Descripción

La gráfica ilustra la relación entre el precio de los carros y el millaje recorrido, mostrando cómo estos dos factores interactúan en el mercado automotriz. Los puntos representan observaciones individuales, donde cada punto indica un carro específico con su millaje y precio correspondiente. Es evidente que existe una alta concentración de carros con millajes bajos y precios más accesibles, mientras que un grupo reducido presenta precios significativamente más altos, sugiriendo la posible presencia de vehículos de lujo o ediciones especiales.

La línea de tendencia azul, generada a partir de un modelo de regresión lineal, revela una relación inversa entre el millaje y el precio: a medida que el millaje aumenta, el precio generalmente tiende a disminuir. Esta tendencia es consistente con la expectativa de que los vehículos con mayor uso pierden valor con el tiempo. Sin embargo, la dispersión considerable de los puntos alrededor de la línea de tendencia indica que el millaje, aunque importante, no es el único factor que afecta el precio de los carros. Otros elementos, como la marca, el modelo, y el estado del vehículo, probablemente también juegan un papel significativo.

Descripción

En esta gráfica se analiza la relación entre el millaje recorrido por los vehículos y el año del modelo. Cada punto en la gráfica representa un vehículo, donde el eje x muestra el año de fabricación y el eje y refleja el millaje acumulado. La concentración de puntos es mayor en modelos más recientes, lo que sugiere que estos vehículos, a pesar de ser más nuevos, han acumulado un rango variado de millaje.

La línea de tendencia, generada mediante un modelo de regresión lineal, tiene una pendiente MUY negativa, lo que indica que, en general, los vehículos más antiguos tienden a tener un millaje más alto. Este comportamiento es coherente con lo observado en la gráfica anterior, donde se mostró que a medida que el millaje aumenta, el precio disminuye. Aquí, la antigüedad del modelo también parece estar asociada con un mayor millaje, lo cual influye en la depreciación del vehículo, reflejándose en precios más bajos.

Promedio del precio por año de modelo

Media del precio por año

model_year	price
1974	74100.00
1992	18112.50
1993	16159.81
1994	18127.62
1995	39472.71
1996	18759.75
1997	13294.65
1998	17381.04
1999	11388.85
2000	14923.63
2001	14333.97
2002	21688.51
2003	15946.62
2004	18891.45
2005	33363.79
2006	23897.77
2007	18576.55
2008	17616.78
2009	21492.05
2010	20848.56
2011	19886.70
2012	18774.31
2013	23571.85
2014	24303.73
2015	31084.08
2016	33418.83
2017	39763.11
2018	44580.21
2019	47120.92
2020	58212.43
2021	63251.72
2022	69826.42
2023	92260.36
2024	95052.07

Descripción

El precio promedio de los automóviles ha aumentado de manera constante desde 1974, comenzando en 74,100 y alcanzando 95,052 en 2024. Este crecimiento se ha acelerado especialmente en los últimos años, con los precios más altos registrados en 2023 y 2024. La tendencia general muestra un aumento gradual con incrementos más notables en las últimas dos décadas, reflejando posibles factores como la inflación, mejoras en los vehículos y cambios en la demanda del mercado.

Moda del precio por tipo de combustible

# A tibble: 7 × 2
  fuel_type      moda_precio
  <chr>                <dbl>
1 Diesel               55000
2 E85 Flex Fuel        17500
3 Gasoline             15000
4 Hybrid               50000
5 Plug-In Hybrid       86999
6 not supported         7500
7 –                    15000

Descripción

La moda del precio por tipo de combustible revela los precios más frecuentes en cada categoría. Los vehículos con Diesel tienen un precio común de 55,000, mientras que los de E85 Flex Fuel y Gasoline muestran precios frecuentes de 17,500 y 15,000, respectivamente. Los Hybrid tienen una moda de 50,000, y los Plug-In Hybrid tienen una moda más alta de 86,999. Las categorías not supported y – presentan precios de 7,500 y 15,000, lo que podría indicar datos incompletos o errores. Estos resultados destacan cómo los precios varían según el tipo de combustible, con precios más altos en híbridos y eléctricos en comparación con combustibles convencionales.

Distribución de los accidentes según el año de modelo

      
       At least 1 accident or damage reported None reported
  1974                                      0             5
  1992                                      4             8
  1993                                      9            38
  1994                                     12            25
  1995                                      9            39
  1996                                     24            52
  1997                                     29            51
  1998                                     36            81
  1999                                     70           106
  2000                                     34           118
  2001                                     83           378
  2002                                    183           208
  2003                                    191           366
  2004                                    309           436
  2005                                    342           625
  2006                                    382           483
  2007                                    627           957
  2008                                    693          1048
  2009                                    359           624
  2010                                    633           875
  2011                                    883          1223
  2012                                    718          1383
  2013                                    991          1461
  2014                                   1054          1887
  2015                                   1253          2462
  2016                                   1325          3368
  2017                                   1120          2922
  2018                                   1140          3748
  2019                                    805          3209
  2020                                    503          3509
  2021                                    328          3453
  2022                                    167          2973
  2023                                     60          1734
  2024                                      1            41

