Tipo de Unidad
Grupo 5
14 de junio de 2026
1 Carga de Datos y Librerías
Se cargan las librerías necesarias y el dataset Global Oil and Gas Extraction Tracker (GOGET), que contiene registros de unidades de extracción de petróleo y gas a nivel mundial.
library(readxl)
library(dplyr)
library(gt)
library(ggplot2)
library(scales)
library(forcats)
setwd("C:/Users/DETPC/Downloads")
datos <- read_excel("dataset_mundial_petro.xlsx") %>%
filter(!is.na(`Unit type`), `Unit type` != "NA")
cat("Registros válidos:", nrow(datos), "\n")## Registros válidos: 8334## Variables: 322 Extracción de la Variable
Se extrae la variable Unit Type (Tipo de Unidad). Es una variable de escala nominal: sus categorías no tienen orden jerárquico intrínseco.
## Variable analizada: Unit Type## Total de observaciones (n): 8334## Categorías presentes: field, block, project, complex, concession, basin, sub-basin, area, pool, phase, asset3 Conteo y Cálculo
Se calcula la frecuencia absoluta (nᵢ), la frecuencia relativa en proporción (hᵢ) y en porcentaje (hᵢ %) para cada categoría, ordenadas de mayor a menor.
tabla_freq <- datos %>%
count(`Unit type`, name = "ni") %>%
arrange(desc(ni)) %>%
rename(TipoUnidad = `Unit type`) %>%
mutate(
hi_prop = ni / n,
hi_pct = hi_prop * 100,
i = row_number()
) %>%
select(i, TipoUnidad, ni, hi_pct, hi_prop)
k <- nrow(tabla_freq)
cat("Número de categorías (k):", k, "\n")## Número de categorías (k): 11## Categoría más frecuente : field — 4336 registros## Categoría menos frecuente: sub-basin — 2 registro(s)## Verificación — Σnᵢ: 8334 (debe ser 8334 )## Verificación — Σhᵢ%: 100 (debe ser 100)4 Tabla de Distribución de Frecuencias
tabla_freq %>%
gt() %>%
tab_header(
title = md("**Tabla N. 1**"),
subtitle = md("Distribución de frecuencias por tipo de unidad — yacimientos de petróleo y gas")
) %>%
cols_label(
i = md("**N°**"),
TipoUnidad = md("**Tipo de unidad**"),
ni = md("**nᵢ**"),
hi_pct = md("**(%)** "),
hi_prop = md("**(proporción)**")
) %>%
tab_spanner(label = md("**hᵢ**"), columns = c(hi_pct, hi_prop)) %>%
fmt_number(columns = ni, decimals = 0, use_seps = TRUE) %>%
fmt_number(columns = hi_pct, decimals = 2) %>%
fmt_number(columns = hi_prop, decimals = 4) %>%
grand_summary_rows(
columns = c(ni, hi_pct, hi_prop),
fns = list(label = "Total", fn = "sum"),
fmt = list(
~ fmt_number(., columns = ni, decimals = 0, use_seps = TRUE),
~ fmt_number(., columns = hi_pct, decimals = 2),
~ fmt_number(., columns = hi_prop, decimals = 4)
)
) %>%
tab_source_note("Autor: Grupo 5") %>%
tab_options(
table.width = pct(75),
table.font.size = px(13),
table.font.names = "Arial",
heading.title.font.size = px(15),
heading.subtitle.font.size = px(12),
heading.align = "center",
heading.background.color = "#AAAAAA",
column_labels.font.weight = "bold",
column_labels.background.color = "#FFFFFF",
column_labels.border.top.color = "#AAAAAA",
column_labels.border.bottom.color = "#AAAAAA",
table.border.top.color = "#AAAAAA",
table.border.bottom.color = "#AAAAAA"
) %>%
tab_style(
style = cell_text(color = "white", weight = "bold"),
locations = cells_title(groups = c("title", "subtitle"))
) %>%
tab_style(
style = cell_text(weight = "bold"),
locations = list(cells_column_labels(), cells_column_spanners(), cells_grand_summary())
)| Tabla N. 1 | |||||
| Distribución de frecuencias por tipo de unidad — yacimientos de petróleo y gas | |||||
| N° | Tipo de unidad | nᵢ |
hᵢ
|
||
|---|---|---|---|---|---|
| (%) | (proporción) | ||||
| 1 | field | 4,336 | 52.03 | 0.5203 | |
| 2 | asset | 3,124 | 37.49 | 0.3749 | |
