1.La población de estudio son las empresas multinacionales.

2.Si existe una muestra, y son las 50 empresas multinacionales que se utilizaran para el análisis.

3.No es posible sacar el parámetro con los datos suministrados, pero si el estadístico que es el promedio del PIB de las empresas estudiadas, y este es 23.944.

library(knitr)
library(kableExtra)
tabla_variables <- data.frame(Variable = c("PIB", "Indice de libertad economica", "Diferencias culturales", "Inflacion", "Ex
ito en la negociacion"),
Naturaleza_Nivel_Medicion = c(
 "Cuantitativo - Continuo",
 "Cuantitativo - Continuo",
 "Cualitativo - Ordinal",
 "Cuantitativo - Continuo",
 "Cualitativa - nominal"))
kable(tabla_variables, format = "html", caption = "Naturaleza y Nivel de Medición de las Variables") %>%
 kable_styling(bootstrap_options = c("striped", "hover", "condensed", "responsive"))
Naturaleza y Nivel de Medición de las Variables
Variable Naturaleza_Nivel_Medicion
PIB Cuantitativo - Continuo
Indice de libertad economica Cuantitativo - Continuo
Diferencias culturales Cualitativo - Ordinal
Inflacion Cuantitativo - Continuo
Ex ito en la negociacion Cualitativa - nominal 
library(readxl)
df <- read_xlsx("Base_EDA_Negocios.xlsx")
df
## # A tibble: 50 × 6
##    ID_Empresa PIB_del_país `Indice_de_Libertad Económica` Diferencias Cultural…¹
##         <dbl>        <dbl>                          <dbl> <chr>                 
##  1          1        23500                           78.4 Medio                 
##  2          2        18400                           65.2 Alto                  
##  3          3        30200                           80.1 Bajo                  
##  4          4        12300                           55.4 Alto                  
##  5          5        25600                           72.5 Medio                 
##  6          6        21800                           70.3 Bajo                  
##  7          7        19700                           62.4 Alto                  
##  8          8        28500                           82.1 Medio                 
##  9          9        14900                           57.8 Alto                  
## 10         10        26900                           75   Bajo                  
## # ℹ 40 more rows
## # ℹ abbreviated name: ¹​`Diferencias Culturales`
## # ℹ 2 more variables: Inflación <dbl>, `Éxito_en_la negociación` <dbl>

punto 5

library(questionr)
Tabla_Exito_en_la_Negociacion <- questionr::freq(df$`Éxito_en_la negociación`, cum = TRUE, sort = "dec", total = TRUE)

knitr::kable(Tabla_Exito_en_la_Negociacion)
n % val% %cum val%cum
1 30 60 60 60 60
0 20 40 40 100 100
Total 50 100 100 100 100 
exito <- sum(df$`Éxito_en_la negociación` == 1)
fracaso <- sum(df$`Éxito_en_la negociación` == 0)

razon_exito <- exito / fracaso 

tabla_razon <- data.frame(
  "Categoria" = c("Exito", "Fracaso", "Razon Exito/Fracaso"),
  "Valor" = c(exito, fracaso, round(razon_exito, 2)))

knitr::kable(tabla_razon)
Categoria Valor
Exito 30.0
Fracaso 20.0
Razon Exito/Fracaso 1.5

El 60% de las negociaciones fueron exitosas, mientras que el 40% no lo fueron.

punto 6

inflacion <- c(2.3, 5.1, 1.5, 6.8, 3.2, 4, 5.6, 2.1, 7.2, 3.4, 4.8, 1.2, 6.5, 3, 5.3, 2.5, 7.8, 3.7, 2.9, 5.9, 1.8, 6.2, 3.5, 5.7, 2.7, 3.6, 4.2, 1.9, 6, 2.8, 4.1, 5.5, 3.3, 2.6, 7, 3.8, 3.9, 6.3, 2.2, 5.8, 3.1, 4.4, 1.7, 6.6, 2, 4.9)

k <- ceiling(1 + 3.322 * log10(length(inflacion)))
rango <- max(inflacion) - min(inflacion)
amplitud <- ceiling(rango / k)

breaks <- seq(min(inflacion), max(inflacion), by = amplitud)

tabla_frec <- table(cut(inflacion, breaks, right = FALSE))

tabla_final <- data.frame(
 Intervalo = names (tabla_frec),
 Frecuencia = as.vector(tabla_frec),
 Frecuencia_Relativa = round(prop.table(tabla_frec), 3),
 Frecuencia_Acumulada = cumsum(tabla_frec),
 Porcentaje = round(prop.table(tabla_frec)* 100, 1))

