datos_originales <- readr::read_delim(ruta, delim=delimitador, trim_ws=TRUE, show_col_types=FALSE, name_repair="minimal")
## Carga exitosa: 47.501 registros.
# La limpieza es únicamente para el análisis: el archivo CSV no se modifica.
estado_limpio <- datos_originales |>
dplyr::transmute(Estado=stringr::str_squish(as.character(.data[[columna_estado]]))) |>
dplyr::filter(!is.na(Estado), Estado != "",
!toupper(Estado) %in% c("NA", "N/A", "NULL"))
N <- nrow(estado_limpio)
if (N == 0L) stop("No se encontraron estados válidos en WELL_STATUS.")
k_estados <- dplyr::n_distinct(estado_limpio$Estado)
cat("Registros válidos:", fmt_entero(N),
" | Estados distintos:", fmt_entero(k_estados), "\n")
## Registros válidos: 47.501 | Estados distintos: 24
| VARIABLE | TIPO | ESCALA DE MEDICIÓN | UNIDAD DE ANÁLISIS | CATEGORÍAS (k) | REGISTROS VÁLIDOS (N) |
|---|---|---|---|---|---|
| WELL_STATUS (Estado del pozo) | Cualitativa nominal | Nominal | Pozo regulado | 24 | 47.501 |
El Cuadro N° 1 presenta la frecuencia absoluta (nᵢ), la frecuencia relativa (hᵢ) y el porcentaje de pozos regulados para cada uno de los 24 estados, sobre un total de 47.501 registros válidos. Desplázate dentro de la tabla para consultar todas las categorías.
cat(crear_cuadro(tabla_frecuencias, 1,
"Distribución de frecuencias de los pozos regulados según el estado del pozo, Nueva York, 1860 - 2026",
desplazamiento=(k_estados > 15L)))
| ESTADO DEL POZO | FRECUENCIA ABSOLUTA (nᵢ) | FRECUENCIA RELATIVA (hᵢ) | FRECUENCIA RELATIVA PORCENTUAL (%) |
|---|---|---|---|
| AC | 11.726 | 0.2469 | 24.69% |
| DC | 104 | 0.0022 | 0.22% |
| PB | 39 | 0.0008 | 0.08% |
| PM | 179 | 0.0038 | 0.38% |
| PA | 20.625 | 0.4342 | 43.42% |
| CO | 52 | 0.0011 | 0.11% |
| RE | 329 | 0.0069 | 0.69% |
| Confidential | 34 | 0.0007 | 0.07% |
| UL | 3.589 | 0.0756 | 7.56% |
| TR | 211 | 0.0044 | 0.44% |
| IN | 2.502 | 0.0527 | 5.27% |
| AR | 9 | 0.0002 | 0.02% |
| DG | 9 | 0.0002 | 0.02% |
| CA | 209 | 0.0044 | 0.44% |
| VP | 497 | 0.0105 | 1.05% |
| UN | 2.008 | 0.0423 | 4.23% |
| UM | 2.380 | 0.0501 | 5.01% |
| EX | 2.288 | 0.0482 | 4.82% |
| SI | 28 | 0.0006 | 0.06% |
| RW | 18 | 0.0004 | 0.04% |
| PI | 20 | 0.0004 | 0.04% |
| TA | 1 | 0.0000 | 0.00% |
| DD | 13 | 0.0003 | 0.03% |
| NR | 631 | 0.0133 | 1.33% |
| TOTAL GENERAL | 47.501 | 1.0000 | 100.00% |
Fuente: Oil, Gas & Other Regulated Wells: Beginning 1860.
