LIBRERIAS UTILIZADAS

library(moments)
library(corrplot)
## corrplot 0.84 loaded
library(ggplot2)
library(GGally)
## Registered S3 method overwritten by 'GGally':
##   method from   
##   +.gg   ggplot2
library(fdth)
## 
## Attaching package: 'fdth'
## The following objects are masked from 'package:stats':
## 
##     sd, var

DATOS

vinos=read.csv(url("https://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv"), sep=";")

VINOS TINTOS

Cuando realizamos una cata siempre tenemos en cuenta la fase visual, olfativa y gustativa; pero un vino tiene muchos más aspectos imperceptibles al ojo humano. Todos los procesos que suceden desde la viña a la copa, influyen de forma directa en la calidad final. Podríamos decir que hay varios indicadores físico-químicos. Entre ellos tenemos:

  1. Densidad

  2. Grado alcohólico

  3. pH

  4. Acidez volátil

En el estudio realizado también se darán a conocer otras variables que pueden ayudar a determinar la calidad de un vino.

Densidad: Es un parámetro que en cata se percibe como estructura del vino o espesor en boca. Como criterio de calidad consideramos como buenos vinos aquellos que son ligeros, pero con cuerpo.

Grado alcohólico: Entre 8 y 14 grados: es uno de los grados alcohólicos más habituales. Solo unos pocos caldos llegan a esos 15 grados máximos que mencionábamos antes.

pH: el PH de los vinos oscilará entre 2,8 y 4 según la variedad, además, hay que tener en cuenta que los niveles de PH del vino blanco son más bajos que los del vino tinto.

Acidez volátil: El volátil es fácilmente perceptible a partir de los 0,8 g/L o los 0,9 g/L, según la sensibilidad del catador.

Acidez citrica: Es poco abundante en la uva, de 150 a 300 mg/ litro de mosto. Después es fermentado por las bacterias lácticas y desaparece.

BLOQUE 1: Estadística descriptiva univariante

VARIABLES CUANTITATIVAS

ACIDEZ FIJA

hist(vinos$fixed.acidity, xlab ="Acidez Fija",col = "green",main = "Histograma de la Acidez fija")

boxplot(vinos$fixed.acidity,col = "green",main="Diagrama de caja de Acidez Fija",horizontal = TRUE)

summary(vinos$fixed.acidity)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    4.60    7.10    7.90    8.32    9.20   15.90
sd(vinos$fixed.acidity)
## [1] 1.741096
kurtosis(vinos$fixed.acidity)
## [1] 4.124856
skewness(vinos$fixed.acidity)
## [1] 0.9818293
AF=fdt(vinos$fixed.acidity,breaks="Sturges")
AF
##     Class limits   f   rf rf(%)   cf  cf(%)
##   [4.554,5.5127)  29 0.02  1.81   29   1.81
##  [5.5127,6.4715) 117 0.07  7.32  146   9.13
##  [6.4715,7.4303) 428 0.27 26.77  574  35.90
##   [7.4303,8.389) 395 0.25 24.70  969  60.60
##   [8.389,9.3478) 256 0.16 16.01 1225  76.61
##  [9.3478,10.306) 161 0.10 10.07 1386  86.68
##  [10.306,11.265)  92 0.06  5.75 1478  92.43
##  [11.265,12.224)  67 0.04  4.19 1545  96.62
##  [12.224,13.183)  34 0.02  2.13 1579  98.75
##  [13.183,14.142)  12 0.01  0.75 1591  99.50
##    [14.142,15.1)   3 0.00  0.19 1594  99.69
##    [15.1,16.059)   5 0.00  0.31 1599 100.00

ACIDEZ VOLATIL

hist(vinos$volatile.acidity,xlab = "Acidez Volatil",col="yellow",main="Histograma de la Acidez Volatil")

boxplot(vinos$volatile.acidity,col="yellow",main="Diagrama de caja de Acidez Volatil",horizontal = TRUE)

summary(vinos$volatile.acidity)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.1200  0.3900  0.5200  0.5278  0.6400  1.5800
sd(vinos$volatile.acidity)
## [1] 0.1790597
kurtosis(vinos$volatile.acidity)
## [1] 4.217963
skewness(vinos$volatile.acidity)
## [1] 0.6709624
AV=fdt(vinos$volatile.acidity,breaks="Sturges")
AV
##   Class limits   f   rf rf(%)   cf  cf(%)
##  [0.119,0.242)  50 0.03  3.13   50   3.13
##  [0.242,0.365) 260 0.16 16.26  310  19.39
##  [0.365,0.488) 368 0.23 23.01  678  42.40
##  [0.488,0.611) 447 0.28 27.95 1125  70.36
##  [0.611,0.734) 292 0.18 18.26 1417  88.62
##  [0.734,0.857) 112 0.07  7.00 1529  95.62
##   [0.857,0.98)  46 0.03  2.88 1575  98.50
##     [0.98,1.1)  16 0.01  1.00 1591  99.50
##     [1.1,1.23)   4 0.00  0.25 1595  99.75
##    [1.23,1.35)   3 0.00  0.19 1598  99.94
##    [1.35,1.47)   0 0.00  0.00 1598  99.94
##     [1.47,1.6)   1 0.00  0.06 1599 100.00

