1 Configuración y Carga de Datos

ruta <- "C:/Users/cordo/OneDrive/Desktop/ESTADISITCA/Oil__Gas____Other_Regulated_Wells__Beginning_1860.csv"
datos_originales <- readr::read_delim(
  ruta, delim=";", trim_ws=TRUE, show_col_types=FALSE,
  name_repair="minimal", locale=readr::locale(encoding="UTF-8")
)
cat("Carga exitosa:", fmt_entero(nrow(datos_originales)), "registros.\n")
## Carga exitosa: 47.407 registros.

2 Extracción y Limpieza de la Variable

seccion_limpia <- datos_originales |>
  dplyr::transmute(Seccion=stringr::str_squish(as.character(.data[[columna_seccion]]))) |>
  dplyr::filter(!is.na(Seccion), Seccion != "", !toupper(Seccion) %in% c("NA", "N/A", "NULL"))
set.seed(2026)
seccion_limpia$Seccion <- factor(seccion_limpia$Seccion,
                               levels=sample(unique(seccion_limpia$Seccion)))
N <- nrow(seccion_limpia)
if (N == 0L) stop("No existen registros válidos de Quad Section.")
cat("Registros válidos:", fmt_entero(N),
    " | Secciones cartográficas distintas:", nlevels(seccion_limpia$Seccion), "\n")
## Registros válidos: 46.519  | Secciones cartográficas distintas: 9

3 Identificación de la Variable

La variable Quad Section (Sección de la zona cartográfica) es cualitativa nominal: identifica las secciones de las zonas cartográficas donde se ubican los pozos regulados, sin establecer un orden jerárquico natural entre sus categorías.

tipo_variable <- "Cualitativa nominal"

4 Tabla de Distribución de Frecuencias

cat(crear_cuadro(tabla_frecuencias, 1,
  "Distribución de frecuencias de los pozos regulados según la sección de la zona cartográfica en el estado de Nueva York, 1860 - Actualidad",
  desplazamiento=nrow(tabla_frecuencias)>20))
Cuadro N° 1: Distribución de frecuencias de los pozos regulados según la sección de la zona cartográfica en el estado de Nueva York, 1860 - Actualidad
SECCIÓN CARTOGRÁFICA FRECUENCIA ABSOLUTA (nᵢ) FRECUENCIA RELATIVA (hᵢ) FRECUENCIA RELATIVA PORCENTUAL (%)
H 5.546 0.1192 11.92%
F 4.933 0.1060 10.60%
E 6.156 0.1323 13.23%
G 6.723 0.1445 14.45%
A 3.201 0.0688 6.88%
B 4.831 0.1039 10.39%
C 3.264 0.0702 7.02%
I 6.093 0.1310 13.10%
D 5.772 0.1241 12.41%
Total 46.519 1.0000 100.00%

Fuente: Oil, Gas & Other Regulated Wells: Beginning 1860.

cat(crear_cuadro(tabla_resumen, 2,
  "Distribución de frecuencias de los pozos regulados: 10 secciones cartográficas más frecuentes y Otros, Nueva York, 1860 - Actualidad"))

5 Representación Gráfica

5.1 Gráfica N° 1 — Diagrama de Barras (Frecuencia Absoluta)

ggplot2::ggplot(tabla_plot, ggplot2::aes(Seccion, ni, fill=Seccion)) +
  ggplot2::geom_col(width=.72) +
  ggplot2::geom_text(ggplot2::aes(label=fmt_entero(ni)),vjust=-.4,size=3) +
  ggplot2::scale_fill_manual(values=colores) +
  ggplot2::scale_y_continuous(expand=ggplot2::expansion(mult=c(0,.14))) +
  ggplot2::labs(title="Gráfica N° 1: Frecuencia absoluta por sección de la zona cartográfica",x="Sección",y="Frecuencia absoluta (nᵢ)") + tema_barras

5.2 Gráfica N° 2 — Diagrama de Barras (Porcentajes)

ggplot2::ggplot(tabla_plot, ggplot2::aes(Seccion, porcentaje, fill=Seccion)) +
  ggplot2::geom_col(width=.72) +
  ggplot2::geom_text(ggplot2::aes(label=sprintf("%.2f%%",porcentaje)),vjust=-.4,size=3) +
  ggplot2::scale_fill_manual(values=colores) +
  ggplot2::scale_y_continuous(expand=ggplot2::expansion(mult=c(0,.14))) +
  ggplot2::labs(title="Gráfica N° 2: Frecuencia porcentual por sección de la zona cartográfica",x="Sección",y="Frecuencia relativa porcentual (%)") + tema_barras

5.3 Gráfica N° 3 — Gráfica Circular Porcentual

leyenda <- paste0(as.character(tabla_plot$Seccion), " — ", sprintf("%.2f%%",tabla_plot$porcentaje))
ggplot2::ggplot(tabla_plot,ggplot2::aes(x=1,y=ni,fill=Seccion)) +
  ggplot2::geom_col(width=1,color="white",linewidth=.35) +
  ggplot2::coord_polar(theta="y",start=0) +
  ggplot2::scale_fill_manual(values=colores,labels=leyenda) +
  ggplot2::labs(title="Gráfica N° 3: Distribución porcentual por sección de la zona cartográfica",fill="Sección — porcentaje") +
  ggplot2::theme_void() + ggplot2::theme(plot.title=ggplot2::element_text(hjust=.5,face="bold"),legend.position="right")

6 Tabla de Indicadores

cat(crear_indicadores())
Cuadro N° 2: Indicadores estadísticos de Quad Section (Sección de la zona cartográfica), Nueva York, 1860 - Actualidad
Variable
Tendencia central
Dispersión
Forma
Valores atípicos
VARIABLE ANALIZADA Media (X̄) Mediana (Me) Moda (Mo) Desviación estándar (Sd) Coeficiente de variación (CV %) Asimetría (As) Curtosis (K) Valores atípicos (Outliers)
Quad Section (Sección de la zona cartográfica) N/A N/A G N/A N/A N/A N/A N/A

N/A: No aplicable a una variable cualitativa nominal.

Registros válidos (N): 46.519   |   Categorías: 9   |   Frecuencia modal: 6.723   |   Porcentaje modal: 14.45%.

Fuente: Oil, Gas & Other Regulated Wells: Beginning 1860.

7 Conclusión

La variable Quad Section (Sección de la zona cartográfica) es cualitativa nominal policotómica y presenta 9 categorías en 46.519 registros válidos. La moda corresponde a G, con una frecuencia de 6.723 pozos (14.45% del total), lo que evidencia una concentración de los registros en determinadas secciones cartográficas del estado de Nueva York.

Autor: Jennifer Cordones | Análisis Estadístico — Oil, Gas & Other Regulated Wells - NY State