Análisis Exploratorio de Datos - Estadística 2

# Cargar datos
datos <- read.csv("datos_negocios_8 (2).csv")

cat("Número de filas:", nrow(datos), "<br>")

## Número de filas: 100 <br>

cat("Número de columnas:", ncol(datos), "<br>")

## Número de columnas: 3 <br>

cat("Nombres de variables:", paste(names(datos), collapse = ", "), "<br>")

## Nombres de variables: Ciudad, Ingresos, Satisfecho <br>

tabla_ciudad <- table(datos$Ciudad)
cat("**Distribución por ciudad:**<br>")

## **Distribución por ciudad:**<br>

cat("- Ciudad A:", tabla_ciudad["Ciudad A"], "observaciones<br>")

## - Ciudad A: 55 observaciones<br>

cat("- Ciudad B:", tabla_ciudad["Ciudad B"], "observaciones<br>")

## - Ciudad B: 45 observaciones<br>

barplot(tabla_ciudad, 
        main = "Distribución de Negocios por Ciudad",
        xlab = "Ciudad", 
        ylab = "Frecuencia",
        col = c("lightblue", "lightgreen"),
        border = "black")

## Análisis de Variable Numérica - Ingresos

resumen <- summary(datos$Ingresos)
cat("**Resumen estadístico de Ingresos:**<br>")

## **Resumen estadístico de Ingresos:**<br>

cat("- Mínimo:", resumen["Min."], "<br>")

## - Mínimo: 71.62 <br>

cat("- 1er Cuartil:", resumen["1st Qu."], "<br>")

## - 1er Cuartil: 88.835 <br>

cat("- Mediana:", resumen["Median"], "<br>")

## - Mediana: 110.915 <br>

cat("- Media:", round(resumen["Mean"], 2), "<br>")

## - Media: 114.24 <br>

cat("- 3er Cuartil:", resumen["3rd Qu."], "<br>")

## - 3er Cuartil: 139.97 <br>

cat("- Máximo:", resumen["Max."], "<br>")

## - Máximo: 159.63 <br>

cat("- Desviación estándar:", round(sd(datos$Ingresos), 2), "<br>")

## - Desviación estándar: 27.94 <br>