ACTIVIDAD 3.1 GRÁFICOS ESTADÍSTICOS_LUISA BELTRÁN

ESTADÍSTICA DESCRIPTIVA

CONTEXTO ANÁLSIS DE LOS RECIBOS DE LUZ DE UNA CASA EN CALIFORNIA 2006

INSTALAR LOS PAQUETES

#install.packages("modest")
#install.packages("qcc")
#install.packages("Pareto")

LLAMAR A LAS LIBRERÍAS

library(ggplot2)
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(modest)
library(janitor)

## 
## Attaching package: 'janitor'

## The following objects are masked from 'package:stats':
## 
##     chisq.test, fisher.test

library(qcc)

## Package 'qcc' version 2.7

## Type 'citation("qcc")' for citing this R package in publications.

ACTIVIDAD 3.1 MEDIDAS DE TENDENCIA CENTRAL Y MEDIDAS DE DISPERSIÓN

IMPORTAR LA BASE DE DATOS

library(readxl)
poblacion <- read_excel("~/R LUISA/poblacion.xlsx")
View(poblacion)

library(readxl)
muestra <- read_excel("~/R LUISA/muestra.xlsx")
View(muestra)

TAMAÑO DE LA POBLACIÓN (N) LENGTH: cuantos valores tiene un vector

 N<-length(poblacion$PAGO)
 View(N)

TAMAÑO DE LA MUESTRA (n)

n<-length(muestra$PAGO)
 View(n)

MEDIDAS DE TENDENCIA CENTRAL Permiten conocer el valor al que tiende el conjunto de datos.

PROMEDIO Valor que se obtiene al sumar todos los datos y dividirlos entre la cantidad total de datos.

MEDIA POBLACIONAL (MIU)

media_poblacional<- mean(poblacion$PAGO)
 View(media_poblacional)

MEDIA MUESTRAL (X BARRA)

media_muestral<- mean(muestra$PAGO)
 View(media_muestral)

MEDIANA Valor que ocupa el lugar central de todos los datos cuando éstos están ordenados.

MEDIANA POBLACIONAL

mediana_poblacional<- median(poblacion$PAGO)
 View(mediana_poblacional)

MEDIANA MUESTRAL

mediana_muestral<- median(muestra$PAGO)
 View(mediana_muestral)

RESUMEN

summary(poblacion)

##      MES                 PAGO      
##  Length:12          Min.   :162.6  
##  Class :character   1st Qu.:203.5  
##  Mode  :character   Median :228.6  
##                     Mean   :245.0  
##                     3rd Qu.:293.5  
##                     Max.   :343.5

 summary(muestra)

##      MES                 PAGO      
##  Length:5           Min.   :187.2  
##  Class :character   1st Qu.:219.4  
##  Mode  :character   Median :230.5  
##                     Mean   :249.4  
##                     3rd Qu.:266.6  
##                     Max.   :343.5

MODA FUNCIÓN PARA CALCULAR LA MODA

moda = function(x){
   ux = unique(x)
   ux[which.max((tabulate(match(x, ux))))]
 }

Si nunguno de los datos se repite, la función coloca el primer valor en lugar de marcar error. MODA POBLACIONAL

 moda_poblacional = moda(poblacion$PAGO)
 moda_poblacional

## [1] 266.63

MODA MUESTRAL

 moda_muestral <- moda(muestra$PAGO)
 moda_muestral

## [1] 266.63

RELACIÓN ENTRE LA MEDIA, MEDIANA Y MODA si la media = mediana = moda, los datos tienen una distribución simétrica si la media < mediana < moda, los datos tienen sesgos NEGATIVO si la moda < mediana < media, los datos tienen sesgos POSITIVO

MEDIDAS DE TENDENCIA CENTRAL

mtc_poblacional <- c(media_poblacional,mediana_poblacional,moda_poblacional)
 names(mtc_poblacional)<-c("media_poblacional","mediana_poblacional","moda_poblacional")

NAMES pone a cada variable un nombre

 mtc_poblacional <- sort(mtc_poblacional)
 View(mtc_poblacional)

SORT es acomodar #HITS LA POBLACIÓN TIENE SESGO POSITIVO

 hist(poblacion$PAGO)

MEDIDAS DE DISPERSIÓN Miden que tan esparcidos se encuentran los datos

RANGO Intervalo o diferencia entre el valor máximo y el mínimo, pero no su diferencia

 rango_poblacional<-max(poblacion$PAGO)-min(poblacion$PAGO)
 View(rango_poblacional)
 
 rango_muestral<-max(muestra$PAGO)-min(muestra$PAGO)
 View(rango_muestral)

