ASIGNACION DE VARIABLES
col_ff <- base_datos$FracFocus
valid_ff <- !is.na(col_ff) & trimws(as.character(col_ff)) != ""
ff_vals <- trimws(as.character(col_ff[valid_ff]))
data.frame(
Variable = "FracFocus",
Nombre = "Registro de fracturación hidráulica (FracFocus)",
Tipo = "Cualitativo / Nominal",
Registros_Validos = length(ff_vals),
Registros_Faltantes = sum(!valid_ff)
)
## Variable Nombre
## 1 FracFocus Registro de fracturación hidráulica (FracFocus)
## Tipo Registros_Validos Registros_Faltantes
## 1 Cualitativo / Nominal 330466 0
TABLA DE DISTRIBUCIÓN DE CANTIDAD
Frecuencia absoluta (ni)
tabla_v17_df <- aggregate(
list(ni = ff_vals),
by = list(Variable = ff_vals),
FUN = length
)
tabla_v17_df <- tabla_v17_df[order(-tabla_v17_df$ni), ]
gt(tabla_v17_df) |>
tab_header(
title = "Tabla N° 17",
subtitle = "Distribución de Frecuencia Absoluta (FracFocus)"
) |>
cols_label(
Variable = "Indicador FracFocus",
ni = "Frecuencia absoluta (ni)"
) |>
grand_summary_rows(
columns = ni,
fns = list(Total = ~sum(., na.rm = TRUE)),
fmt = ~fmt_number(., decimals = 0)
)
| Tabla N° 17 |
| Distribución de Frecuencia Absoluta (FracFocus) |
|
Indicador FracFocus |
Frecuencia absoluta (ni) |
|
False |
307008 |
|
True |
23458 |
| Total |
— |
330,466 |
Frecuencia absoluta ajustada (por 1,000)
N_v17 <- sum(tabla_v17_df$ni)
tabla_v17_aj_df <- tabla_v17_df |>
mutate(ni_ajustada = round((ni / N_v17) * 1000, 2))
gt(tabla_v17_aj_df) |>
tab_header(
title = "Tabla N° 17 (Ajustada)",
subtitle = "Frecuencia Absoluta Ajustada por cada 1,000 registros (FracFocus)"
) |>
cols_label(
Variable = "Indicador FracFocus",
ni = "Frecuencia absoluta (ni)",
ni_ajustada = "Frecuencia absoluta ajustada"
) |>
grand_summary_rows(
columns = c(ni, ni_ajustada),
fns = list(Total = ~sum(., na.rm = TRUE)),
fmt = ~fmt_number(., decimals = 2)
)
| Tabla N° 17 (Ajustada) |
| Frecuencia Absoluta Ajustada por cada 1,000 registros (FracFocus) |
|
Indicador FracFocus |
Frecuencia absoluta (ni) |
Frecuencia absoluta ajustada |
|
False |
307008 |
929.02 |
|
True |
23458 |
70.98 |
| Total |
— |
330,466.00 |
1,000.00 |
Frecuencia relativa (hi) y porcentaje
(%)
N_v17 <- sum(tabla_v17_df$ni)
tabla_v17_rel_df <- tabla_v17_df |>
mutate(
hi = round(ni / N_v17, 4),
porcentaje = round(hi * 100, 2)
)
gt(tabla_v17_rel_df) |>
tab_header(
title = "Tabla N° 17 (Relativa)",
subtitle = "Distribución de Frecuencia Relativa (FracFocus)"
) |>
cols_label(
Variable = "Indicador FracFocus",
ni = "Frecuencia absoluta (ni)",
hi = "Frecuencia relativa (hi)",
porcentaje = "Porcentaje (%)"
) |>
grand_summary_rows(
columns = c(ni, hi, porcentaje),
fns = list(Total = ~sum(., na.rm = TRUE)),
fmt = ~fmt_number(., decimals = 2)
)
| Tabla N° 17 (Relativa) |
| Distribución de Frecuencia Relativa (FracFocus) |
|
Indicador FracFocus |
Frecuencia absoluta (ni) |
Frecuencia relativa (hi) |
Porcentaje (%) |
|
False |
307008 |
0.929 |
92.9 |
|
True |
23458 |
0.071 |
7.1 |
| Total |
— |
330,466.00 |
1.00 |
100.00 |
GRÁFICAS DE DISTRIBUCIÓN DE
CANTIDAD
Barras: Frecuencia absoluta (ni)
ggplot(tabla_v17_df, aes(x = reorder(Variable, ni), y = ni)) +
geom_col(fill = "steelblue") +
geom_text(aes(label = ni), hjust = -0.1, size = 3.5) +
coord_flip() +
expand_limits(y = max(tabla_v17_df$ni) * 1.15) +
labs(
title = "Frecuencia Absoluta de FracFocus",
x = "Indicador FracFocus",
y = "Frecuencia absoluta (ni)"
) +
theme_minimal(base_size = 12)

Barras: Frecuencia absoluta ajustada
ggplot(tabla_v17_aj_df, aes(x = reorder(Variable, ni_ajustada), y = ni_ajustada)) +
geom_col(fill = "darkorange") +
geom_text(aes(label = ni_ajustada), hjust = -0.1, size = 3.5) +
coord_flip() +
expand_limits(y = max(tabla_v17_aj_df$ni_ajustada) * 1.15) +
labs(
title = "Frecuencia Absoluta Ajustada (por 1,000) - FracFocus",
x = "Indicador FracFocus",
y = "Frecuencia absoluta ajustada"
) +
theme_minimal(base_size = 12)

Barras: Frecuencia relativa (hi %)
ggplot(tabla_v17_rel_df, aes(x = reorder(Variable, hi), y = hi)) +
geom_col(fill = "seagreen3") +
geom_text(
aes(label = paste0(porcentaje, "%")),
hjust = -0.1,
size = 3.5
) +
coord_flip() +
expand_limits(y = max(tabla_v17_rel_df$hi) * 1.15) +
labs(
title = "Frecuencia Relativa de FracFocus",
x = "Indicador FracFocus",
y = "Frecuencia relativa (hi)"
) +
theme_minimal(base_size = 12)

Circular: Porcentaje (%)
ggplot(tabla_v17_rel_df, aes(x = "", y = porcentaje, fill = Variable)) +
geom_col(width = 1, color = "white") +
coord_polar(theta = "y") +
geom_text(
aes(label = paste0(porcentaje, "%")),
position = position_stack(vjust = 0.5),
size = 3.5
) +
labs(
title = "Diagrama Circular de FracFocus",
fill = "Indicador FracFocus"
) +
theme_void(base_size = 12) +
theme(plot.title = element_text(hjust = 0.5))

INDICADORES ESTADISTICOS
indicadores_v17 <- tabla_v17_rel_df |>
mutate(ni_ajustada_1000 = round((ni / sum(ni)) * 1000, 2))
indicadores_v17
## Variable ni hi porcentaje ni_ajustada_1000
## 1 False 307008 0.929 92.9 929.02
## 2 True 23458 0.071 7.1 70.98
CONCLUSIÓN
Los resultados muestran que el indicador FracFocus = False concentra
la mayor frecuencia relativa, con un 92,90 % de los registros, mientras
que FracFocus = True representa el 7,10 %. Esto evidencia que, en el
proyecto Modelo de uso de agua en la minería de Estados Unidos,
2019–2020, predominan los registros que no presentan la condición
identificada por el indicador FracFocus.