#install.packages("readx1") #Leer documentos de excel
library(readxl)
#install.packages("tidyverse") #Manipulacion de datos
library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.4.4 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.1
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
#install.packages("ggplot2") #Generar graficos presentables
library(ggplot2)
#file.choose()
#file.choose
df <- read_excel("C:\\Users\\Usuario\\Downloads\\Datos Arca Continental Original.xlsx")
## Warning: Expecting numeric in N184066 / R184066C14: got a date
## Warning: Expecting numeric in O184066 / R184066C15: got a date
## Warning: Expecting numeric in P184066 / R184066C16: got a date
## Warning: Expecting numeric in Q184066 / R184066C17: got a date
## Warning: Expecting numeric in R184066 / R184066C18: got a date
## Warning: Expecting numeric in S184066 / R184066C19: got a date
## Warning: Expecting numeric in T184066 / R184066C20: got a date
## Warning: Expecting numeric in U184066 / R184066C21: got a date
## Warning: Expecting numeric in V184066 / R184066C22: got a date
## Warning: Expecting numeric in W184066 / R184066C23: got a date
## Warning: Expecting numeric in X184066 / R184066C24: got a date
## Warning: Expecting numeric in Y184066 / R184066C25: got a date
str(df)
## tibble [466,509 × 25] (S3: tbl_df/tbl/data.frame)
## $ ID : num [1:466509] 1 2 3 4 5 6 7 8 9 10 ...
## $ Año : num [1:466509] 2016 2016 2016 2016 2016 ...
## $ Territorio : chr [1:466509] "Guadalajara" "Guadalajara" "Guadalajara" "Guadalajara" ...
## $ Sub Territorio : chr [1:466509] "Belenes" "Belenes" "Belenes" "Belenes" ...
## $ CEDI : chr [1:466509] "Suc. Belenes" "Suc. Belenes" "Suc. Belenes" "Suc. Belenes" ...
## $ Cliente : chr [1:466509] "77737" "77737" "77737" "77737" ...
## $ Nombre : chr [1:466509] "ABARR" "ABARR" "ABARR" "ABARR" ...
## $ Tamaño Cte Industria: chr [1:466509] "Extra Grande" "Extra Grande" "Extra Grande" "Extra Grande" ...
## $ Segmento Det : chr [1:466509] "Agua Mineral" "Agua Purificada" "Agua Purificada" "Agua Saborizada" ...
## $ Marca : chr [1:466509] "Topo Chico A.M." "Ciel Agua Purificada" "Ciel Agua Purificada" "Ciel Exprim" ...
## $ Presentacion : chr [1:466509] "600 ml NR" "1 Ltro. N.R." "1.5 Lts. NR" "600 ml NR" ...
## $ Tamaño : chr [1:466509] "Individual" "Individual" "Individual" "Individual" ...
## $ Retornable_NR : chr [1:466509] "No Retornable" "No Retornable" "No Retornable" "No Retornable" ...
## $ Enero : num [1:466509] NA NA NA NA NA NA 1 NA 3 NA ...
## $ Febrero : num [1:466509] NA 2 NA NA NA NA NA 1 3 NA ...
## $ Marzo : num [1:466509] NA 8 3 NA NA 1 NA NA 4 NA ...
## $ Abril : num [1:466509] NA 4 6 NA NA NA NA 1 4 NA ...
## $ Mayo : num [1:466509] NA 4 3 NA NA NA 0 NA 4 NA ...
## $ Junio : num [1:466509] NA 2 3 NA NA NA NA 1 4 0 ...
## $ Julio : num [1:466509] NA 2 3 NA NA NA 0 NA 4 NA ...
## $ Agosto : num [1:466509] NA 2 3 NA NA NA NA 1 7 NA ...
## $ Septiembre : num [1:466509] NA 2 3 NA NA NA NA 1 4 NA ...
## $ Octubre : num [1:466509] NA 2 3 NA NA NA 0 NA 3 NA ...
## $ Noviembre : num [1:466509] NA 4 3 NA 0 NA NA NA 1 NA ...
## $ Diciembre : num [1:466509] 1 2 3 1 NA NA NA NA 3 NA ...
#Cuantos NAs tengo en la base de datos?