| 3 | pool | 461 | 5.53 | 0.0553 | |
| 4 | project | 183 | 2.20 | 0.0220 | |
| 5 | block | 111 | 1.33 | 0.0133 | |
| 6 | complex | 73 | 0.88 | 0.0088 | |
| 7 | concession | 16 | 0.19 | 0.0019 | |
| 8 | area | 14 | 0.17 | 0.0017 | |
| 9 | phase | 11 | 0.13 | 0.0013 | |
| 10 | basin | 3 | 0.04 | 0.0004 | |
| 11 | sub-basin | 2 | 0.02 | 0.0002 | |
| Total | — | — | 8,334 | 100.00 | 1.0000 |
| Autor: Grupo 5 | |||||
5 Gráficas
unit_graf <- tabla_freq %>%
mutate(TipoUnidad = fct_reorder(TipoUnidad, ni))
colores <- c(
"field" = "#08306B",
"asset" = "#2171B5",
"pool" = "#4292C6",
"project" = "#6BAED6",
"block" = "#9ECAE1",
"complex" = "#C6DBEF",
"concession" = "#DEEBF7",
"area" = "#F7FBFF",
"phase" = "#BDD7E7",
"basin" = "#74A9CF",
"sub-basin" = "#3690C0"
)
# Tema para barras verticales: grilla horizontal, eje x legible
tema_base <- theme_minimal(base_size = 12) +
theme(
legend.position = "none",
plot.title = element_text(face = "bold", size = 13),
plot.caption = element_text(color = "#888888", size = 9, hjust = 0),
axis.title = element_text(face = "bold", size = 11),
axis.text.x = element_text(face = "bold", angle = 15, hjust = 1),
panel.grid.major.x = element_blank(),
panel.grid.major.y = element_line(color = "#EEEEEE"),
panel.grid.minor = element_blank(),
plot.background = element_rect(fill = "white", color = NA)
)
pie_label <- paste0("n = ", format(n, big.mark = ","),
" | Fuente: Global Energy Monitor — GOGET 2023")5.1 Diagrama de Barras — Frecuencia Absoluta
ggplot(unit_graf, aes(x = TipoUnidad, y = ni, fill = TipoUnidad)) +
geom_col(width = 0.55, color = "white") +
geom_text(aes(label = format(ni, big.mark = ",")),
vjust = -0.4, size = 3.5, fontface = "bold") +
scale_fill_manual(values = colores) +
scale_y_continuous(labels = label_comma(),
expand = expansion(mult = c(0, 0.12))) +
labs(title = "Gráfica N. 1: Distribución de yacimientos por tipo de unidad",
x = "Tipo de unidad", y = "Frecuencia Absoluta (nᵢ)",
caption = pie_label) +
tema_base
5.2 Diagrama de Barras — Frecuencia Relativa Porcentual
ggplot(unit_graf, aes(x = TipoUnidad, y = hi_pct, fill = TipoUnidad)) +
geom_col(width = 0.55, color = "white") +
geom_text(aes(label = paste0(round(hi_pct, 2), "%")),
vjust = -0.4, size = 3.5, fontface = "bold") +
scale_fill_manual(values = colores) +
scale_y_continuous(labels = function(x) paste0(x, "%"),
expand = expansion(mult = c(0, 0.12))) +
labs(title = "Gráfica N. 2: Distribución porcentual por tipo de unidad",
x = "Tipo de unidad", y = "Frecuencia Relativa (%)",
caption = pie_label) +
tema_base
5.3 Diagrama Circular
tabla_freq %>%
mutate(TipoUnidad = fct_reorder(TipoUnidad, hi_pct),
etiqueta = paste0(round(hi_pct, 1), "%")) %>%
ggplot(aes(x = "", y = hi_pct, fill = TipoUnidad)) +
geom_col(width = 1, color = "white") +
geom_text(aes(label = etiqueta),
position = position_stack(vjust = 0.5),
size = 4, fontface = "bold") +
coord_polar(theta = "y") +
scale_fill_manual(values = colores) +
labs(title = "Gráfica N. 3: Distribución porcentual por tipo de unidad",
fill = "Tipo de unidad",
caption = pie_label) +
theme_void(base_size = 12) +
theme(
plot.title = element_text(face = "bold", size = 13, hjust = 0.5),
plot.caption = element_text(color = "#888888", size = 9, hjust = 0.5),
legend.position = "right",
legend.title = element_text(face = "bold", size = 10),
plot.background = element_rect(fill = "white", color = NA)
)
6 Indicadores Estadísticos
La variable Tipo de Unidad es cualitativa nominal. Para este tipo de variable, el único indicador de tendencia central aplicable es la moda.
