datatable(MielSonora)
Primero se analizó si realmente existía un a relación entre el volumen y el valor
volumen <- MielSonora$Volumen
valor <- MielSonora$Valor
miel <- data.frame(volumen,valor)
pairs(miel)
Después de eso analizamos la correlación que existe entre estos dos factores
cor(miel)
## volumen valor
## volumen 1.0000000 0.9999032
## valor 0.9999032 1.0000000
Con esos dos valores se realizó la siguiente gráfica:
ggplot(MielSonora, aes(x=Volumen, y=Valor, col=Nommunicipio)) +
geom_point()
Con esos valores y con la correlación realizada anteriormente se puede notar que el municipio que consiguió obtener mayor cantidad de dinero por dicho volumen. Pero hay un factor muy importante a considerar.
Pero algo que si podemos obtener a partir de los datos de valor y volumen es lo que se ganó por cada litro de miel.
Tomando en cuenta lo anterior se realizaron las siguientes graficas:
ggplot(MielSonora, aes(x=NumMunicipio, y=Volumen, col=Nommunicipio)) +
geom_point()
Se puede apreciar que el municipio que más volumen obtuvo fue Hermosillo con
max(MielSonora$Volumen)
## [1] 221
La producción mas baja se puede notar en el municio de Altar con la cifra de
min(MielSonora$Volumen)
## [1] 0
Pero algo que también se puede notar es que en la mayoría de los municipios la producción de miel es muy baja.
mean(MielSonora$Volumen)
## [1] 24.04545
ggplot(MielSonora, aes(x=NumMunicipio, y=Vlitro, col=Nommunicipio)) +
geom_point()
Aunque el municipio de Carbó no hay sido el que produjo más en volumen fue el que más ganancia obtuvo por cada litro. Con la cantidad de:
max(MielSonora$Vlitro)
## [1] 59
En cambio el municipio de con menos ganancias por litro fue Altar con un valor por litro de:
min(MielSonora$Vlitro)
## [1] 5
mean(MielSonora$Vlitro)
## [1] 46.27716