setwd("~/R/Ejercicio1")
bicicletas_data <- read.csv(file = "hour.csv")
View(bicicletas_data)
str(bicicletas_data)
## 'data.frame': 17379 obs. of 17 variables:
## $ instant : int 1 2 3 4 5 6 7 8 9 10 ...
## $ dteday : Factor w/ 731 levels "2011-01-01","2011-01-02",..: 1 1 1 1 1 1 1 1 1 1 ...
## $ season : int 1 1 1 1 1 1 1 1 1 1 ...
## $ yr : int 0 0 0 0 0 0 0 0 0 0 ...
## $ mnth : int 1 1 1 1 1 1 1 1 1 1 ...
## $ hr : int 0 1 2 3 4 5 6 7 8 9 ...
## $ holiday : int 0 0 0 0 0 0 0 0 0 0 ...
## $ weekday : int 6 6 6 6 6 6 6 6 6 6 ...
## $ workingday: int 0 0 0 0 0 0 0 0 0 0 ...
## $ weathersit: int 1 1 1 1 1 2 1 1 1 1 ...
## $ temp : num 0.24 0.22 0.22 0.24 0.24 0.24 0.22 0.2 0.24 0.32 ...
## $ atemp : num 0.288 0.273 0.273 0.288 0.288 ...
## $ hum : num 0.81 0.8 0.8 0.75 0.75 0.75 0.8 0.86 0.75 0.76 ...
## $ windspeed : num 0 0 0 0 0 0.0896 0 0 0 0 ...
## $ casual : int 3 8 5 3 0 0 2 1 1 8 ...
## $ registered: int 13 32 27 10 1 1 0 2 7 6 ...
## $ cnt : int 16 40 32 13 1 1 2 3 8 14 ...
names(bicicletas_data)
## [1] "instant" "dteday" "season" "yr" "mnth"
## [6] "hr" "holiday" "weekday" "workingday" "weathersit"
## [11] "temp" "atemp" "hum" "windspeed" "casual"
## [16] "registered" "cnt"
months <- c("enero","febrero","marzo","abril","mayo","junio","julio","agosto","septiembre","octubre","noviembre","diciembre")
#Inciso A
rent_jan <- sum(bicicletas_data[bicicletas_data$mnth==1, "cnt"])
rent_feb <- sum(bicicletas_data[bicicletas_data$mnth==2, "cnt"])
rent_mar <- sum(bicicletas_data[bicicletas_data$mnth==3, "cnt"])
rent_apr <- sum(bicicletas_data[bicicletas_data$mnth==4, "cnt"])
rent_may <- sum(bicicletas_data[bicicletas_data$mnth==5, "cnt"])
rent_jun <- sum(bicicletas_data[bicicletas_data$mnth==6, "cnt"])
rent_jul <- sum(bicicletas_data[bicicletas_data$mnth==7, "cnt"])
rent_ago <- sum(bicicletas_data[bicicletas_data$mnth==8, "cnt"])
rent_sep <- sum(bicicletas_data[bicicletas_data$mnth==9, "cnt"])
rent_oct <- sum(bicicletas_data[bicicletas_data$mnth==10, "cnt"])
rent_nov <- sum(bicicletas_data[bicicletas_data$mnth==11, "cnt"])
rent_dec <- sum(bicicletas_data[bicicletas_data$mnth==12, "cnt"])
month_inc <- order(c(rent_jan,rent_feb,rent_mar,rent_apr,rent_may,rent_jun,rent_jul,rent_ago,rent_sep,rent_oct,rent_nov,rent_dec),decreasing = TRUE)[1]
month_increase <- months[month_inc]
with(bicicletas_data,plot(mnth, cnt, type = "h", main = "Meses", xlab = "mes", ylab = "Rents"))
with(subset(bicicletas_data,mnth == month_inc),points(mnth,cnt,col = "red"))
with(subset(bicicletas_data,mnth != month_inc),points(mnth,cnt,col = "blue"))
#Inciso B
