Reporte descriptivo de pasajeros 2015

Este trabajo contiene el reporte descriptivo del dataset “S5_ASA_estadisticasPasajeros.csv” que contiene información sobre el número de pasajeros en vuelos internacionales y nacionales de vuelos registrados en distintos aeropuertos de México.

Comenzaremos este reporte describiendo el dataset para su posterior análisis

datos <- read.csv("S5_ASA_estadisticasPasajeros.csv")
head(datos)

##   Anio.mes Codigo.IATA       Descripcion       Estado Pasajeros.nacionales
## 1   201501         CEN    Ciudad Obregon       Sonora                17149
## 2   201501         CLQ            Colima       Colima                 8486
## 3   201501         CME Ciudad del Carmen     Campeche                56079
## 4   201501         CPE          Campeche     Campeche                13264
## 5   201501         CTM          Chetumal Quintana Roo                13153
## 6   201501         CVM   Ciudad Victoria   Tamaulipas                 4695
##   Pasajeros.internacionales
## 1                       721
## 2                       124
## 3                      3126
## 4                       215
## 5                         0
## 6                       139

En las primeras 5 filas podemos visualizar que contamos con 5 variables las cuales son:

Anio.mes: Año y mes del vuelo Descripcion: el municipio donde se registró el vuelo Estado: Estado donde se registraron los pasajeros Pasajeros.nacionales: Número de pasajeros en vuelos nacionales Pasajeros.internacionales: Número de pasajeros en vuelos internacionales

Es decir que el primer registro puede leerse como: En enero de 2015 se registraron 17,149 pasajeros en vuelos nacionales y 721 en vuelos internaciones en el aeropuerto de Ciudad Obregón Sonora.

Para su correcto análisis estadístico necesitaremos verificar la estructura del dataset y, en caso necesario, limpiar el mismo.

str(datos)

## 'data.frame':    216 obs. of  6 variables:
##  $ Anio.mes                 : int  201501 201501 201501 201501 201501 201501 201501 201501 201501 201501 ...
##  $ Codigo.IATA              : chr  "CEN" "CLQ" "CME" "CPE" ...
##  $ Descripcion              : chr  "Ciudad Obregon" "Colima" "Ciudad del Carmen" "Campeche" ...
##  $ Estado                   : chr  "Sonora" "Colima" "Campeche" "Campeche" ...
##  $ Pasajeros.nacionales     : int  17149 8486 56079 13264 13153 4695 1315 1050 6684 5609 ...
##  $ Pasajeros.internacionales: int  721 124 3126 215 0 139 386 2684 61 10 ...

Observamos que las variables “Codigo.IATA”, “Descripcion” y “Estado” que son en principio variables categóricas están guardadas como texto. Adicionalemente la variable Anio.mes esta guardada como entero pero debe ser un registro categórico ordinal. Realizaremos los cambios pertinentes:

datos1 <- datos %>% mutate(
    Anio.mes = as.yearmon(as.character(Anio.mes), "%Y%m"),
    Codigo.IATA = as.factor(Codigo.IATA),
    Descripcion = as.factor(Descripcion),
    Estado = as.factor(Estado)
)

str(datos1)

## 'data.frame':    216 obs. of  6 variables:
##  $ Anio.mes                 : 'yearmon' num  ene. 2015 ene. 2015 ene. 2015 ene. 2015 ...
##  $ Codigo.IATA              : Factor w/ 18 levels "CEN","CLQ","CME",..: 1 2 3 4 5 6 7 8 9 10 ...
##  $ Descripcion              : Factor w/ 18 levels "Campeche","Chetumal",..: 4 6 3 1 2 5 7 8 9 11 ...
##  $ Estado                   : Factor w/ 12 levels "Baja California  Sur",..: 10 3 2 2 8 11 10 1 11 11 ...
##  $ Pasajeros.nacionales     : int  17149 8486 56079 13264 13153 4695 1315 1050 6684 5609 ...
##  $ Pasajeros.internacionales: int  721 124 3126 215 0 139 386 2684 61 10 ...

