1 Configuración y Carga de Datos

datos_originales <- readr::read_delim(
  ruta, delim=delimitador, trim_ws=TRUE,
  show_col_types=FALSE, name_repair="minimal"
)
## Carga exitosa: 47.501 registros.

2 Extracción y Limpieza de la Variable

simbolo_limpio <- datos_originales |>
  dplyr::transmute(Simbolo=stringr::str_squish(as.character(.data[[columna_simbolo]]))) |>
  dplyr::filter(!is.na(Simbolo), Simbolo != "",
                !toupper(Simbolo) %in% c("NA", "N/A", "NULL"))
N <- nrow(simbolo_limpio)
if (N == 0L) stop("No hay registros válidos de MAP_SYMBOL.")
k_simbolos <- dplyr::n_distinct(simbolo_limpio$Simbolo)
cat("Registros válidos:", fmt_entero(N),
    " | Símbolos del mapa distintos:", fmt_entero(k_simbolos), "\n")
## Registros válidos: 47.501  | Símbolos del mapa distintos: 13

3 Identificación de la Variable

VARIABLE TIPO ESCALA DE MEDICIÓN UNIDAD DE ANÁLISIS CATEGORÍAS (k) REGISTROS VÁLIDOS (N)
MAP_SYMBOL (Símbolo del mapa) Cualitativa nominal Nominal Pozo regulado 13 47.501

4 Tabla de Distribución de Frecuencias

cat(crear_cuadro(
  tabla_frecuencias, 1,
  "Distribución de frecuencias de los pozos regulados según el símbolo del mapa, Nueva York, 1860 - 2026"
))
Cuadro N° 1: Distribución de frecuencias de los pozos regulados según el símbolo del mapa, Nueva York, 1860 - 2026
SÍMBOLO DEL MAPA FRECUENCIA ABSOLUTA (nᵢ) FRECUENCIA RELATIVA (hᵢ) FRECUENCIA RELATIVA PORCENTUAL (%)
SP 171 0.0036 0.36%
OWP 10.075 0.2121 21.21%
CON 36 0.0008 0.08%
O 8.165 0.1719 17.19%
GW 8.737 0.1839 18.39%
OW 8.007 0.1686 16.86%
GWP 2.169 0.0457 4.57%
SMP 625 0.0132 1.32%
DH 591 0.0124 1.24%
OP 5.576 0.1174 11.74%
DP 2.243 0.0472 4.72%
SM 144 0.0030 0.30%
S 962 0.0203 2.03%
TOTAL 47.501 1.0000 100.00%

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

Interpretación: el símbolo del mapa con mayor frecuencia es OWP, con 10.075 pozos (21.21% del total); la frecuencia mínima es de 36 pozos y corresponde a CON.

5 Representación Gráfica

5.1 Gráfica N° 1 — Frecuencia absoluta (nᵢ) local

ggplot2::ggplot(tabla_local, ggplot2::aes(x=Simbolo,y=ni,fill=Simbolo)) +
  ggplot2::geom_col(width=.72,color="#244861",linewidth=.36) +
  ggplot2::geom_text(ggplot2::aes(label=fmt_entero(ni)),vjust=-.48,
                     size=4.5,fontface="bold",color="#15364C") +
  ggplot2::scale_fill_manual(values=colores) +
  escala_simbolos +
  ggplot2::scale_y_continuous(limits=c(0,limite_ni_local),
                              labels=fmt_entero,
                              expand=ggplot2::expansion(mult=c(0,0))) +
  ggplot2::labs(title="Gráfica N° 1: Frecuencia absoluta (nᵢ) local",
                x="Símbolo del mapa",y="Frecuencia absoluta (nᵢ)",caption=fuente_graficas) +
  tema_barras

5.2 Gráfica N° 2 — Frecuencia absoluta (nᵢ) global

ggplot2::ggplot(tabla_global, ggplot2::aes(x=Simbolo,y=ni)) +
  ggplot2::geom_col(fill="#286492",color="#244861",width=.72,linewidth=.36) +
  ggplot2::geom_text(ggplot2::aes(label=fmt_entero(ni)),vjust=-.48,
                     size=4.5,fontface="bold",color="#15364C") +
  escala_simbolos +
  ggplot2::scale_y_continuous(limits=c(0,limite_ni_global),
                              labels=fmt_entero,
                              expand=ggplot2::expansion(mult=c(0,0))) +
  ggplot2::labs(title="Gráfica N° 2: Frecuencia absoluta (nᵢ) global",
                x="Símbolo del mapa",y="Frecuencia absoluta (nᵢ)",caption=fuente_graficas) +
  tema_barras

