Informe de comparendos | RMarkdown
Narling Camargo Gómez
6-11-2025
1 Introducción
El presente documento constituye el Informe de Análisis de Comparendos a Vehículos en el Área Metropolitana de la ciudad de Barranquilla. Este estudio se realiza con el propósito de examinar y comprender la dinámica de las infracciones de tránsito cometidas por conductores durante el período comprendido entre el año 2010 al 40000000000000000000.
2 Descripción general
Aqui va la descripción general.
3 Desarrollo
El presente documento constituye el Informe de Análisis de Comparendos a Vehículos en el Área Metropolitana de la ciudad de Barranquilla. Este estudio se realiza con el propósito de examinar y comprender la dinámica de las infracciones de tránsito cometidas por conductores durante el período comprendido entre el año 2010 al 2016.
3.1 Base de datos
A continuación se muestra la Base de Datos, la cual se empleó:
resultados## # A tibble: 2,120 × 20
## `No. MANDAMIENTO DE PAGO` `FECHA MANDAMIENTO DE PAGO` EJECUTADO
## <chr> <chr> <chr>
## 1 F00001478 19/08/2010 ZULLY PATRICIA IBARRA …
## 2 F00002553 19/08/2010 MIGUEL ANGEL AGUIRRE V…
## 3 F00003376 19/08/2010 NORVEY OROZCO ANCHILA
## 4 F00001850 19/08/2010 JOSEFA MARIA DORIA DE …
## 5 F00003010 19/08/2010 JOSE LUIS AYALA RUEDA
## 6 F00003012 19/08/2010 JOSE LUIS AYALA RUEDA
## 7 F00003011 19/08/2010 JOSE LUIS AYALA RUEDA
## 8 F00001764 19/08/2010 ELVIRA DEL CARMEN GARR…
## 9 F00001765 19/08/2010 ELVIRA DEL CARMEN GARR…
## 10 F00001766 19/08/2010 ELVIRA DEL CARMEN GARR…
## # ℹ 2,110 more rows
## # ℹ 17 more variables: `TIPO DE IDENTIFICACION` <chr>,
## # `No. IDENTIFICACION` <dbl>, Genero <chr>, `# Genero` <dbl>,
## # `COD. INFRACCION` <dbl>, `# COD. INFRACCION` <dbl>, `Nom Infraccion` <chr>,
## # COMPARENDO <chr>, `FECHA DE COMPARENDO` <dttm>, Dia <dbl>, Mes <dbl>,
## # `Nom Mes` <chr>, Año <dbl>, `PACA DE VEHICULO` <chr>,
## # `TIPO DE VEHICULO` <chr>, `# TIPO DE VEHICULO` <dbl>, VALOR_A_PAGAR <dbl>
3.2 Estadísticas Descriptiva
summary(resultados)## No. MANDAMIENTO DE PAGO FECHA MANDAMIENTO DE PAGO EJECUTADO
## Length:2120 Length:2120 Length:2120
## Class :character Class :character Class :character
## Mode :character Mode :character Mode :character
##
##
##
## TIPO DE IDENTIFICACION No. IDENTIFICACION Genero # Genero
## Length:2120 Min. :2.358e+05 Length:2120 Min. :1
## Class :character 1st Qu.:3.273e+07 Class :character 1st Qu.:1
## Mode :character Median :7.214e+07 Mode :character Median :1
## Mean :1.129e+09 Mean :1
## 3rd Qu.:8.002e+08 3rd Qu.:1
## Max. :9.003e+09 Max. :1
## COD. INFRACCION # COD. INFRACCION Nom Infraccion COMPARENDO
## Min. :64.00 Min. :1 Length:2120 Length:2120
## 1st Qu.:64.00 1st Qu.:1 Class :character Class :character
## Median :64.00 Median :1 Mode :character Mode :character
## Mean :66.53 Mean :1
## 3rd Qu.:64.00 3rd Qu.:1
## Max. :77.00 Max. :1
## FECHA DE COMPARENDO Dia Mes
## Min. :2010-04-12 00:00:00 Min. : 1.00 Min. :4.000
## 1st Qu.:2010-04-27 00:00:00 1st Qu.: 9.00 1st Qu.:4.000
## Median :2010-05-06 00:00:00 