library(readxl)
## Warning: package 'readxl' was built under R version 4.3.2
plaza <- read_excel("D:/Estadistica/Sustitutorio Heber Urbina/PLAZA VIA.xlsx")
head(plaza)
## # A tibble: 6 × 8
##   Local     Género   Pago     Opinión  `Producto Marca` Productos `Monto Pagado`
##   <chr>     <chr>    <chr>    <chr>               <dbl>     <dbl>          <dbl>
## 1 Surco     femenino TCrédito Regular                 3        17            419
## 2 Surco     femenino Contado  Muy Bue…                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
## # ℹ 1 more variable: `Visita Mensual` <dbl>

Tabla Local

library(kableExtra)
## Warning: package 'kableExtra' was built under R version 4.3.2
library(knitr)
## Warning: package 'knitr' was built under R version 4.3.2
tabla_frecuencia <- table(plaza$Local)
kable(tabla_frecuencia, caption = "Tabla de distribución de frecuencia de Local") %>%
kable_styling(full_width = FALSE) %>%
  column_spec(1, width = "200px")
Tabla de distribución de frecuencia de Local
Var1 Freq
Centro civico 13
San Borja 36
Surco 24

Tabla Opinion

library(kableExtra)
library(knitr)
tabla_frecuencia <- table(plaza$Opinión)
kable(tabla_frecuencia, caption = "Tabla de distribución de frecuencia de Opinión") %>%
kable_styling(full_width = FALSE) %>%
  column_spec(1, width = "200px")
Tabla de distribución de frecuencia de Opinión
Var1 Freq
Buena 19
Malo 2
Muy Bueno 17
Regular 35

Tabla Pago

library(kableExtra)
library(knitr)
tabla_frecuencia <- table(plaza$Pago)
kable(tabla_frecuencia, caption = "Tabla de distribución de frecuencia de Pago") %>%
kable_styling(full_width = FALSE) %>%
  column_spec(1, width = "200px")
Tabla de distribución de frecuencia de Pago
Var1 Freq
Contado 16
TCrédito 24
TDébito 33

Tabla intervalo de Visitas realizadas a la tienda en el Mes

Se puede decir que normalmente en un intervalo de 0 a 10, las personas tienen a ir con mayor frecuencia en el mes a la tienda Plaza Via

library(DT)
## Warning: package 'DT' was built under R version 4.3.2
intervalos <- cut(plaza$`Visita Mensual`, breaks = seq(0, max(plaza$`Visita Mensual`) + 10, by = 10), include.lowest = TRUE)
tabla_frecuencia <- table(intervalos)
df_tabla <- as.data.frame(tabla_frecuencia)
colnames(df_tabla) <- c("Intervalo", "Frecuencia")

# Crear tabla interactiva con DT
datatable(df_tabla, 
          caption = "Tabla de distribución de frecuencia agrupada por intervalos",
          options = list(
            paging = TRUE, 
            searching = TRUE,
            ordering = TRUE,  
            scrollX = TRUE,  
            dom = 'Bfrtip',  
            buttons = c('copy', 'csv', 'excel', 'pdf', 'print') 
          )) %>%
  formatStyle(2, fontWeight = styleEqual(c(0, max(df_tabla$Frecuencia)), c('normal', 'bold'))) 

Tabla intervalo de Montos que se han pagado

Se puede decir, que el intervalo mas común al momento de realizar un pago, ronda entre los 110 a 120

library(DT)

intervalos <- cut(plaza$`Monto Pagado`, breaks = seq(0, max(plaza$`Monto Pagado`) + 10, by = 10), include.lowest = TRUE)
tabla_frecuencia <- table(intervalos)
df_tabla <- as.data.frame(tabla_frecuencia)
colnames(df_tabla) <- c("Intervalo", "Frecuencia")

# Crear tabla interactiva con DT
datatable(df_tabla, 
          caption = "Tabla de distribución de frecuencia agrupada por intervalos",
          options = list(
            paging = TRUE, 
            searching = TRUE, 
            ordering = TRUE,
            scrollX = TRUE, 
            dom = 'Bfrtip',  
            buttons = c('copy', 'csv', 'excel', 'pdf', 'print') 
          )) %>%
  formatStyle(2, fontWeight = styleEqual(c(0, max(df_tabla$Frecuencia)), c('normal', 'bold')))  

Grafico de Productos

Se puede ver como los clientes tienen mayor tendencia a llevar 22 productos

frecuencia_por_categoria <- table(plaza$Productos)
barplot(frecuencia_por_categoria,
        main = "Distribución de la variable",
        xlab = "Productos",
        ylab = "Frecuencia",
        col = "skyblue", 
        border = "black",  
        ylim = c(0, max(frecuencia_por_categoria) * 1.1),  
        las = 2)  

Grafico Genero

En el grafico se puede ver, como la mayoria de clientes de la tienda son mujeres, esto puede ayudar a la tienda Plaza Via a enfocar su publico mayoritario

library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.3.2
frecuencia_por_genero <- table(plaza$Género)
df_frecuencia <- as.data.frame(frecuencia_por_genero)
colnames(df_frecuencia) <- c("Genero", "Frecuencia")
ggplot(df_frecuencia, aes(x = "", y = Frecuencia, fill = Genero)) +
  geom_bar(stat = "identity", width = 1) +
  coord_polar("y", start = 0) +
  labs(title = "Distribución de Género",
       fill = "Género") +
  theme_void() +
  theme(legend.position = "bottom")