Descripción

La tabla muestra la distribución de accidentes reportados y daños según el año del modelo del vehículo. A lo largo del tiempo, se observa un aumento general en el número de accidentes reportados, con picos significativos en los años recientes, como 2014 y 2016. Por ejemplo, en 2016, se reportaron 1,325 accidentes mientras que en 2024 solo se reporta 1 accidente, probablemente reflejando un menor número de vehículos de ese año en el conjunto de datos. En contraste, la cantidad de vehículos sin accidentes reportados también ha aumentado, especialmente en años recientes como 2018 y 2023, donde se reportan más de 3,700 y 1,734 vehículos sin accidentes, respectivamente. Esta tendencia sugiere una mayor incidencia de accidentes con el tiempo y una acumulación de vehículos sin accidentes, posiblemente debido a una combinación de un mayor número de vehículos en circulación y un aumento en la severidad de los accidentes reportados.

Mediana del kilometraje según el tipo de combustible

       fuel_type milage
1              –  89167
2         Diesel  72200
3  E85 Flex Fuel 100331
4       Gasoline  66200
5         Hybrid  27100
6  not supported  40000
7 Plug-In Hybrid  40000

Descripción

La mediana del kilometraje por tipo de combustible muestra que los vehículos E85 Flex Fuel tienen el kilometraje más alto (100,331 km), mientras que los Hybrid y Plug-In Hybrid tienen los más bajos (27,100 y 40,000 km). Esta información es útil para calcular el precio futuro de un automóvil, ya que los vehículos con mayor kilometraje generalmente tienen un valor de reventa más bajo. Así, el kilometraje mediano ayuda a ajustar las estimaciones de precio en función del uso típico del vehículo.

Histograma de la variable precio

Descripción

A continuación, se presenta un análisis de la distribución de la variable precio, basada en un histograma de frecuencia relativa. La distribución de los precios de los carros en la muestra de 54,300 datos muestra una asimetría positiva, lo que indica que la mayoría de los carros se venden en rangos de precios más bajos, mientras que los precios más altos son menos comunes. La densidad de frecuencia relativa, representada en el eje y, permite visualizar la probabilidad relativa de diferentes rangos de precios en lugar de simplemente contar las ocurrencias. Además, la curva suavizada superpuesta al histograma refuerza la tendencia general observada, destacando la asimetría de la distribución.

Esta asimetría sugiere que al realizar el análisis de regresión, será fundamental explorar cómo las variables explicativas influyen en los precios, especialmente dado que la mayor concentración de datos se encuentra en los precios más bajos. Este análisis contribuirá a identificar los factores más determinantes en la predicción del precio de los carros, ayudando a compradores y vendedores a tomar decisiones financieras informadas, considerando que los datos de la muestra corresponden a carros con precio bajo-medio, donde el efecto “lujo” no les afecta como a los carros de precio más alto.

Histograma de la variable millaje recorrido en frecuencia relativa:

Descripción

La gráfica presentada es un histograma que muestra la distribución de la variable “millaje recorrido” de los vehículos, representada en frecuencia relativa. Se observa que la mayoría de los vehículos tienen un millaje relativamente bajo, con una concentración notable de datos en el rango de 0 a 100,000 millas. A medida que el millaje aumenta, la frecuencia de vehículos con altos recorridos disminuye drásticamente, lo que sugiere que es menos común encontrar vehículos con un millaje muy elevado, lo que indicaría que en la muestra es menos probable estar sesgado hacia vehículos que tengan demasiada depreciación en su valor razonable gracias a la cantidad de millas que ya recorrieron.

Desde una perspectiva estadística, la distribución del millaje recorrido en la gráfica sugiere la presencia de un fenómeno de concentración en los valores más bajos, lo que puede ser interpretado como un indicativo de la preferencia del mercado por vehículos con menor uso. Este patrón puede ser analizado utilizando medidas de tendencia central y dispersión, como la media y la desviación estándar, para cuantificar el comportamiento del millaje en la población de vehículos. Además, la asimetría observada en la distribución puede ser evaluada mediante el coeficiente de asimetría, lo que permitirá entender mejor la naturaleza de los datos y su impacto en el análisis predictivo.

Histograma de la variable Año de Fabricación en frecuencia relativa:

Descripción

El histograma de la variable “Año de Fabricación” de los 54,300 registros de carros vendidos revela una clara distribución de cómo se han vendido los vehículos a lo largo de los años. Este gráfico muestra una tendencia creciente hasta alcanzar un pico alrededor del año 2015, evidenciando que la mayoría de los carros vendidos son relativamente recientes. A medida que se avanza hacia años más recientes, la densidad de carros vendidos comienza a disminuir, lo que podría dar un indicativo de que la muestra realmente se trata de carros ya usados o de segunda mano, ya que los carros de años más nuevos no son mayoría en este caso.

Es importante destacar que, dado que el año de fabricación es una variable cuantitativa discreta, no se observan barras entre los intervalos del histograma. Esto implica que cada año específico representa un valor único y separado, en lugar de un rango continuo. La ausencia de espacios refleja que las observaciones se agrupan absolutamente en años enteros, facilitando la interpretación de los datos de una manera más clara y directa.

