Ventas Online
Eduardo Quintero, Alexis De la Cruz y Hugo Jimenez
2025-03-13
library(tidyverse)### ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ ggplot2 3.5.1 ✔ tibble 3.2.1
## ✔ lubridate 1.9.4 ✔ tidyr 1.3.1
## ✔ purrr 1.0.4
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorsPlataformas online Este conjunto de datos es ideal para evaluar el rendimiento y la estabilidad de las ventas en plataformas de comercio electrónico. También permite explorar cómo las devoluciones afectan los ingresos y si hay diferencias significativas entre plataformas.
datos<-read.csv("datos_negocios_adicional_1_ventas_online.csv",
sep=",",header=TRUE,
fileEncoding = "UTF-8")La base de datos representa el desempeño de ventas en plataformas de comercio electrónico, como Shopify, eBay, MercadoLibre y Amazon, a través de 100 registros que incluyen información sobre los ingresos generados, el número de pedidos realizados y las devoluciones efectuadas. Estos datos permiten analizar el rendimiento financiero y operativo de cada plataforma, identificando patrones en los ingresos, la frecuencia de devoluciones y el volumen de ventas. Además, se pueden realizar comparaciones entre plataformas para evaluar cuál es más rentable y estable.
names(datos)# nombres de variables## [1] "Plataforma" "Ingresos" "Pedidos_Realizados"
## [4] "Devoluciones"dim(datos)## [1] 100 4table(datos$NEGOCIOS)## < table of extent 0 >str(datos)## 'data.frame': 100 obs. of 4 variables:
## $ Plataforma : chr "Shopify" "MercadoLibre" "Shopify" "Amazon" ...
## $ Ingresos : num 12396 75450 42504 7550 11774 ...
## $ Pedidos_Realizados: int 787 730 998 419 590 935 204 248 217 803 ...
## $ Devoluciones : int 55 4 148 12 14 9 30 42 39 88 ...# Resumen estadístico de las variables numéricas
summary(datos)## Plataforma Ingresos Pedidos_Realizados Devoluciones
## Length:100 Min. : 5281 Min. : 12.0 Min. : 0.00
## Class :character 1st Qu.:22764 1st Qu.:251.0 1st Qu.: 12.00
## Mode :character Median :48572 Median :479.5 Median : 32.00
## Mean :48942 Mean :490.6 Mean : 41.63
## 3rd Qu.:69834 3rd Qu.:709.5 3rd Qu.: 64.25
## Max. :98912 Max. :998.0 Max. :148.00De acuerdo con el análisis de la información presentada, los ingresos generados por las plataformas de comercio electrónico muestran una variabilidad considerable, oscilando entre un valor mínimo de 5,281.44 y un valor máximo de 98,911.86, lo que refleja diferencias significativas en el desempeño de ventas. La media de los ingresos es de 48,942.06, indicando que, en promedio, las plataformas han generado esta cantidad por registro. Además, el valor de la mediana es de 48,572.03, muy cercano a la media, lo que sugiere una distribución relativamente equilibrada de los datos, con una ligera influencia de posibles valores atípicos. Este análisis ofrece información relevante para evaluar la estabilidad de los ingresos y su relación con otras variables, como el número de pedidos realizados y las devoluciones, proporcionando una base para la toma de decisiones en el contexto del comercio electrónico.
library(ggplot2)
ggplot(datos, aes(x = Plataforma, y = Ingresos, fill = Plataforma)) +
geom_boxplot() +
labs(title = "Distribución de Ingresos por plataforma",
x = "Plataformas",
y = "Ingresos") +
theme_minimal()
Las gráficas reflejan el comportamiento financiero de cada plataforma de
comercio electrónico, mostrando cómo varían sus ingresos y destacando
diferencias clave en su desempeño. Una plataforma con una caja más
compacta y sin valores atípicos sugiere estabilidad en las ventas, con
ingresos consistentes entre diferentes registros. Por otro lado, una
caja más amplia y la presencia de puntos fuera de los bigotes indican
una mayor volatilidad, donde algunos registros tienen ingresos
excepcionalmente altos o bajos. Esto podría deberse a promociones,
estacionalidad o eventos específicos. Si una plataforma muestra ingresos
más altos en promedio, podría ser más atractiva para vendedores y
consumidores, pero si también tiene alta variabilidad, podría implicar
mayor riesgo financiero. Esta información es crucial para decidir dónde
vender o invertir, evaluando no solo el ingreso potencial sino también
la estabilidad del mercado en cada plataforma.
