ANALISIS DESCRIPTIVO DE LA CALIDAD DEL VINO

A continuación, se realiza un análisis descriptivo de la base de datos Wine Quality, con la finalidad de comprender las características generales de los datos,variables, y así poder identificar patrones relevantes y explorar posibles relaciones entre estas. Este análisis sirve como base para futuros modelos predictivos y toma de decisiones informadas en el ámbito de la enología.

BD1 <- read.csv("C:/Users/ADMIN/Downloads/winequality-red (1).csv")

dim(BD1)  #filas y columnas imprime la dimensión de la base de datos #Se observa que hay 1599 filas y 12 columnas
## [1] 1599   12
names(BD1)   #nombre de encabezado de las columnas, incluye características fisico químicas del vino, como acidez, pH y alcohol, así como la variable objetivo quality, que mide la calidad del vino en una escala discreta.
##  [1] "fixed.acidity"        "volatile.acidity"     "citric.acid"         
##  [4] "residual.sugar"       "chlorides"            "free.sulfur.dioxide" 
##  [7] "total.sulfur.dioxide" "density"              "pH"                  
## [10] "sulphates"            "alcohol"              "quality"
columna <- dim (BD1)[2]   #cantidad de columnas de la base de datos
columna
## [1] 12
str(BD1)   #la composición de la data #La mayoría de las variables son numéricas continuas #La variable quality es un entero (int), lo que indica que la calidad se mide en una escala ordinal discreta, probablemente del 0 al 10. 
## 'data.frame':    1599 obs. of  12 variables:
##  $ fixed.acidity       : num  7.4 7.8 7.8 11.2 7.4 7.4 7.9 7.3 7.8 7.5 ...
##  $ volatile.acidity    : num  0.7 0.88 0.76 0.28 0.7 0.66 0.6 0.65 0.58 0.5 ...
##  $ citric.acid         : num  0 0 0.04 0.56 0 0 0.06 0 0.02 0.36 ...
##  $ residual.sugar      : num  1.9 2.6 2.3 1.9 1.9 1.8 1.6 1.2 2 6.1 ...
##  $ chlorides           : num  0.076 0.098 0.092 0.075 0.076 0.075 0.069 0.065 0.073 0.071 ...
##  $ free.sulfur.dioxide : num  11 25 15 17 11 13 15 15 9 17 ...
##  $ total.sulfur.dioxide: num  34 67 54 60 34 40 59 21 18 102 ...
##  $ density             : num  0.998 0.997 0.997 0.998 0.998 ...
##  $ pH                  : num  3.51 3.2 3.26 3.16 3.51 3.51 3.3 3.39 3.36 3.35 ...
##  $ sulphates           : num  0.56 0.68 0.65 0.58 0.56 0.56 0.46 0.47 0.57 0.8 ...
##  $ alcohol             : num  9.4 9.8 9.8 9.8 9.4 9.4 9.4 10 9.5 10.5 ...
##  $ quality             : int  5 5 5 6 5 5 5 7 7 5 ...
#fixed.acidity y volatile.acidity: Representan la acidez fija y volátil, importantes para el equilibrio del sabor.
#citric.acid: Un componente que agrega frescura al vino.
#residual.sugar: Indicador de dulzura, que puede influir en la percepción del vino.
#chlorides: Relacionado con la salinidad del vino.
#sulfur.dioxide: Importante para la preservación y antioxidación del vino.
#density: Relacionada con el contenido de alcohol y azúcar.
#pH: Mide la acidez general del vino.
#sulphates: Asociados a la astringencia y preservación.
#alcohol: Contenido alcohólico, que es clave para la percepción de calidad y cuerpo del vino.

summary(BD1)   #resumen de los cuartiles de la data
##  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

Including Plots

You can also embed plots, for example:

indexn <- NULL
indexc <- NULL

par(mfrow=c(3,4))              #fila,columna siempre

for(i in 1:columna){
  if(is.numeric(BD1[ , i])== TRUE){
    titulo <- paste("Variable: ", colnames(BD1[i]))
    hist(BD1[ , i], col = i, main = titulo)
    indexn <- c(indexn,i)
  } else{
    titulo <- paste("Variable: ", colnames(BD1[i]))
    pie(table(BD1[ , i]), main = titulo)
    indexc <- c(indexc,i)
  }
}

#ANÁLISIS DE LAS VARIABLES: -Acidez: fixed.acidity y volatile.acidity presentan valores medios de 8.32 y 0.5278 respectivamente. Un nivel adecuado de acidez es crucial para el sabor del vino, pero valores extremos pueden afectar la percepción de calidad.

-Azúcares Residuales: residual.sugar tiene un rango amplio (0.9 a 15.5), lo que indica que hay vinos desde secos hasta más dulces. La mediana y el tercer cuartil (2.2 y 2.6) sugieren que la mayoría de los vinos son relativamente secos.

-Cloruros: Los valores medios de chlorides (0.08747) son bajos, pero la presencia de valores máximos altos (0.611) podría indicar problemas de salinidad en algunos vinos.

-Dióxido de Azufre: Las variables free.sulfur.dioxide y total.sulfur.dioxide tienen rangos amplios, con máximos de 72 y 289 respectivamente. Estas sustancias se utilizan como conservantes, pero niveles elevados pueden ser problemáticos para el sabor o la salud.

-Densidad: La densidad tiene un rango pequeño (0.9901 a 1.0037), lo que es esperado, ya que la densidad del vino está estrechamente ligada al contenido de alcohol y azúcar.

-ph: La mediana del pH (3.31) y su rango (2.74 a 4.01) están dentro de lo esperado para vinos, donde valores más bajos indican mayor acidez.

-Sulfatos: Los sulphates (0.33 a 2.00) son importantes para la percepción de astringencia y estructura del vino. La mediana es 0.62, con un promedio ligeramente superior, indicando una distribución posiblemente sesgada.

-Alcohol: El contenido de alcohol varía significativamente (8.4 a 14.9), con una mediana de 10.2. Esto puede influir directamente en la percepción de calidad y cuerpo del vino.

-Calidad: La variable quality tiene un rango de 3 a 8, con una mediana de 6. Esto sugiere que la mayoría de los vinos están en un rango de calidad media.