sum(is.na(df))
## [1] 3148501
# Cuantos NAs tengo por variable?
sapply(df, function(x) sum(is.na(x)))
## ID Año Territorio
## 0 0 0
## Sub Territorio CEDI Cliente
## 0 0 0
## Nombre Tamaño Cte Industria Segmento Det
## 0 0 0
## Marca Presentacion Tamaño
## 0 0 0
## Retornable_NR Enero Febrero
## 0 233480 231213
## Marzo Abril Mayo
## 227420 224057 216910
## Junio Julio Agosto
## 215753 223411 220242
## Septiembre Octubre Noviembre
## 337314 338386 338460
## Diciembre
## 341855
#opcion 1, Eliminar NAs
# df <- na.omit(df)
#opcion 2. Reemplazar NAs con CEROS
df1 <- df
df1 [is.na(df1)] <- 0
sum (is.na(df1))
## [1] 0
#opcio 3. Reemplazar NAs con PROMEDIO
#df1 <- df
#df1$Enero[is.na(df1$Enero)] <- mean(df1$Enero, na.rm+TRUE)
boxplot(df1$Enero)
#Eliminar renglon
df1 <- df1[df1$Enero <6000, ]
boxplot(df1$Enero)
# Funciones del paquete dplyr
#Adecuar nombres con rename
names(df1) <- gsub (" ", "_", names (df1))
#Muestra las ventas de Enero a Junio por Cedi:
df2 <- select(df1, c(CEDI, Enero:Junio))
# Muestra los movimientos por cedi y tamano de la tienda grande:
df3 <- df1 %>% filter(Tamaño_Cte_Industria == "Grande")
# Ordena la base de datos por Cedi, marca y por presentacion:
df4 <- df1 %>% arrange(CEDI, Marca, Presentacion)
#Agrega un campo calculado con las ventas del primer semestre y muestra las ventas del primer semestre por marca:
df5 <- df1 %>% mutate(ventas_Sem1 = Enero + Febrero + Marzo + Abril + Mayo + Junio)
ventas_sem1_por_marca <- df5 %>%
group_by(Marca) %>%
summarise(ventas_sem1=sum(ventas_Sem1))
#Obtener la media de las ventas del primer semestre agrupado por marca, presentacion y tamano
df6 <- df5 %>%
group_by(Marca, Presentacion, Tamaño)%>%
summarise(ventas_sem1=mean(ventas_Sem1))