hours <- c("00:00hrs","01:00hrs","02:00hrs","03:00hrs","04:00hrs","05:00hrs","06:00hrs","07:00hrs","08:00hrs","09:00hrs","10:00hrs","11:00hrs","12:00hrs","13:00hrs","14:00hrs","15:00hrs","16:00hrs","17:00hrs","18:00hrs","19:00hrs","20:00hrs","21:00hrs","22:00hrs","23:00hrs")
rent_0h <- sum(bicicletas_data[bicicletas_data$hr==0, "cnt"])
rent_1h <- sum(bicicletas_data[bicicletas_data$hr==1, "cnt"])
rent_2h <- sum(bicicletas_data[bicicletas_data$hr==2, "cnt"])
rent_3h <- sum(bicicletas_data[bicicletas_data$hr==3, "cnt"])
rent_4h <- sum(bicicletas_data[bicicletas_data$hr==4, "cnt"])
rent_5h <- sum(bicicletas_data[bicicletas_data$hr==5, "cnt"])
rent_6h <- sum(bicicletas_data[bicicletas_data$hr==6, "cnt"])
rent_7h <- sum(bicicletas_data[bicicletas_data$hr==7, "cnt"])
rent_8h <- sum(bicicletas_data[bicicletas_data$hr==8, "cnt"])
rent_9h <- sum(bicicletas_data[bicicletas_data$hr==9, "cnt"])
rent_10h <- sum(bicicletas_data[bicicletas_data$hr==10, "cnt"])
rent_11h <- sum(bicicletas_data[bicicletas_data$hr==11, "cnt"])
rent_12h <- sum(bicicletas_data[bicicletas_data$hr==12, "cnt"])
rent_13h <- sum(bicicletas_data[bicicletas_data$hr==13, "cnt"])
rent_14h <- sum(bicicletas_data[bicicletas_data$hr==14, "cnt"])
rent_15h <- sum(bicicletas_data[bicicletas_data$hr==15, "cnt"])
rent_16h <- sum(bicicletas_data[bicicletas_data$hr==16, "cnt"])
rent_17h <- sum(bicicletas_data[bicicletas_data$hr==17, "cnt"])
rent_18h <- sum(bicicletas_data[bicicletas_data$hr==18, "cnt"])
rent_19h <- sum(bicicletas_data[bicicletas_data$hr==19, "cnt"])
rent_20h <- sum(bicicletas_data[bicicletas_data$hr==20, "cnt"])
rent_21h <- sum(bicicletas_data[bicicletas_data$hr==21, "cnt"])
rent_22h <- sum(bicicletas_data[bicicletas_data$hr==22, "cnt"])
rent_23h <- sum(bicicletas_data[bicicletas_data$hr==23, "cnt"])
hour_increase <- hours[(order(c(rent_0h,rent_1h,rent_2h,rent_3h,rent_4h,rent_5h,rent_6h,rent_7h,rent_8h,rent_9h,rent_10h,rent_11h,rent_12h,rent_13h,rent_14h,rent_15h,rent_16h,rent_17h,rent_18h,rent_19h,rent_20h,rent_21h,rent_22h,rent_23h),decreasing = TRUE)[1])]
#Inciso C
seasons <- c("spring","summer","fall","winter")
rent_spring <- sum(bicicletas_data[bicicletas_data$season==1, "cnt"])
rent_summer <- sum(bicicletas_data[bicicletas_data$season==2, "cnt"])
rent_fall <- sum(bicicletas_data[bicicletas_data$season==3, "cnt"])
rent_winter <- sum(bicicletas_data[bicicletas_data$season==4, "cnt"])
season_inc<-order(c(rent_spring,rent_summer,rent_fall,rent_winter),decreasing = TRUE)[1]
season_increase <- seasons[season_inc]
with(bicicletas_data,plot(season, cnt, type = "h", main = "Season", xlab = "Season", ylab = "Rents"))
with(subset(bicicletas_data,season == season_inc),points(season,cnt,col = "red"))
with(subset(bicicletas_data,season != season_inc),points(season,cnt,col = "blue"))