Diagrama de cajas de la variable precio:

Descripción

El diagrama de cajas de la variable precio proporciona una representación visual clara de la distribución de los precios de los carros en la muestra de 54,300 datos. Una de las observaciones más destacadas es la presencia de numerosos outliers, que son valores atípicos que se encuentran significativamente por encima del rango intercuartílico (IQR). Esta situación sugiere que existen carros con precios que se desvían considerablemente de la tendencia general, lo que puede influir en la interpretación de la distribución de precios.

La asimetría positiva es otra característica notable que se refleja tanto en el diagrama de cajas como en el histograma de frecuencia relativa. La mayoría de los carros se venden en rangos de precios más bajos, mientras que los precios más altos son menos comunes. Esta asimetría indica que, aunque hay una concentración de datos en el extremo inferior de la escala de precios, los valores más altos, aunque menos frecuentes, tienen un impacto significativo en la visualización general de la distribución.

Pie Chart sobre las marcas de carros:

Descripción

El gráfico de sectores presentado ilustra la distribución de las marcas de carros en el conjunto de datos, que comprende 54,300 registros. Esta visualización es fundamental para entender la representación de cada marca en el mercado de carros vendidos. Al observar los segmentos, se puede identificar rápidamente cuáles son las marcas más populares y cómo se distribuyen en relación con el total de ventas.

Cada segmento del gráfico representa una marca específica, y su tamaño es proporcional al número de carros vendidos de esa marca. Por ejemplo, si una marca ocupa un segmento grande, esto indica que tiene una alta frecuencia de ventas, lo que podría sugerir una mayor aceptación en el mercado. Esta información es crucial para el análisis, ya que las marcas más vendidas pueden influir significativamente en el precio de los carros. Además, el gráfico permite visualizar la diversidad de marcas en el mercado. Algunas marcas de lujo, como BMW y Ferrari, pueden tener un menor número de ventas en comparación con marcas más accesibles, pero su precio puede ser considerablemente más alto.

Pie Chart sobre el tipo de combustible:

Descripción

En nuestro análisis estadístico, nos hemos enfocado en la variable cualitativa “fuel_type”, que representa el tipo de combustible utilizado por los vehículos en nuestra muestra de datos. Esta variable es crucial para entender las dinámicas del mercado automotriz y su relación con el precio de los carros. A continuación, presento el gráfico de pastel que ilustra la distribución de los diferentes tipos de combustible en nuestra base de datos, que consta de 54,300 registros sobre carros vendidos.

El gráfico revela la proporción de cada tipo de combustible en la muestra. Observamos que la categoría más representativa es la de “Gasoline”, seguida de “Diesel” y “Electric”. Sin embargo, es importante destacar la presencia de una categoría denominada “-” que representa a “Otros” tipos de combustible, que incluye variantes de combustible menos comunes y representa una parte significativa del mercado. Esto sugiere que existe un nicho diversificado en términos de tipos de combustible que no encajan dentro de las clasificaciones tradicionales.

Pie Chart sobre los accidentes:

Descripción

El gráfico de pastel presentado ofrece una representación visual de la distribución de la variable “accidente” en una muestra representativa de 54,300 vehículos. Esta variable binaria clasifica los carros en dos categorías: aquellos que han reportado al menos un accidente (indicados como “1”) y aquellos que no han reportado ningún accidente (indicados como “0”), información crucial al estimar una regresión lineal con variable dicotómica. La visualización permite observar de manera intuitiva la proporción de vehículos en cada categoría, facilitando la comprensión de la prevalencia de accidentes en la muestra.

Al analizar el gráfico, se puede observar que la sección correspondiente a los vehículos que han reportado al menos un accidente ocupa una proporción significativa del total. Esto sugiere que un número considerable de carros en la muestra ha estado involucrado en incidentes, lo que podría tener implicaciones importantes en el análisis posterior. La representación gráfica permite a los analistas identificar rápidamente la magnitud del problema de los accidentes en el mercado automotriz.

Diagrama de dispersión de precio vs año de fabricación:

Descripción

El diagrama de dispersión presentado ilustra la relación entre el año de fabricación de los vehículos (eje x) y su precio (eje y), siendo una herramienta clave para el análisis de regresión múltiple que busca estimar el precio de un carro en función de 14 variables. Este gráfico permite visualizar cómo se distribuyen los precios de los vehículos a lo largo del tiempo, proporcionando una base para entender las tendencias del mercado automotriz.

Una observación destacada es la notable concentración de puntos en la parte inferior del gráfico, lo que indica una gran cantidad de vehículos con precios muy bajos. Esta tendencia sugiere que muchos de los carros en la base de datos son modelos más antiguos o de menor valor. Esta concentración puede influir en la estimación del precio en el modelo de regresión, ya que un número significativo de observaciones se agrupa en un rango de precios reducido, lo que podría afectar la variabilidad y la precisión del modelo. A medida que se avanza hacia los años más recientes, se puede notar un aumento en la dispersión de precios, con algunos vehículos alcanzando precios significativamente más altos.