Exploración y producción de los pozos petrolíferos en Brasil
Caleb Yanez
2026-05-18
Análisis estadístico de las cuencas petrolíferas
setwd("C:/Users/Usuario/Desktop/Nueva carpeta")
library(readxl)
library(dplyr)
library(gt)
datos <- read_excel("tabela_de_pocos_janeiro_2018.xlsx")1 Carga de datos y exploración inicial
Importación del archivo y revisión de la estructura del conjunto de datos.
2 Tabla de distribución de frecuencia por cuenca
Construcción de la tabla de frecuencias absolutas.
3 Agrupación de cuencas por regiones
Clasificación de las cuencas petrolíferas en macro-regiones.
library(dplyr)TDFCuencas$CUENCAS <- ifelse(TDFCuencas$Cuenca %in% c("Acre", "Amazonas", "Solimões", "Foz do Amazonas", "Marajó", "Tacutu", "Parecis - Alto Xingu"), "Cuencas del Norte",
ifelse(TDFCuencas$Cuenca %in% c("Alagoas", "Araripe", "Barreirinhas", "Bragança - Vizeu", "Camamu", "Ceará", "Cumuruxatiba", "Jatobá", "Parnaíba", "Pernambuco - Paraíba", "Potiguar", "Recôncavo", "Rio do Peixe", "Sergipe", "São Francisco", "São Luís", "Tucano Central", "Tucano Norte", "Tucano Sul"),"Cuencas del Nordeste",
ifelse(TDFCuencas$Cuenca %in% c("Campos", "Espírito Santo", "Santos"), "Cuencas del Sudeste",
ifelse(TDFCuencas$Cuenca %in% c("Paraná", "Pelotas"), "Cuencas del Sur",
ifelse(TDFCuencas$Cuenca %in% c("Pantanal", "Almada", "Mucuri", "Jequitinhonha", "Pará - Maranhão"),"Cuencas del Centro-Oeste", "Otros")))))
head(TDFCuencas$CUENCAS)## [1] "Otros" "Otros" "Otros" "Otros" "Otros" "Otros"4 Cálculo de frecuencias absolutas y relativas
Obtención de ni y hi por grupo de cuencas.
TDFCuencas$Freq <- as.numeric(as.character(TDFCuencas$Freq))
library(dplyr)
TDFCuencas1 <- Datos$TDFCuencas
TDFCuencas1 <- TDFCuencas %>%
group_by(CUENCAS) %>%
summarise(
ni = sum(Freq),
hi = round(sum(Freq) / sum(TDFCuencas$Freq)*100, 5))
TDFCuencas1 <- data.frame(TDFCuencas1)5 Construcción del cuadro con totales
Incorporación de la fila total al cuadro de frecuencias.
TDFCuencas1 <- TDFCuencas1 [, c("CUENCAS", "ni", "hi")]
TDFCuencas1$fi <- TDFCuencas1$ni / sum(TDFCuencas1$ni)
total_ni <- sum(TDFCuencas1$ni)
total_hi <- sum(TDFCuencas1$hi)
total_fi <- sum(TDFCuencas1$fi)
TDFCuencas1.1 <- rbind(TDFCuencas1, data.frame( CUENCAS = "Total",
ni = total_ni,
hi = total_hi,
fi = total_fi))
print(TDFCuencas1.1)## CUENCAS ni hi fi
## 1 Cuencas del Centro-Oeste 133 0.44970 0.0044970414
## 2 Cuencas del Nordeste 15257 51.58749 0.5158748943
## 3 Cuencas del Norte 332 1.12257 0.0112256974
## 4 Cuencas del Sudeste 4124 13.94421 0.1394420964
## 5 Cuencas del Sur 20 0.06762 0.0006762468
## 6 Otros 9709 32.82840 0.3282840237
## 7 Total 29575 99.99999 1.00000000006 Presentación del cuadro estadístico
Visualización del cuadro de distribución mediante tabla formal.