5.3 Gráfica N° 3 — Frecuencia relativa (hᵢ) local

ggplot2::ggplot(tabla_local, ggplot2::aes(x=Simbolo,y=hi,fill=Simbolo)) +
  ggplot2::geom_col(width=.72,color="#244861",linewidth=.36) +
  ggplot2::geom_text(ggplot2::aes(label=sprintf("%.2f%%",100*hi)),vjust=-.48,
                     size=4.3,fontface="bold",color="#15364C") +
  ggplot2::scale_fill_manual(values=colores) +
  escala_simbolos +
  ggplot2::scale_y_continuous(limits=c(0,limite_hi_local),labels=etiqueta_pct,
                              expand=ggplot2::expansion(mult=c(0,0))) +
  ggplot2::labs(title="Gráfica N° 3: Frecuencia relativa (hᵢ) local",
                x="Símbolo del mapa",y="Frecuencia relativa (%)",caption=fuente_graficas) +
  tema_barras

5.4 Gráfica N° 4 — Frecuencia relativa (hᵢ) global

ggplot2::ggplot(tabla_global, ggplot2::aes(x=Simbolo,y=hi)) +
  ggplot2::geom_col(fill="#286492",color="#244861",width=.72,linewidth=.36) +
  ggplot2::geom_text(ggplot2::aes(label=sprintf("%.2f%%",100*hi)),vjust=-.48,
                     size=4.3,fontface="bold",color="#15364C") +
  escala_simbolos +
  ggplot2::scale_y_continuous(limits=c(0,limite_hi_global),
                              breaks=seq(0,1,by=.2),labels=etiqueta_pct,
                              expand=ggplot2::expansion(mult=c(0,0))) +
  ggplot2::labs(title="Gráfica N° 4: Frecuencia relativa (hᵢ) global",
                x="Símbolo del mapa",y="Frecuencia relativa (%)",caption=fuente_graficas) +
  tema_barras

5.5 Gráfica N° 5 — Gráfica Circular Porcentual

leyenda <- paste0(stringr::str_wrap(as.character(tabla_local$Simbolo),width=23),
                  "  —  ",sprintf("%.2f%%",tabla_local$porcentaje))
ggplot2::ggplot(tabla_local,ggplot2::aes(x=1,y=ni,fill=Simbolo)) +
  ggplot2::geom_col(width=1,color="#244861",linewidth=.48) +
  ggplot2::coord_polar(theta="y",start=0) +
  ggplot2::scale_fill_manual(values=colores,labels=leyenda) +
  ggplot2::labs(title="Gráfica N° 5: Distribución porcentual según el símbolo del mapa",
                fill="Símbolo del mapa — porcentaje",caption=fuente_graficas) +
  ggplot2::theme_void(base_size=15) +
  ggplot2::theme(
    plot.title=ggplot2::element_text(hjust=.5,face="bold",size=17,color="#15364C"),
    legend.position="right",
    legend.title=ggplot2::element_text(face="bold",size=13,color="#15364C"),
    legend.text=ggplot2::element_text(size=12,color="#253B4B",lineheight=1.05),
    legend.key.size=grid::unit(.56,"cm"),
    plot.caption=ggplot2::element_text(hjust=0,face="italic",size=10.5,
                                      color="#546775",margin=ggplot2::margin(t=14)),
    plot.margin=ggplot2::margin(18,30,25,24)
  )

6 Tabla de Indicadores

cat(crear_indicadores())
Cuadro N° 2: Indicadores estadísticos de MAP_SYMBOL (Símbolo del mapa), Nueva York, 1860 - 2026
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)
MAP_SYMBOL (Símbolo del mapa) N/A N/A OWP N/A N/A N/A N/A N/A

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

Registros válidos (N): 47.501   |   Categorías: 13   |   Frecuencia modal: 10.075   |   Porcentaje modal: 21.21%.

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

7 Conclusión

La variable MAP_SYMBOL (Símbolo del mapa) es cualitativa nominal y presenta 13 categorías en 47.501 registros válidos. La moda corresponde a OWP, con una frecuencia de 10.075 pozos (21.21% del total), lo que evidencia una concentración de los registros en determinados símbolos cartográficos utilizados para los pozos del estado de Nueva York.

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