Estadística descriptiva · Producción terrestre de Brasil · enero de 2023

1 Configuración y Carga de Datos

Se carga el conjunto de datos de producción terrestre de Brasil publicado por la ANP para enero de 2023 (5.471 registros). Los pozos con varias filas se consolidan en una sola fila por pozo: los volúmenes se suman y las horas toman el máximo.

Código
# Librerías, lectura del CSV de la ANP, consolidación por pozo y funciones
# compartidas: todo el código común vive en comun.R, junto a estos informes.
source("comun.R")

2 Extracción y Limpieza de la Variable

Se analiza la variable Campo principal de producción. Campo al que pertenece el pozo: el de mayor óleo si aporta a varios. Se aísla la variable, se eliminan los registros sin dato y se conserva el 100 % de las observaciones válidas para el análisis.

Código
serie <- pozos$campo
n <- length(serie)
serie <- serie[!is.na(serie) & nzchar(trimws(serie))]
n_validos <- length(serie)
n_nulos <- n - n_validos

3 Identificación de la Variable

Se presenta la ficha técnica de identificación de la variable, especificando su naturaleza estadística y su fuente de origen.

Código
tabla_ficha(
  nombre = "Campo principal de producción",
  nombre_tecnico = "Campo",
  tipo = "Cualitativa",
  subtipo = "Nominal policotómica",
  dominio = "Campos con contrato de concesión",
  rango = "213 categorías",
  unidad = "No aplica",
  escala = "Nominal",
  fuente = "Registro administrativo de la ANP; el archivo no identifica el equipo físico"
)
Identificación de la Variable
Criterio Clasificación
Nombre Campo principal de producción
Nombre técnico Campo
Tipo Cualitativa
Subtipo Nominal policotómica
Dominio Campos con contrato de concesión
Rango 213 categorías
Unidad No aplica
Escala Nominal
Fuente Registro administrativo de la ANP; el archivo no identifica el equipo físico

Justificación: la variable toma un conjunto finito de categorías sin orden natural entre ellas; corresponde a una variable cualitativa nominal. Por eso se construye la tabla de distribución de frecuencias con frecuencia absoluta y porcentual, y el único indicador de tendencia central aplicable es la moda.

4 Tabla de Distribución de Frecuencias

Se calcula la distribución de frecuencias absolutas ((n_i)) y porcentuales ((h_i%)) de la variable, respetando la estructura de tres columnas estipulada por la cátedra.

Código
conteo <- table(serie)
# De mayor a menor; los empates se resuelven en orden alfabético
conteo <- conteo[order(-as.integer(conteo), names(conteo))]

tdf <- data.frame(
  Categoría = names(conteo),
  `Frecuencia (ni)` = as.integer(conteo),
  `Porcentaje (hi%)` = 100 * as.numeric(conteo) / n_validos,
  check.names = FALSE,
  row.names = NULL
)

print(c(categorías = nrow(tdf), con_dato = n_validos, sin_dato = n_nulos))
categorías   con_dato   sin_dato 
       213       5308          0 
Código
# Con más de 20 categorías se muestran las 20 más frecuentes y el resto se
# agrupa en una sola fila para conservar el total
if (nrow(tdf) > 20) {
  resto <- tdf[21:nrow(tdf), , drop = FALSE]
  tdf_tabla <- rbind(
    tdf[1:20, , drop = FALSE],
    data.frame(Categoría = paste0("Otros (", nrow(resto), " categorías)"),
               `Frecuencia (ni)` = sum(resto[[2]]),
               `Porcentaje (hi%)` = sum(resto[[3]]),
               check.names = FALSE)
  )
} else {
  tdf_tabla <- tdf
}

# Fila de totales: la suma de las frecuencias es el total de válidos
tdf_mostrada <- rbind(
  tdf_tabla,
  data.frame(Categoría = "TOTAL",
             `Frecuencia (ni)` = sum(tdf_tabla[[2]]),
             `Porcentaje (hi%)` = 100,
             check.names = FALSE)
)

