Motos avance 2
Esteban Rueda
2025-10-07
DATOS.MOTOS= read.table("DATOS MOTOS.csv", header= TRUE, sep = ";", encoding = "latin1",
stringsAsFactors = TRUE)
summary(DATOS.MOTOS)## NOMBRE PRECIO.VENTA AÑO
## Bajaj Pulsar 150 : 41 Min. : 5000 Min. :1988
## Royal Enfield Classic 350 : 27 1st Qu.: 28000 1st Qu.:2011
## Honda Activa [2000-2015] : 23 Median : 45000 Median :2015
## Honda CB Hornet 160R : 22 Mean : 59638 Mean :2014
## Bajaj Pulsar 180 : 20 3rd Qu.: 70000 3rd Qu.:2017
## Royal Enfield Thunderbird 350: 19 Max. :760000 Max. :2020
## (Other) :909
## TIPO.VENDEDOR DUEÑO km.RECORRIDO EXPO.PRECIO
## Dealer : 6 1st owner:924 Min. : 350 Min. : 0
## Individual:1055 2nd owner:123 1st Qu.: 13500 1st Qu.: 54760
## 3rd owner: 11 Median : 25000 Median : 72303
## 4th owner: 3 Mean : 34360 Mean : 87262
## 3rd Qu.: 43000 3rd Qu.: 87000
## Max. :880000 Max. :1278000
## NA's :430
## PORCENT
## :430
## 0,497344182: 6
## 0 : 5
## 0,74594393 : 5
## 0,833333333: 5
## 0,30965025 : 4
## (Other) :606DATOS.MOTOS= read.table("DATOS MOTOS.csv", header= TRUE,
sep = ";", encoding = "latin1",
stringsAsFactors = TRUE)
var(DATOS.MOTOS$PRECIO.VENTA)## [1] 3170173295var(DATOS.MOTOS$EXPO.PRECIO)## [1] NA## DIGRAMA DE BARRAS PARA PROPIETARIOS ACTUALES DE LA MOTO
barplot(table(DATOS.MOTOS$DUEÑO) , col = c("skyblue","blue", "darkblue", "cadetblue"),
main = "propietarios actualues de las motos",
xlab = "propietarios",
ylab = "frecuencia")
library(ggplot2)
library(ggplot2)
##HISTOGRAMAS VARIABLES CUANTITATIVAS
ggplot(DATOS.MOTOS, aes(y = PRECIO.VENTA))+
geom_boxplot()+
scale_fill_brewer(palette="pinks")## Warning: Unknown palette: "pinks"
ggplot(DATOS.MOTOS, aes(x = km.RECORRIDO))+
geom_histogram(fill="red")## `stat_bin()` using `bins = 30`. Pick better value `binwidth`.
ggplot(DATOS.MOTOS, aes(x = PRECIO.VENTA))+
geom_histogram(fill="orange")## `stat_bin()` using `bins = 30`. Pick better value `binwidth`.
ggplot(DATOS.MOTOS, aes(x = EXPO.PRECIO))+
geom_histogram(fill="yellow")## `stat_bin()` using `bins = 30`. Pick better value `binwidth`.## Warning: Removed 430 rows containing non-finite outside the scale range
## (`stat_bin()`).
## Diagrama de dispercion entre costo de venta y costo de exposicion
ggplot(DATOS.MOTOS, aes(x = PRECIO.VENTA, y = EXPO.PRECIO)) +
geom_point(color = "red", size = 3, alpha = 0.7) +
geom_smooth(method = "lm", se = FALSE, color = "blue") + # Línea de tendencia
labs(title = "Diagrama de Dispersión Costo de venta y de exposición",
x = "Costo de venta",
y = "Costo de exposición") +
theme_minimal()## `geom_smooth()` using formula = 'y ~ x'## Warning: Removed 430 rows containing non-finite outside the scale range
