Mi Primer Análisis de Datos
Tu Nombre
2025-08-13
Introducción
Este es mi primer análisis completo usando R y Posit Cloud. Analizo
el dataset mtcars que contiene información sobre
automóviles.
Carga de Datos
# Cargar librerías
library(dplyr)
library(ggplot2)
library(knitr)
# Cargar datos
datos <- read.csv("../data/coches.csv", row.names = 1)Resumen de los Datos
# Dimensiones
kable(data.frame(
Característica = c("Filas", "Columnas"),
Valor = c(nrow(datos), ncol(datos))
), caption = "Dimensiones del Dataset")| Característica | Valor |
|---|---|
| Filas | 32 |
| Columnas | 11 |
# Estadísticas descriptivas
summary(datos) %>% kable(caption = "Resumen Estadístico")| mpg | cyl | disp | hp | drat | wt | qsec | vs | am | gear | carb | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Min. :10.40 | Min. :4.000 | Min. : 71.1 | Min. : 52.0 | Min. :2.760 | Min. :1.513 | Min. :14.50 | Min. :0.0000 | Min. :0.0000 | Min. :3.000 | Min. :1.000 | |
| 1st Qu.:15.43 | 1st Qu.:4.000 | 1st Qu.:120.8 | 1st Qu.: 96.5 | 1st Qu.:3.080 | 1st Qu.:2.581 | 1st Qu.:16.89 | 1st Qu.:0.0000 | 1st Qu.:0.0000 | 1st Qu.:3.000 | 1st Qu.:2.000 | |
| Median :19.20 | Median :6.000 | Median :196.3 | Median :123.0 | Median :3.695 | Median :3.325 | Median :17.71 | Median :0.0000 | Median :0.0000 | Median :4.000 | Median :2.000 | |
| Mean :20.09 | Mean :6.188 | Mean :230.7 | Mean :146.7 | Mean :3.597 | Mean :3.217 | Mean :17.85 | Mean :0.4375 | Mean :0.4062 | Mean :3.688 | Mean :2.812 | |
| 3rd Qu.:22.80 | 3rd Qu.:8.000 | 3rd Qu.:326.0 | 3rd Qu.:180.0 | 3rd Qu.:3.920 | 3rd Qu.:3.610 | 3rd Qu.:18.90 | 3rd Qu.:1.0000 | 3rd Qu.:1.0000 | 3rd Qu.:4.000 | 3rd Qu.:4.000 | |
| Max. :33.90 | Max. :8.000 | Max. :472.0 | Max. :335.0 | Max. :4.930 | Max. :5.424 | Max. :22.90 | Max. :1.0000 | Max. :1.0000 | Max. :5.000 | Max. :8.000 |
Análisis por Grupos
# Análisis por cilindros
analisis <- datos %>%
group_by(cyl) %>%
summarise(
Cantidad = n(),
MPG_Promedio = round(mean(mpg), 2),
HP_Promedio = round(mean(hp), 2),
.groups = 'drop'
)
kable(analisis, caption = "Análisis por Número de Cilindros")| cyl | Cantidad | MPG_Promedio | HP_Promedio |
|---|---|---|---|
| 4 | 11 | 26.66 | 82.64 |
| 6 | 7 | 19.74 | 122.29 |
| 8 | 14 | 15.10 | 209.21 |
Visualizaciones
# Gráfico principal
ggplot(datos, aes(x = mpg, y = hp, color = factor(cyl))) +
geom_point(size = 3, alpha = 0.7) +
labs(title = "Relación entre Eficiencia y Potencia",
x = "Millas por Galón", y = "Caballos de Fuerza",
color = "Cilindros") +
theme_minimal()
Conclusiones
- Relación inversa: Los autos más eficientes (mayor MPG) tienden a tener menos potencia
- Efecto de cilindros: Los autos con más cilindros son menos eficientes pero más potentes
- Variabilidad: Existe considerable variación dentro de cada grupo
Reporte generado automáticamente con R Markdown