library(ggplot2)
# Crear el histograma de Ingresos
ggplot(datos, aes(x = Ingresos)) +
geom_histogram(binwidth = 5000, fill = "skyblue", color = "black", alpha = 0.7) +
labs(title = "Distribución de Ingresos en Plataformas Online",
x = "Ingresos",
y = "Frecuencia") +
theme_minimal()
El histograma de Ingresos proporciona una visión clara de cómo se
distribuyen las ganancias generadas por las plataformas de comercio
electrónico. La mayoría de las transacciones se concentran en rangos
bajos a moderados, lo que sugiere que los productos más vendidos tienen
precios accesibles o márgenes de ganancia reducidos, algo común en
mercados competitivos. Sin embargo, también se observa una posible cola
hacia la derecha, que representa ventas excepcionales con ingresos
significativamente más altos. Esto podría estar relacionado con
productos premium, promociones especiales o eventos estacionales, donde
se logra captar un mayor valor por venta.
library(ggplot2)
# Crear el gráfico de barras de Pedidos Realizados por Plataforma
ggplot(datos, aes(x = Plataforma, y = Pedidos_Realizados, fill = Plataforma)) +
geom_bar(stat = "identity", color = "black", alpha = 0.7) +
labs(title = "Cantidad de Pedidos Realizados por Plataforma",
x = "Plataforma",
y = "Pedidos Realizados") +
theme_minimal() 
El gráfico de barras que muestra la cantidad de pedidos realizados por
plataforma refleja el desempeño y la participación de cada una en el
mercado de comercio electrónico. Las plataformas con mayor número de
pedidos pueden indicar mayor popularidad, mejor accesibilidad u ofertas
más atractivas, mientras que las que presentan menores volúmenes podrían
enfrentar falta de visibilidad o problemas competitivos.
datos_A <- filter(datos, Plataforma == "Amazon")
datos_A## Plataforma Ingresos Pedidos_Realizados Devoluciones
## 1 Amazon 7549.52 419 12
## 2 Amazon 81158.54 935 9
## 3 Amazon 22893.09 551 53
## 4 Amazon 42533.79 15 0
## 5 Amazon 88176.81 235 2
## 6 Amazon 10752.28 264 19
## 7 Amazon 88245.11 218 36
## 8 Amazon 53587.83 434 11
## 9 Amazon 16676.32 671 30
## 10 Amazon 22529.21 451 7
## 11 Amazon 68827.54 803 59
## 12 Amazon 6172.00 220 32
## 13 Amazon 47861.79 594 89
## 14 Amazon 7023.68 896 32
## 15 Amazon 44304.01 689 64
## 16 Amazon 37570.98 640 76
## 17 Amazon 42997.75 433 44
## 18 Amazon 74991.73 515 69
## 19 Amazon 55458.95 826 80
## 20 Amazon 84227.98 465 18
## 21 Amazon 7792.21 100 11
## 22 Amazon 35062.29 337 0
## 23 Amazon 20709.97 508 101
## 24 Amazon 21215.22 357 16
## 25 Amazon 13633.50 703 85
## 26 Amazon 46499.64 243 15
## 27 Amazon 15791.51 153 18
## 28 Amazon 63204.98 252 35
## 29 Amazon 6769.73 171 28media_ingresos_A <- mean(datos_A$Ingresos)
sd_ingresos_A <- sd(datos_A$Ingresos)
n_A <- nrow(datos_A)
error_media_A <- qt(0.975, df = n_A - 1) * sd_ingresos_A / sqrt(n_A)
IC_media_A <- c(media_ingresos_A - error_media_A, media_ingresos_A + error_media_A)
cat("Media de ingresos:", media_ingresos_A, "\n")## Media de ingresos: 39110.96Este análisis se centra en los ingresos generados en la plataforma Amazon, proporcionando información clave sobre su comportamiento financiero. Al calcular la media de ingresos, se obtiene una medida representativa del ingreso promedio por transacción en esta plataforma. La desviación estándar indica cuánto varían los ingresos individuales respecto a esa media, mostrando la volatilidad del mercado dentro de Amazon. Además, el intervalo de confianza al 95% ofrece un rango dentro del cual se espera que se encuentre la media poblacional real, brindando una estimación más precisa al considerar la incertidumbre muestral.
