Control 01-Winequality-red
Kelly Neyra
2024-12-16
Introducción
Este es un análisis de los datos de calidad del vino, utilizando el
archivo winequality-red.csv. Es
Cargar los Datos y Generar Gráficos
BD <- read.csv("winequality-red.csv")
head(BD)## fixed.acidity volatile.acidity citric.acid residual.sugar chlorides
## 1 7.4 0.70 0.00 1.9 0.076
## 2 7.8 0.88 0.00 2.6 0.098
## 3 7.8 0.76 0.04 2.3 0.092
## 4 11.2 0.28 0.56 1.9 0.075
## 5 7.4 0.70 0.00 1.9 0.076
## 6 7.4 0.66 0.00 1.8 0.075
## free.sulfur.dioxide total.sulfur.dioxide density pH sulphates alcohol
## 1 11 34 0.9978 3.51 0.56 9.4
## 2 25 67 0.9968 3.20 0.68 9.8
## 3 15 54 0.9970 3.26 0.65 9.8
## 4 17 60 0.9980 3.16 0.58 9.8
## 5 11 34 0.9978 3.51 0.56 9.4
## 6 13 40 0.9978 3.51 0.56 9.4
## quality
## 1 5
## 2 5
## 3 5
## 4 6
## 5 5
## 6 5## Imprimir la dimensión de la base de datos
dim(BD)## [1] 1599 12# Nombres de la base de datos
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"# La cantidad de columnas de la base de datos
columna <- dim(BD)[2]
# La composición de la data
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 ...# El resumen de los cuartiles de la data
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. :8.000indexn <- NULL
indexc <- NULL
par(mfrow = c(3, 4)) # 4 filas y 3 columnas
for(i in 1:columna) {
if(is.numeric(BD[ , i]) == TRUE) {
titulo <- paste("Análisis de la variable: ", colnames(BD)[i])
hist(BD[ , i], col = i, main = titulo)
indexn <- c(indexn, i)
} else {
titulo <- paste("Análisis de la variable: ", colnames(BD)[i])
pie(table(BD[ , i]), main = titulo)
indexc <- c(indexc, i)
}
}
# CONCLUSIONES
# - Fixed.acidity (Acidez Fija): La mayoría de los vinos tienen una acidez fija moderada, con una distribución ligeramente sesgada hacia la derecha.
# - Volatile.acidity (Acidez Volátil): La acidez volátil presenta una distribución más centrada, con pocos vinos que tengan niveles muy altos o muy bajos.
# - Citric.acid (Ácido Cítrico): La distribución del ácido cítrico es relativamente uniforme, con una ligera concentración en valores más bajos.
# - Residual.sugar (Azúcar Residual): La distribución es sesgada hacia la derecha, lo que indica que la mayoría de los vinos tienen niveles bajos de azúcar residual, aunque hay algunos con niveles significativamente más altos.
# - Chlorides (Cloruros): La distribución de los cloruros es bastante concentrada en valores bajos, con pocos vinos que tengan niveles altos.
# - Free.sulfur.dioxide y Total.sulfur.dioxide (Dióxido de Azufre): Ambas variables muestran una distribución sesgada hacia la derecha, con una mayor concentración de vinos en niveles más bajos de dióxido de azufre.
# - Density (Densidad): La densidad de los vinos se concentra en un rango muy estrecho, lo que sugiere una homogeneidad en este aspecto.
# - PH (potencial de hidrógeno): La distribución del pH es ligeramente sesgada hacia la derecha, con una mayoría de vinos que tienen un pH ligeramente ácido.
# - Sulphates (Sulfatos): Los sulfatos presentan una distribución bastante uniforme.
# - Alcohol (Alcohol): La distribución del alcohol es ligeramente sesgada hacia la derecha, con una mayoría de vinos con un contenido de alcohol moderado.
# - Quality (Calidad): La calidad del vino muestra una distribución multimodal, con picos en los valores 5 y 6, lo que sugiere que la mayoría de los vinos se clasifican como de calidad media.