Trabajo Final Integrador Modulo IV
Paz Zanini, Raúl
2025-04-08
Presentación de la base de datos
library(readxl)
Vinos <- read_excel("Vinos.xls")
View(Vinos)Medidas de resumen de la base seleccionada
library(psych)
describe(Vinos)## vars n mean sd median trimmed mad min
## Clase* 1 178 1.94 0.78 2.00 1.92 1.48 1.00
## Alcohol 2 178 13.00 0.81 13.05 13.01 1.01 11.03
## Acido Malico 3 178 2.34 1.12 1.87 2.21 0.77 0.74
## Ceniza 4 178 2.37 0.27 2.36 2.37 0.24 1.36
## Alcalinidad de la ceniza 5 178 19.49 3.34 19.50 19.42 3.04 10.60
## Magnesio 6 178 99.74 14.28 98.00 98.44 14.83 70.00
## Total Fenol 7 178 2.30 0.63 2.36 2.29 0.75 0.98
## Flavanoids 8 178 2.03 1.00 2.13 2.02 1.24 0.34
## Fenol NoFlavanoids 9 178 0.36 0.12 0.34 0.36 0.13 0.13
## Intenisdad del color 10 178 1.59 0.57 1.56 1.56 0.56 0.41
## Matiz 11 178 5.06 2.32 4.69 4.83 2.24 1.28
## Pronantocyanins 12 178 0.96 0.23 0.96 0.96 0.24 0.48
## Vinos diluido 13 178 2.61 0.71 2.78 2.63 0.77 1.27
## Proline 14 178 746.89 314.91 673.50 719.30 300.23 278.00
## max range skew kurtosis se
## Clase* 3.00 2.00 0.11 -1.34 0.06
## Alcohol 14.83 3.80 -0.05 -0.89 0.06
## Acido Malico 5.80 5.06 1.02 0.22 0.08
## Ceniza 3.23 1.87 -0.17 1.03 0.02
## Alcalinidad de la ceniza 30.00 19.40 0.21 0.40 0.25
## Magnesio 162.00 92.00 1.08 1.96 1.07
## Total Fenol 3.88 2.90 0.09 -0.87 0.05
## Flavanoids 5.08 4.74 0.02 -0.91 0.07
## Fenol NoFlavanoids 0.66 0.53 0.44 -0.68 0.01
## Intenisdad del color 3.58 3.17 0.51 0.47 0.04
## Matiz 13.00 11.72 0.85 0.30 0.17
## Pronantocyanins 1.71 1.23 0.02 -0.40 0.02
## Vinos diluido 4.00 2.73 -0.30 -1.11 0.05
## Proline 1680.00 1402.00 0.75 -0.31 23.60Selección de la variable Alcohol
Tabla_1<-data.frame(Vinos$Clase, Vinos$Alcohol)
Tabla_1## Vinos.Clase Vinos.Alcohol
## 1 Clase1 14.23
## 2 Clase1 13.20
## 3 Clase1 13.16
## 4 Clase1 14.37
## 5 Clase1 13.24
## 6 Clase1 14.20
## 7 Clase1 14.39
## 8 Clase1 14.06
## 9 Clase1 14.83
## 10 Clase1 13.86
## 11 Clase1 14.10
## 12 Clase1 14.12
## 13 Clase1 13.75
## 14 Clase1 14.75
## 15 Clase1 14.38
## 16 Clase1 13.63
## 17 Clase1 14.30
## 18 Clase1 13.83
## 19 Clase1 14.19
## 20 Clase1 13.64
## 21 Clase1 14.06
## 22 Clase1 12.93
## 23 Clase1 13.71
## 24 Clase1 12.85
## 25 Clase1 13.50
## 26 Clase1 13.05
## 27 Clase1 13.39
## 28 Clase1 13.30
## 29 Clase1 13.87
## 30 Clase1 14.02
## 31 Clase1 13.73
## 32 Clase1 13.58
## 33 Clase1 13.68
## 34 Clase1 13.76
## 35 Clase1 13.51
## 36 Clase1 13.48
## 37 Clase1 13.28
## 38 Clase1 13.05
## 39 Clase1 13.07
## 40 Clase1 14.22
## 41 Clase1 13.56
## 42 Clase1 13.41
## 43 Clase1 13.88
## 44 Clase1 13.24
## 45 Clase1 13.05
## 46 Clase1 14.21
## 47 Clase1 14.38
## 48 Clase1 13.90
## 49 Clase1 14.10
## 50 Clase1 13.94
## 51 Clase1 13.05
## 52 Clase1 13.83
## 53 Clase1 13.82
## 54 Clase1 13.77
## 55 Clase1 13.74
## 56 Clase1 13.56
## 57 Clase1 14.22
## 58 Clase1 13.29
## 59 Clase1 13.72
## 60 Clase2 12.37
## 61 Clase2 12.33
## 62 Clase2 12.64
## 63 Clase2 13.67
## 64 Clase2 12.37
## 65 Clase2 12.17
## 66 Clase2 12.37
## 67 Clase2 13.11
## 68 Clase2 12.37
## 69 Clase2 13.34
## 70 Clase2 12.21
## 71 Clase2 12.29
## 72 Clase2 13.86
## 73 Clase2 13.49
## 74 Clase2 12.99
## 75 Clase2 11.96
## 76 Clase2 11.66
## 77 Clase2 13.03
## 78 Clase2 11.84
## 79 Clase2 12.33
## 80 Clase2 12.70
## 81 Clase2 12.00
## 82 Clase2 12.72
## 83 Clase2 12.08
## 84 Clase2 13.05
## 85 Clase2 11.84
## 86 Clase2 12.67
## 87 Clase2 12.16
## 88 Clase2 11.65
## 89 Clase2 11.64
## 90 Clase2 12.08
## 91 Clase2 12.08
## 92 Clase2 12.00
## 93 Clase2 12.69
## 94 Clase2 