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

simbolo_limpio <- datos_originales |>
  dplyr::transmute(Simbolo=stringr::str_squish(as.character(.data[[columna_simbolo]]))) |>
  dplyr::filter(!is.na(Simbolo), Simbolo != "", !toupper(Simbolo) %in% c("NA", "N/A", "NULL"))
set.seed(2026)
simbolo_limpio$Simbolo <- factor(simbolo_limpio$Simbolo,
                               levels=sample(unique(simbolo_limpio$Simbolo)))
N <- nrow(simbolo_limpio)
if (N == 0L) stop("No existen registros válidos de Map Symbol.")
cat("Registros válidos:", fmt_entero(N),
    " | Símbolos distintos:", nlevels(simbolo_limpio$Simbolo), "\n")
## Registros válidos: 47.388  | Símbolos distintos: 13

3 Identificación de la Variable

La variable Map Symbol (Símbolo del mapa) es cualitativa nominal: identifica las categorías de símbolos utilizadas para representar pozos en el mapa, sin establecer un orden jerárquico natural entre ellas.

tipo_variable <- "Cualitativa nominal"

4 Tabla de Distribución de Frecuencias

cat(crear_cuadro(tabla_frecuencias, 1,
  "Distribución de frecuencias de los pozos regulados según el símbolo del mapa en el estado de Nueva York, 1860 - Actualidad"))
Cuadro N° 1: Distribución de frecuencias de los pozos regulados según el símbolo del mapa en el estado de Nueva York, 1860 - Actualidad
SÍMBOLO DEL MAPA FRECUENCIA ABSOLUTA (nᵢ) FRECUENCIA RELATIVA (hᵢ) FRECUENCIA RELATIVA PORCENTUAL (%)
CON 14 0.0003 0.03%
S 961 0.0203 2.03%
DP 2.238 0.0472 4.72%
GW 8.737 0.1844 18.44%
GWP 2.156 0.0455 4.55%
OP 5.561 0.1174 11.74%
SMP 597 0.0126 1.26%
SP 170 0.0036 0.36%
OW 7.975 0.1683 16.83%
OWP 10.058 0.2122 21.22%
O 8.156 0.1721 17.21%
DH 593 0.0125 1.25%
SM 172 0.0036 0.36%
Total 47.388 1.0000 100.00%

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

5 Representación Gráfica

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

ggplot2::ggplot(tabla_plot, ggplot2::aes(Simbolo, ni, fill=Simbolo)) +
  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 símbolo del mapa",x="Símbolo del mapa",y="Frecuencia absoluta (nᵢ)") + tema_barras

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

ggplot2::ggplot(tabla_plot, ggplot2::aes(Simbolo, porcentaje, fill=Simbolo)) +
  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 símbolo del mapa",x="Símbolo del mapa",y="Frecuencia relativa porcentual (%)") + tema_barras

5.3 Gráfica N° 3 — Gráfica Circular Porcentual

leyenda <- paste0(as.character(tabla_plot$Simbolo), " — ", sprintf("%.2f%%",tabla_plot$porcentaje))
ggplot2::ggplot(tabla_plot,ggplot2::aes(x=1,y=ni,fill=Simbolo)) +
  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 símbolo del mapa",fill="Símbolo — 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 Map Symbol (Símbolo del mapa), 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)
Map Symbol (Símbolo del mapa) N/A N/A OWP N/A N/A N/A N/A N/A

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

Registros válidos (N): 47.388   |   Categorías: 13   |   Frecuencia modal: 10.058   |   Porcentaje modal: 21.22%.

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

7 Conclusión

La variable Map Symbol (Símbolo del mapa) es cualitativa nominal policotómica y presenta 13 categorías en 47.388 registros válidos. La moda corresponde a OWP, con una frecuencia de 10.058 pozos (21.22% del total), lo que evidencia una concentración de los registros en determinadas categorías de símbolos del mapa del estado de Nueva York.

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