#Inciso D
rent_.02t <- sum(bicicletas_data[bicicletas_data$temp==0.02, "cnt"])
rent_.04t <- sum(bicicletas_data[bicicletas_data$temp==0.04, "cnt"])
rent_.06t <- sum(bicicletas_data[bicicletas_data$temp==0.06, "cnt"])
rent_.08t <- sum(bicicletas_data[bicicletas_data$temp==0.08, "cnt"])
rent_.10t <- sum(bicicletas_data[bicicletas_data$temp==0.10, "cnt"])
rent_.12t <- sum(bicicletas_data[bicicletas_data$temp==0.12, "cnt"])
rent_.14t <- sum(bicicletas_data[bicicletas_data$temp==0.14, "cnt"])
rent_.16t <- sum(bicicletas_data[bicicletas_data$temp==0.16, "cnt"])
rent_.18t <- sum(bicicletas_data[bicicletas_data$temp==0.18, "cnt"])
rent_.20t <- sum(bicicletas_data[bicicletas_data$temp==0.20, "cnt"])
rent_.22t <- sum(bicicletas_data[bicicletas_data$temp==0.22, "cnt"])
rent_.24t <- sum(bicicletas_data[bicicletas_data$temp==0.24, "cnt"])
rent_.26t <- sum(bicicletas_data[bicicletas_data$temp==0.26, "cnt"])
rent_.28t <- sum(bicicletas_data[bicicletas_data$temp==0.28, "cnt"])
rent_.30t <- sum(bicicletas_data[bicicletas_data$temp==0.30, "cnt"])
rent_.32t <- sum(bicicletas_data[bicicletas_data$temp==0.32, "cnt"])
rent_.34t <- sum(bicicletas_data[bicicletas_data$temp==0.34, "cnt"])
rent_.36t <- sum(bicicletas_data[bicicletas_data$temp==0.36, "cnt"])
rent_.38t <- sum(bicicletas_data[bicicletas_data$temp==0.38, "cnt"])
rent_.40t <- sum(bicicletas_data[bicicletas_data$temp==0.40, "cnt"])
rent_.42t <- sum(bicicletas_data[bicicletas_data$temp==0.42, "cnt"])
rent_.44t <- sum(bicicletas_data[bicicletas_data$temp==0.44, "cnt"])
rent_.46t <- sum(bicicletas_data[bicicletas_data$temp==0.46, "cnt"])
rent_.48t <- sum(bicicletas_data[bicicletas_data$temp==0.48, "cnt"])
rent_.50t <- sum(bicicletas_data[bicicletas_data$temp==0.50, "cnt"])
rent_.52t <- sum(bicicletas_data[bicicletas_data$temp==0.52, "cnt"])
rent_.54t <- sum(bicicletas_data[bicicletas_data$temp==0.54, "cnt"])
rent_.56t <- sum(bicicletas_data[bicicletas_data$temp==0.56, "cnt"])
rent_.58t <- sum(bicicletas_data[bicicletas_data$temp==0.58, "cnt"])
rent_.60t <- sum(bicicletas_data[bicicletas_data$temp==0.60, "cnt"])
rent_.62t <- sum(bicicletas_data[bicicletas_data$temp==0.62, "cnt"])
rent_.64t <- sum(bicicletas_data[bicicletas_data$temp==0.64, "cnt"])
rent_.66t <- sum(bicicletas_data[bicicletas_data$temp==0.66, "cnt"])
rent_.68t <- sum(bicicletas_data[bicicletas_data$temp==0.68, "cnt"])
rent_.70t <- sum(bicicletas_data[bicicletas_data$temp==0.70, "cnt"])
rent_.72t <- sum(bicicletas_data[bicicletas_data$temp==0.72, "cnt"])
rent_.74t <- sum(bicicletas_data[bicicletas_data$temp==0.74, "cnt"])
rent_.76t <- sum(bicicletas_data[bicicletas_data$temp==0.76, "cnt"])
