total2))
data.frame(
Parametro = "Longitud Promedio Mundial (\u00b0)",
Lim_Inferior = x_bar_lon - E_lon,
Media_Muestral = x_bar_lon,
Lim_Superior = x_bar_lon + E_lon,
Error_Estandar = paste0("+/- ", round(E_lon, 4)),
Confianza = "95% (Z=1.96)"
) %>%
gt() %>%
tab_header(
title = md("**TABLA N° 4: ESTIMACIÓN DE LA MEDIA POBLACIONAL — LONGITUD**"),
subtitle = "Inferencia Estadística para la Variable Longitud"
) %>%
tab_source_note(source_note = "Autor: Grupo 5") %>%
fmt_number(columns = 2:4, decimals = 3) %>%
tab_style(
style = list(cell_fill(color = "#EBF5FB"),
cell_text(color = "#1A5276", weight = "bold")),
locations = cells_body(columns = Media_Muestral)
) %>%
tab_options(column_labels.background.color = "#F0F0F0",
column_labels.font.weight = "bold", table.width = pct(100))| TABLA N° 4: ESTIMACIÓN DE LA MEDIA POBLACIONAL — LONGITUD | |||||
| Inferencia Estadística para la Variable Longitud | |||||
| Parametro | Lim_Inferior | Media_Muestral | Lim_Superior | Error_Estandar | Confianza |
|---|---|---|---|---|---|
| Longitud Promedio Mundial (°) | −56.186 | −54.653 | −53.120 | +/- 1.5329 | 95% (Z=1.96) |
| Autor: Grupo 5 | |||||
4. Variable 3: Año de Descubrimiento
Identificación: Variable Cuantitativa Continua. Permite analizar la evolución temporal de los descubrimientos de petróleo y gas a nivel mundial a lo largo de más de 150 años de exploración.
Tabla de Distribución de Frecuencias
Variable_Disc <- na.omit(as.numeric(Datos$`Discovery year`))
n_total3 <- length(Variable_Disc)
BASE3 <- 20
min_int3 <- floor(min(Variable_Disc) / BASE3) * BASE3
max_int3 <- ceiling(max(Variable_Disc) / BASE3) * BASE3
cortes3 <- seq(from = min_int3, to = max_int3, by = BASE3)
K_int3 <- length(cortes3) - 1
ni_int3 <- as.vector(table(cut(Variable_Disc, breaks = cortes3,
include.lowest = TRUE, right = FALSE)))
hi_int3 <- (ni_int3 / n_total3) * 100
df_tabla_disc <- data.frame(
Li = cortes3[1:K_int3],
Ls = cortes3[2:(K_int3+1)],
MC = (cortes3[1:K_int3] + cortes3[2:(K_int3+1)]) / 2,
ni = ni_int3,
hi = hi_int3,
Ni_asc = cumsum(ni_int3),
Ni_desc = rev(cumsum(rev(ni_int3))),
Hi_asc = cumsum(hi_int3),
Hi_desc = rev(cumsum(rev(hi_int3)))
)
df_tabla_disc %>%
mutate(across(everything(), ~as.character(round(as.numeric(.), 2)))) %>%
rbind(c("TOTAL", "-", "-", n_total3, "100", "-", "-", "-", "-")) %>%
gt() %>%
tab_header(
title = md("**TABLA N° 5: DISTRIBUCIÓN DE FRECUENCIAS — AÑO DE DESCUBRIMIENTO**"),
subtitle = "Evolución Temporal de Descubrimientos de Petróleo y Gas"
) %>%
tab_source_note(source_note = "Autor: Grupo 5") %>%
cols_label(
Li = "Lim. Inf", Ls = "Lim. Sup", MC = "Marca Clase",
ni = "ni", hi = "hi (%)",
Ni_asc = "Ni \u2191", Ni_desc = "Ni \u2193",
Hi_asc = "Hi \u2191", Hi_desc = "Hi \u2193"
) %>%
cols_align(align = "center", columns = everything()) %>%
tab_options(column_labels.background.color = "#F0F0F0",
column_labels.font.weight = "bold")| TABLA N° 5: DISTRIBUCIÓN DE FRECUENCIAS — AÑO DE DESCUBRIMIENTO | ||||||||