cat("Intervalo de confianza para la media poblacional de los ingresos mensuales en Amazon son:", IC_media_A, "\n")## Intervalo de confianza para la media poblacional de los ingresos mensuales en Amazon son: 28720.78 49501.15Calculamos el intervalo de confianza al 95% para la media poblacional de los ingresos mensuales en Amazon, proporcionando un rango dentro del cual se espera que se encuentre el verdadero promedio de ingresos. Este intervalo es fundamental para evaluar la estabilidad financiera de la plataforma, ya que permite estimar con mayor certeza el comportamiento de sus ingresos, considerando la variabilidad de los datos y el tamaño de la muestra.
datos_B <- filter(datos, Plataforma == "Shopify")
datos_B## Plataforma Ingresos Pedidos_Realizados Devoluciones
## 1 Shopify 12396.28 787 55
## 2 Shopify 42504.12 998 148
## 3 Shopify 94161.85 204 30
## 4 Shopify 23705.68 734 81
## 5 Shopify 87321.45 858 52
## 6 Shopify 95663.61 573 42
## 7 Shopify 48351.43 115 0
## 8 Shopify 90246.82 825 1
## 9 Shopify 46113.33 490 21
## 10 Shopify 17858.15 545 92
## 11 Shopify 73565.87 677 36
## 12 Shopify 69213.30 287 24
## 13 Shopify 95679.56 762 143
## 14 Shopify 89850.34 426 84
## 15 Shopify 90727.43 770 25
## 16 Shopify 40823.74 232 21
## 17 Shopify 59421.94 890 28
## 18 Shopify 44783.01 889 74
## 19 Shopify 55801.25 308 6
## 20 Shopify 54118.65 477 33
## 21 Shopify 27291.58 142 20
## 22 Shopify 10319.05 632 99
## 23 Shopify 79857.77 240 11
## 24 Shopify 49461.60 41 7
## 25 Shopify 19805.79 415 55
## 26 Shopify 67129.82 163 14media_ingresos_B <- mean(datos_B$Ingresos)
sd_ingresos_B <- sd(datos_B$Ingresos)
n_B <- nrow(datos_B)
error_media_B <- qt(0.975, df = n_B - 1) * sd_ingresos_B / sqrt(n_B)
IC_media_B <- c(media_ingresos_B - error_media_B, media_ingresos_B + error_media_B)
cat("Media de ingresos:", media_ingresos_B, "\n")## Media de ingresos: 57160.52cat("Intervalo de confianza para la media poblacional de los ingresos mensuales en Shopify son:", IC_media_B, "\n")## Intervalo de confianza para la media poblacional de los ingresos mensuales en Shopify son: 45844.31 68476.72En este análisis estimamos la media de ingresos mensuales en Shopify, junto con un intervalo de confianza al 95% que refleja el rango dentro del cual se espera que se encuentre el verdadero promedio poblacional. La inclusión del error estándar y la desviación estándar permite evaluar la variabilidad de los ingresos, proporcionando una visión más precisa del desempeño financiero de la plataforma.
datos_C <- filter(datos, Plataforma == "eBay")
datos_C## Plataforma Ingresos Pedidos_Realizados Devoluciones
## 1 eBay 13504.52 729 12
## 2 eBay 11310.33 742 146
## 3 eBay 45343.40 825 10
## 4 eBay 16029.25 535 52
## 5 eBay 40704.78 505 17
## 6 eBay 48801.26 656 68
## 7 eBay 49966.18 420 10
## 8 eBay 69111.35 291 15
## 9 eBay 58253.65 643 111
## 10 eBay 74151.26 974 10
## 11 eBay 53813.35 80 7
## 12 eBay 34970.90 140 18
## 13 eBay 48792.63 436 65
## 14 eBay 37499.32 482 87
## 15 eBay 69783.53 971 55
## 16 eBay 61160.60 305 6media_ingresos_C <- mean(datos_C$Ingresos)
sd_ingresos_C <- sd(datos_C$Ingresos)
n_C <- nrow(datos_C)
error_media_C <- qt(0.975, df = n_C - 1) * sd_ingresos_C / sqrt(n_C)
IC_media_C <- c(media_ingresos_C - error_media_C, media_ingresos_C + error_media_C)