rent_.78t <- sum(bicicletas_data[bicicletas_data$temp==0.78, "cnt"])
rent_.80t <- sum(bicicletas_data[bicicletas_data$temp==0.80, "cnt"])
rent_.82t <- sum(bicicletas_data[bicicletas_data$temp==0.82, "cnt"])
rent_.84t <- sum(bicicletas_data[bicicletas_data$temp==0.84, "cnt"])
rent_.86t <- sum(bicicletas_data[bicicletas_data$temp==0.86, "cnt"])
rent_.88t <- sum(bicicletas_data[bicicletas_data$temp==0.88, "cnt"])
rent_.90t <- sum(bicicletas_data[bicicletas_data$temp==0.90, "cnt"])
rent_.92t <- sum(bicicletas_data[bicicletas_data$temp==0.92, "cnt"])
rent_.94t <- sum(bicicletas_data[bicicletas_data$temp==0.94, "cnt"])
rent_.96t <- sum(bicicletas_data[bicicletas_data$temp==0.96, "cnt"])
rent_.98t <- sum(bicicletas_data[bicicletas_data$temp==0.98, "cnt"])
rent_1.0t <- sum(bicicletas_data[bicicletas_data$temp==1.00, "cnt"])
temperatures <- c("0.02 C","0.04 C","0.06 C","0.08 C","0.10 c",
"0.12 C","0.14 C","0.16 C","0.18 C","0.20 c",
"0.22 C","0.24 C","0.26 C","0.28 C","0.30 c",
"0.32 C","0.34 C","0.36 C","0.38 C","0.40 c",
"0.42 C","0.44 C","0.46 C","0.48 C","0.50 c",
"0.52 C","0.54 C","0.56 C","0.58 C","0.60 c",
"0.62 C","0.64 C","0.66 C","0.68 C","0.70 c",
"0.72 C","0.74 C","0.76 C","0.78 C","0.80 c",
"0.82 C","0.84 C","0.86 C","0.88 C","0.90 c",
"0.92 C","0.94 C","0.96 C","0.98 C","01.0 c")
temperature_inc <- order(c(rent_.02t,rent_.04t,rent_.06t,rent_.08t,rent_.10t,
rent_.12t,rent_.14t,rent_.16t,rent_.18t,rent_.20t,
rent_.22t,rent_.24t,rent_.26t,rent_.28t,rent_.30t,
rent_.32t,rent_.34t,rent_.36t,rent_.38t,rent_.40t,
rent_.42t,rent_.44t,rent_.46t,rent_.48t,rent_.50t,
rent_.52t,rent_.54t,rent_.56t,rent_.58t,rent_.60t,
rent_.62t,rent_.64t,rent_.66t,rent_.68t,rent_.70t,
rent_.72t,rent_.74t,rent_.76t,rent_.78t,rent_.80t,
rent_.82t,rent_.84t,rent_.86t,rent_.88t,rent_.90t,
rent_.92t,rent_.94t,rent_.96t,rent_.98t,rent_1.0t),decreasing = TRUE)[2]
temperature_increase <- temperatures[temperature_inc]
with(bicicletas_data,plot(temp, cnt, type = "h", main = "Temperatura", xlab = "Temperatura", ylab = "Rents"))
with(subset(bicicletas_data,temp == temperature_inc),points(temp,cnt,col = "red"))
with(subset(bicicletas_data,temp != temperature_inc),points(temp,cnt,col = "blue"))
#Inciso E
humidity <- c("0","0.08","0.1","0.12","0.13","0.14","0.15","0.16","0.17","0.18","0.19",
"0.2","0.21","0.22","0.23","0.24","0.25","0.26","0.27","0.28","0.29",
"0.3","0.31","0.32","0.33","0.34","0.35","0.36","0.37","0.38","0.39",
"0.4","0.41","0.42","0.43","0.44","0.45","0.46","0.47","0.48","0.49",
"0.5","0.51","0.52","0.53","0.54","0.55","0.56","0.57","0.58","0.59",
"0.6","0.61","0.62","0.63","0.64","0.65","0.66","0.67","0.68","0.69",