library(gt)
gt(TDFCuencas1.1) %>%
tab_header(
title = md("**Tabla N°1: DISTRIBUCIÓN DE FRECUENCIAS DE POZOS PETROLEROS DE BRASIL**"),
subtitle = "Cuencas Petrolíferas en Brasil") %>%
tab_spanner(
label = md("**Frecuencia Relativa**"),
columns = c(hi, fi)
) %>%
cols_label(
ni = md("**ni**"),
hi = md("Porcentual (%)"),
fi = md("Fracción")
) %>%
fmt_number(columns = hi, decimals = 2) %>%
fmt_number(columns = fi, decimals = 4) %>%
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_style(
style = list(cell_fill(color = "#2E4053"),
cell_text(color = "white", weight = "bold")),
locations = cells_column_spanners()
) %>%
tab_style(
style = list(cell_fill(color = "#D5D8DC"),
cell_text(weight = "bold", color = "#2E4053")),
locations = cells_body(rows = nrow(TDFCuencas1.1))
) %>%
tab_options(
table.border.top.color = "#2E4053",
table.border.bottom.color = "#2E4053",
column_labels.border.bottom.color = "#2E4053",
data_row.padding = px(6),
table.font.size = px(13)
)| Tabla N°1: DISTRIBUCIÓN DE FRECUENCIAS DE POZOS PETROLEROS DE BRASIL | |||
| Cuencas Petrolíferas en Brasil | |||
| CUENCAS | ni |
Frecuencia Relativa
|
|
|---|---|---|---|
| Porcentual (%) | Fracción | ||
| Cuencas del Centro-Oeste | 133 | 0.45 | 0.0045 |
| Cuencas del Nordeste | 15257 | 51.59 | 0.5159 |
| Cuencas del Norte | 332 | 1.12 | 0.0112 |
| Cuencas del Sudeste | 4124 | 13.94 | 0.1394 |
| Cuencas del Sur | 20 | 0.07 | 0.0007 |
| Otros | 9709 | 32.83 | 0.3283 |
| Total | 29575 | 100.00 | 1.0000 |
7 Gráficas
7.1 Histograma de frecuencia absoluta local
Distribución en cantidad considerando la escala total.
TDFCuencas1.1 <- TDFCuencas1.1[TDFCuencas1.1$CUENCAS != "Total", ]
par(mar = c(9, 4, 4, 2))
barplot(TDFCuencas1.1$ni,
main = "Gráfica N°1: Distribución en cantidad de cuencas por región",
ylab = "Cantidad",
col = "#2E4053", names.arg = TDFCuencas1.1$CUENCAS,
las = 2, cex.names = 0.8, cex.axis = 0.8, cex.main = 1)
mtext("Cuencas", side = 1, line = 7)
7.2 Histograma de frecuencia absoluta global
Distribución en cantidad considerando la escala total.
par(mar = c(9, 4, 4, 2))
barplot(TDFCuencas1.1$ni,
main = "Gráfica N°1: Distribución en cantidad de cuencas por región",
ylab = "Cantidad",
col = "#2E4053", names.arg = TDFCuencas1.1$CUENCAS,
las = 2, cex.names = 0.8, cex.axis = 0.8, cex.main = 1,
ylim = c(0,30000))
mtext("Cuencas", side = 1, line = 7)
7.3 Histograma de frecuencia relativa local
Distribución porcentual sin ajuste de escala global.
par(mar = c(9, 4, 4, 2))
barplot(TDFCuencas1.1$hi,
main = "Gráfica N°3: Distribución porcentual de cuencas por región",
ylab = "Porcentaje",
col = "#2E4053", names.arg = TDFCuencas1.1$CUENCAS,
las = 2, cex.names = 0.8, cex.axis = 0.8, cex.main = 1)
mtext("Cuencas", side = 1, line = 7)
7.4 Histograma de frecuencia relativa global
Distribución porcentual con escala total.
