Análisis Chocolates

Contexto del Análisis El chocolate es uno de los dulces más populares en el mundo, y cada año los estadounidenses consumen más de 2.8 millones de Kg de este producto. Sin embargo, no todas las barras de chocolate son creadas iguales. Este conjunto de datos contiene el rating de más de 1700 barras de chocolate y detalle de su origen.

El análisis del dataset “Flavour of Cocoa” se centra en explorar cómo las características intrínsecas del chocolate, específicamente el porcentaje de cacao, influyen en la percepción y valoración de los consumidores. Utilizando un gráfico Hexbin, este estudio busca desentrañar la relación entre el porcentaje de cacao en las barras de chocolate y las calificaciones que estas reciben. A través de este método de visualización, que agrupa datos en contenedores hexagonales para representar la densidad y distribución de las valoraciones, se intenta identificar patrones y tendencias. .

Se instalaron y cargaron los paquetes necesarios para la visualización

knitr::opts_chunk$set(echo = TRUE)
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.0     ✔ readr     2.1.5
## ✔ ggplot2   3.5.0     ✔ stringr   1.5.1
## ✔ lubridate 1.9.3     ✔ tibble    3.2.1
## ✔ purrr     1.0.2     ✔ tidyr     1.3.1

## ── 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

library(ggplot2)
library(readr)
library(hexbin)

Se cargo el data set

data <- read.csv("C:/Users/PERFER/OneDrive - Watlow/Desktop/flavors_of_cacao.csv")

Porcentaje de Cacao vs Rating

En el gráfico Hexbin. se muestra la relación entre el porcentaje de cacaoen las barras de chocolate y sus valoraciones asociadas.

```r
data$Cocoa_Percent <- as.numeric(gsub("%", "", data$Cocoa.Percent))

ggplot(data, aes(x=Cocoa_Percent, y=Rating)) +
  geom_hex(bins = 30) +
  scale_fill_gradient(low = "blue", high = "red") +
  labs(title = "Cocoa Percentage vs. Rating",
       x = "Cocoa Percentage",
       y = "Rating") +
  theme_minimal()

La Densidad de puntos, representantr la cantidad de barras de chocolate que corresponden a cada combinación de porcentaje de cacao y su rating. Ente más se acerque al color rojo, mayor será el número de barras que comparten ese porcentaje de cacao y rating.

Los porcentajes de cacao se distribuyen principalmente entre el 50% y el 80%.

Existe una concentración notable (zona roja) en torno al porcentaje de cacao del 70% y valoraciones justo por encima de 3,5, lo que podría indicar una preferencia o una calidad óptima percibida en este porcentaje de cacao.

Correlación: No parece haber una fuerte correlación directa o inversa entre el porcentaje de cacao y la valoración. Las valoraciones están relativamente bien distribuidas entre los distintos porcentajes, sin una clara tendencia al alza o a la baja que indique una correlación más fuerte.

En conclusión, este Hexbin Plot sugiere que, si bien hay un rango preferido para el porcentaje de cacao en la producción de chocolate, la variación de las calificaciones entre los distintos porcentajes de cacao es relativamente uniforme, sin una tendencia clara a que porcentajes de cacao más altos o más bajos conduzcan a mejores o peores calificaciones. La mayoría de los puntos de datos se concentran en una banda en la que el porcentaje de cacao se sitúa entre el 60% y el 80%, con valoraciones entre 3,0 y 4,0, lo que indica que la mayoría de las tabletas de chocolate se encuentran en un “punto óptimo”.