Ahora veremos un resumen estadístico rápido de los datos

summary(datos1["Pasajeros.nacionales"])

##  Pasajeros.nacionales
##  Min.   :   63       
##  1st Qu.: 1198       
##  Median : 7947       
##  Mean   :10608       
##  3rd Qu.:14884       
##  Max.   :56418

summary(datos1["Pasajeros.internacionales"])

##  Pasajeros.internacionales
##  Min.   :   0.0           
##  1st Qu.:   7.0           
##  Median : 107.0           
##  Mean   : 818.2           
##  3rd Qu.: 584.0           
##  Max.   :7042.0

Se observa que únicamente los pasajeros internacionales han registrado en algún caso cero pasajeros internacionales. Observamos que el primer cuartil para pasajeros nacionales es mucho más corto que el segundo cuartil y el tercer cuartil lo cual indica una mayor proporción de vuelos con cantidades altas de pasajeros. Este comportamiento se ve replicado, aunque en mayor medida para vuelos internacionales. Esto podría tener sentido dado que las aerolíneas prefieren vuelos con mayores cupos, posiblemente se pueda explicar con las temporadas vacacionales entre algunos otros factores correspondientes a las fechas.

Adicionalmente se puede afirmar que es mayor el flujo de pasajeros nacionales que internacionales. Ahora haremos tablas de frecuencias para comenzar a profundizar el análisis

table(datos1$Estado)

## 
## Baja California  Sur             Campeche               Colima 
##                   12                   24                   12 
##            Michoacan              Nayarit               Oaxaca 
##                   12                   12                   12 
##               Puebla         Quintana Roo      San Luis Potosi 
##                   24                   12                   12 
##               Sonora           Tamaulipas             Veracruz 
##                   36                   36                   12

table(datos1$Descripcion)

## 
##          Campeche          Chetumal Ciudad del Carmen    Ciudad Obregon 
##                12                12                12                12 
##   Ciudad Victoria            Colima           Guaymas            Loreto 
##                12                12                12                12 
##         Matamoros           Nogales      Nuevo Laredo         Poza Rica 
##                12                12                12                12 
##            Puebla  Puerto Escondido            Tamuin          Tehuacan 
##                12                12                12                12 
##             Tepic           Uruapan 
##                12                12

table(datos1$Codigo.IATA)

## 
## CEN CLQ CME CPE CTM CVM GYM LTO MAM NLD NOG PAZ PBC PXM TCN TPQ TSL UPN 
##  12  12  12  12  12  12  12  12  12  12  12  12  12  12  12  12  12  12

table(datos1$Anio.mes)

## 
## ene. 2015 feb. 2015 mar. 2015 abr. 2015 may. 2015 jun. 2015 jul. 2015 ago. 2015 
##        18        18        18        18        18        18        18        18 
## sep. 2015 oct. 2015 nov. 2015 dic. 2015 
##        18        18        18        18

Notamos que la variable “Estado” no cuenta con datos uniformes lo cual confirma que los registros son por cada aeropuerto en un mes. Esto se ve reforzado con el Código IATA (de la International Air Transport Association) confirma que tenemos 12 registros por cada aeropuerto, dicho de otra forma, la variable “descripcion” es una “replica” de la variable “Codigo.IATA”.

La variable “Anio.mes” nos confirma que contamos con un total de 18 aeropuertos diferentes.