par(mar = c(9, 4, 4, 2))
barplot(TDFCuencas1$hi,
main = "Gráfica N°3: Distribución porcentual de cuencas por región",
ylab = "Porcentaje",
col = "#2E4053", names.arg = TDFCuencas1.1$CUENCAS,
las = 2, cex.names = 0.8, cex.axis = 0.8, cex.main = 1,
ylim = c(0,100))
mtext("Cuencas", side = 1, line = 7)
7.5 Diagrama circular de frecuencia relativa
Representación porcentual de las cuencas por región.
library(ggplot2)
library(ggrepel)
TDFCuencas1.1 <- TDFCuencas1.1[TDFCuencas1.1$CUENCAS != "Otros", ]
datos_plot <- TDFCuencas1.1
datos_plot$ymax <- cumsum(datos_plot$hi)
datos_plot$ymin <- c(0, head(datos_plot$ymax, n=-1))
datos_plot$posicion_label <- (datos_plot$ymax + datos_plot$ymin) / 2
mis_colores <- c("#B0B8C1", "#D9E0E6", "#1F3B6E", "#4C6BA7", "#7D9BC8")
ggplot(datos_plot, aes(ymax=ymax, ymin=ymin, xmax=4, xmin=2, fill=CUENCAS)) +
geom_rect(color = "black") +
coord_polar(theta="y") +
geom_label_repel(aes(y = posicion_label, x = 4, label = paste0(round(hi, 2))),
size = 4,
nudge_x = 0.5,
show.legend = FALSE) +
scale_fill_manual(values = mis_colores) +
ggtitle("Gráfica N°5: Distribución porcentual de cuencas por región en Brasil") +
theme_void() +
theme(legend.position = "right",
plot.title = element_text(hjust = 0),
legend.background = element_rect(color = "black",
fill = "white",
linewidth = 0.5,
linetype = "solid"),
legend.margin = margin(t = 10, r = 10, b = 10, l = 10))
8 Resumen Estadístico
El presente resumen sintetiza los indicadores descriptivos de la distribución de las cuencas petrolíferas por regiones de Brasil. Dado que la variable es cualitativa nominal, la única medida de tendencia central aplicable es la moda
Conclusiones <- data.frame(
Variable = "Cuencas por regiones de Brasil",
`Rango [Min; Max]` = "N/A",
`Media (X̄)` = "N/A",
`Mediana (Me)` = "N/A",
`Moda (Mo)` = "Cuencas del Nordeste",
`Varianza (S²)` = "N/A",
`Desv. Est. (S)` = "N/A",
`C.V. (%)` = "N/A",
`Asimetría (As)` = "N/A",
`Curtosis (K)` = "N/A",
`Valores Atípicos` = "N/A",
check.names = FALSE
)library(gt)
gt(Conclusiones) %>%
tab_header(
title = md("**CONCLUSIONES Y ESTADÍSTICOS**"),
subtitle = "Resumen de Indicadores de las Cuencas de los Pozos Petrolíferos en Brasil") %>%
tab_source_note(source_note = "Autor: Caleb Yanez ") %>%
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))| CONCLUSIONES Y ESTADÍSTICOS | ||||||||||
| Resumen de Indicadores de las Cuencas de los Pozos Petrolíferos en Brasil | ||||||||||
| Variable | Rango [Min; Max] | Media (X̄) | Mediana (Me) | Moda (Mo) | Varianza (S²) | Desv. Est. (S) | C.V. (%) | Asimetría (As) | Curtosis (K) | Valores Atípicos |
|---|---|---|---|---|---|---|---|---|---|---|
| Cuencas por regiones de Brasil | N/A | N/A | N/A | Cuencas del Nordeste | N/A | N/A | N/A | N/A | N/A | N/A |
| Autor: Caleb Yanez | ||||||||||
8.1 Conclusiones
8.2 Análisis Descriptivo
La moda corresponde a las Cuencas del Nordeste, lo que evidencia que esta región concentra la mayor cantidad de cuencas petrolíferas del país. Este resultado refleja la relevancia geológica y energética del Nordeste dentro de la distribución regional de los recursos petroleros en Brasil.