Recuperacion Estadistica
Kevin Merino
2024-02-23
I. CASO 1:
La tienda del rubro electrodomésticos “ElectroMedia SAC” registra ciertas variables de sus clientes cuando realizan una compra. El objetivo es agrupar a sus clientes con características similares de compra, para luego enviar correos electrónicos promocionales a personas que probablemente puedan realizar una compra de sus productos. Algunos registros se muestran a continuación:
VARIABLES
Edad: Edad del cliente - Variable cuantitativa continua
Casa Propia: Si-No cuenta con cosa - variable cualitativa nominal
Numeros de hijos: Numero de hijos del cliente - variable cuantitativa discreta
Estado civil: Estado Civil del cliente - variable cualitativa nominal
Marca de TV adquirido: Marca de TV - variable cualitativa nominal
II. Caso 2:
“Plaza Vía” Es un supermercado local que continuamente realiza análisis de sus clientes, los análisis que se hacen son, por ejemplo: seguimiento de compras, satisfacción del cliente, quejas y reclamos, entre otros. Para este caso utilice el conjunto de datos enviado “Caso Plaza Via.xlsx”, y plantee cada uno de los puntos dados:
library(readxl)
plaza <- read_excel("PLAZAVIA.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>1. Fundamentos del estudio
Objetivo
Evaluar la satisfacción de los residentes y visitantes de Plaza Vía con sus servicios y instalaciones
Poblacion
La población general serían los clientes de Plaza Vía.
Muestra
La muestra serían 73 de los clientes de Plaza Vía, seleccionados para realizar el analisis.
Unidad de Analisis
La unidad de análisis es el Cliente de Plaza via.
2. Variables y tipo de variables
Local: Descripción del lugar - Cualitativa nominal
Género: Genero del cliente - Variable completa
Pago: Metodo de pago utilizado - Cualitativa nominal
Opinión: Niveles de satisfaccion - Cualitativa ordinal
Producto Marca: Marca de los productos - Cualitativa nominal
Productos: Productos comprados - cuantitativa discreta
Monto Pagado: Monto que consumio - Cuantitativa continua
Visita Mensual: Número de visitas mensuales - Cuantitativa discreta
3. Tabla de distribución de frecuencia para dos variables cualitativas
* Variable Género
library(summarytools)
freq(plaza$Género, report.nas = FALSE)## Frequencies
## plaza$Género
## Type: Character
##
## Freq % % Cum.
## --------------- ------ -------- --------
## femenino 54 73.97 73.97
## masculino 19 26.03 100.00
## Total 73 100.00 100.00- El 73.97% de los clientes son de genero femenino
- El 26.03% de los clientes son de genero Masculino
* Variable Pago
library(summarytools)
freq(plaza$Pago, report.nas = FALSE)## Frequencies
## plaza$Pago
## Type: Character
##
## Freq % % Cum.
## -------------- ------ -------- --------
## Contado 16 21.92 21.92
## TCrédito 24 32.88 54.79
## TDébito 33 45.21 100.00
## Total 73 100.00 100.00- El 21.92% de los clientes paga al Contado
- El 32.88% de los Clientes paga con tarjeta de credito
- El 45.21% de los Clientes paga con tarjeta de debito
4. Tabla de distribución de frecuencia agrupada por intervalos
Variable Productos
library(agricolae)
listax = hist(plaza$Productos,plot = FALSE)
tablaf = table.freq(listax)
tablaf## Lower Upper Main Frequency Percentage CF CPF
## 1 8 10 9 11 15.1 11 15.1
## 2 10 12 11 10 13.7 21 28.8
## 3 12 14 13 8 11.0 29 39.7
## 4 14 16 15 6 8.2 35 47.9
## 5 16 18 17 15 20.5 50 68.5
## 6 18 20 19 10 13.7 60 82.2
## 7 20 22 21 13 17.8 73 100.05. Gráficos estadísticos para dos variables e interpretar
* Variable Genero
barplot(prop.table(table(plaza$Género))*100,
main="Distribución de los clientes según su Sexo",
col=3,xlab="Sexo",ylab="% de clientes")
Interpretacion : Mas del 70% de los clientes son de genero Femenino
* Variable Productos
hist(plaza$Productos, breaks = "Sturges",
xlab="Productos",
ylab="Número de clientes",col="green")
6. Medidas estadísticas
Variable Visita Mensual
1. Media Aritmetica
mean(plaza$'Visita Mensual')## [1] 8.520548Interpretacion: El promedio de visitas mensuales es de 8.520548 veces.
2. Mediana
median(plaza$'Visita Mensual')## [1] 9El valor de la mediana es 9. Interpretacion: El 50% de los clientes visita la tienda un maximo de 9 veces al mes. El otro 50% visita un minimo de 9 veces.
3. Moda
library(modeest)##
## Attaching package: 'modeest'## The following object is masked from 'package:agricolae':
##
## skewnessmfv(plaza$'Visita Mensual')## [1] 2 14 15Interpretación: La cantidad de visitas más frecuentes (que más se repiten) son 2, 14 y 15 respectivamente.
4. Rango
range(plaza$'Visita Mensual')## [1] 2 155. Varianza
var(plaza$'Visita Mensual')## [1] 21.141936. Desviasion Estandar
sd(plaza$'Visita Mensual')## [1] 4.598036Interpretación: La varibilidad promedio de los datos respecto a la media es de 4.598036.
7. Coeficiente de variacion
coeficiente_var=sd(plaza$'Visita Mensual')/mean(plaza$'Visita Mensual')*100
coeficiente_var## [1] 53.96409Interpretación: como el CV es 53.96409 > 30%, entonces la distribución de las edades no es homogénea y la media no es representativa.
Variable Monto Pagado
1. Media Aritmetica
mean(plaza$'Monto Pagado')## [1] 206.0959Interpretacion: El monto Pagado promedio de los clientes es: $ 206.0959
2. Mediana
median(plaza$'Monto Pagado')## [1] 144El valor de la mediana es: 144 Interpretacion: El 50% de los clientes de la tienda su monto Pagado maximo es de $144. El otro 50% su valor minimo es de $144.
3. Moda
library(modeest)
mfv(plaza$'Monto Pagado')## [1] 158Interpretacion: El monto mas frecuente es de $158.
4. Rango
range(plaza$'Monto Pagado')## [1] 55 5405. Varianza
var(plaza$'Monto Pagado')## [1] 21238.426. Desviasion Estandar
sd(plaza$'Monto Pagado')## [1] 145.7341Interpretación: La varibilidad promedio de los datos respecto a la media es de 145.7341.
7. Coeficiente de variacion
coeficiente_var=sd(plaza$'Monto Pagado')/mean(plaza$'Monto Pagado')*100
coeficiente_var## [1] 70.71178Interpretación: como el CV es 70.71178 > 30%, entonces la distribución de los montos no es homogénea y la media no es representativa.