Analisis exploratorio de Toyota Corolla

En el presente analisis se describira el comportamiento de la base de datos de toyota corolla, la cual puede ser descargada del siguiente link: http://www.kaggle.com/datasets/tolgahancepel/toyota-corolla

# #Importamos la base de datos en la variable BD
BD <- read.csv("C:/Users/HP/Desktop/BUSSINESS ANALYTIC/1. STATICS PROGRAMMING/S1/S1-MATERIAL DE CLASE/ToyotaCorolla.csv")

#Vemos la estructura de la base de datos 
str(BD)
## 'data.frame':    1436 obs. of  10 variables:
##  $ Price    : int  13500 13750 13950 14950 13750 12950 16900 18600 21500 12950 ...
##  $ Age      : int  23 23 24 26 30 32 27 30 27 23 ...
##  $ KM       : int  46986 72937 41711 48000 38500 61000 94612 75889 19700 71138 ...
##  $ FuelType : chr  "Diesel" "Diesel" "Diesel" "Diesel" ...
##  $ HP       : int  90 90 90 90 90 90 90 90 192 69 ...
##  $ MetColor : int  1 1 1 0 0 0 1 1 0 0 ...
##  $ Automatic: int  0 0 0 0 0 0 0 0 0 0 ...
##  $ CC       : int  2000 2000 2000 2000 2000 2000 2000 2000 1800 1900 ...
##  $ Doors    : int  3 3 3 3 3 3 3 3 3 3 ...
##  $ Weight   : int  1165 1165 1165 1165 1170 1170 1245 1245 1185 1105 ...
#Posteriormente analizaremos cada no de los atributos
summary(BD)
##      Price            Age              KM              FuelType   
##  Min.   : 4350   Min.   : 1.00   Min.   :     1   Length   :1436  
##  1st Qu.: 8450   1st Qu.:44.00   1st Qu.: 43000   N.unique :   3  
##  Median : 9900   Median :61.00   Median : 63390   N.blank  :   0  
##  Mean   :10731   Mean   :55.95   Mean   : 68533   Min.nchar:   3  
##  3rd Qu.:11950   3rd Qu.:70.00   3rd Qu.: 87021   Max.nchar:   6  
##  Max.   :32500   Max.   :80.00   Max.   :243000                   
##        HP           MetColor        Automatic             CC      
##  Min.   : 69.0   Min.   :0.0000   Min.   :0.00000   Min.   :1300  
##  1st Qu.: 90.0   1st Qu.:0.0000   1st Qu.:0.00000   1st Qu.:1400  
##  Median :110.0   Median :1.0000   Median :0.00000   Median :1600  
##  Mean   :101.5   Mean   :0.6748   Mean   :0.05571   Mean   :1567  
##  3rd Qu.:110.0   3rd Qu.:1.0000   3rd Qu.:0.00000   3rd Qu.:1600  
##  Max.   :192.0   Max.   :1.0000   Max.   :1.00000   Max.   :2000  
##      Doors           Weight    
##  Min.   :2.000   Min.   :1000  
##  1st Qu.:3.000   1st Qu.:1040  
##  Median :4.000   Median :1070  
##  Mean   :4.033   Mean   :1072  
##  3rd Qu.:5.000   3rd Qu.:1085  
##  Max.   :5.000   Max.   :1615

Analisis visual del comportamiento de cada atributo

Se uso el FOR como bucle iterativo para leer cada columna - atributo de la base de datos, y poder automatizar su lectura y graficas

BDN <- NULL
BDC <- NULL
columnas <- dim(BD)[2]
par(mfrow = c(2,columnas/2))

for (i in 1:columnas) {
  if(is.numeric(BD[ ,i])== TRUE)
  {

    texto= paste("Analisis del atributo",colnames(BD)[i])
    hist(BD[ ,i],
        main=texto,
        col=i)
    BDN <- c(BDN,i)
  }else {
    texto= paste("Analisis del atributo",colnames(BD)[i])
    pie(table(BD[ ,i]),
        main=texto)
    BDC <- c(BDC,i)
  }
  
}