| Evolución Temporal de Descubrimientos de Petróleo y Gas | ||||||||
| Lim. Inf | Lim. Sup | Marca Clase | ni | hi (%) | Ni ↑ | Ni ↓ | Hi ↑ | Hi ↓ |
|---|---|---|---|---|---|---|---|---|
| 1860 | 1880 | 1870 | 6 | 0.12 | 6 | 4935 | 0.12 | 100 |
| 1880 | 1900 | 1890 | 10 | 0.2 | 16 | 4929 | 0.32 | 99.88 |
| 1900 | 1920 | 1910 | 140 | 2.84 | 156 | 4919 | 3.16 | 99.68 |
| 1920 | 1940 | 1930 | 235 | 4.76 | 391 | 4779 | 7.92 | 96.84 |
| 1940 | 1960 | 1950 | 901 | 18.26 | 1292 | 4544 | 26.18 | 92.08 |
| 1960 | 1980 | 1970 | 1398 | 28.33 | 2690 | 3643 | 54.51 | 73.82 |
| 1980 | 2000 | 1990 | 1109 | 22.47 | 3799 | 2245 | 76.98 | 45.49 |
| 2000 | 2020 | 2010 | 1021 | 20.69 | 4820 | 1136 | 97.67 | 23.02 |
| 2020 | 2040 | 2030 | 115 | 2.33 | 4935 | 115 | 100 | 2.33 |
| TOTAL | - | - | 4935 | 100 | - | - | - | - |
| Autor: Grupo 5 | ||||||||
Gráfica de Frecuencias — Año de Descubrimiento
par(mar = c(6, 6, 4, 2))
barplot(df_tabla_disc$hi,
names.arg = df_tabla_disc$MC,
col = "#C39BD3", border = "black",
ylim = c(0, max(df_tabla_disc$hi) * 1.3),
space = 0, axes = FALSE, las = 2, cex.names = 0.7)
axis(2, las = 2)
grid(nx = NA, ny = NULL, col = "#D7DBDD", lty = "dotted")
mtext("Porcentaje (%)", side = 2, line = 3.5, cex = 0.8)
mtext("Año de Descubrimiento", side = 1, line = 3.5, cex = 0.8)
mtext("Gráfica N°3: Distribución de Frecuencia por Año de Descubrimiento",
side = 3, line = 1.5, adj = 0.5, cex = 1, font = 2)
abline(h = 0, col = "black", lwd = 1.5)
mtext("Autor: Grupo 5", side = 1, line = 4.5, adj = 1, cex = 0.7, font = 3)
Intervalo de Confianza — Año de Descubrimiento
x_bar_disc <- mean(Variable_Disc)
sigma_disc <- sd(Variable_Disc)
E_disc <- 1.96 * (sigma_disc / sqrt(n_total3))
data.frame(
Parametro = "A\u00f1o de Descubrimiento Promedio",
Lim_Inferior = x_bar_disc - E_disc,
Media_Muestral = x_bar_disc,
Lim_Superior = x_bar_disc + E_disc,
Error_Estandar = paste0("+/- ", round(E_disc, 4)),
Confianza = "95% (Z=1.96)"
) %>%
gt() %>%
tab_header(
title = md("**TABLA N° 6: ESTIMACIÓN DE LA MEDIA POBLACIONAL — AÑO DE DESCUBRIMIENTO**"),
subtitle = "Inferencia Estadística para el A\u00f1o de Descubrimiento"
) %>%
tab_source_note(source_note = "Autor: Grupo 5") %>%
fmt_number(columns = 2:4, decimals = 3) %>%
tab_style(
style = list(cell_fill(color = "#F5EEF8"),
cell_text(color = "#6C3483", weight = "bold")),
locations = cells_body(columns = Media_Muestral)
) %>%
tab_options(column_labels.background.color = "#F0F0F0",
column_labels.font.weight = "bold", table.width = pct(100))| TABLA N° 6: ESTIMACIÓN DE LA MEDIA POBLACIONAL — AÑO DE DESCUBRIMIENTO | |||||
| Inferencia Estadística para el Año de Descubrimiento | |||||
| Parametro | Lim_Inferior | Media_Muestral | Lim_Superior | Error_Estandar | Confianza |
|---|---|---|---|---|---|
| Año de Descubrimiento Promedio | 1,975.703 | 1,976.438 | 1,977.173 | +/- 0.7351 | 95% (Z=1.96) |
| Autor: Grupo 5 | |||||