Variable Original: Production Start Year

1 Cargar Librerías

Se cargan las librerías necesarias para el análisis estadístico del año de inicio de producción de los yacimientos mundiales de petróleo y gas.

library(dplyr)
library(ggplot2)
library(knitr)
library(kableExtra)
library(readxl)

2 Cargar Datos

Se importa el dataset mundial de extracción de petróleo y gas con 49,212 registros, analizando específicamente el año en que cada yacimiento inició su operación comercial.

datos <- read_excel("dataset_mundial_petro.xlsx")

cat("Dimensiones del dataset:", nrow(datos), "filas y", ncol(datos), "columnas\n")
## Dimensiones del dataset: 49212 filas y 32 columnas

3 Extraer la Variable

Se extrae la variable Production Start Year, que indica el año en que cada yacimiento inició su producción comercial de petróleo o gas. Tras depurar los valores ausentes se obtienen 1,947 registros válidos que abarcan desde 1896 hasta 2027.

production_year <- as.numeric(datos$`Production start year`)
production_year <- production_year[!is.na(production_year)]

cat("Total de registros válidos:", length(production_year), "\n")
## Total de registros válidos: 1947
cat("Primeros 10 valores:", head(production_year, 10), "\n")
## Primeros 10 valores: 1951 2009 1969 1979 1987 1998 1981 2005 1985 2002

4 Conteo

Se contabiliza el número de yacimientos que iniciaron la producción, identificando los periodos de mayor expansión productiva en la industria de petróleo y gas.

conteo <- as.data.frame(table(production_year))
colnames(conteo) <- c("Año de Inicio de Producción", "Frecuencia Absoluta")

cat("Total de años únicos registrados:", nrow(conteo), "\n")
## Total de años únicos registrados: 91
cat("Año con más inicios de producción:", conteo[which.max(conteo$`Frecuencia Absoluta`), 1], 
    "con", max(conteo$`Frecuencia Absoluta`), "registros\n")
## Año con más inicios de producción: 82 con 70 registros

5 Tabla de Frecuencia

Se agrupan los inicios de producción por décadas mostrando frecuencia absoluta, relativa y acumulada, para analizar la evolución de la actividad extractiva mundial de hidrocarburos.

decada <- floor(production_year / 10) * 10
tabla_decadas <- as.data.frame(table(decada))
colnames(tabla_decadas) <- c("Década", "ni")

tabla_decadas <- tabla_decadas %>%
  mutate(
    `hi (%)` = paste0(round(ni / sum(ni) * 100, 2), "%"),
    `Ni Asc` = cumsum(ni),
    `Ni Dsc` = sum(ni) - cumsum(ni) + ni,
    `Hi Asc` = paste0(round(cumsum(ni / sum(ni)) * 100, 2), "%"),
    `Hi Dsc` = paste0(round((sum(ni) - cumsum(ni) + ni) / sum(ni) * 100, 2), "%")
  )

kable(tabla_decadas, align = "c", caption = "Tabla de Frecuencias por Década — Production Start Year") %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed", "bordered"),
                full_width = FALSE,
                position = "center") %>%
  row_spec(0, bold = TRUE, background = "#d9d9d9", color = "black")
Tabla de Frecuencias por Década — Production Start Year
Década ni hi (%) Ni Asc Ni Dsc Hi Asc Hi Dsc
1890 1 0.05% 1 1947 0.05% 100%
1910 3 0.15% 4 1946 0.21% 99.95%
1920 3 0.15% 7 1943 0.36% 99.79%
1930 11 0.56% 18 1940 0.92% 99.64%
1940 13 0.67% 31 1929 1.59% 99.08%
1950 56 2.88% 87 1916 4.47% 98.41%
1960 119 6.11% 206 1860 10.58% 95.53%
1970 152 7.81% 358 1741 18.39% 89.42%
1980 178 9.14% 536 1589 27.53% 81.61%
1990 345 17.72% 881 1411 45.25% 72.47%
2000 426 21.88% 1307 1066 67.13% 54.75%
2010 495 25.42% 1802 640 92.55% 32.87%
2020 145 7.45% 1947 145 100% 7.45%