Alquiler de Bicicletas en Washington D.C

En este informe se busca entender cómo se comporta la movilidad en una ciudad, como Washington, y cómo factores como el tipo de estación o época del año afecta ese comportamiento. Esta información puede ayudar a mejorar la planificación del sistema de bicicletas compartidas. Para mayor información sobre el alquiler, consulte en: https://washington.org/es/find-dc-listings/capital-bikeshare

Se trabajará con la siguiente base de datoscsv ## 1. R Markdown

## Rows: 10886 Columns: 12
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr  (1): datetime
## dbl (11): Season, holiday, working day, weather, temp, Atemp, humidity, wind...
## 
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
##    datetime             Season         holiday         working day    
##  Length:10886       Min.   :1.000   Min.   :0.00000   Min.   :0.0000  
##  Class :character   1st Qu.:2.000   1st Qu.:0.00000   1st Qu.:0.0000  
##  Mode  :character   Median :3.000   Median :0.00000   Median :1.0000  
##                     Mean   :2.507   Mean   :0.02857   Mean   :0.6809  
##                     3rd Qu.:4.000   3rd Qu.:0.00000   3rd Qu.:1.0000  
##                     Max.   :4.000   Max.   :1.00000   Max.   :1.0000  
##     weather           temp           Atemp          humidity     
##  Min.   :1.000   Min.   : 0.82   Min.   : 0.76   Min.   :  0.00  
##  1st Qu.:1.000   1st Qu.:13.94   1st Qu.:16.66   1st Qu.: 47.00  
##  Median :1.000   Median :20.50   Median :24.24   Median : 62.00  
##  Mean   :1.418   Mean   :20.23   Mean   :23.66   Mean   : 61.89  
##  3rd Qu.:2.000   3rd Qu.:26.24   3rd Qu.:31.06   3rd Qu.: 77.00  
##  Max.   :4.000   Max.   :41.00   Max.   :45.45   Max.   :100.00  
##    windspeed          casual         Registered        Count      
##  Min.   : 0.000   Min.   :  0.00   Min.   :  0.0   Min.   :  1.0  
##  1st Qu.: 7.002   1st Qu.:  4.00   1st Qu.: 36.0   1st Qu.: 42.0  
##  Median :12.998   Median : 17.00   Median :118.0   Median :145.0  
##  Mean   :12.799   Mean   : 36.02   Mean   :155.6   Mean   :191.6  
##  3rd Qu.:16.998   3rd Qu.: 49.00   3rd Qu.:222.0   3rd Qu.:284.0  
##  Max.   :56.997   Max.   :367.00   Max.   :886.0   Max.   :977.0

2. Conversión de variables categóricas

## $Primavera
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     1.0    24.0    78.0   116.3   164.0   801.0 
## 
## $Verano
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     1.0    49.0   172.0   215.3   321.0   873.0 
## 
## $Otono
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     1.0    68.0   195.0   234.4   347.0   977.0 
## 
## $Invierno
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##       1      51     161     199     294     948