# Variable Visita Mensual

Media aritmética

mean(plaza$`Visita Mensual`)
## [1] 8.520548

Mediana

median(plaza$`Visita Mensual`)
## [1] 9

Moda

library(modeest)
## Warning: package 'modeest' was built under R version 4.3.2
 mfv(plaza$`Visita Mensual`)
## [1]  2 14 15

Medidas de variabilidad o dispersión

Rango

range(plaza$`Visita Mensual`)
## [1]  2 15

Varianza

var(plaza$`Visita Mensual`)
## [1] 21.14193

Desviación estándar

sd(plaza$`Visita Mensual`)
## [1] 4.598036

Coeficiente de variación

coeficiente_var=sd(plaza$`Visita Mensual`)/mean(plaza$`Visita Mensual`)*100
 coeficiente_var
## [1] 53.96409

Medidas estadísticas de posición

Cuartiles

quantile(plaza$`Visita Mensual`)
##   0%  25%  50%  75% 100% 
##    2    4    9   13   15

Deciles

quantile(plaza$`Visita Mensual`, probs = seq(0, 1, 0.1))
##   0%  10%  20%  30%  40%  50%  60%  70%  80%  90% 100% 
##  2.0  2.2  3.4  5.0  6.0  9.0 10.0 12.4 14.0 14.8 15.0

Deciles

quantile(plaza$`Visita Mensual`, probs = seq(0, 1, 0.01))
##    0%    1%    2%    3%    4%    5%    6%    7%    8%    9%   10%   11%   12% 
##  2.00  2.00  2.00  2.00  2.00  2.00  2.00  2.00  2.00  2.00  2.20  2.92  3.00 
##   13%   14%   15%   16%   17%   18%   19%   20%   21%   22%   23%   24%   25% 
##  3.00  3.00  3.00  3.00  3.00  3.00  3.00  3.40  4.00  4.00  4.00  4.00  4.00 
##   26%   27%   28%   29%   30%   31%   32%   33%   34%   35%   36%   37%   38% 
##  4.72  5.00  5.00  5.00  5.00  5.00  5.00  5.00  5.00  5.20  5.92  6.00  6.00 
##   39%   40%   41%   42%   43%   44%   45%   46%   47%   48%   49%   50%   51% 
##  6.00  6.00  6.52  7.00  7.00  7.00  7.00  7.12  7.84  8.00  8.28  9.00  9.00 
##   52%   53%   54%   55%   56%   57%   58%   59%   60%   61%   62%   63%   64% 
##  9.00  9.16  9.88 10.00 10.00 10.00 10.00 10.00 10.00 10.00 10.64 11.00 11.00 
##   65%   66%   67%   68%   69%   70%   71%   72%   73%   74%   75%   76%   77% 
## 11.00 11.52 12.00 12.00 12.00 12.40 13.00 13.00 13.00 13.00 13.00 13.00 13.00 
##   78%   79%   80%   81%   82%   83%   84%   85%   86%   87%   88%   89%   90% 
## 13.16 13.88 14.00 14.00 14.00 14.00 14.00 14.00 14.00 14.00 14.00 14.08 14.80 
##   91%   92%   93%   94%   95%   96%   97%   98%   99%  100% 
## 15.00 15.00 15.00 15.00 15.00 15.00 15.00 15.00 15.00 15.00

Asimetria y curtosis

Asimetria

library(fBasics)
## Warning: package 'fBasics' was built under R version 4.3.2
## 
## Attaching package: 'fBasics'
## The following objects are masked from 'package:modeest':
## 
##     ghMode, ghtMode, gldMode, hypMode, nigMode, skewness
skewness(plaza$`Visita Mensual`)
## [1] 0.01050372
## attr(,"method")
## [1] "moment"
hist(plaza$`Visita Mensual`)

Curtisis

kurtosis(plaza$`Visita Mensual`)
## [1] -1.522736
## attr(,"method")
## [1] "excess"

Se puede decir que, la mayoria de clientes tienden a ir 15 veces a la tienda mensualmente aproximadamente,

Variable Productos

Media aritmética

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

Mediana

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

Moda

library(modeest)
 mfv(plaza$Productos)
## [1] 22

Medidas de variabilidad o dispersión

Rango

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

Varianza

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

Desviación estándar

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

Coeficiente de variación

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

Medidas estadísticas de posición

Cuartiles

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

Deciles

quantile(plaza$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

Deciles

quantile(plaza$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

Asimetria y curtosis

Asimetria

library(fBasics)
skewness(plaza$Productos)
## [1] -0.1264463
## attr(,"method")
## [1] "moment"
hist(plaza$Productos)

Curtisis

kurtosis(plaza$Productos)
## [1] -1.424588
## attr(,"method")
## [1] "excess"

Se puede decir que normalmente, los productos que llevan los clientes son 22