Veamos algunas estadísticas importantes

Máximo por estado
Promedios por aeropuerto
Comportamiento mensual
Aeropuerto Vs suma total

totales <- datos1 %>%
  group_by(Estado) %>%
  summarise(
    Total.nacionales = sum(Pasajeros.nacionales),
    Total.internacionales = sum(Pasajeros.internacionales),
    Total.general = Total.nacionales + Total.internacionales
  ) %>%
  arrange(desc(Total.general))

promedios <- datos1 %>%
  group_by(Descripcion) %>%
  summarise(
    Prom.nacionales = round(mean(Pasajeros.nacionales), 1),
    Prom.internacionales = round(mean(Pasajeros.internacionales), 1)
  ) %>%
  arrange(desc(Prom.nacionales))


mensuales <- datos1 %>%
  group_by(Anio.mes, Estado) %>%
  summarise(
    Total.mensual = sum(Pasajeros.nacionales + Pasajeros.internacionales),
    .groups = "drop"
  ) %>%
  arrange(Estado)

AeropuertoVSSumatotal <- datos1 %>%
  group_by(Descripcion) %>%
  summarise(
    Total.nacionales = sum(Pasajeros.nacionales),
    Total.internacionales = sum(Pasajeros.internacionales)
  )

Ahora visualizaremos los resultados:

totales %>%
  kable(caption = "Totales de pasajeros por estado") %>%
  kable_styling(full_width = FALSE, bootstrap_options = c("striped", "hover"))

Totales de pasajeros por estado
Estado	Total.nacionales	Total.internacionales	Total.general
Campeche	769864	35041	804905
Puebla	267567	63056	330623
Sonora	253788	11576	265364
Tamaulipas	243126	2662	245788
Oaxaca	181706	3624	185330
Quintana Roo	179259	118	179377
Colima	112656	927	113583
Nayarit	113043	0	113043
Michoacan	95635	14432	110067
Veracruz	60575	0	60575
Baja California Sur	12602	45305	57907
San Luis Potosi	1598	0	1598

promedios %>%
  kable(caption = "Promedio mensual de pasajeros por aeropuerto (Código IATA)") %>%
  kable_styling(full_width = FALSE, bootstrap_options = c("striped", "hover"))

Promedio mensual de pasajeros por aeropuerto (Código IATA)
Descripcion	Prom.nacionales	Prom.internacionales
Ciudad del Carmen	49262.8	2666.7
Puebla	22062.9	5254.7
Ciudad Obregon	19867.4	590.2
Puerto Escondido	15142.2	302.0
Chetumal	14938.2	9.8
Campeche	14892.5	253.4
Tepic	9420.2	0.0
Colima	9388.0	77.2
Matamoros	8078.9	58.9
Uruapan	7969.6	1202.7
Ciudad Victoria	6124.2	138.8
Nuevo Laredo	6057.3	24.2
Poza Rica	5047.9	0.0
Guaymas	1063.1	344.8
Loreto	1050.2	3775.4
Tehuacan	234.3	0.0
Nogales	218.5	29.6
Tamuin	133.2	0.0

mensuales %>%
  kable(caption = "Evolución mensual de pasajeros por estado") %>%
  kable_styling(full_width = FALSE, bootstrap_options = c("striped", "hover"))

