INTRODUCCIÓN

Este estudio analiza la Fecha de Término de Perforación de pozos petrolíferos en Brasil (1920–2018) mediante estadística inferencial para evaluar el dinamismo histórico exploratorio y modelar la probabilidad de proyectos hidrocarburíferos.

1 _ Librerías

Carga de paquetes

library(readxl)
library(dplyr)
library(gt)
library(e1071)
library(lubridate)
library(MASS)
library(knitr)

2 _ Cargar datos

Importación del archivo

Datos_Brutos <- read.csv(  
  "tabela_de_pocos_janeiro_2018_convertido.csv",  
  header        = TRUE,  
  sep           = ",",  
  quote         = "\"",
  dec           = ".",  
  fileEncoding  = "Latin1",
  fill          = TRUE
)
if(ncol(Datos_Brutos) < 5) {
  Datos_Brutos <- read.csv2(
    "tabela_de_pocos_janeiro_2018_convertido.csv",
    header        = TRUE,
    dec           = ",",
    fileEncoding  = "Latin1",
    fill          = TRUE
  )
}

3 _ Variables

Filtrado de fechas

col_termino <- grep("TERMINO", names(Datos_Brutos), ignore.case = TRUE)

Datos <- Datos_Brutos %>%  
  mutate(    
    Fecha_Texto = as.character(.[[col_termino]]),
    Fecha_Obj   = ymd(Fecha_Texto),
    Anio        = year(Fecha_Obj)  ) %>%  
  filter(!is.na(Anio) & Anio >= 1920 & Anio <= 2020)

X <- Datos$Anio

4 _ Conteo

breaks_dec <- seq(1920, 2020, by = 10)
h_total    <- hist(X, breaks = breaks_dec, plot = FALSE)

TDF_General <- data.frame(  
  Decada = paste(head(breaks_dec, -1), tail(breaks_dec, -1), sep = "-"),  
  ni     = h_total$counts,  
  hi     = round((h_total$counts / sum(h_total$counts)) * 100, 2)
)

5 _ Tabla

TABLA DE STURGES

Dado que la variable abarca casi un siglo (1920–2018), trabajar con años individuales generaría demasiado ruido estadístico. Por ello, agrupamos los datos en décadas (intervalos de 10 años). Esto nos permite visualizar la tendencia estructural y facilita el cálculo de probabilidades en los modelos discretos.

totales_simplificados <- data.frame(
  Decada = "TOTAL",
  ni     = sum(TDF_General$ni),
  hi     = 100
)

TDF_Inferencial <- TDF_General %>% mutate(Decada = as.character(Decada), ni = as.numeric(ni), hi = as.numeric(hi))
TDF_Show_Simple <- rbind(TDF_Inferencial, totales_simplificados)

TDF_Show_Simple %>%  
  gt() %>%  
  tab_header(    
    title    = md("TABLA DE FRECUENCIAS: STURGES"),    
    subtitle = md("Variable: **Término de Perforación**")  ) %>%  
  tab_source_note(source_note = "Fuente: Tabela de Poços 2018") %>%  
  cols_label(    
    Decada = "Periodo (Década)",    
    ni     = "Frecuencia Absoluta (ni)",    
    hi     = "Frecuencia Relativa (hi%)"  ) %>%  
  cols_align(align = "center", columns = everything()) %>%  
  tab_style(style = list(cell_fill(color = "#2E4053"), cell_text(color = "white", weight = "bold")), locations = cells_title(groups = c("title", "subtitle"))) %>%  
  tab_style(style = list(cell_fill(color = "#F2F3F4"), cell_text(weight = "bold", color = "#2E4053")), locations = cells_column_labels())
TABLA DE FRECUENCIAS: STURGES
Variable: Término de Perforación
Periodo (Década) Frecuencia Absoluta (ni) Frecuencia Relativa (hi%)
1920-1930 2 0.01
1930-1940 11 0.04
1940-1950 216 0.78
1950-1960 1018 3.67
1960-1970 2419 8.72
1970-1980 2893 10.43
1980-1990 9375 33.81
1990-2000 3382 12.20
2000-2010 4586 16.54
2010-2020 3827 13.80
TOTAL 27729 100.00
Fuente: Tabela de Poços 2018

6 _ Gráficas

Distribución general

col_barras <- "#5D6D7E"
col_ejes   <- "#2E4053"
par(mar = c(10, 5, 4, 2))

vals_x   <- TDF_General$Decada
vals_y   <- TDF_General$ni
ylim_max <- max(vals_y) * 1.1

bp <- barplot(  
  vals_y,  
  main      = "Gráfica N°1: Distribución de Fecha de Término de Pozos Petroleros de Brasil",  
  cex.main  = 0.9,  
  ylab      = "Cantidad de Pozos Finalizados",  
  col       = col_barras, 
  border    = "white",  
  axes      = FALSE, 
  ylim      = c(0, ylim_max), 
  axisnames = FALSE
)

axis(2, col = col_ejes, col.axis = col_ejes)
axis(1, at = bp, labels = vals_x, col = col_ejes, col.axis = col_ejes, las = 2, cex.axis = 0.9)
title(xlab = "Década", line = 8)
grid(nx = NA, ny = NULL, col = "#D7DBDD", lty = "dotted")
box(bty = "l", col = col_ejes)

7 _ Indicadores

Modelos probabilísticos y bondad de ajuste

Tabla N°2: Bondad de Ajuste - Agrupación 1
Modelo Test_Pearson Chi_Cuadrado Umbral Decision
Poisson 85% 0.6395 5.9915 Modelo aceptado
Autor: Ashly Alzate

Tabla N°3: Bondad de Ajuste - Agrupación 2
Modelo Test_Pearson Chi_Cuadrado Umbral Decision
Poisson 87% 0.6115 5.9915 Modelo aceptado
Autor: Ashly Alzate

8 _ Conclusión

Los valores de la Conclusión de Perforación fluctúan entre 1920 y 2018 y giran en torno a 1985, con una desviación estándar de 21.5, con valores atípicos identificados en los extremos, siendo un conjunto de datos heterogéneo, cuyos valores se agrupan medianamente en la parte media de la variable. Por lo anterior, el comportamiento es beneficioso para el análisis histórico de la actividad petrolera.