1 Introducción

Este informe presenta un diagnóstico descriptivo inicial sobre las preferencias de los consumidores de cerveza, a partir de beer2.csv, que contiene 1.586.614 reseñas y 15 variables. Cada fila corresponde a una reseña, por lo que una misma cerveza puede aparecer en varios registros. El objetivo es identificar patrones según tipo, origen, composición nutricional, precio y atributos sensoriales, que sirvan como evidencia para orientar la selección de portafolio y decisiones comerciales.

Advertencia metodológica: este es un análisis descriptivo. Los resultados permiten identificar patrones y formular hipótesis, pero no establecer relaciones causales. Además, la variable precio es simulada y describe únicamente esta base académica; no representa precios reales de mercado.

2 Carga y preparación de los datos

## [1] 1586614      15
## 'data.frame':    1586614 obs. of  15 variables:
##  $ id            : int  47986 48213 48215 47969 64883 52159 52159 52159 52159 52159 ...
##  $ marca         : chr  "Vecchio Birraio" "Vecchio Birraio" "Vecchio Birraio" "Vecchio Birraio" ...
##  $ precio        : num  4.04 4.32 4.64 4.56 5.76 5.46 5.46 5.46 5.46 5.46 ...
##  $ alcohol       : num  13.8 16.9 17.7 13.8 20.7 ...
##  $ carbohidratos : num  11.5 14.2 15 10.5 15.2 12.1 12.1 12.1 12.1 12.1 ...
##  $ calorias      : int  148 181 190 144 212 145 145 145 145 145 ...
##  $ nacionalidad  : chr  "Canadá" "Canadá" "Canadá" "Canadá" ...
##  $ calificacion  : num  1.5 3 3 3 4 3 3.5 3 4 4.5 ...
##  $ aroma         : num  2 2.5 2.5 3 4.5 3.5 3.5 2.5 3 3.5 ...
##  $ apariencia    : num  2.5 3 3 3.5 4 3.5 3.5 3.5 3.5 5 ...
##  $ paladar       : num  1.5 3 3 2.5 4 3 4 2 3.5 4 ...
##  $ sabor         : num  1.5 3 3 3 4.5 3.5 4 3.5 4 4 ...
##  $ nombre_cerveza: chr  "Sausa Weizen" "Red Moon" "Black Horse Black Beer" "Sausa Pils" ...
##  $ tipo          : chr  "clara artesanal" "cerveza normal y helada" "cerveza normal y helada" "lager importada" ...
##  $ origen        : chr  "importada" "importada" "importada" "importada" ...

Se convierten las variables cualitativas y ordinales a factor, respetando su naturaleza de medición:

##             id          marca         precio        alcohol  carbohidratos 
##              0              0              0              0              0 
##       calorias   nacionalidad   calificacion          aroma     apariencia 
##              0              0              0              0              0 
##        paladar          sabor nombre_cerveza           tipo         origen 
##              0              0              0              0              0

3 Funciones de apoyo

Se definen dos funciones reutilizables: una para tablas de frecuencias absolutas, relativas y moda (variables cualitativas/ordinales), y otra para medidas de tendencia central, posición y dispersión (variables cuantitativas).

4 Análisis de variables cualitativas y ordinales

Para cada variable se presenta la tabla de frecuencias absolutas y relativas, y se identifica la moda.

4.1 Tipo de cerveza

Frecuencias de la variable tipo
categoria frec_absoluta frec_relativa frec_rel_pct
cerveza normal y helada 839088 0.5289 52.89%
clara artesanal 483464 0.3047 30.47%
lager importada 219194 0.1382 13.82%
lager artesanal 22725 0.0143 1.43%
baja en calorías / sin alcohol 22143 0.0140 1.4% 
## Moda: cerveza normal y helada

4.2 Origen

Frecuencias de la variable origen
categoria frec_absoluta frec_relativa frec_rel_pct
importada 1412449 0.8902 89.02%
nacional 174165 0.1098 10.98% 
## Moda: importada

4.3 Calificación general

Frecuencias de la variable calificación
categoria frec_absoluta frec_relativa frec_rel_pct
4 582764 0.3673 36.73%
4.5 324385 0.2045 20.45%
3.5 301817 0.1902 19.02%
3 165644 0.1044 10.44%
5 91320 0.0576 5.76%
2.5 58523 0.0369 3.69%
2 38225 0.0241 2.41%
1.5 12975 0.0082 0.82%
1 10954 0.0069 0.69%
0 7 0.0000 0% 
## Moda: 4