cat("Media de ingresos:", media_ingresos_C, "\n")## Media de ingresos: 45824.77cat("Intervalo de confianza para la media poblacional de los ingresos mensuales en eBay son:", IC_media_C, "\n")## Intervalo de confianza para la media poblacional de los ingresos mensuales en eBay son: 35397.21 56252.33Nos enfocamos en los ingresos mensuales de la plataforma eBay, calculando su media, que representa el ingreso promedio por transacción. Además, se obtiene un intervalo de confianza al 95%, que ofrece un rango probable donde se encuentra la verdadera media poblacional. Este intervalo refleja la variabilidad de los ingresos y la precisión de la muestra, proporcionando información clave para evaluar el rendimiento financiero de eBay y apoyar la toma de decisiones estratégicas para optimizar ingresos y crecimiento
datos_D <- filter(datos, Plataforma == "MercadoLibre")
datos_D## Plataforma Ingresos Pedidos_Realizados Devoluciones
## 1 MercadoLibre 75450.03 730 4
## 2 MercadoLibre 11774.24 590 14
## 3 MercadoLibre 63707.86 248 42
## 4 MercadoLibre 33561.45 217 39
## 5 MercadoLibre 56864.20 803 88
## 6 MercadoLibre 15067.01 300 4
## 7 MercadoLibre 73655.59 63 11
## 8 MercadoLibre 69984.91 410 67
## 9 MercadoLibre 12797.39 190 6
## 10 MercadoLibre 95562.80 281 40
## 11 MercadoLibre 72259.08 879 55
## 12 MercadoLibre 88463.38 511 12
## 13 MercadoLibre 81913.24 593 26
## 14 MercadoLibre 63557.43 894 10
## 15 MercadoLibre 14867.73 839 134
## 16 MercadoLibre 22841.77 12 0
## 17 MercadoLibre 47592.27 856 39
## 18 MercadoLibre 69599.35 235 13
## 19 MercadoLibre 98911.86 354 63
## 20 MercadoLibre 90538.37 83 14
## 21 MercadoLibre 33179.34 463 70
## 22 MercadoLibre 60129.25 949 68
## 23 MercadoLibre 5281.44 186 33
## 24 MercadoLibre 32790.76 312 60
## 25 MercadoLibre 77579.90 327 62
## 26 MercadoLibre 64765.72 541 85
## 27 MercadoLibre 26144.49 596 34
## 28 MercadoLibre 19695.65 629 112
## 29 MercadoLibre 62082.08 662 16media_ingresos_D <- mean(datos_D$Ingresos)
sd_ingresos_D <- sd(datos_D$Ingresos)
n_D <- nrow(datos_D)
error_media_D <- qt(0.975, df = n_D - 1) * sd_ingresos_D / sqrt(n_D)
IC_media_D <- c(media_ingresos_D - error_media_D, media_ingresos_D + error_media_D)
cat("Media de ingresos:", media_ingresos_D, "\n")## Media de ingresos: 53124.78cat("Intervalo de confianza para la media poblacional de los ingresos mensuales en Mercado Libre son:", IC_media_D, "\n")## Intervalo de confianza para la media poblacional de los ingresos mensuales en Mercado Libre son: 42261.22 63988.34Este análisis se centra en los ingresos mensuales generados en Mercado Libre, evaluando el promedio de ingresos por transacción, junto con su variabilidad y un intervalo de confianza al 95%. Este intervalo representa el rango donde es probable que se encuentre el verdadero promedio poblacional, considerando el error estándar y el tamaño de la muestra. Estos resultados permiten comprender mejor el rendimiento financiero de la plataforma y sirven como base para ajustar estrategias comerciales y mejorar la rentabilidad
En una plataforma de comercio electrónico, se han recopilado datos sobre Ingresos, Pedidos Realizados y Devoluciones. Se te pide realizar lo siguiente:
- Calcula la media muestral para cada una de estas tres
variables.
- Determina el intervalo de confianza al 95% para la media poblacional de cada variable, utilizando el error estándar de la media y el margen de error.