tabla_gt(tdf_mostrada,
         decimales = c("Porcentaje (hi%)" = 2),
         total = TRUE,
         titulo = "Tabla N°1: Distribución de Frecuencias",
         subtitulo = "Variable Cualitativa Nominal: Campo principal de producción")
Tabla N°1: Distribución de Frecuencias
Variable Cualitativa Nominal: Campo principal de producción
Categoría Frecuencia (ni) Porcentaje (hi%)
ESTREITO 950 17,90
CANTO DO AMARO 707 13,32
ALTO DO RODRIGUES 474 8,93
FAZENDA POCINHO 290 5,46
CARMÓPOLIS 271 5,11
FAZENDA BELÉM CE 200 3,77
MIRANGA 112 2,11
RIACHUELO 105 1,98
SALINA CRISTAL 89 1,68
ARAÇÁS 88 1,66
CASSARONGONGO 78 1,47
GUAMARÉ 76 1,43
PILAR 76 1,43
FAZENDA ALEGRE 74 1,39
FURADO 69 1,30
BENFICA 67 1,26
MONTE ALEGRE 66 1,24
SIRIRIZINHO 56 1,06
LORENA 55 1,04
ÁGUA GRANDE 48 0,90
Otros (193 categorías) 1.357 25,57
TOTAL 5.308 100,00

5 Representación Gráfica

Se presentan tres gráficas en escala de grises que permiten analizar visualmente la distribución de la variable cualitativa nominal Campo principal de producción.

5.1 Gráfica N°1 — Barras de frecuencia absoluta

Código
# Con más de 15 categorías se muestran las 10 más frecuentes y el resto se
# agrupa en «Otros» para que el gráfico siga siendo legible
gdf <- if (nrow(tdf) > 15) tdf[1:10, , drop = FALSE] else tdf
if (nrow(tdf) > 15) {
  resto <- tdf[11:nrow(tdf), , drop = FALSE]
  gdf <- rbind(gdf, data.frame(Categoría = "Otros",
                               `Frecuencia (ni)` = sum(resto[[2]]),
                               `Porcentaje (hi%)` = sum(resto[[3]]),
                               check.names = FALSE))
}

par(mar = c(9, 6, 5, 2))
bp1 <- barplot(gdf[[2]], main = "", xlab = "", ylab = "",
               col = "gray72", border = "gray30",
               ylim = c(0, max(gdf[[2]]) * 1.15),
               names.arg = as.character(gdf$Categoría),
               cex.names = 0.8, las = 2)
mtext("Frecuencia (ni)", side = 2, line = 4.5, cex = 0.95)
mtext("Campo principal de producción", side = 1, line = 7, cex = 0.95)
mtext(paste(strwrap("Gráfica N°1: Distribución de Frecuencias Absolutas de la Variable Campo principal de producción", width = 72), collapse = "\n"),
      side = 3, line = 2, adj = 0.5, cex = 0.85, font = 2)
text(x = bp1, y = gdf[[2]], labels = format(gdf[[2]], big.mark = "."),
     pos = 3, cex = 0.8)

5.2 Gráfica N°2 — Barras de porcentaje

Código
par(mar = c(9, 6, 5, 2))
bp2 <- barplot(gdf[[3]], main = "", xlab = "", ylab = "Porcentaje %",
               col = "gray72", border = "gray30",
               ylim = c(0, max(gdf[[3]]) * 1.2),
               names.arg = as.character(gdf$Categoría),
               cex.names = 0.8, las = 2)
mtext("Campo principal de producción", side = 1, line = 7, cex = 0.95)
mtext(paste(strwrap("Gráfica N°2: Distribución Porcentual de la Variable Campo principal de producción", width = 72), collapse = "\n"),
      side = 3, line = 2, adj = 0.5, cex = 0.85, font = 2)
text(x = bp2, y = gdf[[3]],
     labels = paste0(format(round(gdf[[3]], 2), decimal.mark = ","), " %"),
     pos = 3, cex = 0.8)

5.3 Gráfica N°3 — Gráfico circular porcentual

Código
grises <- grDevices::gray(seq(0.30, 0.80, length.out = nrow(gdf)))
par(mar = c(5, 2, 4, 11), xpd = TRUE)
pie(gdf[[3]], main = "", radius = 1,
    labels = paste0(format(round(gdf[[3]], 2), decimal.mark = ","), " %"),
    col = grises, cex = 0.8)
mtext(paste(strwrap("Gráfica N°3: Distribución Porcentual de la Variable Campo principal de producción", width = 72), collapse = "\n"),
      side = 3, line = 2, adj = 0.5, cex = 0.85, font = 2)
legend(x = 1.15, y = 1, legend = as.character(gdf$Categoría), fill = grises,
       cex = 0.8, title = "Campo principal de producción", bty = "n")

6 Tabla de Indicadores

Para la variable cualitativa nominal Campo principal de producción, el único indicador de tendencia central aplicable es la moda. La mediana, media, varianza y demás medidas de dispersión no aplican para este tipo de variable.

