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.
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
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"
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))
| 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"))
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
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
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")
cat(crear_indicadores())
| 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.
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