"Estimación de la Media"## [1] "Estimación de la Media"# Función para calcular el intervalo de confianza al 95%
intervalo_confianza <- function(x, nivel = 0.95) {
n <- length(x)
media <- mean(x)
error_std <- sd(x) / sqrt(n) # Error estándar de la media
margen_error <- qt((1 + nivel) / 2, df = n - 1) * error_std
c(Media = media,
LI = media - margen_error,
LS = media + margen_error)
}
# Cálculo del intervalo de confianza para cada variable
ic_ingresos <- intervalo_confianza(datos$Ingresos)
ic_pedidos <- intervalo_confianza(datos$Pedidos_Realizados)
ic_devoluciones <- intervalo_confianza(datos$Devoluciones)
# Mostrar los resultados
cat("Intervalo de Confianza al 95% para Ingresos:\n", ic_ingresos, "\n\n")## Intervalo de Confianza al 95% para Ingresos:
## 48942.06 43505.52 54378.6cat("Intervalo de Confianza al 95% para Pedidos Realizados:\n", ic_pedidos, "\n\n")## Intervalo de Confianza al 95% para Pedidos Realizados:
## 490.65 437.5943 543.7057cat("Intervalo de Confianza al 95% para Devoluciones:\n", ic_devoluciones, "\n")## Intervalo de Confianza al 95% para Devoluciones:
## 41.63 34.48428 48.77572En un estudio sobre las ventas en plataformas de comercio electrónico, los estudiantes desean analizar la proporción de pedidos que resultan en devoluciones.
Con base en la base de datos proporcionada:
Calcula la proporción muestral de transacciones con devolucionesy estima
el intervalo de confianza al 95% para esta proporción poblacional
"Estimación de una proporción"## [1] "Estimación de una proporción"# Crear la variable binaria: 1 si hay devoluciones, 0 si no
datos$Tiene_Devoluciones <- ifelse(datos$Devoluciones > 0, 1, 0)
# Proporción muestral
p_muestral <- mean(datos$Tiene_Devoluciones)
n <- nrow(datos)
# Intervalo de confianza al 95% para una proporción
error_std <- sqrt((p_muestral * (1 - p_muestral)) / n)
z <- qnorm(0.975) # Valor crítico para 95% de confianza
margen_error <- z * error_std
# Límite inferior y superior del intervalo
li <- p_muestral - margen_error
ls <- p_muestral + margen_error
# Mostrar los resultados
cat("Proporción Muestral: ", p_muestral, "\n")## Proporción Muestral: 0.96cat("Intervalo de Confianza al 95%: (", li, ", ", ls, ")\n")## Intervalo de Confianza al 95%: ( 0.9215927 , 0.9984073 )Una proporción de 0.96 indica que el 96% de los clientes han hecho devoluciones, lo que sugiere una alta incidencia de reclamaciones. Esto puede impactar los ingresos de las empresas.
Sofía es la encargada del área de logística en una tienda en línea
que vende productos de tecnología. Últimamente, ha notado que varios
clientes están devolviendo sus pedidos, pero no está segura de qué tan
frecuente es este problema. Para analizarlo mejor, decide revisar los
datos de las transacciones realizadas durante los últimos meses.
Con base en los datos proporcionados:
Calcula la proporción muestral de pedidos que fueron devueltos y estima
el intervalo de confianza al 95% para esta proporción, con el fin de
comprender mejor qué porcentaje de todos los pedidos podría terminar en
devoluciones.
"Estimación de la varianza"## [1] "Estimación de la varianza"# Definir la variable de interés
ingresos <- datos$Ingresos
# Parámetros básicos
n <- length(ingresos)
var_muestral <- var(ingresos) # Varianza muestral
alpha <- 0.05 # 95% de confianza
# Método Normal (Z)
z <- qnorm(1 - (alpha / 2))
li_z <- var_muestral * (1 - z / sqrt(2 * n))
ls_z <- var_muestral * (1 + z / sqrt(2 * n))
# Segmentar los datos por "Tiene_Devoluciones"
pedidos_con_devol <- datos$Pedidos_Realizados[datos$Tiene_Devoluciones == 1]
pedidos_sin_devol <- datos$Pedidos_Realizados[datos$Tiene_Devoluciones == 0]
# Parámetros básicos para cada grupo
# Grupo 1: Con devoluciones
n1 <- length(pedidos_con_devol)
var_muestral1 <- var(pedidos_con_devol)
alpha <- 0.05 # Nivel de confianza del 95%
z <- qnorm(1 - (alpha / 2))
# Cálculo del intervalo de confianza para el grupo con devoluciones
li1 <- var_muestral1 * (1 - z / sqrt(2 * n1))
ls1 <- var_muestral1 * (1 + z / sqrt(2 * n1))
# Grupo 2: Sin devoluciones
n2 <- length(pedidos_sin_devol)
var_muestral2 <- var(pedidos_sin_devol)
# Cálculo del intervalo de confianza para el grupo sin devoluciones
li2 <- var_muestral2 * (1 - z / sqrt(2 * n2))
ls2 <- var_muestral2 * (1 + z / sqrt(2 * n2))
# Mostrar los resultados finales
cat("Intervalo de Confianza para la Varianza (Normal Z) - Con Devoluciones:\n")## Intervalo de Confianza para la Varianza (Normal Z) - Con Devoluciones:cat("Límite Inferior:", li1, "\n")## Límite Inferior: 58157.19cat("Límite Superior:", ls1, "\n\n")## Límite Superior: 77320.22cat("Intervalo de Confianza para la Varianza (Normal Z) - Sin Devoluciones:\n")## Intervalo de Confianza para la Varianza (Normal Z) - Sin Devoluciones:cat("Límite Inferior:", li2, "\n")## Límite Inferior: 7144.267cat("Límite Superior:", ls2, "\n")## Límite Superior: 39390.9Una empresa de comercio electrónico quiere analizar la diferencia en la proporción de devoluciones entre dos grupos de transacciones:
- El Grupo 1 representa 96 pedidos realizados con
20 devoluciones registradas.