Código
moda <- tdf$Categoría[1]

indicadores <- data.frame(
  Indicador = c("Variable", "Tipo de variable", "Categorías (Rango)", "Moda (Mo)",
                "Mediana (Me)", "Media (X̄)", "Varianza (V)", "Desv. Estándar (Sd)",
                "Coef. Variación (CV%)", "Asimetría (As)", "Curtosis (K)"),
  Valor = c("Campo principal de producción", "Cualitativa Nominal", "213 campos principales", moda,
            "—", "—", "—", "—", "—", "—", "—"),
  check.names = FALSE, stringsAsFactors = FALSE
)

t <- tabla_gt(indicadores,
              titulo = "Tabla N°2: Indicadores Estadísticos",
              subtitulo = "Variable Cualitativa Nominal: Campo principal de producción")
t <- gt::cols_align(t, align = "left", columns = "Indicador")
t <- gt::tab_style(
  t,
  style = list(gt::cell_fill(color = "#C3D6DB"), gt::cell_text(weight = "bold")),
  locations = gt::cells_body(rows = indicadores$Indicador == "Moda (Mo)")
)
t <- gt::tab_style(
  t,
  style = gt::cell_text(style = "italic", color = "gray40"),
  locations = gt::cells_body(rows = indicadores$Valor == "—", columns = "Valor")
)
gt::tab_options(t, table.width = gt::pct(60))
Tabla N°2: Indicadores Estadísticos
Variable Cualitativa Nominal: Campo principal de producción
Indicador Valor
Variable Campo principal de producción
Tipo de variable Cualitativa Nominal
Categorías (Rango) 213 campos principales
Moda (Mo) ESTREITO
Mediana (Me) —
Media (X̄) —
Varianza (V) —
Desv. Estándar (Sd) —
Coef. Variación (CV%) —
Asimetría (As) —
Curtosis (K) —

7 Conclusión

La variable Campo principal de producción es una variable cualitativa nominal cuyas categorías no tienen un orden natural. Su valor más frecuente (moda) es ESTREITO, con 950 de 5.308 pozos con dato (17,9 %). Le sigue CANTO DO AMARO con 13,3 %.

El campo se toma de la fila con más óleo del pozo; por eso se cuentan 213 campos principales y no los 221 que aparecen al menos una vez en el archivo. Las frecuencias cuentan pozos, no volúmenes.

Anexo. Código del archivo comun.R

Las secciones anteriores cargan el código compartido con source("comun.R"). Para que el informe pueda revisarse completo desde RPubs, se reproduce aquí el contenido íntegro de ese archivo.

Código
# ===========================================================================
# comun.R · Código compartido de los informes de estadística descriptiva
# ---------------------------------------------------------------------------
# Carga y consolida el CSV de producción terrestre de la ANP (una fila por
# pozo), define las utilidades de formato en español y las funciones que arman
# las tablas gt y los intervalos de clase.
#
# Cada .qmd lo carga con source("comun.R"): Quarto ejecuta con el directorio
# del documento, así que este archivo debe quedar en la misma carpeta RStudio/.
# ===========================================================================

# ===========================================================================
# Carga y consolidación de datos
# ===========================================================================
library(gt)

# El CSV de la ANP trae tres encabezados: la fila de nombres ocupa dos líneas
# físicas (una comilla contiene un salto de línea) y debajo vienen dos filas de
# subencabezado. Los datos empiezan en la quinta línea física; todas las filas
# tienen 48 campos.

# El CSV puede estar en la carpeta hermana data/ (repo) o en data/ del proyecto
rutas_datos <- c("../data/2023_01_producao_Terra.csv",
                 "data/2023_01_producao_Terra.csv")
ruta_produccion <- rutas_datos[file.exists(rutas_datos)][1]
if (is.na(ruta_produccion)) {
  stop("No se encontró 2023_01_producao_Terra.csv: revisa que la carpeta data/ esté junto a estos .qmd")
}

lineas <- readLines(ruta_produccion, encoding = "UTF-8", warn = FALSE)
lineas <- sub("\r$", "", lineas)

orig <- trimws(gsub('"', "", strsplit(paste(lineas[1], lineas[2], sep = "\n"),
                                       ";", fixed = TRUE)[[1]]))
stopifnot(length(orig) == 48, orig[1] == "Estado", orig[5] == "Campo",
          orig[6] == "Operador")

