Introducción

El consumo de gasolina en vehículos es un factor crucial tanto para los consumidores como para la industria automotriz. Comprender los factores que influyen en el consumo de combustible puede ayudar a mejorar la eficiencia energética y reducir las emisiones de gases de efecto invernadero. En este estudio, realizaremos un análisis estadístico del conjunto de datos ‘Auto’ para identificar los factores que más afectan al consumo de gasolina (mpg) de los vehículos.

Metodología

El análisis se llevará a cabo siguiendo los siguientes pasos:

  1. Selección de Variables: Se seleccionarán las siguientes variables predictoras: cilindros, desplazamiento, caballos de fuerza y aceleración.

  2. Cálculo de Medianas: Se calculará la mediana de cada variable predictora para dividir los datos en dos grupos.

  3. Pruebas de Hipótesis: Se realizarán pruebas de hipótesis para determinar si hay diferencias significativas en el consumo de gasolina (mpg) entre los vehículos con valores menores y mayores a la mediana de cada variable predictora. Se utilizará la prueba t de Student.

  4. Intervalos de Confianza: Se calcularán intervalos de confianza para la diferencia de medias entre los grupos, en aquellas variables donde se encuentren diferencias significativas en las pruebas de hipótesis.

  5. Visualización de Datos: Se generarán gráficos de cajas para visualizar la distribución del consumo de gasolina en relación con cada variable predictora.

  6. Análisis y Conclusiones: Se analizarán los resultados de las pruebas de hipótesis y los intervalos de confianza para determinar los factores que más influyen en el consumo de gasolina. Se proporcionarán conclusiones basadas en estos resultados.

Resultados

Los datos analizados en este trabajo provienen del paquete islr2 y corresponden a la base de datos Auto. Los resultados encontrados despues de aplícar la metodología propuesta, son los siguientes:

Cálculo de Medianas

Las medianas de las variables en el conjunto de datos ‘Auto’ resumen las características centrales de los vehículos. Por ejemplo, la mediana de “cilindros” es 4, “desplazamiento” es 151 pulgadas cúbicas, “caballos de fuerza” es 93.5, y “aceleración” es 15.5 segundos. Estas cifras representan el punto medio de cada variable, lo que proporciona una indicación de su distribución central en la muestra de vehículos analizados.

medians <- Auto %>% 
  summarise(across(c(cylinders, displacement, horsepower, acceleration), median, na.rm = TRUE))
kable(medians)
cylinders displacement horsepower acceleration
4 151 93.5 15.5

Pruebas de Hipótesis e Intervalos de Confianza

Se realizarán pruebas t y se calcularán intervalos de confianza para comparar las millas por galón (mpg) entre los valores menores y mayores a la mediana de cada variable.

Cilindros

El análisis revela una diferencia estadísticamente significativa en el consumo de gasolina entre los grupos de vehículos con cilindros menores o iguales 4 y mayores a 4 (t = 22.62, p < 0.05). Esta disparidad sugiere una influencia sustancial de la cantidad de cilindros en el rendimiento de combustible de los vehículos.

cyl_median <- medians$cylinders
group1 <- Auto %>% filter(cylinders <= cyl_median) %>% pull(mpg)
group2 <- Auto %>% filter(cylinders > cyl_median) %>% pull(mpg)

t_test_cyl <- t.test(group1, group2, var.equal = TRUE)
t_test_cyl
## 
##  Two Sample t-test
## 
## data:  group1 and group2
## t = 22.62, df = 390, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  10.73008 12.77293
## sample estimates:
## mean of x mean of y 
##  29.11182  17.36032

Desplazamiento

El análisis indica una diferencia estadísticamente significativa en el consumo de gasolina entre los grupos de vehículos con desplazamiento menor o igual a 151 pulgadas cúbicas y aquellos con desplazamiento mayor a 151 pulgadas cúbicas (t = 22.964, p < 0.05). Esta disparidad sugiere una influencia considerable del tamaño del desplazamiento en el rendimiento de combustible de los vehículos.

disp_median <- medians$displacement
group1 <- Auto %>% filter(displacement <= disp_median) %>% pull(mpg)
group2 <- Auto %>% filter(displacement > disp_median) %>% pull(mpg)

t_test_disp <- t.test(group1, group2, var.equal = TRUE)
t_test_disp
## 
##  Two Sample t-test
## 
## data:  group1 and group2
## t = 22.964, df = 390, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  10.81741 12.84308
## sample estimates:
## mean of x mean of y 
##  29.11961  17.28936