Interpretación: el estado del pozo con mayor frecuencia es PA, con 20.625 pozos (43.42% del total). La frecuencia mínima es de 1 pozo(s) y corresponde a 1 estados.
if (k_estados > 15L) {
cat("## Top 10 de categorías con mayor frecuencia absoluta {-}\n\n")
cat("El Cuadro N° 2 presenta los 10 estados más frecuentes ",
"ordenados de mayor a menor frecuencia y agrupa los restantes en Otros estados ",
"(siempre al final), conservando los ",
fmt_entero(N), " registros válidos (",
sprintf("%.2f%%", pct_top10), " en el Top 10).\n\n", sep="")
cat(crear_cuadro(tabla_resumen, 2,
"Distribución de frecuencias de los pozos regulados: 10 estados más frecuentes y Otros, Nueva York, 1860 - 2026"))
}
El Cuadro N° 2 presenta los 10 estados más frecuentes ordenados de mayor a menor frecuencia y agrupa los restantes en Otros estados (siempre al final), conservando los 47.501 registros válidos (98.05% en el Top 10).
| ESTADO DEL POZO | FRECUENCIA ABSOLUTA (nᵢ) | FRECUENCIA RELATIVA (hᵢ) | FRECUENCIA RELATIVA PORCENTUAL (%) |
|---|---|---|---|
| PA | 20.625 | 0.4342 | 43.42% |
| AC | 11.726 | 0.2469 | 24.69% |
| UL | 3.589 | 0.0756 | 7.56% |
| IN | 2.502 | 0.0527 | 5.27% |
| UM | 2.380 | 0.0501 | 5.01% |
| EX | 2.288 | 0.0482 | 4.82% |
| UN | 2.008 | 0.0423 | 4.23% |
| NR | 631 | 0.0133 | 1.33% |
| VP | 497 | 0.0105 | 1.05% |
| RE | 329 | 0.0069 | 0.69% |
| Otros estados | 926 | 0.0195 | 1.95% |
| TOTAL GENERAL | 47.501 | 1.0000 | 100.00% |
Fuente: Oil, Gas & Other Regulated Wells: Beginning 1860.
ggplot2::ggplot(tabla_local, ggplot2::aes(x=Estado,y=ni,fill=Estado)) +
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_estados +
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="Estado del pozo",y="Frecuencia absoluta (nᵢ)",caption=fuente_graficas) +
tema_barras
ggplot2::ggplot(tabla_global, ggplot2::aes(x=Estado,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_estados +
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="Estado del pozo",y="Frecuencia absoluta (nᵢ)",caption=fuente_graficas) +
tema_barras
ggplot2::ggplot(tabla_local, ggplot2::aes(x=Estado,y=hi,fill=Estado)) +
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_estados +
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="Estado del pozo",y="Frecuencia relativa (%)",caption=fuente_graficas) +
tema_barras
ggplot2::ggplot(tabla_global, ggplot2::aes(x=Estado,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_estados +
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="Estado del pozo",y="Frecuencia relativa (%)",caption=fuente_graficas) +
tema_barras
leyenda <- paste0(stringr::str_wrap(as.character(tabla_local$Estado),width=23),
" — ",sprintf("%.2f%%",tabla_local$porcentaje))
ggplot2::ggplot(tabla_local,ggplot2::aes(x=1,y=ni,fill=Estado)) +
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 estado del pozo",
fill="Estado del pozo — 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"),
plot.subtitle=ggplot2::element_text(hjust=.5,size=12,color="#49657A",
margin=ggplot2::margin(t=7,b=12)),
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)
)
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) |
|---|---|---|---|---|---|---|---|---|
| WELL_STATUS (Estado del pozo) | N/A | N/A | PA | 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: 24 | Frecuencia modal: 20.625 | Porcentaje modal: 43.42%.
Fuente: Oil, Gas & Other Regulated Wells: Beginning 1860.
La variable WELL_STATUS (Estado del pozo) es cualitativa nominal y presenta 24 categorías en 47.501 registros válidos. La moda corresponde al estado PA, con una frecuencia de 20.625 pozos (43.42% del total), lo que evidencia una concentración de los registros en determinados estados operativos o administrativos de los pozos del estado de Nueva York.
Autor: Jennifer Cordones | Análisis Estadístico — Oil, Gas & Other Regulated Wells - NY State