- El Grupo 2 representa 4 pedidos realizados sin ninguna devolución registrada.
La empresa desea saber si existe una diferencia significativa en las tasas de devoluciones entre ambos grupos, ya que esto podría indicar factores específicos que influyen en la satisfacción del cliente.
Calcula las proporciones muestrales de devoluciones en ambos grupos.
Determina la diferencia de proporciones entre los grupos.
Estima el intervalo de confianza al 95% para esta diferencia de
proporciones
"Diferencia de proporciones"## [1] "Diferencia de proporciones"# Datos
n1 <- 96 # Tamaño del grupo 1 (Con devoluciones)
x1 <- 20 # Éxitos en el grupo 1
n2 <- 4 # Tamaño del grupo 2 (Sin devoluciones)
x2 <- 0 # Éxitos en el grupo 2
alpha <- 0.05 # Nivel de confianza del 95%
# Proporciones
p1 <- x1 / n1
p2 <- x2 / n2
# Diferencia de proporciones
diff <- p1 - p2
# Error estándar
se <- sqrt((p1 * (1 - p1) / n1) + (p2 * (1 - p2) / n2))
# Valor crítico Z
z <- qnorm(1 - (alpha / 2))
# Intervalo de confianza
li <- diff - z * se
ls <- diff + z * se
# Resultado
cat("Diferencia de Proporciones:", round(diff, 4), "\n")## Diferencia de Proporciones: 0.2083cat("Límite Inferior del IC:", round(li, 4), "\n")## Límite Inferior del IC: 0.1271cat("Límite Superior del IC:", round(ls, 4), "\n")## Límite Superior del IC: 0.2896El intervalo de confianza al 95% para la diferencia de proporciones indica si hay una diferencia significativa en las devoluciones entre ambos grupos. Si el intervalo no incluye el 0, sugiere que el Grupo 1 tiene más devoluciones que el Grupo 2, señalando posibles problemas en calidad, entrega o expectativas. Esto orienta a la empresa a investigar y mejorar sus procesos para reducir devoluciones.
###1. Formulación de hipótesis
Vamos a evaluar si la media de los ingresos mensuales de las plataformas de e-commerce es diferente a $40,000. Por ello, planteamos las siguientes hipótesis:
- H₀ (Hipótesis nula): μ = 40,000
(La media poblacional de ingresos es igual a 40,000)
- H₁ (Hipótesis alternativa): μ ≠ 40,000
(La media poblacional de ingresos es diferente de 40,000)
2. Nivel de significancia
Elegimos un nivel de significancia del 5% (α = 0.05), lo cual es estándar para este tipo de análisis. Esto significa que aceptamos un 5% de probabilidad de rechazar H₀ cuando en realidad es verdadera.