moda <- tabla_freq$TipoUnidad[which.max(tabla_freq$ni)]
moda_n <- max(tabla_freq$ni)
moda_pct <- round(tabla_freq$hi_pct[which.max(tabla_freq$ni)], 2)
data.frame(
"Variable" = "Unit Type",
"Rango" = "D={'field', 'asset', 'pool', 'project', 'block', 'complex', 'concession', 'area', 'phase', 'basin', 'sub-basin'}",
"Media (X)" = "-",
"Mediana (Me)" = "-",
"Moda (Mo)" = moda,
"Varianza (V)" = "-",
"Desv. Est. (Sd)" = "-",
"C.V. (%)" = "-",
"Asimetría (As)" = "-",
"Curtosis (K)" = "-",
check.names = FALSE
) %>%
gt() %>%
tab_header(
title = md("**Tabla N°2 de Conclusiones — Tipo de Unidad en yacimientos de petróleo y gas**")
) %>%
tab_source_note("Autor: Grupo 5") %>%
tab_options(
table.width = pct(100),
table.font.size = px(12),
table.font.names = "Arial",
heading.align = "center",
heading.title.font.size = px(13),
heading.background.color = "#AAAAAA",
heading.border.bottom.color = "#AAAAAA",
column_labels.font.weight = "normal",
column_labels.background.color = "#FFFFFF",
column_labels.border.top.color = "#CCCCCC",
column_labels.border.top.width = px(1),
column_labels.border.bottom.color = "#CCCCCC",
column_labels.border.bottom.width = px(1),
table_body.border.bottom.color = "#CCCCCC",
table_body.border.bottom.width = px(1),
table.border.top.color = "#AAAAAA",
table.border.top.width = px(1),
table.border.bottom.color = "#AAAAAA",
table.border.bottom.width = px(1),
source_notes.font.size = px(11),
source_notes.border.lr.color = "transparent",
data_row.padding = px(5)
) %>%
tab_style(
style = cell_text(color = "white", weight = "bold"),
locations = cells_title(groups = "title")
) %>%
tab_style(
style = cell_text(color = "#333333", align = "center"),
locations = cells_column_labels()
) %>%
tab_style(
style = cell_text(color = "#333333", align = "center"),
locations = cells_body(columns = c("Media (X)", "Mediana (Me)", "Moda (Mo)",
"Varianza (V)", "Desv. Est. (Sd)",
"C.V. (%)", "Asimetría (As)", "Curtosis (K)"))
)| Tabla N°2 de Conclusiones — Tipo de Unidad en yacimientos de petróleo y gas | |||||||||
| Variable | Rango | Media (X) | Mediana (Me) | Moda (Mo) | Varianza (V) | Desv. Est. (Sd) | C.V. (%) | Asimetría (As) | Curtosis (K) |
|---|---|---|---|---|---|---|---|---|---|
| Unit Type | D={'field', 'asset', 'pool', 'project', 'block', 'complex', 'concession', 'area', 'phase', 'basin', 'sub-basin'} | - | - | field | - | - | - | - | - |
| Autor: Grupo 5 | |||||||||
7 Conclusiones
La variable “tipo de unidad” tiene como valor más frecuente “field”, con una participación destacada en la muestra, reflejando que la mayoría de las unidades registradas en el dataset corresponden a campos de extracción individuales de petróleo y gas.