Evolución mensual de pasajeros por estado
Anio.mes	Estado	Total.mensual
ene. 2015	Baja California Sur	3734
feb. 2015	Baja California Sur	5162
mar. 2015	Baja California Sur	6211
abr. 2015	Baja California Sur	7084
may. 2015	Baja California Sur	5628
jun. 2015	Baja California Sur	4677
jul. 2015	Baja California Sur	4382
ago. 2015	Baja California Sur	3860
sep. 2015	Baja California Sur	2372
oct. 2015	Baja California Sur	4241
nov. 2015	Baja California Sur	5107
dic. 2015	Baja California Sur	5449
ene. 2015	Campeche	72684
feb. 2015	Campeche	63890
mar. 2015	Campeche	69178
abr. 2015	Campeche	63837
may. 2015	Campeche	68300
jun. 2015	Campeche	64826
jul. 2015	Campeche	69743
ago. 2015	Campeche	63043
sep. 2015	Campeche	60924
oct. 2015	Campeche	67777
nov. 2015	Campeche	65289
dic. 2015	Campeche	75414
ene. 2015	Colima	8610
feb. 2015	Colima	9274
mar. 2015	Colima	8991
abr. 2015	Colima	8768
may. 2015	Colima	8907
jun. 2015	Colima	9138
jul. 2015	Colima	10139
ago. 2015	Colima	9618
sep. 2015	Colima	7327
oct. 2015	Colima	8476
nov. 2015	Colima	11974
dic. 2015	Colima	12361
ene. 2015	Michoacan	9435
feb. 2015	Michoacan	6501
mar. 2015	Michoacan	7625
abr. 2015	Michoacan	8341
may. 2015	Michoacan	8726
jun. 2015	Michoacan	9761
jul. 2015	Michoacan	10750
ago. 2015	Michoacan	10927
sep. 2015	Michoacan	7620
oct. 2015	Michoacan	8827
nov. 2015	Michoacan	9739
dic. 2015	Michoacan	11815
ene. 2015	Nayarit	8116
feb. 2015	Nayarit	7062
mar. 2015	Nayarit	8953
abr. 2015	Nayarit	8664
may. 2015	Nayarit	9437
jun. 2015	Nayarit	9027
jul. 2015	Nayarit	10253
ago. 2015	Nayarit	9767
sep. 2015	Nayarit	7739
oct. 2015	Nayarit	8466
nov. 2015	Nayarit	11416
dic. 2015	Nayarit	14143
ene. 2015	Oaxaca	17334
feb. 2015	Oaxaca	11577
mar. 2015	Oaxaca	15884
abr. 2015	Oaxaca	15894
may. 2015	Oaxaca	11757
jun. 2015	Oaxaca	11203
jul. 2015	Oaxaca	18877
ago. 2015	Oaxaca	18476
sep. 2015	Oaxaca	12871
oct. 2015	Oaxaca	13666
nov. 2015	Oaxaca	15626
dic. 2015	Oaxaca	22165
ene. 2015	Puebla	25670
feb. 2015	Puebla	20105
mar. 2015	Puebla	26338
abr. 2015	Puebla	26544
may. 2015	Puebla	26526
jun. 2015	Puebla	27048
jul. 2015	Puebla	32163
ago. 2015	Puebla	31991
sep. 2015	Puebla	26671
oct. 2015	Puebla	28926
nov. 2015	Puebla	29251
dic. 2015	Puebla	29390
ene. 2015	Quintana Roo	13153
feb. 2015	Quintana Roo	11116
mar. 2015	Quintana Roo	13653
abr. 2015	Quintana Roo	14293
may. 2015	Quintana Roo	13771
jun. 2015	Quintana Roo	14341
jul. 2015	Quintana Roo	15968
ago. 2015	Quintana Roo	16101
sep. 2015	Quintana Roo	14640
oct. 2015	Quintana Roo	15178
nov. 2015	Quintana Roo	18323
dic. 2015	Quintana Roo	18840
ene. 2015	San Luis Potosi	108
feb. 2015	San Luis Potosi	205
mar. 2015	San Luis Potosi	172
abr. 2015	San Luis Potosi	89
may. 2015	San Luis Potosi	158
jun. 2015	San Luis Potosi	89
jul. 2015	San Luis Potosi	162
ago. 2015	San Luis Potosi	187
sep. 2015	San Luis Potosi	139
oct. 2015	San Luis Potosi	63
nov. 2015	San Luis Potosi	91
dic. 2015	San Luis Potosi	135
ene. 2015	Sonora	19865
feb. 2015	Sonora	17708
mar. 2015	Sonora	22979
abr. 2015	Sonora	22122
may. 2015	Sonora	22481
jun. 2015	Sonora	21101
jul. 2015	Sonora	23661
ago. 2015	Sonora	21932
sep. 2015	Sonora	19394
oct. 2015	Sonora	22670
nov. 2015	Sonora	24752
dic. 2015	Sonora	26699
ene. 2015	Tamaulipas	17198
feb. 2015	Tamaulipas	17159
mar. 2015	Tamaulipas	21741
abr. 2015	Tamaulipas	19004
may. 2015	Tamaulipas	19349
jun. 2015	Tamaulipas	21592
jul. 2015	Tamaulipas	21631
ago. 2015	Tamaulipas	20169
sep. 2015	Tamaulipas	21701
oct. 2015	Tamaulipas	24095
nov. 2015	Tamaulipas	21250
dic. 2015	Tamaulipas	20899
ene. 2015	Veracruz	4490
feb. 2015	Veracruz	5368
mar. 2015	Veracruz	5756
abr. 2015	Veracruz	5410
may. 2015	Veracruz	5130
jun. 2015	Veracruz	5450
jul. 2015	Veracruz	5501
ago. 2015	Veracruz	5021
sep. 2015	Veracruz	4276
oct. 2015	Veracruz	4666
nov. 2015	Veracruz	4928
dic. 2015	Veracruz	4579

