LIFE_STAGE
Fernando Almeida
2026-06-03
1 Configuración y Carga de Datos
Para iniciar el procesamiento estadístico inferencial, se verifica la estructura global del conjunto de datos correspondientes a los bloques contractuales y arrendamientos de hidrocarburos en el estado de Kansas.
# Selección manual del archivo
datos <- read_csv(file.choose(), show_col_types = FALSE)
cat("Base de datos cargada correctamente.\n")## Base de datos cargada correctamente.cat("Total de registros evaluados (filas):", nrow(datos), "\n")## Total de registros evaluados (filas): 477572 Extraer Variable
Se realiza el aislamiento de la variable cualitativa ordinal Etapa de Vida del Pozo (LIFE_STAGE), clasificada en tres niveles: Nuevo, Maduro y Viejo, según los valores registrados en la columna LIFE_STAGE.
Clasificación en tres categorías ordinales:
datos <- datos %>%
mutate(
ETAPA = case_when(
LIFE_STAGE == "NEW" ~ "Nuevo",
LIFE_STAGE == "MATURE" ~ "Maduro",
LIFE_STAGE == "OLD" ~ "Viejo",
TRUE ~ "No registrado"
)
) %>%
filter(ETAPA != "No registrado")3 Tabla de Distribución de Frecuencias
Se calcula la distribución de frecuencias absolutas (\(n_i\)) y porcentuales (\(h_i\%\)) para las tres categorías de la variable cualitativa ordinal, respetando la estructura de tres columnas estipulada por la cátedra.
# 1. Frecuencias absolutas
frecuencias_base <- datos %>%
mutate(ETAPA = factor(ETAPA, levels = c("Nuevo", "Maduro", "Viejo"))) %>%
group_by(Etapa_Vida = ETAPA, .drop = FALSE) %>%
summarise(Frecuencia_ni = n(), .groups = "drop") %>%
arrange(Etapa_Vida)
# 2. Porcentaje
tabla_final <- frecuencias_base %>%
mutate(Porcentaje_hi = (Frecuencia_ni / sum(Frecuencia_ni)) * 100)
# 3. Fila TOTAL
total_fila <- data.frame(
Etapa_Vida = "TOTAL",
Frecuencia_ni = sum(tabla_final$Frecuencia_ni),
Porcentaje_hi = sum(tabla_final$Porcentaje_hi)
)
# 4. Formateo
resultado <- bind_rows(
tabla_final %>% mutate(Porcentaje_hi = sprintf("%.2f", Porcentaje_hi)),
total_fila %>% mutate(Porcentaje_hi = sprintf("%.2f", Porcentaje_hi))
)
# 5. Tabla final
kable(
resultado,
caption = "Tabla N°1 de Distribución de Frecuencias de la Variable Cualitativa Ordinal: Etapa de Vida del Pozo",
col.names = c("Etapa de Vida del Pozo", "Frecuencia (ni)", "Porcentaje (hi%)"),
align = c("l", "c", "c")
)| Etapa de Vida del Pozo | Frecuencia (ni) | Porcentaje (hi%) |
|---|---|---|
| Nuevo | 11615 | 24.32 |
| Maduro | 20939 | 43.84 |
| Viejo | 15203 | 31.83 |
| TOTAL | 47757 | 100.00 |
4 Representación Gráfica
Se presentan tres gráficas en escala de grises que permiten analizar visualmente la distribución de la variable cualitativa ordinal Etapa de Vida del Pozo.
