Laboratorio 2
Katherin Arcila, Anni Bonanno, Martin Estrada, Juan Jose Lopez
2025-09-30
Punto 1
Código para llamar a los datos y que sean leidos.
Telco_Cusomer_Churn = read.table("Telco_Cusomer_Churn.csv",
header = TRUE, sep = ",",
dec = ".", row.names = 1,
stringsAsFactors = TRUE)
summary(Telco_Cusomer_Churn)## gender SeniorCitizen Partner Dependents tenure
## Female:3488 Min. :0.0000 No :3641 No :4933 Min. : 0.00
## Male :3555 1st Qu.:0.0000 Yes:3402 Yes:2110 1st Qu.: 9.00
## Median :0.0000 Median :29.00
## Mean :0.1621 Mean :32.37
## 3rd Qu.:0.0000 3rd Qu.:55.00
## Max. :1.0000 Max. :72.00
##
## PhoneService MultipleLines InternetService
## No : 682 No :3390 DSL :2421
## Yes:6361 No phone service: 682 Fiber optic:3096
## Yes :2971 No :1526
##
##
##
##
## OnlineSecurity OnlineBackup
## No :3498 No :3088
## No internet service:1526 No internet service:1526
## Yes :2019 Yes :2429
##
##
##
##
## DeviceProtection TechSupport
## No :3095 No :3473
## No internet service:1526 No internet service:1526
## Yes :2422 Yes :2044
##
##
##
##
## StreamingTV StreamingMovies Contract
## No :2810 No :2785 Month-to-month:3875
## No internet service:1526 No internet service:1526 One year :1473
## Yes :2707 Yes :2732 Two year :1695
##
##
##
##
## PaperlessBilling PaymentMethod MonthlyCharges
## No :2872 Bank transfer (automatic):1544 Min. : 18.25
## Yes:4171 Credit card (automatic) :1522 1st Qu.: 35.50
## Electronic check :2365 Median : 70.35
## Mailed check :1612 Mean : 64.76
## 3rd Qu.: 89.85
## Max. :118.75
##
## TotalCharges Churn
## Min. : 18.8 No :5174
## 1st Qu.: 401.4 Yes:1869
## Median :1397.5
## Mean :2283.3
## 3rd Qu.:3794.7
## Max. :8684.8
## NA's :11Punto 2
Estadísticas descriptivas del conjunto de datos e interpretación.
Estadistica descriptiva de los datos más relevantes: tenure, MonthlyCharges, TotalCharges.
Monthlycharges = cargos mensuales
summary(Telco_Cusomer_Churn$MonthlyCharges) # resumen completo Monthlycharges## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 18.25 35.50 70.35 64.76 89.85 118.75var(Telco_Cusomer_Churn$MonthlyCharges) #varianza Monthlycharges## [1] 905.4109sd(Telco_Cusomer_Churn$MonthlyCharges) #desviacion estandar Monthlycharges## [1] 30.09005sd(Telco_Cusomer_Churn$MonthlyCharges)/mean(Telco_Cusomer_Churn$MonthlyCharges) #coeficiente de desviacion Monthlycharges## [1] 0.4646273Tenure = antigüedad del cliente en meses
summary(Telco_Cusomer_Churn$tenure) # resumen completo Tenure## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.00 9.00 29.00 32.37 55.00 72.00var(Telco_Cusomer_Churn$tenure) #varianza Tenure## [1] 603.1681sd(Telco_Cusomer_Churn$tenure) #desviacion estandar Tenure## [1] 24.55948sd(Telco_Cusomer_Churn$tenure)/mean(Telco_Cusomer_Churn$tenure) #coeficiente de desviacion Tenure## [1] 0.7586843Totalcharges = cargos totales acumulados
summary(Telco_Cusomer_Churn$TotalCharges) #resumen completo Totalcharges## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 18.8 401.4 1397.5 2283.3 3794.7 8684.8 11var(Telco_Cusomer_Churn$TotalCharges) #varianza Totalcharges## [1] NAsd(Telco_Cusomer_Churn$TotalCharges) #desviacion estandar Totalcharges## [1] NAsd(Telco_Cusomer_Churn$TotalCharges)/mean(Telco_Cusomer_Churn$TotalCharges) #coeficiente de desviacion Totalcharges## [1] NA# Eliminar NA al calcular estadísticos en Totalcharges
var(Telco_Cusomer_Churn$TotalCharges, na.rm = TRUE) #varianza Totalcharges con NA eliminado## [1] 5138252sd(Telco_Cusomer_Churn$TotalCharges, na.rm = TRUE) #desviacion estandar Totalcharges con NA eliminado## [1] 2266.771mean(Telco_Cusomer_Churn$TotalCharges, na.rm = TRUE) #coeficiente de desviacion Totalcharges con NA eliminado## [1] 2283.3Interpretación del punto 2
Los resultados muestran que los cargos mensuales (MonthlyCharges) tienen una variabilidad moderada, con la mayoría de clientes pagando alrededor de 70 USD, aunque existen diferencias según el plan contratado. El tiempo de permanencia (Tenure) presenta alta dispersión, lo que refleja una mezcla de clientes muy recientes y otros de larga duración. En consecuencia, los cargos totales (TotalCharges) muestran gran heterogeneidad y una distribución asimétrica hacia valores altos, ya que dependen tanto del tiempo que lleva el cliente en la compañía como del tipo de servicio adquirido.