4.4 Aroma

Frecuencias de la variable aroma
categoria frec_absoluta frec_relativa frec_rel_pct
4 557383 0.3513 35.13%
3.5 365312 0.2302 23.02%
4.5 271450 0.1711 17.11%
3 200030 0.1261 12.61%
2.5 66359 0.0418 4.18%
5 64117 0.0404 4.04%
2 42566 0.0268 2.68%
1.5 12524 0.0079 0.79%
1 6873 0.0043 0.43% 
## Moda: 4

4.5 Apariencia

Frecuencias de la variable apariencia
categoria frec_absoluta frec_relativa frec_rel_pct
4 674186 0.4249 42.49%
3.5 318529 0.2008 20.08%
4.5 288108 0.1816 18.16%
3 166009 0.1046 10.46%
5 65398 0.0412 4.12%
2.5 39493 0.0249 2.49%
2 25414 0.0160 1.6%
1.5 6147 0.0039 0.39%
1 3323 0.0021 0.21%
0 7 0.0000 0% 
## Moda: 4

4.6 Paladar

Frecuencias de la variable paladar
categoria frec_absoluta frec_relativa frec_rel_pct
4 606711 0.3824 38.24%
3.5 338585 0.2134 21.34%
4.5 253102 0.1595 15.95%
3 206932 0.1304 13.04%
2.5 62842 0.0396 3.96%
5 62190 0.0392 3.92%
2 38333 0.0242 2.42%
1.5 11045 0.0070 0.7%
1 6874 0.0043 0.43% 
## Moda: 4

4.7 Sabor

Frecuencias de la variable sabor
categoria frec_absoluta frec_relativa frec_rel_pct
4 541429 0.3412 34.12%
4.5 336162 0.2119 21.19%
3.5 324541 0.2045 20.45%
3 166860 0.1052 10.52%
5 83977 0.0529 5.29%
2.5 66534 0.0419 4.19%
2 41992 0.0265 2.65%
1.5 15128 0.0095 0.95%
1 9991 0.0063 0.63% 
## Moda: 4

4.8 Nacionalidad (10 más frecuentes)

Dado que nacionalidad tiene un número elevado de categorías, se reporta el top 10 por frecuencia para que la tabla sea interpretable.

Top 10 nacionalidades por frecuencia
categoria frec_absoluta frec_relativa frec_rel_pct
Austria 201941 0.1273 12.73%
Bélgica 188677 0.1189 11.89%
Francia 181574 0.1144 11.44%
Estados Unidos 174165 0.1098 10.98%
Inglaterra 162644 0.1025 10.25%
Canadá 159508 0.1005 10.05%
Japón 155273 0.0979 9.79%
Alemania 121684 0.0767 7.67%
Irlanda 120742 0.0761 7.61%
República Checa 120406 0.0759 7.59% 
## Moda (sobre el total de la base): Austria

4.9 Marca (10 más frecuentes)

Top 10 marcas por frecuencia
categoria frec_absoluta frec_relativa frec_rel_pct
Boston Beer Company (Samuel Adams) 39444 0.0249 2.49%
Dogfish Head Brewery 33839 0.0213 2.13%
Stone Brewing Co. 33066 0.0208 2.08%
Sierra Nevada Brewing Co. 28751 0.0181 1.81%
Bell’s Brewery, Inc. 25191 0.0159 1.59%
Rogue Ales 24083 0.0152 1.52%
Founders Brewing Company 20004 0.0126 1.26%
Victory Brewing Company 19479 0.0123 1.23%
Lagunitas Brewing Company 16837 0.0106 1.06%
Avery Brewing Company 16107 0.0102 1.02% 
## Moda (sobre el total de la base): Boston Beer Company (Samuel Adams)

5 Análisis de variables cuantitativas

Se calculan medidas de tendencia central (media, mediana), de posición (cuartiles, percentiles 10 y 90) y de dispersión (rango, rango intercuartílico, varianza, desviación estándar, coeficiente de variación), además de asimetría y curtosis para orientar qué indicadores son más apropiados según la forma de la distribución.