VARIANZA Promedio elevado al cuadrado de las desviaciones individuales de cada observación con respecto a la media de una distribución. Si es población, se divide entre N; si es muestra se divide entre n-1

VARIANZA POBLACIONAL

 varianza_poblacional<- var(poblacion$PAGO)*(N-1)/N
View(varianza_poblacional)

VARIANZA MUESTRAL

varianza_muestral<- var(muestra$PAGO)
View(varianza_muestral)

DESVIACIÓN ESTÁNDAR Raíz cuadrada de la varianza

DESVIACIÓN ESTÁNDAR POBLACIONAL (SIGMA)

desviacion_estandar_poblacional<- sqrt(varianza_poblacional)
View(desviacion_estandar_poblacional)

DESVIACIÓN ESTÁNDAR MUESTRAL

desviacion_estandar_muestral<- sqrt(varianza_muestral)
View(desviacion_estandar_muestral)

sodio<- c(260,300,320,330,340,340,520)
boxplot(sodio, horizontal =TRUE)

ACTIVIDAD 2 GRÁFICOS ESTADÍSTICOS

CONTEXTO, EMPRESA CON 5 TIENDAS DE ABARROTES EN DISTINTAS CIUDADES DE MEX

LLAMAR A LAS LIBRERÍAS Previamente se instalaron al inicio del algoritmo.

IMPORTAR BASE DE DATOS

library(readr)
Abarrotes_Ventas <- read_csv("C:\\Users\\Chuwi\\Documents\\R LUISA\\Abarrotes_Ventas.csv")

## Rows: 200620 Columns: 22
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr  (12): vcClaveTienda, DescGiro, Fecha, Marca, Fabricante, Producto, Nomb...
## dbl   (7): Codigo Barras, PLU, Precio, Ult.Costo, Unidades, F.Ticket, Mts 2
## time  (3): Hora, Hora inicio, Hora cierre
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

View(Abarrotes_Ventas)

CONOCER LOS DATOS

summary(Abarrotes_Ventas)

##  vcClaveTienda        DescGiro         Codigo Barras            PLU        
##  Length:200620      Length:200620      Min.   :8.347e+05   Min.   : 1.00   
##  Class :character   Class :character   1st Qu.:7.501e+12   1st Qu.: 1.00   
##  Mode  :character   Mode  :character   Median :7.501e+12   Median : 1.00   
##                                        Mean   :5.950e+12   Mean   : 2.11   
##                                        3rd Qu.:7.501e+12   3rd Qu.: 1.00   
##                                        Max.   :1.750e+13   Max.   :30.00   
##                                                            NA's   :199183  
##     Fecha               Hora             Marca            Fabricante       
##  Length:200620      Length:200620     Length:200620      Length:200620     
##  Class :character   Class1:hms        Class :character   Class :character  
##  Mode  :character   Class2:difftime   Mode  :character   Mode  :character  
##                     Mode  :numeric                                         
##                                                                            
##                                                                            
##                                                                            
##    Producto             Precio          Ult.Costo         Unidades     
##  Length:200620      Min.   :-147.00   Min.   :  0.38   Min.   : 0.200  
##  Class :character   1st Qu.:  11.00   1st Qu.:  8.46   1st Qu.: 1.000  
##  Mode  :character   Median :  16.00   Median : 12.31   Median : 1.000  
##                     Mean   :  19.42   Mean   : 15.31   Mean   : 1.262  
##                     3rd Qu.:  25.00   3rd Qu.: 19.23   3rd Qu.: 1.000  
##                     Max.   :1000.00   Max.   :769.23   Max.   :96.000  
##                                                                        
##     F.Ticket      NombreDepartamento NombreFamilia      NombreCategoria   
##  Min.   :     1   Length:200620      Length:200620      Length:200620     
##  1st Qu.: 33967   Class :character   Class :character   Class :character  
##  Median :105996   Mode  :character   Mode  :character   Mode  :character  
##  Mean   :193994                                                           
##  3rd Qu.:383009                                                           
##  Max.   :450040                                                           
##                                                                           
##     Estado              Mts 2      Tipo ubicación         Giro          
##  Length:200620      Min.   :47.0   Length:200620      Length:200620     
##  Class :character   1st Qu.:53.0   Class :character   Class :character  
##  Mode  :character   Median :60.0   Mode  :character   Mode  :character  
##                     Mean   :56.6                                        
##                     3rd Qu.:60.0                                        
##                     Max.   :62.0                                        
##                                                                         
##  Hora inicio       Hora cierre      
##  Length:200620     Length:200620    
##  Class1:hms        Class1:hms       
##  Class2:difftime   Class2:difftime  
##  Mode  :numeric    Mode  :numeric   
##                                     
##                                     
## 