Median :16.00 Median :5.000
## Mean :2010-05-05 16:27:37 Mean :15.76 Mean :4.664
## 3rd Qu.:2010-05-16 00:00:00 3rd Qu.:23.00 3rd Qu.:5.000
## Max. :2010-05-27 00:00:00 Max. :30.00 Max. :5.000
## Nom Mes Año PACA DE VEHICULO TIPO DE VEHICULO
## Length:2120 Min. :2010 Length:2120 Length:2120
## Class :character 1st Qu.:2010 Class :character Class :character
## Mode :character Median :2010 Mode :character Mode :character
## Mean :2010
## 3rd Qu.:2010
## Max. :2010
## # TIPO DE VEHICULO VALOR_A_PAGAR
## Min. :1 Min. :257500
## 1st Qu.:1 1st Qu.:257500
## Median :1 Median :257500
## Mean :1 Mean :304749
## 3rd Qu.:1 3rd Qu.:257500
## Max. :1 Max. :515000
3.3 Nombres de columnas
library(tibble) # Si usas tibbles, si no, usa data.frame()
# Crea una tabla con las columnas enumeradas
tibble(
ID = 1:ncol(resultados),
Nombre = colnames(resultados)
)## # A tibble: 20 × 2
## ID Nombre
## <int> <chr>
## 1 1 No. MANDAMIENTO DE PAGO
## 2 2 FECHA MANDAMIENTO DE PAGO
## 3 3 EJECUTADO
## 4 4 TIPO DE IDENTIFICACION
## 5 5 No. IDENTIFICACION
## 6 6 Genero
## 7 7 # Genero
## 8 8 COD. INFRACCION
## 9 9 # COD. INFRACCION
## 10 10 Nom Infraccion
## 11 11 COMPARENDO
## 12 12 FECHA DE COMPARENDO
## 13 13 Dia
## 14 14 Mes
## 15 15 Nom Mes
## 16 16 Año
## 17 17 PACA DE VEHICULO
## 18 18 TIPO DE VEHICULO
## 19 19 # TIPO DE VEHICULO
## 20 20 VALOR_A_PAGAR
4 Consultas
4.1 Proporción de comparendos por Empresa, Hombre y Mujer.
library(dplyr)
# Crea una tabla de frecuencias para la columna 'Genero'
tabla_frecuencias <- table(resultados$Genero)
# Muestra el resultado
print(tabla_frecuencias)##
## Empresa Hombre Mujer
## 467 679 974# 1. Asegúrate de tener la tabla de frecuencias calculada
# Si no la tienes, ejecuta:
# resultados$SEXO <- as.factor(resultados$SEXO)
# tabla_frecuencias <- table(resultados$SEXO)
# 2. Calcula los porcentajes (opcional, pero mejora el gráfico de tortas)
porcentajes <- round(tabla_frecuencias / sum(tabla_frecuencias) * 100)
# 3. Crea las etiquetas con el nombre de la categoría y su porcentaje
etiquetas <- paste(names(tabla_frecuencias), "\n", porcentajes, "%", sep="")
# 4. Genera el gráfico de tortas
pie(tabla_frecuencias,
labels = etiquetas,
main = "Proporción de Comparendos por Sexo",
col = c("purple", "lightblue", "lightgreen"))
4.1.1 Análisis de la consulta
De los resultados representados mediante el gráfico de torta se observa que existe mayoria de los registros de infracciones en la Mujeres con un valor de 46%, le sigue la categoria de los Hombres con un valor de 32% y en último lugar estan las Empresas con un valor 22% de infracciones registradas en la ciudad Barranquilla.
5 Referencia
El presente documento constituye el Informe de Análisis de Comparendos a Vehículos en el Área Metropolitana de la ciudad de Barranquilla. Este estudio se realiza con el propósito de examinar y comprender la dinámica de las infracciones de tránsito cometidas por conductores durante el período comprendido entre el año 2010 al 2016.
6 Conclusiones
Aqui van las conclusiones del dataset. Hallazgos encontrados.