"0.7","0.71","0.72","0.73","0.74","0.75","0.76","0.77","0.78","0.79",
"0.8","0.81","0.82","0.83","0.84","0.85","0.86","0.87","0.88","0.89",
"0.9","0.91","0.92","0.93","0.94","0.96","0.97","1")
rent_0 <- sum(bicicletas_data[bicicletas_data$hum==0, "cnt"])
rent_.08 <- sum(bicicletas_data[bicicletas_data$hum==0.08, "cnt"])
rent_.1 <- sum(bicicletas_data[bicicletas_data$thum==0.1, "cnt"])
rent_.12 <- sum(bicicletas_data[bicicletas_data$hum==0.12, "cnt"])
rent_.13 <- sum(bicicletas_data[bicicletas_data$hum==0.13, "cnt"])
rent_.14 <- sum(bicicletas_data[bicicletas_data$hum==0.14, "cnt"])
rent_.15 <- sum(bicicletas_data[bicicletas_data$hum==0.15, "cnt"])
rent_.16 <- sum(bicicletas_data[bicicletas_data$hum==0.16, "cnt"])
rent_.17 <- sum(bicicletas_data[bicicletas_data$hum==0.17, "cnt"])
rent_.18 <- sum(bicicletas_data[bicicletas_data$hum==0.18, "cnt"])
rent_.19 <- sum(bicicletas_data[bicicletas_data$hum==0.19, "cnt"])
rent_.2 <- sum(bicicletas_data[bicicletas_data$thum==0.2, "cnt"])
rent_.21 <- sum(bicicletas_data[bicicletas_data$hum==0.21, "cnt"])
rent_.22 <- sum(bicicletas_data[bicicletas_data$hum==0.22, "cnt"])
rent_.23 <- sum(bicicletas_data[bicicletas_data$hum==0.23, "cnt"])
rent_.24 <- sum(bicicletas_data[bicicletas_data$hum==0.24, "cnt"])
rent_.25 <- sum(bicicletas_data[bicicletas_data$hum==0.25, "cnt"])
rent_.26 <- sum(bicicletas_data[bicicletas_data$hum==0.26, "cnt"])
rent_.27 <- sum(bicicletas_data[bicicletas_data$hum==0.27, "cnt"])
rent_.28 <- sum(bicicletas_data[bicicletas_data$hum==0.28, "cnt"])
rent_.29 <- sum(bicicletas_data[bicicletas_data$hum==0.29, "cnt"])
rent_.3 <- sum(bicicletas_data[bicicletas_data$thum==0.3, "cnt"])
rent_.31 <- sum(bicicletas_data[bicicletas_data$hum==0.31, "cnt"])
rent_.32 <- sum(bicicletas_data[bicicletas_data$hum==0.32, "cnt"])
rent_.33 <- sum(bicicletas_data[bicicletas_data$hum==0.33, "cnt"])
rent_.34 <- sum(bicicletas_data[bicicletas_data$hum==0.34, "cnt"])
rent_.35 <- sum(bicicletas_data[bicicletas_data$hum==0.35, "cnt"])
rent_.36 <- sum(bicicletas_data[bicicletas_data$hum==0.36, "cnt"])
rent_.37 <- sum(bicicletas_data[bicicletas_data$hum==0.37, "cnt"])
rent_.38 <- sum(bicicletas_data[bicicletas_data$hum==0.38, "cnt"])
rent_.39 <- sum(bicicletas_data[bicicletas_data$hum==0.39, "cnt"])
rent_.4 <- sum(bicicletas_data[bicicletas_data$thum==0.4, "cnt"])
rent_.41 <- sum(bicicletas_data[bicicletas_data$hum==0.41, "cnt"])
rent_.42 <- sum(bicicletas_data[bicicletas_data$hum==0.42, "cnt"])
rent_.43 <- sum(bicicletas_data[bicicletas_data$hum==0.43, "cnt"])
rent_.44 <- sum(bicicletas_data[bicicletas_data$hum==0.44, "cnt"])
rent_.45 <- sum(bicicletas_data[bicicletas_data$hum==0.45, "cnt"])
