Control01.knit

Integrantes:

1.Del Aguila Adrianzen, Manuel Alcibiades 2.Díaz Bojorquez, Manuel Augusto 3.Espinoza Huillca, Gerardo Ilich - Representante 4.Huamán Lazo, Kenedic Eduardo 5.Huaman Rodriguez, Paul Isaac

Control_01

Desarrollar el análisis exploratorio de los datos. Realice una función de programación para mostrar el comportamiento de cada variable.

Primer paso: Importación de datos

Obtener la ruta del archivo guardado.
Importar datos a Rstudio.

#getwd()

WBD <- read.csv("winequality-red.csv", header = TRUE, sep = ",")

Segundo paso: Exploración de datos

#Dimensión de la data
dim(WBD)

## [1] 1599   12

#Cantidad de Columnas
length(WBD)

## [1] 12

#Nombre de las variables (Columnas)
colnames(WBD)

##  [1] "fixed.acidity"        "volatile.acidity"     "citric.acid"         
##  [4] "residual.sugar"       "chlorides"            "free.sulfur.dioxide" 
##  [7] "total.sulfur.dioxide" "density"              "pH"                  
## [10] "sulphates"            "alcohol"              "quality"

#Otra para identificar los nombres de las variables
names(WBD)

##  [1] "fixed.acidity"        "volatile.acidity"     "citric.acid"         
##  [4] "residual.sugar"       "chlorides"            "free.sulfur.dioxide" 
##  [7] "total.sulfur.dioxide" "density"              "pH"                  
## [10] "sulphates"            "alcohol"              "quality"

#Estadísticas descriptivas
summary(WBD)

##  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.   :8.000

#Tipo de variable
str(WBD)

## '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 ...

#Importar las primeras cinco filas y tres columnas
WBD[1:5 , c(1,3)]

##   fixed.acidity citric.acid
## 1           7.4        0.00
## 2           7.8        0.00
## 3           7.8        0.04
## 4          11.2        0.56
## 5           7.4        0.00

#Validar si la primera variable es Número
is.numeric(WBD[ ,1])

## [1] TRUE

#Validar si la doceava variable es Texto
is.character(WBD[ ,12])

## [1] FALSE

Tercer paso: Gráficas de análisis

#Declaración de variables
WBDN <- NULL
WBDC <- NULL
columna <- length(WBD)

#Segmentación de la vista
par(mfrow=c(3,4))

#Gráfica de Histograma para todas las variables númericas, si es texto, gráfica pie

for (i in 1:columna) {
  if(is.numeric(WBD[,i])== TRUE){
    texto <- paste("Analisis del atributo ",colnames(WBD)[i])
    hist(WBD[,i],col=i,main=texto, xlab= colnames(WBD)[i])
    WBDN <- c(WBDN,i)
  } else {
    texto2 <- paste("Analisis del atributo ",colnames(WBD)[i])
    pie(table(WBD[ ,i]),main= texto2)
    WBDC <- c(WBDC,i)
  }
}

# Gráfica de Boxplot para todas las variables númericas, si es texto, gráfica pie

for (i in 1:columna) {
  if(is.numeric(WBD[,i])== TRUE){
    texto <- paste("Analisis del atributo ",colnames(WBD)[i])
    boxplot(WBD[,i],col=i,main=texto, xlab= colnames(WBD)[i])
    WBDN <- c(WBDN,i)
  } else {
    texto2 <- paste("Analisis del atributo ",colnames(WBD)[i])
    pie(table(WBD[ ,i]),main= texto2)
    WBDC <- c(WBDC,i)
  }
}

# Gráfica de Plot para todas las variables númericas, si es texto, gráfica pie

for (i in 1:columna) {
  if(is.numeric(WBD[,i])== TRUE){
    texto <- paste("Analisis del atributo ",colnames(WBD)[i])
    plot(WBD[,i],col=i,main=texto, xlab= colnames(WBD)[i])
    WBDN <- c(WBDN,i)
  } else {
    texto2 <- paste("Analisis del atributo ",colnames(WBD)[i])
    pie(table(WBD[ ,i]),main= texto2)
    WBDC <- c(WBDC,i)
  }
}