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.
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
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"
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))
| 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.
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"))
| 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.
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
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
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")
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) |
|---|---|---|---|---|---|---|---|---|
| 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.
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