Caso 1 - Análisis Descriptivo de Marcas de Cerveza
Nombre del estudiante
11 de septiembre de 2026
1 Introducción
El director de investigación solicita una primera etapa de análisis descriptivo sobre una base de datos que recoge cinco características de 69 marcas de cerveza distribuidas en la ciudad: precio, calorías, porcentaje de alcohol, tipo de cerveza y origen (nacional/importada). El objetivo de este informe es resumir la información en tablas e indicadores estadísticos que permitan validar hipótesis iniciales sobre las diferencias entre tipos de cerveza y su origen.
2 Importación y preparación de los datos
# Si el archivo no está en la carpeta del proyecto, descomente y ajuste la ruta:
# setwd("C:/Users/SuUsuario/OneDrive/Documentos/Caso1")
datos <- read.csv("beer.csv", sep = ",", stringsAsFactors = FALSE)
# Las variables numéricas vienen con coma decimal (formato en español) y
# fueron leídas como texto entre comillas; se convierten a numérico:
datos$precio <- as.numeric(gsub(",", ".", datos$precio))
datos$poralcoh <- as.numeric(gsub(",", ".", datos$poralcoh))
datos$calorias <- as.numeric(datos$calorias)
# Se etiquetan las variables categóricas según el diccionario del caso
datos$tipo <- factor(datos$tipo,
levels = 1:5,
labels = c("Lager artesanal", "Clara artesanal",
"Lager importada", "Normal y helada",
"Baja en calorías y sin alcohol"))
datos$origen <- factor(datos$origen,
levels = c(0, 1),
labels = c("Nacional", "Importada"))
str(datos)## 'data.frame': 69 obs. of 6 variables:
## $ marca : chr "m1" "m2" "m3" "m4" ...
## $ precio : num 6.24 4.79 5.96 4.7 4.11 3.85 2.52 5.46 6 3.71 ...
## $ calorias: num 159 160 160 162 157 151 155 135 162 142 ...
## $ poralcoh: num 5.2 5 4.9 4.9 5.5 4.9 4.7 5.1 5.4 4.8 ...
## $ tipo : Factor w/ 5 levels "Lager artesanal",..: 1 1 1 1 1 1 1 1 1 1 ...
## $ origen : Factor w/ 2 levels "Nacional","Importada": 2 2 2 2 2 2 2 2 2 2 ...kable(head(datos, 10), caption = "Primeras 10 observaciones de la base de datos") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE)| marca | precio | calorias | poralcoh | tipo | origen |
|---|---|---|---|---|---|
| m1 | 6.24 | 159 | 5.2 | Lager artesanal | Importada |
| m2 | 4.79 | 160 | 5.0 | Lager artesanal | Importada |
| m3 | 5.96 | 160 | 4.9 | Lager artesanal | Importada |
| m4 | 4.70 | 162 | 4.9 | Lager artesanal | Importada |
| m5 | 4.11 | 157 | 5.5 | Lager artesanal | Importada |
| m6 | 3.85 | 151 | 4.9 | Lager artesanal | Importada |
| m7 | 2.52 | 155 | 4.7 | Lager artesanal | Importada |
| m8 | 5.46 | 135 | 5.1 | Lager artesanal | Importada |
| m9 | 6.00 | 162 | 5.4 | Lager artesanal | Importada |
| m10 | 3.71 | 142 | 4.8 | Lager artesanal | Importada |
La base contiene 69 marcas de cerveza y 6 variables.
3 Análisis descriptivo de las variables cuantitativas
Las variables cuantitativas del estudio son precio, calorías y porcentaje de alcohol. A continuación se presenta una tabla resumen con los principales indicadores de tendencia central, dispersión y forma.