Caballos de Fuerza

El análisis evidencia una disparidad estadísticamente significativa en el consumo de combustible entre los conjuntos de vehículos, aquellos con una potencia de motor igual o inferior a 93.5 caballos de fuerza y aquellos con una potencia superior a este umbral (t = 20.334, p < 0.05). Este hallazgo sugiere un impacto considerable de la potencia del motor en la eficiencia de combustible de los vehículos.

hp_median <- medians$horsepower
group1 <- Auto %>% filter(horsepower <= hp_median) %>% pull(mpg)
group2 <- Auto %>% filter(horsepower > hp_median) %>% pull(mpg)

t_test_hp <- t.test(group1, group2, var.equal = TRUE)
t_test_hp
## 
##  Two Sample t-test
## 
## data:  group1 and group2
## t = 20.334, df = 390, p-value < 2.2e-16
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  10.10233 12.26502
## sample estimates:
## mean of x mean of y 
##  29.03776  17.85408

Aceleración

El análisis muestra una diferencia estadísticamente significativa en el consumo de gasolina entre los grupos de vehículos con una aceleración menor o igual a 15.5 segundos y aquellos con una aceleración mayor a 15.5 segundos (t = -6.5169, p < 0.05). Este resultado sugiere una influencia significativa del tiempo de aceleración en el rendimiento de combustible de los vehículos.

acc_median <- medians$acceleration
group1 <- Auto %>% filter(acceleration <= acc_median) %>% pull(mpg)
group2 <- Auto %>% filter(acceleration > acc_median) %>% pull(mpg)

t_test_acc <- t.test(group1, group2, var.equal = TRUE)
t_test_acc
## 
##  Two Sample t-test
## 
## data:  group1 and group2
## t = -6.5169, df = 390, p-value = 2.221e-10
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -6.383518 -3.424565
## sample estimates:
## mean of x mean of y 
##  21.20657  26.11061

Concluciones

Después de examinar detalladamente los datos del conjunto ‘Auto’ y seguir una metodología precisa, hemos identificado varios factores clave que afectan el consumo de gasolina en los vehículos. Entre ellos se destacan el número de cilindros, el desplazamiento, la potencia del motor y la aceleración. Estos resultados son cruciales tanto para los consumidores, que buscan vehículos más eficientes, como para la industria automotriz, en su esfuerzo por reducir emisiones y mejorar la sostenibilidad.

Estos hallazgos resaltan la importancia de considerar estos factores durante el diseño y la selección de vehículos, lo que nos permite tomar decisiones más informadas para promover una movilidad más eficiente y respetuosa con el medio ambiente. En resumen, nuestro estudio subraya la necesidad de abordar estos aspectos para avanzar hacia un futuro de transporte más eficiente y ecológico, contribuyendo así a la protección del medio ambiente y la salud pública.

PROC SQL; CREATE TABLE WORK.QUERY_FOR_MOD_CONSOLIDADO_EFECTI AS SELECT /* Crear la agrupación trimestral */ CASE WHEN MOD(MONTH(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), 3) = 1 THEN CATX(‘Q’, YEAR(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), ‘1’) WHEN MOD(MONTH(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), 3) = 2 THEN CATX(‘Q’, YEAR(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), ‘1’) WHEN MOD(MONTH(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), 3) = 0 THEN CATX(‘Q’, YEAR(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), ‘1’) END AS TRIMESTRE, t1.N_ID1, t1.V_TIPOTRANSACCION, SUM(t1.N_CANTIDAD) AS SUM_N_CANTIDAD, SUM(t1.N_VALOR) AS SUM_N_VALOR FROM MONITRP.MOD_CONSOLIDADO_EFECTIVO t1 GROUP BY CALCULATED TRIMESTRE, t1.N_ID1, t1.V_TIPOTRANSACCION; QUIT;

WHEN MONTH(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)) IN (1, 2, 3) THEN CATX(‘Q’, PUT(YEAR(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), 4.), ‘1’)

WHEN MONTH(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)) IN (4, 5, 6) THEN CATX(‘Q’, PUT(YEAR(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), 4.), ‘2’)

WHEN MONTH(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)) IN (7, 8, 9) THEN CATX(‘Q’, PUT(YEAR(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), 4.), ‘3’)

WHEN MONTH(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)) IN (10, 11, 12) THEN CATX(‘Q’, PUT(YEAR(INPUT(PUT(t1.N_PERIODO, 8.), yymmn6.)), 4.), ‘4’)

Referencias