## `summarise()` has grouped output by 'Marca', 'Presentacion'. You can override
## using the `.groups` argument.
# Calcualar medidas de central
summary(df1)
## ID Año Territorio Sub_Territorio
## Min. : 1 Min. :2016 Length:466508 Length:466508
## 1st Qu.:116628 1st Qu.:2017 Class :character Class :character
## Median :233256 Median :2018 Mode :character Mode :character
## Mean :233255 Mean :2018
## 3rd Qu.:349882 3rd Qu.:2019
## Max. :466509 Max. :2019
## CEDI Cliente Nombre Tamaño_Cte_Industria
## Length:466508 Length:466508 Length:466508 Length:466508
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
## Segmento_Det Marca Presentacion Tamaño
## Length:466508 Length:466508 Length:466508 Length:466508
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
##
##
##
## Retornable_NR Enero Febrero Marzo
## Length:466508 Min. : -19.000 Min. : -11.000 Min. : -32.000
## Class :character 1st Qu.: 0.000 1st Qu.: 0.000 1st Qu.: 0.000
## Mode :character Median : 0.000 Median : 0.000 Median : 0.000
## Mean : 4.951 Mean : 4.829 Mean : 5.729
## 3rd Qu.: 2.000 3rd Qu.: 2.000 3rd Qu.: 3.000
## Max. :5333.000 Max. :4995.000 Max. :5636.000
## Abril Mayo Junio Julio
## Min. : -70.000 Min. :-106.00 Min. :-211.000 Min. : -60.000
## 1st Qu.: 0.000 1st Qu.: 0.00 1st Qu.: 0.000 1st Qu.: 0.000
## Median : 0.000 Median : 0.00 Median : 0.000 Median : 0.000
## Mean : 5.992 Mean : 6.73 Mean : 6.464 Mean : 6.033
## 3rd Qu.: 3.000 3rd Qu.: 3.00 3rd Qu.: 3.000 3rd Qu.: 3.000
## Max. :6164.000 Max. :6759.00 Max. :6033.000 Max. :6735.000
## Agosto Septiembre Octubre Noviembre
## Min. :-211.000 Min. :-527.000 Min. : -38.000 Min. : -25.00
## 1st Qu.: 0.000 1st Qu.: 0.000 1st Qu.: 0.000 1st Qu.: 0.00
## Median : 0.000 Median : 0.000 Median : 0.000 Median : 0.00
## Mean : 6.235 Mean : 3.625 Mean : 3.674 Mean : 3.57
## 3rd Qu.: 3.000 3rd Qu.: 1.000 3rd Qu.: 1.000 3rd Qu.: 1.00
## Max. :6065.000 Max. :6509.000 Max. :6326.000 Max. :5319.00
## Diciembre
## Min. : -28.000
## 1st Qu.: 0.000
## Median : 0.000
## Mean : 3.858
## 3rd Qu.: 0.000
## Max. :6182.000
# Colapsar meses en una columna
df7 <- gather(df1, Mes, Ventas, Enero:Diciembre)
df7
## # A tibble: 5,598,096 × 15
## ID Año Territorio Sub_Territorio CEDI Cliente Nombre
## <dbl> <dbl> <chr> <chr> <chr> <chr> <chr>
## 1 1 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 2 2 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 3 3 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 4 4 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 5 5 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 6 6 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 7 7 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 8 8 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 9 9 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 10 10 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## # ℹ 5,598,086 more rows
## # ℹ 8 more variables: Tamaño_Cte_Industria <chr>, Segmento_Det <chr>,
## # Marca <chr>, Presentacion <chr>, Tamaño <chr>, Retornable_NR <chr>,
## # Mes <chr>, Ventas <dbl>
library(tidyverse)
library(dplyr)
library(readxl)
library(ggplot2)
#file.choose("C:\\Users\\Usuario\\Downloads\\Datos Arca Continental Original.xlsx")
datos <- read_excel("C:\\Users\\Usuario\\Downloads\\Datos Arca Continental Original.xlsx")
## Warning: Expecting numeric in N184066 / R184066C14: got a date
## Warning: Expecting numeric in O184066 / R184066C15: got a date
## Warning: Expecting numeric in P184066 / R184066C16: got a date
## Warning: Expecting numeric in Q184066 / R184066C17: got a date
## Warning: Expecting numeric in R184066 / R184066C18: got a date
## Warning: Expecting numeric in S184066 / R184066C19: got a date
## Warning: Expecting numeric in T184066 / R184066C20: got a date
## Warning: Expecting numeric in U184066 / R184066C21: got a date
## Warning: Expecting numeric in V184066 / R184066C22: got a date
## Warning: Expecting numeric in W184066 / R184066C23: got a date
## Warning: Expecting numeric in X184066 / R184066C24: got a date
## Warning: Expecting numeric in Y184066 / R184066C25: got a date
#Se desea seleccionar Sub Territoriio, Segmento Det y Marca. Al seleccionarlas implica entender el contexto, poder evaluar la relevancia y calidad de los datos, considerar variables relacionadas para realizar el analisis adecuado.