resumen_cuant <- describe(datos[, c("precio", "calorias", "poralcoh")])[, c("n","mean","sd","median","min","max","range","skew","kurtosis")]
kable(round(resumen_cuant, 2),
caption = "Estadísticos descriptivos - Precio, Calorías y % de alcohol") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE)| n | mean | sd | median | min | max | range | skew | kurtosis | |
|---|---|---|---|---|---|---|---|---|---|
| precio | 69 | 4.96 | 1.45 | 4.79 | 2.36 | 7.8 | 5.44 | 0.11 | -1.11 |
| calorias | 69 | 142.35 | 29.90 | 148.00 | 58.00 | 201.0 | 143.00 | -1.25 | 1.18 |
| poralcoh | 69 | 4.42 | 1.57 | 4.90 | 0.00 | 6.0 | 6.00 | -2.12 | 3.39 |
cv <- sapply(datos[, c("precio","calorias","poralcoh")], function(x) sd(x)/mean(x)*100)
tabla_cv <- data.frame(Variable = names(cv), CV_porcentaje = round(as.numeric(cv), 2))
kable(tabla_cv,
caption = "Coeficiente de variación (%)") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE)| Variable | CV_porcentaje |
|---|---|
| precio | 29.14 |
| calorias | 21.01 |
| poralcoh | 35.63 |
3.1 Visualización de las variables cuantitativas
p1 <- ggplot(datos, aes(x = precio)) +
geom_histogram(bins = 10, fill = "#7B4B2A", color = "white") +
labs(title = "Distribución del precio", x = "Precio (USD)", y = "Frecuencia") +
theme_minimal()
p2 <- ggplot(datos, aes(x = calorias)) +
geom_histogram(bins = 10, fill = "#C9A66B", color = "white") +
labs(title = "Distribución de calorías", x = "Calorías", y = "Frecuencia") +
theme_minimal()
p3 <- ggplot(datos, aes(x = poralcoh)) +
geom_histogram(bins = 10, fill = "#4B6043", color = "white") +
labs(title = "Distribución del % de alcohol", x = "% Alcohol", y = "Frecuencia") +
theme_minimal()
gridExtra::grid.arrange(p1, p2, p3, ncol = 3)
b1 <- ggplot(datos, aes(x = tipo, y = precio, fill = tipo)) +
geom_boxplot(show.legend = FALSE) +
labs(title = "Precio por tipo de cerveza", x = "", y = "Precio") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 35, hjust = 1))
b1
4 Análisis descriptivo de las variables cualitativas
Las variables cualitativas son tipo de cerveza y origen.
tabla_tipo <- datos %>%
count(tipo) %>%
mutate(Porcentaje = round(n / sum(n) * 100, 1))
kable(tabla_tipo, col.names = c("Tipo de cerveza", "Frecuencia", "Porcentaje (%)"),
caption = "Distribución de frecuencias - Tipo de cerveza") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE)| Tipo de cerveza | Frecuencia | Porcentaje (%) |
|---|---|---|
| Lager artesanal | 13 | 18.8 |
| Clara artesanal | 17 | 24.6 |
| Lager importada | 10 | 14.5 |
| Normal y helada | 16 | 23.2 |
| Baja en calorías y sin alcohol | 13 | 18.8 |
tabla_origen <- datos %>%
count(origen) %>%
mutate(Porcentaje = round(n / sum(n) * 100, 1))
kable(tabla_origen, col.names = c("Origen", "Frecuencia", "Porcentaje (%)"),
caption = "Distribución de frecuencias - Origen") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE)| Origen | Frecuencia | Porcentaje (%) |
|---|---|---|
| Nacional | 15 | 21.7 |
| Importada | 54 | 78.3 |
g1 <- ggplot(tabla_tipo, aes(x = reorder(tipo, -n), y = n, fill = tipo)) +
geom_col(show.legend = FALSE) +
labs(title = "Marcas por tipo de cerveza", x = "", y = "Número de marcas") +
theme_minimal() +
theme(axis.text.x = element_text(angle = 30, hjust = 1))
g2 <- ggplot(tabla_origen, aes(x = origen, y = n, fill = origen)) +
geom_col(show.legend = FALSE) +
labs(title = "Marcas por origen", x = "", y = "Número de marcas") +
theme_minimal()
gridExtra::grid.arrange(g1, g2, ncol = 2)
4.1 Tabla cruzada: tipo de cerveza vs. origen
tabla_cruzada <- table(datos$tipo, datos$origen)
kable(tabla_cruzada, caption = "Tipo de cerveza según origen") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE)| Nacional | Importada | |
|---|---|---|
| Lager artesanal | 0 | 13 |
| Clara artesanal | 1 | 16 |
| Lager importada | 10 | 0 |
| Normal y helada | 1 | 15 |
| Baja en calorías y sin alcohol | 3 | 10 |
5 Comparación de indicadores según origen (nacional vs. importada)
resumen_origen <- datos %>%
group_by(origen) %>%
summarise(
Precio_promedio = round(mean(precio), 2),
Calorias_promedio = round(mean(calorias), 2),
Alcohol_promedio = round(mean(poralcoh), 2),
