library(dplyr)
library(ggplot2)
library(knitr)
library(kableExtra)
setwd("C:/Users/luisq/OneDrive/Desktop/ESTADISTICA")
datos <- read.csv("kansas.csv", sep = ";", stringsAsFactors = FALSE,
                  fileEncoding = "UTF-8")

# Variable derivada: DEPTH_LEVEL basada en cuartiles de DEPTH_OF_WELL
dep <- suppressWarnings(as.numeric(datos$DEPTH_OF_WELL))
dep <- dep[!is.na(dep) & dep > 0]
n_total <- length(dep)

# Cuartiles obtenidos del análisis del dataset
dq1 <- 2696
dq2 <- 3450
dq3 <- 4594

depth_level <- cut(dep,
                   breaks = c(0, dq1, dq2, dq3, Inf),
                   labels = c("Poco Profundo", "Moderado", "Profundo", "Muy Profundo"),
                   include.lowest = TRUE)

1. Identificación de la Variable

Campo Descripción
Nombre original DEPTH_LEVEL (variable derivada)
Nombre asignado Nivel de Profundidad
Tipo Cualitativa
Subtipo Ordinal
Dominio Categoría de profundidad del pozo, derivada de DEPTH_OF_WELL
Rango {Poco Profundo, Moderado, Profundo, Muy Profundo}
Unidad de medida Sin unidad (categoría ordinal)
Escala de medida Ordinal

2. Descripción del Análisis

La variable Nivel de Profundidad es derivada de la profundidad del pozo (DEPTH_OF_WELL). Se clasifica en cuatro niveles con base en los cuartiles del dataset:

Nivel Rango de profundidad (ft)
Poco Profundo ≤ 2 696 ft
Moderado 2 697 – 3 450 ft
Profundo 3 451 – 4 594 ft
Muy Profundo > 4 594 ft

Se trabajó con 52041 registros válidos con profundidad mayor a cero.

3. Tabla de Distribución de Frecuencias

Cuadro No. 10
Distribución de frecuencias de la variable Nivel de Profundidad
(Arrendamientos de Petróleo y Gas en Kansas — BLM MLRS)

ni     <- table(depth_level)
fi     <- ni / n_total
hi_pct <- round(fi * 100, 2)

tdf <- data.frame(
  Nivel       = names(ni),
  `ni (FA)`   = as.integer(ni),
  `hi (fr)`   = round(as.numeric(fi), 4),
  `hi% (%)`   = as.numeric(hi_pct),
  check.names = FALSE
)

tdf_total <- rbind(tdf,
  data.frame(
    Nivel     = "**Total**",
    `ni (FA)` = n_total,
    `hi (fr)` = 1.0000,
    `hi% (%)` = 100.00,
    check.names = FALSE
  )
)

kable(tdf_total,
      caption = "Tabla 10: Distribución de frecuencias de la variable Nivel de Profundidad.",
      align   = c("l", "r", "r", "r"),
      col.names = c("Nivel de Profundidad", "Frecuencia (ni)", "Fracción (hi)", "Porcentaje (hi%)")) %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed", "bordered"),
                full_width = FALSE, position = "center") %>%
  row_spec(nrow(tdf_total), bold = TRUE, background = "#D3D3D3") %>%
  column_spec(1, bold = TRUE)
Tabla 10: Distribución de frecuencias de la variable Nivel de Profundidad.
Nivel de Profundidad Frecuencia (ni) Fracción (hi) Porcentaje (hi%)
Poco Profundo 13014 0.2501 25.01
Moderado 13027 0.2503 25.03
Profundo 12996 0.2497 24.97
Muy Profundo 13004 0.2499 24.99
Total 52041 1.0000 100.00

4. Gráficos

4.1 Diagrama de Barras

df_plot <- data.frame(
  Nivel      = factor(names(ni),
                      levels = c("Poco Profundo","Moderado","Profundo","Muy Profundo")),
  Frecuencia = as.integer(ni)
)

ggplot(df_plot, aes(x = Nivel, y = Frecuencia)) +
  geom_bar(stat = "identity", fill = "gray50", color = "black", width = 0.6) +
  geom_text(aes(label = Frecuencia), vjust = -0.4, size = 4) +
  labs(
    title    = "Figura 1: Diagrama de barras — Variable Nivel de Profundidad",
    subtitle = "Clasificación basada en cuartiles de DEPTH_OF_WELL (BLM MLRS)",
    x        = "Nivel de Profundidad",
    y        = "Frecuencia absoluta (ni)"
  ) +
  theme_classic(base_size = 12) +
  theme(
    plot.title    = element_text(face = "bold", hjust = 0.5),
    plot.subtitle = element_text(hjust = 0.5)
  )

4.2 Sector Circular

df_pie <- df_plot
df_pie$Porcentaje <- round(df_pie$Frecuencia / n_total * 100, 1)
df_pie$Etiqueta   <- paste0(df_pie$Nivel, "\n", df_pie$Porcentaje, "%")
grises <- c("gray80","gray60","gray40","gray20")

ggplot(df_pie, aes(x = "", y = Frecuencia, fill = Nivel)) +
  geom_col(width = 1, color = "black") +
  coord_polar(theta = "y") +
  scale_fill_manual(values = grises) +
  geom_text(aes(label = Etiqueta),
            position = position_stack(vjust = 0.5), size = 3.5) +
  labs(
    title = "Figura 2: Sector circular — Variable Nivel de Profundidad",
    fill  = "Nivel"
  ) +
  theme_void() +
  theme(
    plot.title = element_text(face = "bold", hjust = 0.5),
    legend.position = "right"
  )

5. Interpretación

La distribución es cuasi-uniforme al haber empleado cuartiles como cortes. El nivel Poco Profundo agrupa los pozos con profundidades hasta 2 696 ft, mientras que Muy Profundo incluye los que superan los 4 594 ft. La profundidad media del conjunto es de aproximadamente 3 548 ft, lo que indica que la mayoría de los pozos en Kansas se encuentra a profundidades moderadas, coherente con las formaciones del Paleozoico superior presentes en el estado.