COUNT CONOCER LOS DATOS DE CIERTAS COLUMNAS (TODAS LAS QUE NO SON NÚMEROS)

count(Abarrotes_Ventas,vcClaveTienda, soft=TRUE)

## # A tibble: 5 × 3
##   vcClaveTienda soft      n
##   <chr>         <lgl> <int>
## 1 MX001         TRUE  96464
## 2 MX002         TRUE   6629
## 3 MX003         TRUE   4051
## 4 MX004         TRUE  83455
## 5 MX005         TRUE  10021

count(Abarrotes_Ventas,DescGiro, soft=TRUE)

## # A tibble: 3 × 3
##   DescGiro   soft       n
##   <chr>      <lgl>  <int>
## 1 Abarrotes  TRUE  100515
## 2 Carnicería TRUE   83455
## 3 Depósito   TRUE   16650

count(Abarrotes_Ventas,Marca, soft=TRUE)

## # A tibble: 540 × 3
##    Marca              soft      n
##    <chr>              <lgl> <int>
##  1 1-2-3 (ABARROTES)  TRUE    128
##  2 1-2-3 (LAVANDERíA) TRUE    173
##  3 3 EN 1             TRUE      6
##  4 5 ESTRELLAS        TRUE    305
##  5 ABSOR SEC          TRUE    224
##  6 ABUELITA           TRUE     26
##  7 ACE                TRUE    231
##  8 ACT II             TRUE    329
##  9 ACTIVIA            TRUE     37
## 10 ADES               TRUE      6
## # ℹ 530 more rows

count(Abarrotes_Ventas,Fabricante, soft=TRUE)

## # A tibble: 241 × 3
##    Fabricante                              soft      n
##    <chr>                                   <lgl> <int>
##  1 3M MEXICO                               TRUE     12
##  2 ABASTECIMIENTOS PLáSTICOS Y ELéCTRICOS, TRUE     55
##  3 ABSORMEX S.A DE C.V                     TRUE    112
##  4 ACEITES GRASAS Y DERIVADOS              TRUE   1016
##  5 ACT II                                  TRUE    329
##  6 AJEMEX                                  TRUE    159
##  7 AJEMONTERREY                            TRUE    129
##  8 ALEN                                    TRUE   2698
##  9 ALIMENTOS CAPULLO                       TRUE    609
## 10 ALIMENTOS DEL FUERTE                    TRUE   2098
## # ℹ 231 more rows

count(Abarrotes_Ventas,NombreDepartamento, soft=TRUE)

## # A tibble: 9 × 3
##   NombreDepartamento   soft       n
##   <chr>                <lgl>  <int>
## 1 Abarrotes            TRUE  198274
## 2 Bebes e Infantiles   TRUE    1483
## 3 Carnes               TRUE       1
## 4 Farmacia             TRUE     255
## 5 Ferretería           TRUE     377
## 6 Mercería             TRUE      44
## 7 Papelería            TRUE      74
## 8 Productos a Eliminar TRUE       8
## 9 Vinos y Licores      TRUE     104

count(Abarrotes_Ventas,NombreFamilia, soft=TRUE)

## # A tibble: 51 × 3
##    NombreFamilia           soft      n
##    <chr>                   <lgl> <int>
##  1 Accesorios              TRUE    146
##  2 Aceite                  TRUE   1483
##  3 Aderezos                TRUE   1507
##  4 Alcohol                 TRUE     16
##  5 Alimentos               TRUE    810
##  6 Alimentos a Granel      TRUE      1
##  7 Alimentos para Mascotas TRUE    878
##  8 Analgésicos             TRUE      1
##  9 Antigripal              TRUE     57
## 10 Antiácido               TRUE      1
## # ℹ 41 more rows

count(Abarrotes_Ventas,NombreCategoria, soft=TRUE)

## # A tibble: 174 × 3
##    NombreCategoria           soft      n
##    <chr>                     <lgl> <int>
##  1 Achiotes                  TRUE    127
##  2 Aderezo para Ensalada     TRUE     55
##  3 Afeitado y Depilación     TRUE    408
##  4 Aguas                     TRUE   2985
##  5 Aguas Saborizadas         TRUE   2630
##  6 Aluminios y Envolturas    TRUE      2
##  7 Antojitos Mexicanos       TRUE     48
##  8 Aromatizantes de Ambiente TRUE     48
##  9 Arroz                     TRUE   2047
## 10 Artículos de Limpieza     TRUE     26
## # ℹ 164 more rows

count(Abarrotes_Ventas,Estado, soft=TRUE)