# Nombres simples por posición: así no se depende de los acentos ni de las
# columnas sin nombre del encabezado.
nombres <- orig
nombres[orig == ""] <- paste0("V", which(orig == ""))
nombres[c(1, 2, 3, 5, 6, 9, 10, 12, 13, 14, 16, 18, 19, 22)] <-
  c("estado", "bacia", "id_pozo", "campo", "operador", "oleo", "condensado",
    "gas_asociado", "gas_no_asociado", "gas_total", "agua",
    "tipo_instalacion", "horas", "api")

datos <- read.csv(
  text = paste(lineas[-(1:4)], collapse = "\n"),
  sep = ";", header = FALSE, col.names = nombres,
  stringsAsFactors = FALSE, colClasses = "character",
  quote = "", comment.char = "", fill = TRUE, check.names = FALSE
)

# Conversión numérica: el punto es separador de miles y la coma es decimal.
a_num <- function(x) {
  x <- trimws(x)
  x[!is.na(x) & !nzchar(x)] <- NA_character_
  con_coma <- !is.na(x) & grepl(",", x)
  x[con_coma] <- gsub(",", ".", gsub("\\.", "", x[con_coma]), fixed = TRUE)
  suppressWarnings(as.numeric(x))
}

datos$oleo <- a_num(datos$oleo)
datos$condensado <- a_num(datos$condensado)
datos$gas_asociado <- a_num(datos$gas_asociado)
datos$gas_no_asociado <- a_num(datos$gas_no_asociado)
datos$gas_total <- a_num(datos$gas_total)
datos$agua <- a_num(datos$agua)
datos$horas <- a_num(datos$horas)
datos$api <- a_num(datos$api)
datos$id <- trimws(datos$id_pozo)

# --- Consolidación ---------------------------------------------------------
# Los pozos repetidos aparecen una vez por cada campo al que aportan (mismo
# contrato y Estado): sus volúmenes son partes del total y se suman. Las horas
# se repiten entre filas, así que se toma el máximo para no pasar de 744 h. Las
# categorías y el grado API salen de la fila con más óleo del pozo.
ord <- order(-datos$oleo, seq_len(nrow(datos)), na.last = TRUE)
dat <- datos[ord, , drop = FALSE]
principal <- dat[!duplicated(dat$id), , drop = FALSE]

vol <- c("oleo", "condensado", "gas_asociado", "gas_no_asociado", "gas_total",
         "agua")
dat[vol] <- lapply(dat[vol], function(z) { z[is.na(z)] <- 0; z })
sumas <- rowsum(dat[vol], group = dat$id, reorder = FALSE)
ids <- rownames(sumas)
mat <- as.matrix(sumas)

pozos <- data.frame(id = ids, stringsAsFactors = FALSE)
for (v in vol) pozos[[v]] <- as.numeric(mat[, v])

horas_max <- tapply(dat$horas, dat$id,
                    function(z) if (all(is.na(z))) NA_real_ else max(z, na.rm = TRUE))
pozos$horas <- as.numeric(horas_max[ids])

campos_n <- tapply(dat$campo, dat$id, function(z) length(unique(z)))
pozos$campos <- as.integer(campos_n[ids])

mfil <- match(ids, principal$id)
pozos$estado <- principal$estado[mfil]
pozos$bacia <- principal$bacia[mfil]
pozos$operador <- principal$operador[mfil]
pozos$campo <- principal$campo[mfil]
pozos$tipo_instalacion <- principal$tipo_instalacion[mfil]

# Primer grado API no nulo al ordenar por óleo descendente: no se promedian
# grados de corrientes distintas.
api_pri <- tapply(dat$api, dat$id,
                  function(z) { z <- z[!is.na(z)]; if (length(z)) z[1] else NA_real_ })
pozos$api <- as.numeric(api_pri[ids])

# Días equivalentes completos: parte entera de las horas ÷ 24 (no son días
# calendario trabajados).
pozos$dias <- pmin(31, pmax(0, floor(ifelse(is.na(pozos$horas), 0, pozos$horas) / 24)))