AeropuertoVSSumatotal %>%
  kable(caption = "Totales de pasajeros por aeropuerto") %>%
  kable_styling(full_width = FALSE, bootstrap_options = c("striped", "hover"))

Totales de pasajeros por aeropuerto
Descripcion	Total.nacionales	Total.internacionales
Campeche	178710	3041
Chetumal	179259	118
Ciudad del Carmen	591154	32000
Ciudad Obregon	238409	7083
Ciudad Victoria	73491	1665
Colima	112656	927
Guaymas	12757	4138
Loreto	12602	45305
Matamoros	96947	707
Nogales	2622	355
Nuevo Laredo	72688	290
Poza Rica	60575	0
Puebla	264755	63056
Puerto Escondido	181706	3624
Tamuin	1598	0
Tehuacan	2812	0
Tepic	113043	0
Uruapan	95635	14432

Tomando esto en cuenta comenzaremos un análisis visual de los datos.

ggplot(datos1, aes(x = Pasajeros.nacionales)) +
  geom_histogram(binwidth = 5000, fill = "#4c78a8", color = "white") +
  labs(title = "Distribución de pasajeros nacionales",
       x = "Pasajeros nacionales", y = "Frecuencia") +
  theme_minimal(base_size = 13)

La distribución de los pasajeros conforma nuestra sospecha de que hay una mayor concentración de registros con cantidades pequeñas de pasajeros mensuales registrados.

ggplot(totales, aes(x = reorder(Estado, Total.general))) +
  geom_col(aes(y = Total.nacionales, fill = "Nacionales")) +
  geom_col(aes(y = Total.internacionales, fill = "Internacionales")) +
  scale_fill_manual(values = c("Nacionales" = "#1f77b4", "Internacionales" = "#ff7f0e")) +
  coord_flip() +
  labs(title = "Total de pasajeros por estado",
       x = "Estado", y = "Pasajeros", fill = "Tipo") +
  theme_minimal(base_size = 13)

El total de pasajeros por estado nos muestra que el estado con mayor número de pasajeros registrados es campeche y que, como se especulaba al inicio, es mucho mayor el número de vuelos nacionales que internacionales.

ggplot(promedios, aes(x = reorder(Descripcion, Prom.nacionales))) +
  geom_col(aes(y = Prom.nacionales, fill = "Nacionales")) +
  geom_col(aes(y = Prom.internacionales, fill = "Internacionales")) +
  scale_fill_manual(values = c("Nacionales" = "#1f77b4", "Internacionales" = "#ff7f0e")) +
  coord_flip() +
  labs(title = "Promedio mensual de pasajeros por aeropuerto",
       x = "Código IATA", y = "Pasajeros promedio", fill = "Tipo") +
  theme_minimal(base_size = 13)

Observamos que los aeropuertos aparentan mantener el orden que, en la gráfica anterior, convendría revisar cual es el aporte de pasajeros que dan a su estado correspondiente, para esto haremos un breve inciso:

# Evaluamos la aportación que tiene cada estado al número de pasajeros
aportacion_por_aeropuerto <- datos1 %>%
  group_by(Estado, Descripcion) %>%
  summarise(
    Total.aeropuerto = sum(Pasajeros.nacionales + Pasajeros.internacionales),
    .groups = "drop"
  ) %>%
  left_join(
    datos1 %>%
      group_by(Estado) %>%
      summarise(Total.estado = sum(Pasajeros.nacionales + Pasajeros.internacionales)),
    by = "Estado"
  ) %>%
  mutate(
    Porcentaje = round(100 * Total.aeropuerto / Total.estado, 2)
  ) %>%
  arrange(desc(Total.estado))

# graficamos:

ggplot(aportacion_por_aeropuerto, aes(x = Estado, y = Total.aeropuerto, fill = Descripcion)) +
  geom_col() +
  labs(title = "Aportación de cada aeropuerto al total de pasajeros por estado",
       x = "Estado", y = "Pasajeros", fill = "Aeropuerto") +
  theme_minimal(base_size = 13) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

Ahora observamos como no todos los aeropuertos aportan la misma cantidad, lo cual indica que según sea lo que se explore se debe tomar en cuenta el estado o el aeropuerto.

ggplot(mensuales, aes(x = Anio.mes, y = Total.mensual, color = Estado)) +
  geom_line(size = 1) +
  scale_x_yearmon(n = 12, format = "%b %Y") +
  labs(title = "Evolución mensual de pasajeros por estado",
       x = "Mes", y = "Total mensual de pasajeros", color = "Estado") +
  theme_minimal(base_size = 13) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

La evolución mensual por estado nos muestra como la cantidad de pasajeros pareciera ser estable con leves picos en la temporada vacacional de julio a agosto así como de noviembre a enero y un leve decaimiento en febrero (posible efecto “cuesta de enero”).

ggplot(datos1, aes(x = as.factor(Anio.mes), y = Pasajeros.nacionales)) +
  geom_boxplot(fill = "#4c78a8", alpha = 0.8) +
  labs(title = "Dispersión mensual de pasajeros nacionales",
       x = "Mes", y = "Pasajeros nacionales") +
  theme_minimal(base_size = 13) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

Los boxplots muestran cómo, ignorando los datos atípicos (posiblemente campeche), se tienen comportamientos de pasajeros muy estables

ggplot(datos1, aes(x = Pasajeros.nacionales, y = Pasajeros.internacionales)) +
  geom_point(alpha = 0.6, color = "#1f77b4") +
  labs(title = "Relación entre pasajeros nacionales e internacionales",
       x = "Pasajeros nacionales", y = "Pasajeros internacionales") +
  theme_minimal(base_size = 13)

La grafica de puntos sugiere una leve correlación entre el número de pasajeros, es decir que los aeropuertos suelen tener la misma proporción de pasajeros internacionales que nacionales, evaluaremos esto rápido con lo siguiente:

datos1 <- datos1 %>%
  mutate(Proporcion = Pasajeros.nacionales / Pasajeros.internacionales) %>%
  filter(is.finite(Proporcion))  # Elimina NA, Inf, -Inf


ggplot(datos1, aes(x = Anio.mes, y = Proporcion)) +
  geom_point(alpha = 0.6, color = "#1f77b4") +
  geom_smooth(method = "loess", se = FALSE, color = "gray40") +
  labs(title = "Proporción internacional/nacional a lo largo del tiempo",
       x = "Mes", y = "Proporción") +
  theme_minimal(base_size = 13)

## Warning: The `trans` argument of `continuous_scale()` is deprecated as of ggplot2 3.5.0.
## ℹ Please use the `transform` argument instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

## `geom_smooth()` using formula = 'y ~ x'

si bien observamos datos atípicos aparentemente contamos con proporciones constantes

Reporte descriptivo de pasajeros 2015

Vicente Heriberto Toribio Elguera

2025-11-02