## (`stat_smooth()`).## Warning: Removed 430 rows containing missing values or values outside the scale range
## (`geom_point()`).
## Diagrama de barras de tipo de vendedor
ggplot(DATOS.MOTOS, aes(x = TIPO.VENDEDOR))+
geom_bar(fill = "darkgreen")
##
ggplot(DATOS.MOTOS, aes(x = AÑO, y = PRECIO.VENTA)) +
geom_point(alpha = 0.6) +
geom_smooth(method = "lm", color = "red") +
labs(title = "Relación Precio vs Año de Fabricación",
x = "Año", y = "Precio de Venta")## `geom_smooth()` using formula = 'y ~ x'
ggplot(DATOS.MOTOS, aes(x = km.RECORRIDO, y = PRECIO.VENTA)) +
geom_point(alpha = 0.5) +
geom_smooth(method = "loess", color = "red") +
labs(title = "Relación Precio vs Kilómetros Recorridos")## `geom_smooth()` using formula = 'y ~ x'
ggplot(DATOS.MOTOS, aes(x = AÑO, y = km.RECORRIDO)) +
geom_point(alpha = 0.5) +
geom_smooth(method = "loess", color = "GREEN") +
labs(title = "Relación Precio vs Kilómetros Recorridos")## `geom_smooth()` using formula = 'y ~ x'
cor(DATOS.MOTOS$km.RECORRIDO, DATOS.MOTOS$AÑO)## [1] -0.2886754## la relacion es negativa y baja
cor(DATOS.MOTOS$PRECIO.VENTA, DATOS.MOTOS$EXPO.PRECIO)## [1] NAcor(DATOS.MOTOS$PRECIO.VENTA, DATOS.MOTOS$km.RECORRIDO)## [1] -0.2129367##r = cor(DATOS.MOTOS[,2:3,6:7])
##corrplot(r, method="number")Conclusiones `
Problemas con los datos
La variable EXPO.PRECIO tiene muchos valores faltantes, lo que limita su uso en análisis.
Algunas gráficas muestran advertencias por la elección del ancho de bins o paletas de colores no disponibles.
al tenenr tanta variedad entredatos en variables como PRECIO.EXPO, PRECIO.VENTA y KM.RECORRIDO generamuchos puntos o datos como “datos atipicos” los cuales se pudieron evidenciar en diagramas de cajas y bigotes y en histogramas.
Propietarios de motos
La gran mayoría de las motos son de primer dueño.
Hay muy pocos casos de tercer o cuarto dueño, lo que sugiere que la mayoría de las motos se venden en los primeros años de uso.
Distribución de precios de venta
El precio de venta tiene una distribución muy asimétrica a la derecha, con algunos valores extremadamente altos.
La mayoría de las motos se concentran en precios bajos y medios, con pocos casos de precios muy elevados.
Kilómetros recorridos
Hay 430 valores faltantes en la variable EXPO.PRECIO, lo que afecta los análisis que la incluyen.
La distribución de esta variable también es asimétrica, con algunos valores muy altos.
Relación entre precio de venta y precio de exposición
Se observa una relación lineal positiva entre ambas variables.
A mayor precio de exposición, mayor precio de venta, lo cual es esperado.
Tipo de vendedor
- La gran mayoría de los vendedores son particulares (Individuales), con muy pocos concesionarios (Dealers).
Relación entre año de fabricación y precio de venta
Existe una tendencia positiva: a mayor año de fabricación, mayor precio de venta.
Esto refleja que las motos más nuevas tienden a venderse a precios más altos.
Relación entre kilómetros recorridos y precio de venta
Se observa una relación negativa: a más kilómetros, menor precio.
Esta relación es débil (correlación ≈ -0.21), pero consistente con lo esperado.
Relación entre año y kilómetros recorridos
- Correlación negativa débil (≈ -0.29), lo que sugiere que las motos más nuevas tienden a tener menos kilómetros, aunque no es una regla fuerte.