4.1 Gráfica N°1 — Barras de frecuencia absoluta
par(mar = c(8, 6, 5, 2))
barplot(tabla_final$Frecuencia_ni,
main = "",
xlab = "",
ylab = "",
col = c("gray30", "gray60", "gray85"),
ylim = c(0, max(tabla_final$Frecuencia_ni) * 1.15),
names.arg = as.character(tabla_final$Etapa_Vida),
cex.names = 0.9,
las = 2)
mtext("Frecuencia (ni)", side = 2, line = 4.5, cex = 1, font = 1)
mtext("Etapa de Vida del Pozo", side = 1, line = 6, cex = 1)
mtext("Gráfica N°1: Distribución de Frecuencias Absolutas por Etapa de Vida del Pozo",
side = 3, line = 2, adj = 0.5, cex = 0.9, font = 2)
4.2 Gráfica N°2 — Barras de porcentaje con etiquetas
par(mar = c(8, 6, 5, 2))
bp2 <- barplot(tabla_final$Porcentaje_hi,
main = "",
xlab = "",
ylab = "Porcentaje %",
col = c("gray30", "gray60", "gray85"),
ylim = c(0, max(tabla_final$Porcentaje_hi) * 1.2),
names.arg = as.character(tabla_final$Etapa_Vida),
cex.names = 0.9,
las = 2)
mtext("Etapa de Vida del Pozo", side = 1, line = 6, cex = 1)
mtext("Gráfica N°2: Distribución Porcentual por Etapa de Vida del Pozo",
side = 3, line = 2, adj = 0.5, cex = 0.9, font = 2)
text(x = bp2,
y = tabla_final$Porcentaje_hi,
labels = paste0(round(tabla_final$Porcentaje_hi, 2), "%"),
pos = 3, cex = 0.9, col = "black")
4.3 Gráfica N°3 — Gráfico circular porcentual
par(mar = c(5, 2, 4, 10), xpd = TRUE)
colores_grises <- c("gray30", "gray60", "gray85")
pie(tabla_final$Porcentaje_hi,
main = "",
radius = 1,
labels = paste0(round(tabla_final$Porcentaje_hi, 2), "%"),
col = colores_grises,
cex = 0.9)
mtext("Gráfica N°3: Distribución Porcentual por Etapa de Vida del Pozo",
side = 3, line = 2, adj = 0.5, cex = 0.9, font = 2)
legend(x = 1.2,
y = 1,
legend = as.character(tabla_final$Etapa_Vida),
fill = colores_grises,
cex = 0.85,
title = "Etapa de Vida del Pozo",
bty = "n")
5 Indicadores Estadísticos
Para la variable cualitativa ordinal Etapa de Vida del Pozo, el único indicador aplicable es la Moda (Mo); la Media (X̄), Mediana (Me), Varianza (V), Desviación Estándar (Sd), Coeficiente de Variación (CV%), Asimetría (As) y Curtosis (K) no aplican para este tipo de variable y se representan con (—).
# Moda: categoría con mayor frecuencia
moda_etapa <- as.character(tabla_final$Etapa_Vida[which.max(tabla_final$Frecuencia_ni)])
# Tabla de indicadores
tabla_indicadores <- data.frame(
"Variable" = "Etapa de Vida del Pozo",
"Rango" = "Nuevo, Maduro, Viejo",
"Media (X)" = "-",
"Mediana (Me)" = "-",
"Moda (Mo)" = moda_etapa,
"Varianza (V)" = "-",
"Desv. Est. (Sd)" = "-",
"C.V. (%)" = "-",
"Asimetría (As)" = "-",
"Curtosis (K)" = "-",
check.names = FALSE
)
# Tabla GT de indicadores
tabla_indicadores_gt <- tabla_indicadores %>%
gt() %>%
tab_header(
title = md("**Tabla N°2 de Indicadores Estadísticos: Etapa de Vida del Pozo**")
) %>%
tab_source_note(source_note = "Autor: Fernando Almeida") %>%
tab_options(
column_labels.background.color = "#F0F0F0",
heading.title.font.size = px(15)
)
tabla_indicadores_gt| Tabla N°2 de Indicadores Estadísticos: Etapa de Vida del Pozo | |||||||||
| Variable | Rango | Media (X) | Mediana (Me) | Moda (Mo) | Varianza (V) | Desv. Est. (Sd) | C.V. (%) | Asimetría (As) | Curtosis (K) |
|---|---|---|---|---|---|---|---|---|---|
| Etapa de Vida del Pozo | Nuevo, Maduro, Viejo | - | - | Maduro | - | - | - | - | - |
| Autor: Fernando Almeida | |||||||||
Autor: Fernando Almeida