# --- Variables derivadas ---------------------------------------------------
pozos$produce_oleo <- ifelse(pozos$oleo > 0, "Sí", "No")
pozos$produce_gas <- ifelse(pozos$gas_total > 0, "Sí", "No")
# Pesado < 22,3° · mediano 22,3°–31,1° (inclusive) · ligero > 31,1°
pozos$clase_api <- ifelse(is.na(pozos$api), NA_character_,
                  ifelse(pozos$api < 22.3, "Pesado",
                  ifelse(pozos$api <= 31.1, "Mediano", "Ligero")))
# Cortes en los cuartiles del óleo por pozo
q <- unname(quantile(pozos$oleo, c(0.25, 0.75), na.rm = TRUE))
pozos$nivel_oleo <- ifelse(pozos$oleo <= q[1], "Bajo",
                    ifelse(pozos$oleo <= q[2], "Medio", "Alto"))
# 0 días: inactivo · 1 a 30: parcial · 31: continuo
pozos$nivel_actividad <- ifelse(pozos$dias == 0, "Inactivo",
                         ifelse(pozos$dias >= 31, "Continuo", "Parcial"))

# --- Utilidades de formato (español) ---------------------------------------
fmtn <- function(x, d = 4) formatC(x, format = "f", digits = d,
                                   decimal.mark = ",", big.mark = ".")
fmtp <- function(x, d = 1) formatC(x, format = "f", digits = d,
                                   decimal.mark = ",", big.mark = ".")
fmtg <- function(x) gsub(".", ",", formatC(x, format = "g", digits = 5), fixed = TRUE)
sturges <- function(n) ceiling(1 + 3.322 * log10(n))

# --- Tablas (gt) -----------------------------------------------------------
# Diseno propio: encabezado azul petroleo con letra blanca, cebra azul
# grisacea y fila de totales en azul grisaceo medio. La tabla usa tipografia
# serif para separarse visualmente de las tablas de los informes de referencia.

tabla_gt <- function(datos, decimales = NULL, total = FALSE,
                     titulo = NULL, subtitulo = NULL) {
  t <- gt::gt(datos)

  if (!is.null(titulo)) {
    t <- gt::tab_header(
      t,
      title = gt::md(paste0("**", titulo, "**")),
      subtitle = if (is.null(subtitulo)) NULL
                 else gt::md(paste0("*", subtitulo, "*"))
    )
  }

  # Encabezados en blanco sobre el azul petroleo
  t <- gt::tab_style(
    t,
    style = list(gt::cell_fill(color = "#264E5B"),
                 gt::cell_text(color = "#FFFFFF", weight = "bold")),
    locations = gt::cells_column_labels(columns = gt::everything())
  )

  # Numeros con coma decimal y punto de miles; enteros sin decimales
  for (col in names(datos)) {
    v <- datos[[col]]
    if (!is.numeric(v)) next
    d <- if (!is.null(decimales) && col %in% names(decimales)) {
      as.integer(decimales[[col]])
    } else if (all(is.na(v))) {
      0
    } else if (all(v == round(v), na.rm = TRUE)) {
      0
    } else if (col %in% c("hi%", "hi", "Hi", "Hi (asc)", "Hi (desc)",
                          "Porcentaje", "Porcentaje (hi%)")) {
      2
    } else {
      4
    }
    t <- gt::fmt_number(t, columns = col, decimals = d,
                        dec_mark = ",", sep_mark = ".")
  }

  # Las celdas sin dato se leen como raya, no como NA
  t <- gt::sub_missing(t, columns = gt::everything(), missing_text = "—")

  # Fila de totales en azul grisaceo medio
  if (total) {
    t <- gt::tab_style(
      t,
      style = list(gt::cell_fill(color = "#C3D6DB"),
                   gt::cell_text(weight = "bold")),
      locations = gt::cells_body(rows = nrow(datos))
    )
  }

  t <- gt::tab_options(
    t,
    table.font.names = "Georgia",
    table.font.size = gt::px(13),
    heading.title.font.size = gt::px(16),
    heading.subtitle.font.size = gt::px(12),
    heading.title.font.weight = "bold",
    column_labels.background.color = "#264E5B",
    column_labels.border.top.color = "#264E5B",
    column_labels.border.bottom.color = "#264E5B",
    table_body.hlines.color = "#D5E2E6",
    table_body.border.bottom.color = "#264E5B",
    row.striping.background_color = "#EAF1F3",
    row.striping.include_table_body = TRUE,
    data_row.padding = gt::px(6),
    table.width = gt::pct(100)
  )
  gt::opt_row_striping(t)
}

# Ficha tecnica de identificacion de la variable
tabla_ficha <- function(nombre, nombre_tecnico, tipo, subtipo, dominio, rango,
                        unidad, escala, fuente, ancho = 70) {
  ficha <- data.frame(
    Criterio = c("Nombre", "Nombre técnico", "Tipo", "Subtipo", "Dominio",
                 "Rango", "Unidad", "Escala", "Fuente"),
    Clasificación = c(nombre, nombre_tecnico, tipo, subtipo, dominio, rango,
                      unidad, escala, fuente),
    check.names = FALSE, stringsAsFactors = FALSE
  )
  t <- tabla_gt(ficha, titulo = "Identificación de la Variable")
  t <- gt::cols_align(t, align = "left", columns = gt::everything())
  gt::tab_options(t, table.width = gt::pct(ancho))
}

