1. Configuración y Carga de Datos

datos_originales <- readr::read_csv2("C:/Users/cordo/OneDrive/Desktop/ESTADISITCA/Oil__Gas____Other_Regulated_Wells__Beginning_1860.csv")

2. Extracción y Limpieza de la Variable

tdf_integracion <- datos_originales %>%
  select(Integration) %>%
  filter(!is.na(Integration)) %>%
  mutate(Integracion = trimws(as.character(Integration))) %>%
  group_by(Integracion) %>%
  summarise(Fi = n()) %>%
  arrange(desc(Fi)) %>%
  mutate(hi = Fi / sum(Fi), Pi = hi * 100, Fi_ac = cumsum(Fi), hi_ac = cumsum(hi))

3. Identificación de la Variable

  • Variable: INTEGRATION (Integración).
  • Tipo: Cualitativa Nominal.
  • Descripción: Tipo de integración operativa o regulatoria aplicada al pozo.

4. Tabla de Distribución de Frecuencias

TABLA 1. Distribución de Frecuencias de Pozos por Integración
Integración Frec. Absoluta (Fi) Frec. Relativa (hi) Porcentaje (%) Frec. Abs. Acumulada (Fi_ac) Frec. Rel. Acumulada (hi_ac)
No integration order required 821 0.7856459 78.5645933 821 0.7856459
Integration order issued 181 0.1732057 17.3205742 1002 0.9588517
Integration order pending 40 0.0382775 3.8277512 1042 0.9971292
Referred to Office of Hearings and Mediation Services 3 0.0028708 0.2870813 1045 1.0000000
Fuente: Oil & Gas & Other Regulated Wells - Beginning 1860

5. Representación Gráfica

5.1. Gráfica N°1: Frecuencia Absoluta

ggplot(tdf_integracion, aes(x = reorder(Integracion, -Fi), y = Fi, fill = Integracion)) +
  geom_bar(stat = "identity", show.legend = FALSE) +
  geom_text(aes(label = Fi), vjust = -0.5, size = 5, family = "Lora") +
  scale_fill_manual(values = paleta_azul) +
  theme_minimal(base_family = "Lora") +
  labs(x = "Integración", y = "Frecuencia Absoluta (Fi)") +
  theme(plot.title = element_blank(), axis.title = element_text(size = 16), 
        axis.text = element_text(size = 12), axis.text.x = element_text(angle = 45, hjust = 1))

5.2. Gráfica N°2: Distribución Porcentual

ggplot(tdf_integracion, aes(x = reorder(Integracion, -Pi), y = Pi, fill = Integracion)) +
  geom_bar(stat = "identity", show.legend = FALSE) +
  geom_text(aes(label = paste0(round(Pi, 1), "%")), vjust = -0.5, size = 5, family = "Lora") +
  scale_fill_manual(values = paleta_azul) +
  theme_minimal(base_family = "Lora") +
  labs(x = "Integración", y = "Porcentaje (%)") +
  theme(plot.title = element_blank(), axis.title = element_text(size = 16), 
        axis.text = element_text(size = 12), axis.text.x = element_text(angle = 45, hjust = 1))

5.3. Gráfica N°3: Distribución Porcentual (Circular)

plot_data <- tdf_integracion %>% mutate(label_leyenda = paste0(Integracion, " (", round(Pi, 1), "%)"))
ggplot(plot_data, aes(x = "", y = Pi, fill = label_leyenda)) +
  geom_bar(stat = "identity", width = 1) +
  coord_polar("y", start = 0) +
  scale_fill_manual(values = paleta_azul) +
  theme_void(base_family = "Lora") +
  theme(legend.position = "right", legend.text = element_text(size = 12)) +
  guides(fill = guide_legend(title = "Integración"))

6. Tabla de Indicadores

TABLA 2. Indicadores Estadísticos
Indicador Valor
Total de Pozos (N) 1,045
Integración Modal No integration order required
Porcentaje de la Moda 78.56%
Autor: Jennifer Cordones

7. Conclusión

  • El tipo de integración No integration order required es el predominante, abarcando el 78.6% de los registros analizados.
  • Esta tendencia refleja la estructura operativa actual y la alineación regulatoria dentro de los estándares de la industria.