Punto 3
Matriz de correlación.
library(corrplot)## corrplot 0.95 loadedattach(Telco_Cusomer_Churn)
nuevosDatos= data.frame(tenure, MonthlyCharges, TotalCharges)
r= cor(na.omit(nuevosDatos))
corrplot(r,method = "number")
Interpretación del punto 3
La matriz de correlación muestra que la relación entre la antigüedad del cliente y los cargos mensuales es positiva pero débil (0.25), lo que indica que permanecer más tiempo en la compañía no necesariamente implica pagar significativamente más cada mes, aunque existe una ligera tendencia al alza. En contraste, la correlación entre la antigüedad y los cargos totales es fuerte (0.83), lo que resulta coherente, ya que mientras más tiempo permanece un cliente, mayor es la suma de sus pagos acumulados. Por último, los cargos mensuales y los cargos totales presentan una correlación moderada-alta (0.65), lo que significa que quienes pagan montos más elevados mes a mes tienden a acumular mayores cargos totales, aunque este efecto también está condicionado por el tiempo de permanencia. En conjunto, los resultados reflejan que la variable TotalCharges depende fuertemente tanto del tiempo que el cliente lleva en la empresa como del nivel de facturación mensual.
Punto 4
Diagrama de cajas donde el eje Y = MensualCharges y el eje X = Rotación.
##Diagrama de caja MensualCharges vs Rotación
library(ggplot2)
#Diagrama de caja: Cargas mensuales vs Rotación
boxplot(MonthlyCharges ~ Churn, data = Telco_Cusomer_Churn,
main = "Cargos Mensuales según Rotación",
xlab = "Rotación (Churn)",
ylab = "Cargos mensuales (MonthlyCharges)",
col = c("lightblue","salmon"))
Interpretación del punto 4
El diagrama de cajas muestra que los clientes que rotaron (Yes) presentan cargos mensuales más altos en promedio que los que permanecieron (No). La mediana en “Yes” está por encima de la mediana en “No”, lo que indica que la rotación está más asociada a facturas mensuales elevadas. Además, la dispersión en los clientes que no rotaron es mayor, pues tienen tanto cargos bajos como altos, mientras que en los que rotaron los valores se concentran en la zona alta (alrededor de 70–100).
Punto 5
Diagrama de cajas donde el eje Y = TotalCharges y el eje X = Rotación.
##Diagrama de caja TotalCharges vs Rotación
boxplot(TotalCharges ~ Churn, data = Telco_Cusomer_Churn,
main = "Cargos Totales según Rotación",
xlab = "Rotación (Churn)",
ylab = "Cargos totales (TotalCharges)",
col = c("lightblue","purple"))
Interpretación del punto 5
El gráfico muestra que los clientes que no rotaron (No) tienden a tener cargos totales más altos y con mayor dispersión, mientras que los que sí rotaron (Yes) tienen cargos totales más bajos en la mayoría de los casos, aunque con varios valores atípicos (outliers) hacia arriba.
Punto 6
Diagrama de barras apiladas con eje X = rotación y por cada barra se muestre el género.
## Diagrama de barras apiladas Rotación Vs Genero
library(ggplot2)
ggplot(Telco_Cusomer_Churn, aes(x = Churn, fill = gender)) +
geom_bar(position = "stack") +
labs(
title = "Rotación de clientes según género",
x = "Rotación (Churn)",
y = "Cantidad de clientes",
fill = "Género"
) +
theme_minimal()
Interpretación del punto 6
El gráfico evidencia que, aunque la cantidad de clientes que no rotan es mayor que la de los que sí lo hacen, la proporción entre hombres y mujeres dentro de cada grupo se mantiene equilibrada; esto sugiere que la decisión de permanecer o abandonar el servicio ocurre de forma independiente al género.
