tablero 1

---
title: "tablero 1"
author: "Juan Jaramillo"
date: "2025-10-21"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    social: menu
    source_code: embed
---

Información Datos
=============================================================================
Row
-----------------------------------------------------------------------------


### Estadisticas

```{r setup}
Telco = read.table("Telco_Cusomer_Churn (1).csv", header=TRUE, sep=",",
                   dec=".", stringsAsFactors = TRUE)
summary(Telco)
```


Row
------------------------------------------------------------------------------

### Descripción de los datos

Este conjunto presenta información de 7037 clientes de una empresa telefonica
se tienen variables cualitativas y cuantitativas. Además, se analiza que cliente
se quedan y cuales se van de la empresa (churn).

	
### Marketing digital

![](client-1295901_1280.webp)



Histogramas
=============================================================================

Row
-----------------------------------------------------------------------------

### Antiguedad

```{r antiguedad}
library(ggplot2)
ggplot(Telco, aes(x=tenure))+
  geom_histogram(fill="red")
```


Row
-------------------------------------------------------------------------------

### Cargos Mensuales

```{r cargoMensual}
ggplot(Telco, aes(x=MonthlyCharges))+
  geom_histogram(fill="blue")+
  labs(title="Histograma de los cargos mensuales", x="cargos mensuales (usd)",
       y="conteo")
```



Row
-------------------------------------------------------------------------------

### Cargos Totales

```{r cargoTotal}
ggplot(Telco, aes(x=TotalCharges))+
  geom_histogram(fill="green")+
  labs(title="Histograma cargos totales",
       x="cargos totales (usd)", y="conteo")
```




Diagramas de Cajas
==============================================================================

Row
------------------------------------------------------------------------------

### Antiguedad

```{r caja1}
ggplot(Telco, aes(x=tenure))+
  geom_boxplot(fill="red")+
  labs(title="Diagrama de caja antiguedad", x="antiguedad (mes)")
```


Correlación
==============================================================================
Row
------------------------------------------------------------------------------

### Matriz de Correlación

```{r correlacion}
library(corrplot)
nuevosDatos = data.frame(Telco$tenure, Telco$MonthlyCharges, Telco$TotalCharges)

r = cor(na.omit(nuevosDatos))
corrplot(r, method="number")
```


Row
----------------------------------------------------------------------------

### Gráfico de dispersión

```{r dispersion}
ggplot(Telco, aes(x=tenure, y=TotalCharges))+
  geom_jitter()+
  geom_smooth(method="lm", colour="blue")
```


### Interpretación

Se observa una relación directamente proporcional entre los cargos totales
y la antiguedad, donde a mayor antigueda mayor son los cargos totales. Además,
se presenta una correlación igual a $r=0.83$


Barras Apiladas
==============================================================================

Row
------------------------------------------------------------------------------

### Asociación entre el género y la fuga de la empresa.

```{r apiladas}
ggplot(Telco, aes(x=Churn, fill=gender))+
  geom_bar()
```

Row
------------------------------------------------------------------------------

### Interpretación

Con base en el gráfico, no se observa una asociación entre el género y la fuga de clientes. Por lo  tanto, el género no influye en que el cliente se vaya de la empresa.