Evaluacion Sustitutoria

###Importar Conjunto de Datos:
clientes_csv <- read.csv("Plaza_Via.csv")
# Mostramos los datos
head(clientes_csv)
##       Local   Género     Pago   Opinión Producto.Marca Productos Monto.Pagado
## 1     Surco femenino TCrédito   Regular              3        17          419
## 2     Surco femenino  Contado Muy Bueno              3        13          323
## 3 San Borja femenino TCrédito      Malo              1        11           84
## 4 San Borja femenino TCrédito   Regular              0        11           65
## 5 San Borja femenino TCrédito     Buena              3        15          371
## 6 San Borja femenino  TDébito     Buena              3        17          419
##   Visita.Mensual
## 1             10
## 2             13
## 3              3
## 4              9
## 5              6
## 6             14

Realizar una tabla de distribución de frecuencia para dos variables cualitativas. Realizar mínimo 3 interpretaciones para cada tabla

###Cargamos libreria para generar tablas de frecuencia
library(summarytools)
## Warning: package 'summarytools' was built under R version 4.3.2

Tabla de frecuencia De Local

# función freq permite generar la tabla de frecuencia
freq(clientes_csv$Local, report.nas = FALSE)
## Frequencies  
## clientes_csv$Local  
## Type: Character  
## 
##                       Freq        %   % Cum.
## ------------------- ------ -------- --------
##       Centro civico     13    17.81    17.81
##           San Borja     36    49.32    67.12
##               Surco     24    32.88   100.00
##               Total     73   100.00   100.00

Tabla de frecuencia De Productos

# función freq permite generar la tabla de frecuencia
freq(clientes_csv$Productos, report.nas = FALSE)
## Frequencies  
## clientes_csv$Productos  
## Type: Integer  
## 
##               Freq        %   % Cum.
## ----------- ------ -------- --------
##           8      1     1.37     1.37
##           9     10    13.70    15.07
##          11     10    13.70    28.77
##          13      8    10.96    39.73
##          15      6     8.22    47.95
##          17      5     6.85    54.79
##          18     10    13.70    68.49
##          20     10    13.70    82.19
##          22     13    17.81   100.00
##       Total     73   100.00   100.00

Realizar una tabla de distribución de frecuencia agrupada por intervalos para una variable cuantitativa continua o cuantitativa discreta

# Cargamos la librería
library(agricolae)
## Warning: package 'agricolae' was built under R version 4.3.2
Tabla_agrupada<-table.freq(hist(clientes_csv$Productos,breaks = "Sturges",plot = FALSE)) 
Tabla_agrupada
##   Lower Upper Main Frequency Percentage CF   CPF
## 1     8    10    9        11       15.1 11  15.1
## 2    10    12   11        10       13.7 21  28.8
## 3    12    14   13         8       11.0 29  39.7
## 4    14    16   15         6        8.2 35  47.9
## 5    16    18   17        15       20.5 50  68.5
## 6    18    20   19        10       13.7 60  82.2
## 7    20    22   21        13       17.8 73 100.0

Realizar gráficos estadísticos para dos variables e interpretar (Elija UD)

barplot(table(clientes_csv$Género), main="Distribución de los clientes según su Sexo", 
        xlab="Sexo",
        ylab="Porcentaje de clientes")

library(plotrix)
## Warning: package 'plotrix' was built under R version 4.3.2
labels_sexo <- paste(names(clientes_csv$Género), "\n",
               round(prop.table(table(clientes_csv$Género))*100,2),"%", sep="")
pie(prop.table(table(clientes_csv$Género)), labels = labels_sexo,
    main="Distribución de los clientes según su Sexo")

Grafica para Datos Productos

hist(clientes_csv$Productos, breaks = "Sturges")

plot(density(clientes_csv$Productos))

Realizar medidas estadísticas (Estudiadas) para dos variables cuantitativas e interpretar

Productos (Medidas de estadistica Central):

Media

mean(clientes_csv$Productos)
## [1] 15.79452

Mediana

median(clientes_csv$Productos)
## [1] 17

Moda

library(modeest)
## Warning: package 'modeest' was built under R version 4.3.2
## 
## Attaching package: 'modeest'
## The following object is masked from 'package:agricolae':
## 
##     skewness
mfv(clientes_csv$Productos)
## [1] 22

Productos (Medidas estadísticas de posición No Central)

Cuartiles

quantile(clientes_csv$Productos)
##   0%  25%  50%  75% 100% 
##    8   11   17   20   22

Deciles

quantile(clientes_csv$Productos,probs = seq(0, 1, 0.1))
##   0%  10%  20%  30%  40%  50%  60%  70%  80%  90% 100% 
##  8.0  9.0 11.0 13.0 14.6 17.0 18.0 20.0 20.0 22.0 22.0