3. Estadística Descriptiva

## $`0`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    2.00   23.00   41.00   55.07   75.25  283.00 
## 
## $`1`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1.00   10.50   18.00   33.89   47.00  165.00 
## 
## $`2`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1.00    5.00   11.00   22.59   32.00   96.00 
## 
## $`3`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1.00    3.00    6.00   11.88   16.00   66.00 
## 
## $`4`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   1.000   3.000   5.500   6.273   9.000  28.000 
## 
## $`5`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1.00    8.00   19.00   19.26   27.75   55.00 
## 
## $`6`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1.00   23.75   74.50   75.12  116.25  211.00 
## 
## $`7`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     1.0    62.0   217.5   210.1   321.5   596.0 
## 
## $`8`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     8.0   131.5   391.0   357.2   549.2   839.0 
## 
## $`9`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    14.0   156.8   217.0   218.7   287.5   408.0 
## 
## $`10`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    17.0   102.5   149.5   173.4   220.0   539.0 
## 
## $`11`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    10.0   119.8   183.5   208.0   260.8   647.0 
## 
## $`12`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    22.0   153.8   234.5   254.1   331.2   757.0 
## 
## $`13`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    11.0   150.8   233.5   255.9   329.0   729.0 
## 
## $`14`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    12.0   143.5   212.5   241.0   314.2   678.0 
## 
## $`15`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     7.0   146.8   233.0   251.9   331.0   724.0 
## 
## $`16`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    11.0   209.5   310.0   312.1   421.0   701.0 
## 
## $`17`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    25.0   261.2   482.5   460.2   601.8   970.0 
## 
## $`18`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    23.0   224.0   418.5   422.0   556.8   977.0 
## 
## $`19`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    11.0   174.8   306.0   310.5   414.0   743.0 
## 
## $`20`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    11.0   119.8   219.0   223.1   300.0   551.0 
## 
## $`21`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     6.0    94.5   169.5   169.7   230.0   584.0 
## 
## $`22`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    9.00   77.75  129.00  131.73  174.25  502.00 
## 
## $`23`
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##     6.0    51.0    81.0    88.4   123.0   256.0

4. Estadistíca de count por estación y hora

##                  0        1        2         3        4         5        6
## Primavera 25.54167 17.27778 12.76812  7.983051 3.190476  9.614286 41.41667
## Verano    59.93056 35.97222 23.12500 11.500000 6.028169 19.875000 83.22222
## Otono     75.66667 45.01408 31.74648 16.056338 7.972222 24.944444 92.63889
## Invierno  59.15278 37.44444 22.43056 11.323944 7.513889 22.333333 83.22222
##                  7        8        9        10       11       12       13
## Primavera 119.3472 245.1806 148.1944  93.04167 111.4306 142.8194 148.3472
## Verano    233.8611 393.8750 240.2917 193.68056 236.1528 282.4444 287.4306
## Otono     251.1528 384.3472 244.0972 218.05556 258.0972 307.5417 307.6250
## Invierno  236.0000 405.4167 242.3333 188.62500 226.2361 283.5417 280.3472
##                 14       15       16       17       18       19       20
## Primavera 139.2778 143.6250 174.5417 262.6528 233.8472 159.2778 111.8333
## Verano    267.2778 282.5833 356.2778 532.2222 489.9583 364.3194 262.8056
## Otono     288.3889 299.7361 368.0833 551.7222 529.5417 408.7361 301.8333
## Invierno  268.9306 281.8056 349.3889 494.2778 434.5000 309.4861 215.8333
##                  21       22        23
## Primavera  88.33333  68.2500  42.04167
## Verano    195.27778 148.0833  99.19444
## Otono     231.69444 184.0000 121.27778
## Invierno  163.56944 126.5833  91.06944

5. Construcción diagrama de caja

Interpretaciones

El gráfico de Boxplot muestra la distribución total de bicicletas alquiladas durante las diferentes estaciones del año. En él, se observa datos como: la mediana, dispersión de datos y valores atípicos.

En cuanto a cada mediana que se puede observar. Verano, Otoño e Invierno no se muestra tanta diferencia entres sus medianas, lo que indica su similaridad. Se interpreta que en estás tres épocas del año fueron en las que más se rentaron bicicletas. Y minímamente en Otoño se rentó o se registra una renta un tanto mayor.

Sin embargo, observando los valores extremos y atípicos hay una diferencia notoria, debido a que en Otoño y Verano muestran una mayor variabilidad en la cantidad de bicicletas alquiladas, según los valores extremos se muestra el comportamiento normal, es decir cuántas bicletas son rentadas normalmente.Pero en Invierno, estos valores no son tan altos a comparación de las otras dos estaciones, indicando que hay factores externos que implican en el alquiler de las bicletas.

Por otro lado, los valores atípicos muestran rentas de bicletas en situaciones exepcionales que, como se muestra en Primavera, hay muchos datos atípicos. Igualmente en las otras estaciones. Estos datos pueden ayudar a que se sepa qué días puede haber mayor rentabilidad, pero para ello se necesitan de otros factores externos.