3. Cálculo del estadístico y p-valor
A partir del análisis:
- Media muestral (x̄): $47,880.80
- Error estándar: se calculó como ≈ $2,403.15
- Estadístico t: ≈ 3.28
- Grados de libertad: 99 (n = 100)
- P-valor: ≈ 0.0014
También se obtuvo el intervalo de confianza del 95% para la media, que fue aproximadamente:
- [43,104.65 ; 52,656.96]
"Prueba de hipotesis para la media."## [1] "Prueba de hipotesis para la media."# Cargar datos
datos <- read.csv("datos_negocios_adicional_1_ventas_online.csv")
# Extraer la variable de ingresos
ingresos <- datos$Ingresos
# Parámetros de la hipótesis
mu_hipotetico <- 40000 # Hipótesis nula: media = 40000
# Estadísticos muestrales
media_muestral <- mean(ingresos)
sd_muestral <- sd(ingresos)
n <- length(ingresos)
# Error estándar
error_std <- sd_muestral / sqrt(n)
# Valor t para el intervalo de confianza al 95%
t_critico <- qt(0.975, df = n - 1)
# Intervalo de confianza
LI <- media_muestral - t_critico * error_std
LS <- media_muestral + t_critico * error_std
cat("Media muestral:", round(media_muestral, 2), "\n")## Media muestral: 48942.06cat("Intervalo de Confianza al 95%: (", round(LI, 2), ",", round(LS, 2), ")\n")## Intervalo de Confianza al 95%: ( 43505.52 , 54378.6 )# Prueba t de una muestra
prueba <- t.test(ingresos, mu = mu_hipotetico, conf.level = 0.95)Dado que el valor p es mucho menor que 0.05, se rechaza la hipótesis nula. Esto indica que existe evidencia estadísticamente significativa para afirmar que la media poblacional de los ingresos no es igual a $40,000. En términos de negocios, esto puede ser una señal positiva para la empresa, ya que los ingresos promedio observados ($47,880.80) superan el umbral propuesto. Sin embargo, también sugiere que la media real es mayor, lo cual podría implicar que las estrategias de venta actuales están generando mejores resultados de lo esperado.
Se cuenta con un conjunto de datos correspondiente a 100 operaciones de ventas en línea registradas por distintas plataformas (Shopify, MercadoLibre, Amazon, etc.). Uno de los campos relevantes del conjunto es la columna “Devoluciones”, que indica cuántos pedidos fueron devueltos en cada operación.
Queremos saber si la proporción de operaciones en las que hubo al menos una devolución es significativamente distinta al 30% que se espera de acuerdo con estudios anteriores del sector. Hipótesis nula (H₀):𝑝=0.30 La proporción de operaciones con al menos una devolución es igual al 30%.
Hipótesis alternativa (H₁):𝑝≠0.30 La proporción de operaciones con devolución es distinta del 30%. Se elige un nivel de significancia clásico de:𝛼=0.05
"Prueba de hipotesis para una proporción"## [1] "Prueba de hipotesis para una proporción"# Cargar datos
datos <- read.csv("datos_negocios_adicional_1_ventas_online.csv")
# Crear variable binaria: hubo al menos una devolución
datos$Hubo_Devolucion <- ifelse(datos$Devoluciones > 0, 1, 0)
# Tamaño de la muestra
n <- nrow(datos)
# Proporción observada
p_hat <- mean(datos$Hubo_Devolucion)
# Valor esperado (hipótesis nula)
p0 <- 0.30
# Estadístico de prueba z
z <- (p_hat - p0) / sqrt((p0 * (1 - p0)) / n)
# Valor p para prueba bilateral
p_value <- 2 * (1 - pnorm(abs(z)))
# Mostrar resultados
cat("Proporción observada:", round(p_hat, 4), "\n")## Proporción observada: 0.96cat("Estadístico z:", round(z, 4), "\n")## Estadístico z: 14.4024cat("Valor p:", format.pval(p_value, digits=4), "\n")## Valor p: < 2.2e-16# Decisión
if (p_value < 0.05) {
cat("Conclusión: Se rechaza la hipótesis nula. La proporción es significativamente distinta de 0.30\n")
} else {
cat("Conclusión: No se rechaza la hipótesis nula. No hay diferencia significativa con respecto a 0.30\n")
}## Conclusión: Se rechaza la hipótesis nula. La proporción es significativamente distinta de 0.30Dado que el valor p es prácticamente cero, se encuentra muy por debajo del nivel de significancia de 0.05. Por lo tanto, rechazamos la hipótesis nula. Existe evidencia estadísticamente para afirmar que la proporción de operaciones con devoluciones es distinta del 30% esperado. En particular, la proporción observada es 96%, lo cual es drásticamente superior al estándar del sector.
Esto puede indicar un problema grave de calidad, logística, errores en la plataforma, o bien diferencias en el tipo de productos o servicio postventa entre las empresas analizadas y el promedio del mercado.