# --- Intervalos de clase ---------------------------------------------------
# Agrupa los valores en k clases de igual ancho (natural o logaritmico) y
# devuelve los cortes, las marcas de clase, las frecuencias y los acumulados
# ascendentes y descendentes, ademas de la tabla ya armada.
intervalos <- function(v, k, log10 = FALSE) {
  v <- v[!is.na(v)]
  n <- length(v)

  if (log10) {
    # Escala logaritmica: el ancho es constante en log10 (rango multiplicativo).
    # Los ceros no entran en la escala y forman una clase propia {0}.
    ceros <- sum(v == 0)
    pos <- v[v > 0]
    t <- log10(pos)
    a <- (max(t) - min(t)) / k
    if (!is.finite(a) || a <= 0) a <- 1
    bt <- min(t) + a * (0:k)
    bt[k + 1] <- max(t)
    idx <- pmin(floor((t - min(t)) / a), k - 1) + 1
    ni <- as.integer(table(factor(idx, levels = seq_len(k))))
    li <- 10^bt[1:k]
    ls <- 10^bt[2:(k + 1)]
    mc <- sqrt(li * ls)
    etiq <- paste0("[", fmtg(li), "; ", fmtg(ls), ")")
    etiq[k] <- paste0("[", fmtg(li[k]), "; ", fmtg(ls[k]), "]")
    cortes <- c(0, 10^bt)
    # Los bordes se fijan con los valores exactos para que el histograma
    # corte en los mismos limites que la tabla
    cortes[2] <- min(pos)
    cortes[length(cortes)] <- max(pos)
    if (ceros > 0) {
      ni <- c(ceros, ni)
      mc <- c(0, mc)
      etiq <- c("{0}", etiq)
    }
    amplitud <- 0
  } else {
    a <- (max(v) - min(v)) / k
    if (!is.finite(a) || a <= 0) a <- 1
    li <- min(v) + a * (0:(k - 1))
    ls <- li + a
    if (max(v) > li[k]) ls[k] <- max(v)
    mc <- (li + ls) / 2
    idx <- pmin(floor((v - min(v)) / a), k - 1) + 1
    ni <- as.integer(table(factor(idx, levels = seq_len(k))))
    d <- if (a >= 1000) 0 else if (a >= 10) 1 else if (a >= 1) 2 else 4
    etiq <- paste0("[", fmtn(li, d), "; ", fmtn(ls, d), ")")
    etiq[k] <- paste0("[", fmtn(li[k], d), "; ", fmtn(ls[k], d), "]")
    cortes <- c(li, ls[k])
    amplitud <- a
  }

  hi <- ni / n
  Ni_asc <- cumsum(ni); Hi_asc <- cumsum(hi)
  Ni_desc <- rev(cumsum(rev(ni))); Hi_desc <- rev(cumsum(rev(hi)))
  kt <- length(ni)

  tabla <- data.frame(
    Intervalo = etiq, MC = mc, ni = ni, `hi%` = 100 * hi, hi = hi,
    `Ni (asc)` = Ni_asc, `Hi (asc)` = Hi_asc,
    `Ni (desc)` = Ni_desc, `Hi (desc)` = Hi_desc,
    check.names = FALSE, stringsAsFactors = FALSE
  )

  list(li = cortes[-(kt + 1)], ls = cortes[-1], mc = mc, ni = ni, hi = hi,
       etiq = etiq, Ni_asc = Ni_asc, Hi_asc = Hi_asc, Ni_desc = Ni_desc,
       Hi_desc = Hi_desc, cortes = cortes, amplitud = amplitud, k = kt,
       n = n, tabla = tabla)
}

# Agrega la fila de totales a una tabla de intervalos
con_total <- function(tabla) {
  rbind(tabla, data.frame(
    Intervalo = "TOTAL", MC = NA_real_, ni = sum(tabla$ni), `hi%` = 100,
    hi = 1, `Ni (asc)` = sum(tabla$ni), `Hi (asc)` = 1,
    `Ni (desc)` = sum(tabla$ni), `Hi (desc)` = 1,
    check.names = FALSE, stringsAsFactors = FALSE
  ))
}