rent_.46 <- sum(bicicletas_data[bicicletas_data$hum==0.46, "cnt"])
rent_.47 <- sum(bicicletas_data[bicicletas_data$hum==0.47, "cnt"])
rent_.48 <- sum(bicicletas_data[bicicletas_data$hum==0.48, "cnt"])
rent_.49 <- sum(bicicletas_data[bicicletas_data$hum==0.49, "cnt"])
rent_.5 <- sum(bicicletas_data[bicicletas_data$thum==0.5, "cnt"])
rent_.51 <- sum(bicicletas_data[bicicletas_data$hum==0.51, "cnt"])
rent_.52 <- sum(bicicletas_data[bicicletas_data$hum==0.52, "cnt"])
rent_.53 <- sum(bicicletas_data[bicicletas_data$hum==0.53, "cnt"])
rent_.54 <- sum(bicicletas_data[bicicletas_data$hum==0.54, "cnt"])
rent_.55 <- sum(bicicletas_data[bicicletas_data$hum==0.55, "cnt"])
rent_.56 <- sum(bicicletas_data[bicicletas_data$hum==0.56, "cnt"])
rent_.57 <- sum(bicicletas_data[bicicletas_data$hum==0.57, "cnt"])
rent_.58 <- sum(bicicletas_data[bicicletas_data$hum==0.58, "cnt"])
rent_.59 <- sum(bicicletas_data[bicicletas_data$hum==0.59, "cnt"])
rent_.6 <- sum(bicicletas_data[bicicletas_data$thum==0.6, "cnt"])
rent_.61 <- sum(bicicletas_data[bicicletas_data$hum==0.61, "cnt"])
rent_.62 <- sum(bicicletas_data[bicicletas_data$hum==0.62, "cnt"])
rent_.63 <- sum(bicicletas_data[bicicletas_data$hum==0.63, "cnt"])
rent_.64 <- sum(bicicletas_data[bicicletas_data$hum==0.64, "cnt"])
rent_.65 <- sum(bicicletas_data[bicicletas_data$hum==0.65, "cnt"])
rent_.66 <- sum(bicicletas_data[bicicletas_data$hum==0.66, "cnt"])
rent_.67 <- sum(bicicletas_data[bicicletas_data$hum==0.67, "cnt"])
rent_.68 <- sum(bicicletas_data[bicicletas_data$hum==0.68, "cnt"])
rent_.69 <- sum(bicicletas_data[bicicletas_data$hum==0.69, "cnt"])
rent_.7 <- sum(bicicletas_data[bicicletas_data$thum==0.7, "cnt"])
rent_.71 <- sum(bicicletas_data[bicicletas_data$hum==0.71, "cnt"])
rent_.72 <- sum(bicicletas_data[bicicletas_data$hum==0.72, "cnt"])
rent_.73 <- sum(bicicletas_data[bicicletas_data$hum==0.73, "cnt"])
rent_.74 <- sum(bicicletas_data[bicicletas_data$hum==0.74, "cnt"])
rent_.75 <- sum(bicicletas_data[bicicletas_data$hum==0.75, "cnt"])
rent_.76 <- sum(bicicletas_data[bicicletas_data$hum==0.76, "cnt"])
rent_.77 <- sum(bicicletas_data[bicicletas_data$hum==0.77, "cnt"])
rent_.78 <- sum(bicicletas_data[bicicletas_data$hum==0.78, "cnt"])
rent_.79 <- sum(bicicletas_data[bicicletas_data$hum==0.79, "cnt"])
rent_.8 <- sum(bicicletas_data[bicicletas_data$thum==0.8, "cnt"])
rent_.81 <- sum(bicicletas_data[bicicletas_data$hum==0.81, "cnt"])
rent_.82 <- sum(bicicletas_data[bicicletas_data$hum==0.82, "cnt"])
rent_.83 <- sum(bicicletas_data[bicicletas_data$hum==0.83, "cnt"])
rent_.84 <- sum(bicicletas_data[bicicletas_data$hum==0.84, "cnt"])
rent_.85 <- sum(bicicletas_data[bicicletas_data$hum==0.85, "cnt"])