library(knitr)
kable(tabla_final, caption = "Tabla de frecuencia agrupada de inflacion")
Tabla de frecuencia agrupada de inflacion
Intervalo Frecuencia Frecuencia_Relativa.Var1 Frecuencia_Relativa.Freq Frecuencia_Acumulada Porcentaje.Var1 Porcentaje.Freq
[1.2,2.2) [1.2,2.2) 7 [1.2,2.2) 0.159 7 [1.2,2.2) 15.9
[2.2,3.2) [2.2,3.2) 9 [2.2,3.2) 0.205 16 [2.2,3.2) 20.5
[3.2,4.2) [3.2,4.2) 10 [3.2,4.2) 0.227 26 [3.2,4.2) 22.7
[4.2,5.2) [4.2,5.2) 5 [4.2,5.2) 0.114 31 [4.2,5.2) 11.4
[5.2,6.2) [5.2,6.2) 7 [5.2,6.2) 0.159 38 [5.2,6.2) 15.9
[6.2,7.2) [6.2,7.2) 6 [6.2,7.2) 0.136 44 [6.2,7.2) 13.6

La mayoría de los países tienen tasas de inflación entre 2.52% y 3.84%. Solo un 12% de los países tienen una inflación más alta (mayor a 6.48%).

punto 7.

valores <- c(30, 20)
categorias <- c("Empresas con exito", "Empresas sin exito")
pie(valores, labels = categorias, main = "Diagrama Circular Ejemplo")

El gráfico circular revela que el 60% de las multinacionales lograron cerrar negociaciones exitosamente, mientras que el 40% restante no tuvo éxito en este proceso.

punto 8

inflacion <- c(2.3, 5.1, 1.5, 6.8, 3.2, 4, 5.6, 2.1, 7.2, 3.4,
 4.8, 1.2, 6.5, 3, 5.3, 2.5, 7.8, 3.7, 2.9, 5.9,
 1.8, 6.2, 3.5, 5.7, 2.7, 3.6, 4.2, 1.9, 6, 2.8,
 4.1, 5.5, 3.3, 2.6, 7, 3.8, 2.4, 6.1, 5, 4.5,
 3.9, 6.3, 2.2, 5.8, 3.1, 4.4, 1.7, 6.6, 2, 4.9)
histograma <- hist(inflacion, col = "purple", border = "black",
 main = "Histograma de Inflación",
 xlab = "Inflación", ylab = "Frecuencia",
 breaks = 7) # Define el número de intervalos
densidad <- density(inflacion)
escala <- length(inflacion) * diff(histograma$breaks)[1]
lines(densidad$x, densidad$y * escala, col = "grey ", lwd = 2)

A través del histograma, se observa que la mitad de las multinacionales registraron un nivel de inflación bajo, con valores entre 1 y 4. En contraste, 24 multinacionales presentaron un nivel de inflación elevado, situándose entre 4 y 7.

punto 9

categorias <- c("Índice de Libertad Económica")
valores <- c(78.4, 65.2, 80.1, 55.4, 72.5, 70.3, 62.4, 82.1, 57.8, 75, 64.5, 85.3, 54.9, 68.9,
60.8, 81.2, 50.2, 71.4, 77.1, 58.6, 84, 61.7, 69.5, 59.9, 79.5, 70.2, 74.5, 80, 66.3, 82.5,
76, 63.8, 71, 78, 55.9, 74.2, 69, 83.5, 60.1, 73, 75.5, 59, 72, 76.5, 67, 70.8, 85, 64, 79,
68.5)
barplot(valores,
col = "purple",
main = "Diagrama de Barras - Índice de Libertad Económica",
xlab = "Multinacionales",
ylab = "Valores", space = 1)

El diagrama demuestra que la mayoría de las multinacionales poseen un alto nivel de libertad económica. En detalle, 42 de ellas tienen un índice superior a 60, mientras que solo 8 presentan un nivel medio-bajo, con un índice inferior a esta cifra.

punto 10 y 11

mean(df$PIB_del_país)
## [1] 23944
median(df$PIB_del_país)
## [1] 24450
table(df$`Diferencias Culturales`)
## 
##  Alto  Bajo Medio 
##    17    16    17

la media de la variable PIB del pais es 23944 la mediana de la variable PIB del pais es 24450 la moda de la variable Diferencias Culturales son “Alto” y “Medio”

punto 12. Mejorar las políticas económicas para aumentar la libertad económica: Según los datos, países con un mayor índice de libertad económica podrían tener más éxito en las negociaciones. Se recomienda implementar políticas que reduzcan barreras comerciales, fomenten la inversión extranjera y mejoren la estabilidad del mercado.

Controlar la inflación para favorecer un entorno económico estable: La inflación puede influir negativamente en las negociaciones internacionales. Reducir la inflación mediante políticas monetarias y fiscales adecuadas puede generar confianza en los acuerdos y mejorar las condiciones para negociaciones exitosas.

Adaptarse a las diferencias culturales para optimizar la comunicación: Los datos muestran que las diferencias culturales pueden impactar el éxito de las negociaciones. Es recomendable que las empresas y negociadores internacionales inviertan en capacitación intercultural, empleen traductores si es necesario y adapten estrategias de comunicación para facilitar acuerdos.