Punto 7
¿Existe relación lineal entre la antigüedad del cliente vs los cargos mensuales?
Con ayuda de un diagrama de dispersión, el calculo de la correlación, ajuste un modelo lineal simple donde X se la antigüedad e Y los cargos mensuales, se interpretara los resultados de correlación, intercepto y pendiente.
1. Variables
x <- Telco_Cusomer_Churn$tenure # antigüedad del cliente
y <- Telco_Cusomer_Churn$MonthlyCharges # cargos mensuales2. Correlación
cor(x, y, use = "complete.obs")## [1] 0.24789993. Diagrama de dispersión con recta de regresión
library(ggplot2)
ggplot(Telco_Cusomer_Churn, aes(x = tenure, y = MonthlyCharges)) +
geom_point(color = "pink", alpha = 0.5) +
geom_smooth(method = "lm", se = TRUE, color = "red") +
labs(title = "Relación entre antigüedad y cargos mensuales",
x = "Antigüedad del cliente (meses)",
y = "Cargos mensuales ($)") +
theme_minimal()## `geom_smooth()` using formula = 'y ~ x'
4. Ajuste del modelo lineal simple
modelo <- lm(MonthlyCharges ~ tenure, data = Telco_Cusomer_Churn)
summary(modelo)##
## Call:
## lm(formula = MonthlyCharges ~ tenure, data = Telco_Cusomer_Churn)
##
## Residuals:
## Min 1Q Median 3Q Max
## -57.498 -27.251 6.245 24.943 54.376
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 54.92978 0.57476 95.57 <2e-16 ***
## tenure 0.30372 0.01415 21.47 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 29.15 on 7041 degrees of freedom
## Multiple R-squared: 0.06145, Adjusted R-squared: 0.06132
## F-statistic: 461 on 1 and 7041 DF, p-value: < 2.2e-165. Modelo
#54.92978+(0.30372* Antiguedad del cliente en meses)Interpretación del punto 7
La relación entre la antigüedad del cliente y los cargos mensuales resulta ser positiva pero débil, ya que el coeficiente de correlación muestra que solo una pequeña parte de la variabilidad de los cargos se explica por el tiempo en meses. El intercepto (54.93) indica que un cliente nuevo inicia con cargos mensuales cercanos a 55 dólares, mientras que la pendiente (0.30) refleja que por cada mes adicional de antigüedad los cargos aumentan en promedio solo 0.30 dólares, lo cual evidencia que la antigüedad no es un factor determinante en la variación de los cargos mensuales.
Punto 8
Panel grafico con los graficos de los Puntos 4, 5, 6 y 7.
# Punto 4: boxplot TotalCharges ~ Churn
p4 <- ggplot(Telco_Cusomer_Churn, aes(x = Churn, y = TotalCharges, fill = Churn)) +
geom_boxplot() +
labs(title = "Cargos Totales según Rotación", x = "Rotación (Churn)", y = "TotalCharges")
# Punto 5: boxplot MonthlyCharges ~ Churn
p5 <- ggplot(Telco_Cusomer_Churn, aes(x = Churn, y = MonthlyCharges, fill = Churn)) +
geom_boxplot() +
labs(title = "Cargos Mensuales según Rotación", x = "Rotación (Churn)", y = "MonthlyCharges")
# Punto 6: diagrama de barras apiladas Churn ~ Gender
p6 <- ggplot(Telco_Cusomer_Churn, aes(x = Churn, fill = gender)) +
geom_bar(position = "stack") +
labs(title = "Rotación de clientes según género", x = "Rotación (Churn)", y = "Cantidad de clientes")
# Punto 7: dispersión MonthlyCharges ~ tenure
p7 <- ggplot(Telco_Cusomer_Churn, aes(x = tenure, y = MonthlyCharges)) +
geom_point(color = "pink", alpha = 0.5) +
geom_smooth(method = "lm", se = FALSE, color = "red") +
labs(title = "Relación entre antigüedad y cargos mensuales", x = "Antigüedad (meses)", y = "Cargos mensuales ($)")
library(gridExtra)
grid.arrange(p4, p5, p6, p7, ncol = 2)## Warning: Removed 11 rows containing non-finite outside the scale range
## (`stat_boxplot()`).## `geom_smooth()` using formula = 'y ~ x'