n = n()
)
kable(resumen_origen,
col.names = c("Origen", "Precio promedio", "Calorías promedio", "% Alcohol promedio", "N° marcas"),
caption = "Promedios de precio, calorías y alcohol según origen") %>%
kable_styling(bootstrap_options = c("striped", "hover", "condensed"), full_width = FALSE)| Origen | Precio promedio | Calorías promedio | % Alcohol promedio | N° marcas |
|---|---|---|---|---|
| Nacional | 5.86 | 138.60 | 4.13 | 15 |
| Importada | 4.71 | 143.39 | 4.50 | 54 |
6 Análisis de resultados
- Precio: El precio promedio de las 69 marcas es de USD 4.96 por caja de seis botellas de 12 onzas, con una desviación estándar de 1.45 y un coeficiente de variación de 29.1%, lo que refleja una dispersión moderada-alta: no todas las marcas se agrupan cerca del promedio, sino que coexisten opciones económicas y premium. En el boxplot general no se observan marcas atípicas para el conjunto completo de datos, pero al segmentar por tipo de cerveza sí aparecen algunos valores atípicos puntuales: dentro de la categoría “baja en calorías y sin alcohol” hay tres marcas (m62, m68 y m69) con precios notablemente más altos que el resto de su grupo (entre USD 5.42 y 6.49, cuando la mayoría de esa categoría se ubica alrededor de USD 3-4); y dentro de “lager importada” la marca m40 (USD 7.80) se comporta como un valor atípico por ser la más cara de su categoría.
- Calorías: El contenido calórico promedio general es de 142.3 calorías, pero varía claramente según el tipo: “clara artesanal” es la más calórica (165.4 cal en promedio), seguida de “lager artesanal” (154.4 cal) y “lager importada” (151.2 cal). Las cervezas “baja en calorías y sin alcohol” (tipo 5) sí presentan, en efecto, el valor promedio más bajo de todos, con 89.2 calorías, muy por debajo de las demás categorías, lo que confirma que esta clasificación cumple con su nombre.
- Porcentaje de alcohol: El promedio general es 4.42%, pero nuevamente el tipo 5 se distingue del resto: su contenido de alcohol promedio es de solo 1.92%, muy inferior al de las otras categorías (que oscilan entre 4.77% y 5.28%). Al revisar el detalle, 7 de las 13 marcas clasificadas como “baja en calorías y sin alcohol” tienen efectivamente 0% de alcohol, lo que respalda en gran medida la definición del grupo, aunque no de forma perfecta (las 6 marcas restantes de esa categoría sí registran algo de alcohol).
- Tipo de cerveza: La categoría con mayor número de marcas es “clara artesanal”, con 17 marcas, equivalentes al 24.6% del total de 69 marcas analizadas. Le sigue de cerca “normal y helada” con 16 marcas (23.2%).
- Origen: De las 69 marcas, 54 son importadas (78.3%) y solo 15 son nacionales (21.7%), es decir, casi 4 de cada 5 marcas distribuidas en la ciudad son importadas. Sin embargo, al comparar los promedios, son las marcas nacionales las que presentan el precio más alto (USD 5.86 frente a USD 4.71 de las importadas), un contenido calórico ligeramente mayor (138.6 vs 143.4, prácticamente similar) y un porcentaje de alcohol algo menor (4.13% vs 4.50%). Esto no confirma la hipótesis habitual de que “lo importado es más costoso”; en esta base ocurre justamente lo contrario.
7 Conclusiones
-Precio: promedio USD 4.96, dispersión moderada-alta (CV 29%). Rango: USD 2.36 – 7.80. Calorías: promedio 142.3 cal, la variable más homogénea (CV 21%). % Alcohol: promedio 4.42%, la más dispersa (CV 36%), por las cervezas tipo 5 (0% alcohol). Tipo: “clara artesanal” es la más común (24.6%) y también la más cara y calórica; “baja en calorías y sin alcohol” tiene, lógicamente, los valores más bajos en calorías y alcohol. Origen: 78% importadas, 22% nacionales. Sorpresa: las nacionales resultan más caras en promedio (USD 5.86 vs 4.71), contrario a lo esperado. Hallazgo curioso: el tipo “lager importada” está codificado como origen “nacional” en los datos — son variables independientes, no hay que confundirlas. Conclusión general: hay diferencias claras entre tipos de cerveza, pero la hipótesis de que “importado = más caro” no se sostiene. Se recomienda seguir con pruebas estadísticas para confirmar significancia.