datos_1 <- datos %>%
select(`Sub Territorio`, `Segmento Det`, Marca)
print(datos_1)
## # A tibble: 466,509 × 3
## `Sub Territorio` `Segmento Det` Marca
## <chr> <chr> <chr>
## 1 Belenes Agua Mineral Topo Chico A.M.
## 2 Belenes Agua Purificada Ciel Agua Purificada
## 3 Belenes Agua Purificada Ciel Agua Purificada
## 4 Belenes Agua Saborizada Ciel Exprim
## 5 Belenes Agua Saborizada Ciel Mini
## 6 Belenes Agua Saborizada Ciel Saborizada
## 7 Belenes Bebidas de Fruta Delaware Punch
## 8 Belenes Bebidas de Fruta Delaware Punch
## 9 Belenes Bebidas de Fruta Frutsi
## 10 Belenes Bebidas de Fruta Pulpy
## # ℹ 466,499 more rows
# Se desea identificar cantidad de ventas en los distintos productos por sub territorio, de las distintas marcas en los diversos territorios. Esto con una grafica para visualizar de mejor manera.
grafico <- ggplot(datos, aes(x = `Sub Territorio`, fill = Marca)) +
geom_bar(position = "dodge") +
labs(title = "Ventas de distintas Marcas por Sub Territorio",
x = "Sub Territorio",
y = "Cantidad") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
# Visualizar gráfico
print(grafico)
#Se sabe que en Mèxico es de los principales paises que consumen una mayor cantidad de Coca-Cola, por lo cual se desa manipularlos datos del producto Coca cola en el mes de Enero
datos_2 <- datos %>%
filter(Marca == "Coca-Cola" & Enero> 5)
# Visualizar resultado
print(datos_2)
## # A tibble: 37,763 × 25
## ID Año Territorio `Sub Territorio` CEDI Cliente Nombre
## <dbl> <dbl> <chr> <chr> <chr> <chr> <chr>
## 1 20 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 2 22 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 3 23 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 4 26 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 5 27 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 6 28 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 7 29 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 8 30 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 9 33 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 10 114 2016 Guadalajara Belenes Suc. Belenes 77796 MARIA
## # ℹ 37,753 more rows
## # ℹ 18 more variables: `Tamaño Cte Industria` <chr>, `Segmento Det` <chr>,
## # Marca <chr>, Presentacion <chr>, Tamaño <chr>, Retornable_NR <chr>,
## # Enero <dbl>, Febrero <dbl>, Marzo <dbl>, Abril <dbl>, Mayo <dbl>,
## # Junio <dbl>, Julio <dbl>, Agosto <dbl>, Septiembre <dbl>, Octubre <dbl>,
## # Noviembre <dbl>, Diciembre <dbl>
#Seleccionar solo las columnas de enero a mayo y ordenar los datos por el consumo de "Burn" en el territorio "Guadalajara"
datos_3 <- datos %>%
filter(Territorio == "Guadalajara" & Marca == "Burn") %>%
select(Territorio, Marca, Enero:Mayo) %>%
arrange(desc(Enero))
# Mostrar el resultado
print(datos_3)
## # A tibble: 3,591 × 7
## Territorio Marca Enero Febrero Marzo Abril Mayo
## <chr> <chr> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 Guadalajara Burn 6 NA NA NA NA
## 2 Guadalajara Burn 5 4 3 2 3
## 3 Guadalajara Burn 5 3 3 6 4
## 4 Guadalajara Burn 5 4 8 10 5
## 5 Guadalajara Burn 4 NA 3 4 3
## 6 Guadalajara Burn 4 NA NA 2 3
## 7 Guadalajara Burn 4 2 3 1 4
## 8 Guadalajara Burn 3 1 2 4 3
## 9 Guadalajara Burn 3 1 1 4 2
## 10 Guadalajara Burn 3 3 3 3 1
## # ℹ 3,581 more rows
#Agrega un campo calculado con las ventas del primer semestre y muestra las ventas del primer semestre por marca:
datos_4 <- datos %>% mutate(ventas_Sem1 = Enero + Febrero + Marzo + Abril + Mayo + Junio)
ventas_sem1_por_marca <- datos_4 %>%
group_by(Marca) %>%
summarise(ventas_sem1=sum(ventas_Sem1))
print(datos_4)
## # A tibble: 466,509 × 26
## ID Año Territorio `Sub Territorio` CEDI Cliente Nombre
## <dbl> <dbl> <chr> <chr> <chr> <chr> <chr>
## 1 1 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 2 2 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 3 3 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 4 4 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 5 5 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 6 6 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 7 7 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 8 8 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 9 9 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## 10 10 2016 Guadalajara Belenes Suc. Belenes 77737 ABARR
## # ℹ 466,499 more rows
## # ℹ 19 more variables: `Tamaño Cte Industria` <chr>, `Segmento Det` <chr>,
## # Marca <chr>, Presentacion <chr>, Tamaño <chr>, Retornable_NR <chr>,
## # Enero <dbl>, Febrero <dbl>, Marzo <dbl>, Abril <dbl>, Mayo <dbl>,
## # Junio <dbl>, Julio <dbl>, Agosto <dbl>, Septiembre <dbl>, Octubre <dbl>,
## # Noviembre <dbl>, Diciembre <dbl>, ventas_Sem1 <dbl>
#Agregar una plumna con el numero del mes
meses <- c ("Enero"="01","Febrero"="02","Marzo"="03","Abril"="04","Mayo"="05","Junio"="06","Julio"= "07", "Agosto"="08", "Septiembre"="09", "Octubre"="10", "Noviembre"="11", "Diciembre"="12")
df7$Número_de_Mes <- meses[df7$Mes]
#Graficar el total de ventas por mes y año
ventas_totales <- df7 %>%
group_by(Año, Número_de_Mes) %>%
summarise(Ventas_Totales = sum (Ventas)) %>%
arrange(Número_de_Mes)
## `summarise()` has grouped output by 'Año'. You can override using the `.groups`
## argument.
ggplot(ventas_totales, aes (x=Número_de_Mes, y=Ventas_Totales, group=Año, color=as.factor(Año))) +
geom_line()+
geom_point()+
labs(x="Mes", y="Ventas Totales(Qty)", color="Año" )
# 1.¿Se ha incrementado la venta de productos en envases retornables en los últimos dos años?
ventas_totales_er <- df7 %>%
filter(Retornable_NR == "Retornable") %>%
group_by(Año, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Número_de_Mes)
## `summarise()` has grouped output by 'Año'. You can override using the `.groups`
## argument.
ggplot(ventas_totales_er, aes(x=Número_de_Mes, y=Ventas_Totales,group=Año, color= as.factor(Año))) +
geom_line() +
geom_point() +
labs(x="Mes", y= "Ventas Totales(Qty)", title = "Ventas totales de productos en envases retornables", color = "Año")
# 2.¿Se ha incrementado la venta de productos en envases retornables en los últimos dos años?
ventas_totales_er <- df7 %>%
filter(Segmento_Det == "Agua Purificada" | Segmento_Det == "Colas Regular" | Segmento_Det == "Isotónicos Regular") %>%
filter(Año==2018) %>%
group_by(Segmento_Det, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Número_de_Mes)
## `summarise()` has grouped output by 'Segmento_Det'. You can override using the
## `.groups` argument.
ggplot(ventas_totales_er, aes(x=Número_de_Mes, y=Ventas_Totales,group=Segmento_Det, color= as.factor(Segmento_Det))) +
geom_line() +
geom_point() +
labs(x="Mes", y= "Ventas Totales(Qty)", title = "Ventas totales por segmento", color = "Segmento")
# 3.¿Puede decirse que la venta mensual de agua está relacionada con la venta mensual de refrescos en los últimos 4 años?