Resumen de indicadores para variables cuantitativas
variable media mediana q1 q3 p10 p90 rango riq varianza desv_est cv_pct asimetria curtosis
precio 5.36 5.41 4.98 5.82 4.50 6.14 5.83 0.84 0.42 0.65 12.11 -0.47 0.36
alcohol 18.71 17.67 14.28 22.63 13.22 26.14 59.42 8.35 29.77 5.46 29.16 0.96 1.31
carbohidratos 14.05 13.80 12.40 15.60 11.20 17.20 26.70 3.20 5.64 2.38 16.91 0.46 0.87
calorías 193.17 182.00 157.00 224.00 145.00 258.00 520.00 67.00 2168.65 46.57 24.11 0.92 1.32

Nota de interpretación: cuando el coeficiente de asimetría se aleja de 0 (por convención, |asimetría| > 0.5), la distribución no es simétrica y conviene privilegiar la mediana y el rango intercuartílico sobre la media y la desviación estándar, ya que estos últimos son sensibles a valores extremos.

5.1 Distribuciones gráficas

6 Comparación de indicadores según tipo y origen

6.1 Variables cuantitativas según tipo de cerveza

Indicadores cuantitativos por tipo de cerveza
tipo n precio_media precio_mediana precio_sd alcohol_media alcohol_mediana alcohol_sd carbs_media carbs_mediana carbs_sd calorias_media calorias_mediana calorias_sd
baja en calorías / sin alcohol 22143 4.28 4.25 0.71 9.84 11.07 2.66 8.66 8.7 1.52 109.52 116 23.04
cerveza normal y helada 839088 5.27 5.34 0.60 20.10 18.94 5.77 14.29 14.1 2.40 203.82 198 49.05
clara artesanal 483464 5.70 5.78 0.59 18.15 17.41 4.58 14.51 14.3 2.07 191.10 184 39.24
lager artesanal 22725 4.55 4.54 0.54 15.67 13.75 3.78 13.54 13.1 1.86 169.88 158 32.87
lager importada 219194 5.17 5.24 0.56 15.86 14.28 3.84 12.71 12.6 1.79 167.84 156 32.83

6.2 Variables cuantitativas según origen

Indicadores cuantitativos por origen
origen n precio_media precio_mediana precio_sd alcohol_media alcohol_mediana alcohol_sd carbs_media carbs_mediana carbs_sd calorias_media calorias_mediana calorias_sd
importada 1412449 5.46 5.50 0.58 18.71 17.41 5.47 14.02 13.8 2.39 193.06 182 46.72
nacional 174165 4.54 4.54 0.59 18.73 17.93 5.35 14.24 14.1 2.29 194.06 188 45.31

6.3 Calificación y atributos sensoriales según tipo

Calificación y atributos sensoriales promedio por tipo
tipo calificacion_prom aroma_prom apariencia_prom paladar_prom sabor_prom
clara artesanal 3.88 3.78 3.87 3.79 3.82
cerveza normal y helada 3.86 3.85 3.94 3.83 3.90
lager artesanal 3.64 3.37 3.59 3.49 3.49
lager importada 3.61 3.34 3.55 3.47 3.48
baja en calorías / sin alcohol 2.95 2.58 2.82 2.68 2.64

6.4 Calificación según origen

Calificación por origen
origen calificacion_media calificacion_mediana calificacion_sd
importada 3.81 4 0.73
nacional 3.85 4 0.68

6.5 Comparación visual

7 Principales patrones identificados

  • Tipo de cerveza: se observan diferencias en la calificación promedio y en los atributos sensoriales (aroma, apariencia, paladar, sabor) entre los distintos tipos, lo que sugiere que la categoría de producto está asociada con la valoración general.
  • Origen (nacional vs. importada): las cervezas de distinto origen presentan indicadores de tendencia central diferentes en precio, contenido nutricional y calificación, lo que puede orientar decisiones de portafolio.
  • Composición nutricional: las variables alcohol, carbohidratos y calorias muestran (revisar asimetría reportada arriba) [ajustar redacción según los valores obtenidos] una distribución con cierta dispersión, por lo que conviene reportar tanto medidas robustas (mediana, RIQ) como las clásicas (media, DE) según el caso.
  • Precio (variable simulada): los resultados sobre precio deben interpretarse únicamente como parte de este ejercicio académico, ya que no corresponden a precios reales de mercado.

8 Advertencias y alcance del estudio

Este es un diagnóstico descriptivo. Las diferencias observadas entre tipos y orígenes son asociaciones que permiten formular hipótesis para estudios posteriores (por ejemplo, análisis inferencial o modelos de regresión), pero no permiten establecer relaciones de causalidad. Adicionalmente, la variable precio es simulada y sus valores no deben usarse para inferir precios reales de mercado; su función aquí es únicamente ilustrativa dentro de esta base académica.