Analisis Exploratorio de la base de datos de calidad del vino

La base de datos de calidad de vinos describe el comportamiento de 12 atributos y de 1599 registros. Se descargo desde PAIDEIA https://paideia.pucp.edu.pe/programas/mod/assign/view.php?id=351234

Importación de la base de datos

La base de datos esta en formato CSV y fue importado al RStudio.Adicionalmente se realizo un resumen de cada variable

library(readr)
BD2<- read_csv("C:/Users/Hola/Downloads/winequality-red.csv")
## Rows: 1599 Columns: 12
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## dbl (12): fixed acidity, volatile acidity, citric acid, residual sugar, chlo...
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
summary(BD2)
##  fixed acidity   volatile acidity  citric acid    residual sugar  
##  Min.   : 4.60   Min.   :0.1200   Min.   :0.000   Min.   : 0.900  
##  1st Qu.: 7.10   1st Qu.:0.3900   1st Qu.:0.090   1st Qu.: 1.900  
##  Median : 7.90   Median :0.5200   Median :0.260   Median : 2.200  
##  Mean   : 8.32   Mean   :0.5278   Mean   :0.271   Mean   : 2.539  
##  3rd Qu.: 9.20   3rd Qu.:0.6400   3rd Qu.:0.420   3rd Qu.: 2.600  
##  Max.   :15.90   Max.   :1.5800   Max.   :1.000   Max.   :15.500  
##    chlorides       free sulfur dioxide total sulfur dioxide    density      
##  Min.   :0.01200   Min.   : 1.00       Min.   :  6.00       Min.   :0.9901  
##  1st Qu.:0.07000   1st Qu.: 7.00       1st Qu.: 22.00       1st Qu.:0.9956  
##  Median :0.07900   Median :14.00       Median : 38.00       Median :0.9968  
##  Mean   :0.08747   Mean   :15.87       Mean   : 46.47       Mean   :0.9967  
##  3rd Qu.:0.09000   3rd Qu.:21.00       3rd Qu.: 62.00       3rd Qu.:0.9978  
##  Max.   :0.61100   Max.   :72.00       Max.   :289.00       Max.   :1.0037  
##        pH          sulphates         alcohol         quality     
##  Min.   :2.740   Min.   :0.3300   Min.   : 8.40   Min.   :3.000  
##  1st Qu.:3.210   1st Qu.:0.5500   1st Qu.: 9.50   1st Qu.:5.000  
##  Median :3.310   Median :0.6200   Median :10.20   Median :6.000  
##  Mean   :3.311   Mean   :0.6581   Mean   :10.42   Mean   :5.636  
##  3rd Qu.:3.400   3rd Qu.:0.7300   3rd Qu.:11.10   3rd Qu.:6.000  
##  Max.   :4.010   Max.   :2.0000   Max.   :14.90   Max.   :8.000

Gráfico de las variables

A continuación se realiza una función para poder evaluar cada atributo de variable e identificar si es númerico o tipo carácter.A los datos númericos se les reportara con un histograma y a los datos tipo caracter se les reportara con un diagrama de pie

dimension <- dim(BD2)
par(mfrow=c(2,ceiling(dimension[2]/2)))
for(j in 1:dimension[2]){
  x<- unlist(BD2[,j])
  if(is.numeric(x)==TRUE) {
    texto <- paste('analisis del atributo', colnames(BD2)[j])
    hist(x, col=j, main = texto)
  } else {
    texto <- paste('analisis del atributo 1', colnames(BD2)[j])
    pie(x, main = texto)
   }
  }