ANÁLISIS ESTADÍSTICO

CARGA DE DATOS Y LIBRERÍAS

base_datos <- read.csv(
  "C:\\Users\\vlady\\Documents\\debers alexa no borrar\\Mining_model_input_data.csv",
  stringsAsFactors = FALSE
)

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.