R Markdown

Analisis explotario de la base de datos WINEQUALITY-RED

Ahora realizaremos un un analisis descriptivo de la base de datos de WINEQUALITY-RED.

BD = winequality.red...VILLANUEVA.ULLOA <- read.csv("C:/Users/pvillanueva/Desktop/winequality-red - VILLANUEVA ULLOA.csv")

### Dimension de la base de datos WineQualityRed
dim (BD)
## [1] 1599   12
dimension=dim (BD)

### Nombres de la base de datos WineQualityRed
names (BD)
##  [1] "fixed.acidity"        "volatile.acidity"     "citric.acid"         
##  [4] "residual.sugar"       "chlorides"            "free.sulfur.dioxide" 
##  [7] "total.sulfur.dioxide" "density"              "pH"                  
## [10] "sulphates"            "alcohol"              "quality"
## Cantidad de columnas de la base de datos de WineQualityRed
columna <- dim(BD) [1]
columna
## [1] 1599
## Composicion de la data WineQualityRed 
str(BD)
## '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 ...
# Resumen de los cuartiles de la data de WineQualityRed
summary (BD)
##  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
## Grafica de la base de datos de WineQualityRed



indexn <- NULL

indexc <- NULL


par(mfrow=c(2,dimension[2]/2))


for(j in 1:dimension[2]) {
  if(is.numeric(BD[,j]) == "TRUE") {
    Titulo <- paste('Analisis de la variable: ',colnames(BD)[j])
    hist(BD[,j],col=j, main = Titulo)
    indexn <- c(indexn,j)
    
  } else {    
    Titulo <- paste('Analisis de la variable: ',colnames(BD)[j])
    pie(table(BD[,j]), main = Titulo)
    indexc <- c(indexc,j)
  }
}

Conclusiones tras analizar los datos de winequality-red

Características del dataset:

  • Dimensiones: 1,599 observaciones y 12 variables.

  • Columnas disponibles en la data son : Variables relacionadas con la composición química del vino, como: fixed acidity, volatile acidity, citric acid, residual sugar, chlorides, sulphates, alcohol, etc.

  • Una variable categórica discreta, quality, que refleja la calidad del vino.

Estructura y tipos de datos

  • Todas las variables, excepto quality, son numéricas continuas.

  • La variable quality es un entero que representa la evaluación de calidad.

Resumen estadístico:

  • Ácidos (fixed acidity, volatile acidity, citric acid):

  • Los valores promedio sugieren un nivel típico de acidez en vinos tintos, fixed acidity tiene un rango amplio, mientras que citric acid presenta valores más concentrados cerca del promedio.

  • Azúcares residuales: Aunque el promedio es 2.54, hay valores máximos altos (15.5), lo que podría indicar algunas muestras más dulces.

  • Sulfatos y dióxido de azufre: Algunos vinos tienen niveles muy altos de estos compuestos, que son conservantes.

  • pH: Valores ligeramente ácidos (media = 3.31).

  • Alcohol: Promedio de 10.42%, rango de 8.4% a 14.9%.

  • Calidad: La mayoría de las muestras están en la media de calidad de 5-6 puntos.