ventas_totales_er <- df7 %>%
filter(Segmento_Det == "Agua Purificada" | Segmento_Det == "Colas Regular") %>%
group_by(Segmento_Det, Año) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Año)
## `summarise()` has grouped output by 'Segmento_Det'. You can override using the
## `.groups` argument.
ggplot(ventas_totales_er, aes(x=Año, y=Ventas_Totales,group=Segmento_Det, color= as.factor(Segmento_Det))) +
geom_col() +
labs(x="Producto", y= "Ventas Totales últimos 4 años", title = "Agua vs Refresco", color = "Segmento")
# 4.¿Cuál es el comportamiento observado de las unidades vendidas por mes de cada una de las marcas, independientemente de sus respectivas presentaciones?
ventas_totales_er <- df7 %>%
filter(Marca == "Ciel Agua Purificada" | Marca == "Coca-Cola" | Marca == "Powerade" | Marca == "Sprite Zero" | Marca == "Fanta" | Marca == "Fresca" | Marca == "Manzana Lift") %>%
group_by(Marca, Número_de_Mes) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Número_de_Mes)
## `summarise()` has grouped output by 'Marca'. You can override using the
## `.groups` argument.
ggplot(ventas_totales_er, aes(x=Número_de_Mes, y=Ventas_Totales,group=Marca, color= as.factor(Marca))) +
geom_col() +
labs(x="Mes", y= "Ventas Totales", title = "Unidades vendidas por mes de cada una de las marcas", color = "Marca")
# 5.¿El incremento en las ventas es similar entre los diferentes tamaños de clientes?
ventas_totales_er <- df7 %>%
group_by(Tamaño_Cte_Industria, Año) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
arrange(Año)
## `summarise()` has grouped output by 'Tamaño_Cte_Industria'. You can override
## using the `.groups` argument.
ggplot(ventas_totales_er, aes(x=Año, y=Ventas_Totales,group=Tamaño_Cte_Industria, color= as.factor(Tamaño_Cte_Industria))) +
geom_area() +
labs(x="Año", y= "Incremento de Ventas Totales", title = "Ventas entre los diferentes tamaños de clientes", color = "Tamaño de la industria")
ventas_4567 <- df7 %>%
filter(Cliente =="4567") %>%
group_by(Año) %>%
summarise(Ventas_Totales = sum(Ventas)) %>%
filter(Ventas_Totales != 0)
#ventas_4567$Secuencia <- 1:nrow(ventas_4567)
ggplot(ventas_4567, aes (x=Año, y=Ventas_Totales)) +
geom_point()+
labs(x="Año", y="Ventas Totales(Qty)", title ="Ventas Totales del cliente 4567" )
regresion <- lm(Ventas_Totales~Año, data=ventas_4567)
summary(regresion)
##
## Call:
## lm(formula = Ventas_Totales ~ Año, data = ventas_4567)
##
## Residuals:
## 1 2 3
## -5092 10185 -5092
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 48918677 17799125 2.748 0.222
## Año -24174 8820 -2.741 0.223
##
## Residual standard error: 12470 on 1 degrees of freedom
## Multiple R-squared: 0.8825, Adjusted R-squared: 0.765
## F-statistic: 7.512 on 1 and 1 DF, p-value: 0.2227
datos <- data.frame(Año=2020:2025)
prediccion <- predict(regresion,datos)
prediccion
## 1 2 3 4 5 6
## 87197.333 63023.333 38849.333 14675.333 -9498.667 -33672.667
ventas_4567$Tipo_de_dato <- "Datos Reales"
datos$Ventas_Totales <- prediccion
datos$Tipo_de_dato <- "Prediccion"
datos_combinados <- rbind(ventas_4567,datos)
ggplot(datos_combinados, aes (x=Año, y=Ventas_Totales, color=Tipo_de_dato)) +
geom_point()+
labs(x="Año", y="Ventas Totales(Qty)", title ="Pronostico de ventas del cliente 4567" )