rent_.86 <- sum(bicicletas_data[bicicletas_data$hum==0.86, "cnt"])
rent_.87 <- sum(bicicletas_data[bicicletas_data$hum==0.87, "cnt"])
rent_.88 <- sum(bicicletas_data[bicicletas_data$hum==0.88, "cnt"])
rent_.89 <- sum(bicicletas_data[bicicletas_data$hum==0.89, "cnt"])
rent_.9 <- sum(bicicletas_data[bicicletas_data$thum==0.9, "cnt"])
rent_.91 <- sum(bicicletas_data[bicicletas_data$hum==0.91, "cnt"])
rent_.92 <- sum(bicicletas_data[bicicletas_data$hum==0.92, "cnt"])
rent_.93 <- sum(bicicletas_data[bicicletas_data$hum==0.93, "cnt"])
rent_.94 <- sum(bicicletas_data[bicicletas_data$hum==0.94, "cnt"])
rent_.96 <- sum(bicicletas_data[bicicletas_data$hum==0.96, "cnt"])
rent_.97 <- sum(bicicletas_data[bicicletas_data$hum==0.97, "cnt"])
rent_1 <- sum(bicicletas_data[bicicletas_data$hum==1, "cnt"])
humidity_inc <- order(c(rent_0,rent_.08,rent_.1,rent_.12,rent_.13,rent_.14,rent_.15,rent_.16,rent_.17,rent_.18,rent_.19,
rent_.2,rent_.21,rent_.22,rent_.23,rent_.24,rent_.25,rent_.26,rent_.27,rent_.28,rent_.29,
rent_.3,rent_.31,rent_.32,rent_.33,rent_.34,rent_.35,rent_.36,rent_.37,rent_.38,rent_.39,
rent_.4,rent_.41,rent_.42,rent_.43,rent_.44,rent_.45,rent_.46,rent_.47,rent_.48,rent_.49,
rent_.5,rent_.51,rent_.52,rent_.53,rent_.54,rent_.55,rent_.56,rent_.57,rent_.58,rent_.59,
rent_.6,rent_.61,rent_.62,rent_.63,rent_.64,rent_.65,rent_.66,rent_.67,rent_.68,rent_.69,
rent_.7,rent_.71,rent_.72,rent_.73,rent_.74,rent_.75,rent_.76,rent_.77,rent_.78,rent_.79,
rent_.8,rent_.81,rent_.82,rent_.83,rent_.84,rent_.85,rent_.86,rent_.87,rent_.88,rent_.89,
rent_.9,rent_.91,rent_.92,rent_.93,rent_.94,rent_.96,rent_.97,rent_1),decreasing = TRUE)[2]
humidity_increase <- humidity[humidity_inc]
with(bicicletas_data,plot(hum, cnt, type = "h", main = "Humedad", xlab = "Humedad", ylab = "Rents"))
with(subset(bicicletas_data,hum == humidity_inc),points(hum,cnt,col = "red"))
with(subset(bicicletas_data,hum != humidity_inc),points(hum,cnt,col = "blue"))
#Inciso E
weather <- c("Clear, Few clouds, Partly cloudy, Partly cloudy",
"Mist + Cloudy, Mist + Broken clouds, Mist + Few clouds, Mist ",
"Light Snow, Light Rain + Thunderstorm + Scattered clouds, Light Rain + Scattered clouds",
"Heavy Rain + Ice Pallets + Thunderstorm + Mist, Snow + Fog")
rent_weather1 <- sum(bicicletas_data[bicicletas_data$weathersit ==1, "cnt"])
rent_weather2 <- sum(bicicletas_data[bicicletas_data$weathersit==2, "cnt"])
rent_weather3 <- sum(bicicletas_data[bicicletas_data$weathersit==3, "cnt"])
rent_weather4 <- sum(bicicletas_data[bicicletas_data$weathersit==4, "cnt"])
weather_inc <- (order(c(rent_weather1,rent_weather2,rent_weather3,rent_weather4),decreasing = TRUE)[1])
weather_increase <- weather[weather_inc]