#1 .Viajes en el Ultimo año
#4. #HORAS EN EXPLORAR#
r ggplot(Viajes, aes(x = Viajes$`Horas en Explorar`)) + geom_histogram(colour = 1, fill = "burlywood", bins = 6)+ xlab(" Horas en Explorar ")+ ylab("Frecuencia")+ ggtitle(" Horas Gastadas en Explorar los alrededores ")
#Promedio#
r mean(Viajes$`Horas en Explorar`)
## [1] 7.03125
Las horas gastadas en Explorar en Promedio son 7
#Mediana#
r median(Viajes$`Horas en Explorar`)
## [1] 3
#Moda# La moda son 7 Horas
r var(Viajes$`Horas en Explorar`)
## [1] 141.8377 la varianza es 141.8
r sd(Viajes$`Horas en Explorar`)
## [1] 11.90956 La desviacion estandar es 12
#CONCLUSION Al ver la grafica se puede concluir que la mayoria de personas no se gasta mucho tiempo explorando y prefiere quedarse relajanodose en el lugar de hospedaje
#BoxPlot#
r cajabigotes3 <- ggplot(Viajes, aes(x=0, y=`Horas en Explorar`))+ geom_boxplot() cajabigotes3

#7. Alojamiento

frec.abs2<-table(Viajes$Alojamiento)
frec.abs2
## 
##                        Airbnb Airbnb/alojamiento compartido 
##                             2                             1 
##           Casas de familiares                         Hotel 
##                             1                            28
library(cowplot)
bar1 <- ggplot(Viajes, aes(x = Viajes$Alojamiento )) +
  geom_bar(stat="count",fill="darkorchid",color='royalblue')+
  cowplot::theme_cowplot()+
  geom_text(aes(label=..count..), stat='count', 
            position=position_dodge(0.9), 
            vjust=-0.5, 
            size=3.0)+
  ylab("Frecuencia") +
  xlab("Alojamientos usados Para Hospedarse")+
  ggtitle("Alojamientos mas usados para hospedarse")
bar1