12.29
## 95 Clase2 11.62
## 96 Clase2 12.47
## 97 Clase2 11.81
## 98 Clase2 12.29
## 99 Clase2 12.37
## 100 Clase2 12.29
## 101 Clase2 12.08
## 102 Clase2 12.60
## 103 Clase2 12.34
## 104 Clase2 11.82
## 105 Clase2 12.51
## 106 Clase2 12.42
## 107 Clase2 12.25
## 108 Clase2 12.72
## 109 Clase2 12.22
## 110 Clase2 11.61
## 111 Clase2 11.46
## 112 Clase2 12.52
## 113 Clase2 11.76
## 114 Clase2 11.41
## 115 Clase2 12.08
## 116 Clase2 11.03
## 117 Clase2 11.82
## 118 Clase2 12.42
## 119 Clase2 12.77
## 120 Clase2 12.00
## 121 Clase2 11.45
## 122 Clase2 11.56
## 123 Clase2 12.42
## 124 Clase2 13.05
## 125 Clase2 11.87
## 126 Clase2 12.07
## 127 Clase2 12.43
## 128 Clase2 11.79
## 129 Clase2 12.37
## 130 Clase2 12.04
## 131 Clase3 12.86
## 132 Clase3 12.88
## 133 Clase3 12.81
## 134 Clase3 12.70
## 135 Clase3 12.51
## 136 Clase3 12.60
## 137 Clase3 12.25
## 138 Clase3 12.53
## 139 Clase3 13.49
## 140 Clase3 12.84
## 141 Clase3 12.93
## 142 Clase3 13.36
## 143 Clase3 13.52
## 144 Clase3 13.62
## 145 Clase3 12.25
## 146 Clase3 13.16
## 147 Clase3 13.88
## 148 Clase3 12.87
## 149 Clase3 13.32
## 150 Clase3 13.08
## 151 Clase3 13.50
## 152 Clase3 12.79
## 153 Clase3 13.11
## 154 Clase3 13.23
## 155 Clase3 12.58
## 156 Clase3 13.17
## 157 Clase3 13.84
## 158 Clase3 12.45
## 159 Clase3 14.34
## 160 Clase3 13.48
## 161 Clase3 12.36
## 162 Clase3 13.69
## 163 Clase3 12.85
## 164 Clase3 12.96
## 165 Clase3 13.78
## 166 Clase3 13.73
## 167 Clase3 13.45
## 168 Clase3 12.82
## 169 Clase3 13.58
## 170 Clase3 13.40
## 171 Clase3 12.20
## 172 Clase3 12.77
## 173 Clase3 14.16
## 174 Clase3 13.71
## 175 Clase3 13.40
## 176 Clase3 13.27
## 177 Clase3 13.17
## 178 Clase3 14.13Filtrando los valores de alcohol, según la clasificación del vino.
library(dplyr)##
## Adjuntando el paquete: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionVinos_Clase1<-subset(Tabla_1,Tabla_1=="Clase1")
Vinos_Clase2<-subset(Tabla_1,Tabla_1=="Clase2")
Vinos_Clase3<-subset(Tabla_1,Tabla_1=="Clase3")Sumario de alcohol según la clase de vino
summary.data.frame(Vinos_Clase1)## Vinos.Clase Vinos.Alcohol
## Length:59 Min. :12.85
## Class :character 1st Qu.:13.40
## Mode :character Median :13.75
## Mean :13.74
## 3rd Qu.:14.10
## Max. :14.83summary.data.frame(Vinos_Clase2)## Vinos.Clase Vinos.Alcohol
## Length:71 Min. :11.03
## Class :character 1st Qu.:11.91
## Mode :character Median :12.29
## Mean :12.28
## 3rd Qu.:12.52
## Max. :13.86summary.data.frame(Vinos_Clase3)## Vinos.Clase Vinos.Alcohol
## Length:48 Min. :12.20
## Class :character 1st Qu.:12.80
## Mode :character Median :13.16
## Mean :13.15
## 3rd Qu.:13.51
## Max. :14.34Visualización gráfica de la distribución del alcohol por clase
hist (Vinos_Clase1$Vinos.Alcohol,col=2, xlab="rango de alcohol", ylab="frecuencia", main= "Clase 1")
hist (Vinos_Clase2$Vinos.Alcohol,col=3, xlab="rango de alcohol", ylab="frecuencia", main= "Clase 2")
hist (Vinos_Clase3$Vinos.Alcohol,col=4, xlab="rango de alcohol", ylab="frecuencia", main= "Clase 3")
Clase de variable
class(Vinos)## [1] "tbl_df" "tbl" "data.frame"class(Vinos_Clase1$Vinos.Clase)## [1] "character"class(Vinos_Clase1$Vinos.Alcohol)## [1] "numeric"#Comentarios #La selección de la variable analizada, se realizó en torno a la vinculación que tendrán los vinos producidos tomando como materia prima la miel organica o comercial presentada incialmente,de acá la importancia de analizar como se sitribuye el acohol en las diferentes clases de vinos. #Se observa que los vinos de clase 2 son en promedio los que menor alcohol presenta.