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

tipo_original_limpio <- datos_originales |>
  dplyr::transmute(TipoOriginal=stringr::str_squish(as.character(.data[[columna_tipo_original]]))) |>
  dplyr::filter(!is.na(TipoOriginal), TipoOriginal != "", !toupper(TipoOriginal) %in% c("NA", "N/A", "NULL"))
if (!nrow(tipo_original_limpio)) stop("No existen registros válidos de Original Well Type.")
set.seed(2026)
tipo_original_limpio$TipoOriginal <- factor(tipo_original_limpio$TipoOriginal,
                               levels=sample(unique(tipo_original_limpio$TipoOriginal)))
N <- nrow(tipo_original_limpio)
if (N == 0L) stop("No existen registros válidos de Original Well Type.")
cat("Registros válidos:", fmt_entero(N),
    " | Tipos de pozo originales distintos:", nlevels(tipo_original_limpio$TipoOriginal), "\n")
## Registros válidos: 47.379  | Tipos de pozo originales distintos: 18

3 Identificación de la Variable

La variable Original Well Type (Tipo de pozo original) es cualitativa nominal: clasifica los pozos según su clasificación original, 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 el tipo de pozo original en el estado de Nueva York, 1860 - Actualidad",
  desplazamiento=TRUE))
Cuadro N° 1: Distribución de frecuencias de los pozos regulados según el tipo de pozo original en el estado de Nueva York, 1860 - Actualidad
TIPO DE POZO ORIGINAL FRECUENCIA ABSOLUTA (nᵢ) FRECUENCIA RELATIVA (hᵢ) FRECUENCIA RELATIVA PORCENTUAL (%)
NL 39.029 0.8238 82.38%
ST 119 0.0025 0.25%
IG 3 0.0001 0.01%
DS 5 0.0001 0.01%
OE 6 0.0001 0.01%
OW 19 0.0004 0.04%
BR 278 0.0059 0.59%
GW 1.008 0.0213 2.13%
MS 14 0.0003 0.03%
OD 3.920 0.0827 8.27%
GE 243 0.0051 0.51%
SG 255 0.0054 0.54%
LP 3 0.0001 0.01%
IW 180 0.0038 0.38%
MM 9 0.0002 0.02%
TH 198 0.0042 0.42%
GD 2.069 0.0437 4.37%
MB 21 0.0004 0.04%
Total 47.379 1.0000 100.00%

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

Top 6 de categorías con mayor frecuencia absoluta

El Cuadro N° 2 presenta los seis tipos de pozo originales con mayor frecuencia absoluta y «Otros», que reúne las categorías restantes. Los porcentajes se calculan sobre todos los registros válidos.

cat(crear_cuadro(tabla_resumen, 2,
  "Distribución de frecuencias de los seis tipos de pozo originales más frecuentes y Otros, Nueva York, 1860 - Actualidad"))
Cuadro N° 2: Distribución de frecuencias de los seis tipos de pozo originales más frecuentes y Otros, Nueva York, 1860 - Actualidad
TIPO DE POZO ORIGINAL FRECUENCIA ABSOLUTA (nᵢ) FRECUENCIA RELATIVA (hᵢ) FRECUENCIA RELATIVA PORCENTUAL (%)
NL 39.029 0.8238 82.38%
OD 3.920 0.0827 8.27%
GD 2.069 0.0437 4.37%
GW 1.008 0.0213 2.13%
BR 278 0.0059 0.59%
SG 255 0.0054 0.54%
Otros 820 0.0173 1.73%
Total 47.379 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(TipoOriginal, ni, fill=TipoOriginal)) +
  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 tipo de pozo original",x="Tipo de pozo",y="Frecuencia absoluta (nᵢ)") + tema_barras

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

ggplot2::ggplot(tabla_plot, ggplot2::aes(TipoOriginal, porcentaje, fill=TipoOriginal)) +
  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 tipo de pozo original",x="Tipo de pozo",y="Frecuencia relativa porcentual (%)") + tema_barras

5.3 Gráfica N° 3 — Gráfica Circular Porcentual

leyenda <- paste0(as.character(tabla_plot$TipoOriginal), " — ", sprintf("%.2f%%",tabla_plot$porcentaje))
ggplot2::ggplot(tabla_plot,ggplot2::aes(x=1,y=ni,fill=TipoOriginal)) +
  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 tipo de pozo original",fill="Tipo de pozo — 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° 3: Indicadores estadísticos de Original Well Type (Tipo de pozo original), 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)
Original Well Type (Tipo de pozo original) N/A N/A NL N/A N/A N/A N/A N/A

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

Registros válidos (N): 47.379   |   Categorías: 18   |   Frecuencia modal: 39.029   |   Porcentaje modal: 82.38%.

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

7 Conclusión

La variable Original Well Type (Tipo de pozo original) es cualitativa nominal policotómica y presenta 18 categorías en 47.379 registros válidos. La moda corresponde a NL, con una frecuencia de 39.029 pozos (82.38% del total), lo que evidencia una concentración de los registros en determinados tipos de pozo originales del estado de Nueva York.

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