Persentiles

quantile(clientes_csv$Productos,probs = seq(0, 1, 0.01))
##    0%    1%    2%    3%    4%    5%    6%    7%    8%    9%   10%   11%   12% 
##  8.00  8.72  9.00  9.00  9.00  9.00  9.00  9.00  9.00  9.00  9.00  9.00  9.00 
##   13%   14%   15%   16%   17%   18%   19%   20%   21%   22%   23%   24%   25% 
##  9.00  9.16 10.60 11.00 11.00 11.00 11.00 11.00 11.00 11.00 11.00 11.00 11.00 
##   26%   27%   28%   29%   30%   31%   32%   33%   34%   35%   36%   37%   38% 
## 11.00 11.00 11.32 12.76 13.00 13.00 13.00 13.00 13.00 13.00 13.00 13.00 13.00 
##   39%   40%   41%   42%   43%   44%   45%   46%   47%   48%   49%   50%   51% 
## 13.16 14.60 15.00 15.00 15.00 15.00 15.00 15.00 15.00 16.12 17.00 17.00 17.00 
##   52%   53%   54%   55%   56%   57%   58%   59%   60%   61%   62%   63%   64% 
## 17.00 17.00 17.00 17.60 18.00 18.00 18.00 18.00 18.00 18.00 18.00 18.00 18.00 
##   65%   66%   67%   68%   69%   70%   71%   72%   73%   74%   75%   76%   77% 
## 18.00 18.00 18.00 18.00 19.36 20.00 20.00 20.00 20.00 20.00 20.00 20.00 20.00 
##   78%   79%   80%   81%   82%   83%   84%   85%   86%   87%   88%   89%   90% 
## 20.00 20.00 20.00 20.00 20.08 21.52 22.00 22.00 22.00 22.00 22.00 22.00 22.00 
##   91%   92%   93%   94%   95%   96%   97%   98%   99%  100% 
## 22.00 22.00 22.00 22.00 22.00 22.00 22.00 22.00 22.00 22.00

Productos (Medidas de variabilidad o dispersion)

Rango

range(clientes_csv$Productos)
## [1]  8 22

Varianza

var(clientes_csv$Productos)
## [1] 21.55441

Desviacion Estandar

sd(clientes_csv$Productos)
## [1] 4.642673

Coeficiente de Variacion

coeficiente_var=sd(clientes_csv$Productos)/mean(clientes_csv$Productos)*100
coeficiente_var
## [1] 29.3942

Monto Pagado (Medidas de estadistica Central):

Media

mean(clientes_csv$Monto.Pagado)
## [1] 206.0959

Mediana

median(clientes_csv$Monto.Pagado)
## [1] 144

Moda

library(modeest)
mfv(clientes_csv$Monto.Pagado)
## [1] 158

Monto Pagado (Medidas estadísticas de posición No Central)

Cuartiles

quantile(clientes_csv$Monto.Pagado)
##   0%  25%  50%  75% 100% 
##   55  100  144  275  540

Deciles

quantile(clientes_csv$Monto.Pagado,probs = seq(0, 1, 0.1))
##    0%   10%   20%   30%   40%   50%   60%   70%   80%   90%  100% 
##  55.0  70.0  97.0 110.0 120.0 144.0 162.6 227.0 351.8 439.0 540.0

Persentiles

quantile(clientes_csv$Monto.Pagado,probs = seq(0, 1, 0.01))
##     0%     1%     2%     3%     4%     5%     6%     7%     8%     9%    10% 
##  55.00  55.00  59.40  65.00  65.00  65.00  65.00  65.00  65.00  67.40  70.00 
##    11%    12%    13%    14%    15%    16%    17%    18%    19%    20%    21% 
##  70.00  73.20  78.24  84.00  84.00  84.00  84.00  84.00  92.84  97.00  97.36 
##    22%    23%    24%    25%    26%    27%    28%    29%    30%    31%    32% 
##  99.52 100.00 100.00 100.00 100.00 104.40 110.00 110.00 110.00 110.00 110.04 
##    33%    34%    35%    36%    37%    38%    39%    40%    41%    42%    43% 
## 110.76 111.00 112.80 119.28 120.00 120.00 120.00 120.00 120.00 122.64 130.56 
##    44%    45%    46%    47%    48%    49%    50%    51%    52%    53%    54% 
## 131.00 131.00 132.56 141.92 144.00 144.00 144.00 144.00 150.16 158.00 158.00 
##    55%    56%    57%    58%    59%    60%    61%    62%    63%    64%    65% 
## 158.00 158.00 158.00 158.00 158.00 162.60 179.16 195.08 203.36 204.88 212.80 
##    66%    67%    68%    69%    70%    71%    72%    73%    74%    75%    76% 
## 221.24 227.00 227.00 227.00 227.00 227.00 227.00 233.16 248.36 275.00 309.56 
##    77%    78%    79%    80%    81%    82%    83%    84%    85%    86%    87% 
## 323.00 323.00 323.00 351.80 371.00 371.00 371.00 394.04 419.00 419.00 419.00 
##    88%    89%    90%    91%    92%    93%    94%    95%    96%    97%    98% 
## 419.00 421.00 439.00 444.00 455.52 490.08 522.60 538.20 540.00 540.00 540.00 
##    99%   100% 
## 540.00 540.00

Monto Pagado (Medidas de variabilidad o dispersion)

Rango

range(clientes_csv$Monto.Pagado)
## [1]  55 540

Varianza

var(clientes_csv$Monto.Pagado)
## [1] 21238.42

Desviacion Estandar

sd(clientes_csv$Monto.Pagado)
## [1] 145.7341

Coeficiente de Variacion

coeficiente_var=sd(clientes_csv$Monto.Pagado)/mean(clientes_csv$Monto.Pagado)*100
coeficiente_var
## [1] 70.71178