## # A tibble: 5 × 3
##   Estado       soft      n
##   <chr>        <lgl> <int>
## 1 Chiapas      TRUE   4051
## 2 Jalisco      TRUE   6629
## 3 Nuevo León   TRUE  96464
## 4 Quintana Roo TRUE  10021
## 5 Sinaloa      TRUE  83455

count(Abarrotes_Ventas,"Mts 2", soft=TRUE)

## # A tibble: 1 × 3
##   `"Mts 2"` soft       n
##   <chr>     <lgl>  <int>
## 1 Mts 2     TRUE  200620

count(Abarrotes_Ventas,"Tipo ubicación", soft=TRUE)

## # A tibble: 1 × 3
##   `"Tipo ubicación"` soft       n
##   <chr>              <lgl>  <int>
## 1 Tipo ubicación     TRUE  200620

count(Abarrotes_Ventas,Giro, soft=TRUE)

## # A tibble: 2 × 3
##   Giro       soft       n
##   <chr>      <lgl>  <int>
## 1 Abarrotes  TRUE  183970
## 2 Mini súper TRUE   16650

count(Abarrotes_Ventas,"Hora inicio", soft=TRUE)

## # A tibble: 1 × 3
##   `"Hora inicio"` soft       n
##   <chr>           <lgl>  <int>
## 1 Hora inicio     TRUE  200620

count(Abarrotes_Ventas,"Hora cierre", soft=TRUE)

## # A tibble: 1 × 3
##   `"Hora cierre"` soft       n
##   <chr>           <lgl>  <int>
## 1 Hora cierre     TRUE  200620

TABLA DE FRECUENCIAS

table(Abarrotes_Ventas$NombreDepartamento)

## 
##            Abarrotes   Bebes e Infantiles               Carnes 
##               198274                 1483                    1 
##             Farmacia           Ferretería             Mercería 
##                  255                  377                   44 
##            Papelería Productos a Eliminar      Vinos y Licores 
##                   74                    8                  104

table(Abarrotes_Ventas$Estado)

## 
##      Chiapas      Jalisco   Nuevo León Quintana Roo      Sinaloa 
##         4051         6629        96464        10021        83455

TABLAS CRUZADAS PARA ESTO SE INSTALA LA LIBRERÍA JANITOR,LA CUAL SE INSTALÓ HASTA ARRIBA

tabla1<- tabyl(Abarrotes_Ventas,vcClaveTienda,NombreDepartamento)
View(tabla1)

GRÁFICOS DE DATOS CUALITATIVOS

Abarrotes_Ventas$SUBTOTAL<-Abarrotes_Ventas$Precio*Abarrotes_Ventas$Unidades
ggplot(Abarrotes_Ventas,aes(x=vcClaveTienda, y=SUBTOTAL)) +
  geom_bar(stat="identity")

DIAGRAMA DE PARETO EXTRAE EL SUBSET CIERTOS DATOS

tabla1<-subset(tabla1,select= c(vcClaveTienda,Abarrotes))
pareto.chart(tabla1$Abarrotes, xlab=tabla1$vcClaveTienda)

##    
## Pareto chart analysis for tabla1$Abarrotes
##        Frequency    Cum.Freq.   Percentage Cum.Percent.
##   A 9.541000e+04 9.541000e+04 4.812028e+01 4.812028e+01
##   D 8.223400e+04 1.776440e+05 4.147493e+01 8.959521e+01
##   E 1.001400e+04 1.876580e+05 5.050587e+00 9.464579e+01
##   B 6.590000e+03 1.942480e+05 3.323683e+00 9.796948e+01
##   C 4.026000e+03 1.982740e+05 2.030523e+00 1.000000e+02

GRÁFICO DE PUNTOS O LÍNEAS

plot(Abarrotes_Ventas$Precio,Abarrotes_Ventas$Unidades,main="RELACIÓN ENTRE $ Y UNIDADES", xlab="Precio", ylab="Unidades")

GRÁFICA DE CAJAS Y BIGOTES

boxplot(Abarrotes_Ventas$Precio,horizontal = TRUE)

boxplot(Abarrotes_Ventas$Unidades,horizontal = TRUE)

#PROPUESTAS
#1.Realizar un BENCHMARK de la tienda NUEVO LEÓN y replicar mejores prácticas  en las otras 4 tiendas.
#2. Se recomienda enfocarse hacía el giro de abarrotes