ACIDEZ CITRICO

hist(vinos$citric.acid,xlab = "Acidez Citrico",col="red",main = "Histograma de la Acidez Citrico")

boxplot(vinos$citric.acid,col="red",main = "Diagrama de caja de Acidez Citrico",horizontal = TRUE)

summary(vinos$citric.acid)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   0.000   0.090   0.260   0.271   0.420   1.000
sd(vinos$citric.acid)
## [1] 0.1948011
kurtosis(vinos$citric.acid)
## [1] 2.209717
skewness(vinos$citric.acid)
## [1] 0.3180386
AC=fdt(vinos$citric.acid,breaks="Sturges")
AC
##      Class limits   f   rf rf(%)   cf  cf(%)
##       [0,0.08417) 373 0.23 23.33  373  23.33
##  [0.08417,0.1683) 174 0.11 10.88  547  34.21
##   [0.1683,0.2525) 247 0.15 15.45  794  49.66
##   [0.2525,0.3367) 215 0.13 13.45 1009  63.10
##   [0.3367,0.4208) 192 0.12 12.01 1201  75.11
##    [0.4208,0.505) 208 0.13 13.01 1409  88.12
##    [0.505,0.5892)  95 0.06  5.94 1504  94.06
##   [0.5892,0.6733)  62 0.04  3.88 1566  97.94
##   [0.6733,0.7575)  27 0.02  1.69 1593  99.62
##   [0.7575,0.8417)   5 0.00  0.31 1598  99.94
##   [0.8417,0.9258)   0 0.00  0.00 1598  99.94
##     [0.9258,1.01)   1 0.00  0.06 1599 100.00

CLORUROS

hist(vinos$chlorides,xlab = "Cloruros",col="sky blue",main = "Histograma de los Cloruros")

boxplot(vinos$chlorides,col="sky blue",main = "Diagrama de caja de los Cloruros",horizontal = TRUE)

summary(vinos$chlorides)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
## 0.01200 0.07000 0.07900 0.08747 0.09000 0.61100
sd(vinos$chlorides)
## [1] 0.0470653
kurtosis(vinos$chlorides)
## [1] 44.58171
skewness(vinos$chlorides)
## [1] 5.675017
C=fdt(vinos$chlorides,breaks="Sturges")
C
##       Class limits    f   rf rf(%)   cf  cf(%)
##  [0.01188,0.06232)  200 0.13 12.51  200  12.51
##   [0.06232,0.1128) 1262 0.79 78.92 1462  91.43
##    [0.1128,0.1632)   78 0.05  4.88 1540  96.31
##    [0.1632,0.2136)   21 0.01  1.31 1561  97.62
##    [0.2136,0.2641)   14 0.01  0.88 1575  98.50
##    [0.2641,0.3145)    2 0.00  0.13 1577  98.62
##    [0.3145,0.3649)    6 0.00  0.38 1583  99.00
##    [0.3649,0.4154)   11 0.01  0.69 1594  99.69
##    [0.4154,0.4658)    2 0.00  0.13 1596  99.81
##    [0.4658,0.5162)    1 0.00  0.06 1597  99.87
##    [0.5162,0.5667)    0 0.00  0.00 1597  99.87
##    [0.5667,0.6171)    2 0.00  0.13 1599 100.00

DIOXIDO DE AZUFRE LIBRE

hist(vinos$free.sulfur.dioxide,xlab="Dióxido de azufre libre",main="Histograma de Dióxido de azufre libre",col="purple")

boxplot(vinos$free.sulfur.dioxide,main="Diagrama de caja de Dióxido de azufre libre",col="purple",horizontal=TRUE)

summary(vinos$free.sulfur.dioxide)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1.00    7.00   14.00   15.87   21.00   72.00
sd(vinos$free.sulfur.dioxide)
## [1] 10.46016
kurtosis(vinos$free.sulfur.dioxide)
## [1] 5.01349
skewness(vinos$free.sulfur.dioxide)
## [1] 1.249394
FS=fdt(vinos$free.sulfur.dioxide,breaks = "Sturges")
FS
##     Class limits   f   rf rf(%)   cf  cf(%)
##    [0.99,6.9675) 337 0.21 21.08  337  21.08
##  [6.9675,12.945) 402 0.25 25.14  739  46.22
##  [12.945,18.922) 352 0.22 22.01 1091  68.23
##    [18.922,24.9) 198 0.12 12.38 1289  80.61
##    [24.9,30.877) 147 0.09  9.19 1436  89.81
##  [30.877,36.855)  97 0.06  6.07 1533  95.87
##  [36.855,42.833)  36 0.02  2.25 1569  98.12
##   [42.833,48.81)  12 0.01  0.75 1581  98.87
##   [48.81,54.788)  11 0.01  0.69 1592  99.56
##  [54.788,60.765)   3 0.00  0.19 1595  99.75
##  [60.765,66.742)   1 0.00  0.06 1596  99.81
##   [66.742,72.72)   3 0.00  0.19 1599 100.00

TOTAL DE DIOXIDO DE AZUFRE

hist(vinos$total.sulfur.dioxide,xlab = "Total de Dióxido de azufre",col="brown",main = "Histograma del Total de Dióxido de azufre")

boxplot(vinos$total.sulfur.dioxide, col="brown",main = "Diagrama de caja del Total de Dióxido de azufre",horizontal = TRUE)

summary(vinos$total.sulfur.dioxide)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    6.00   22.00   38.00   46.47   62.00  289.00
sd(vinos$total.sulfur.dioxide)
## [1] 32.89532
kurtosis(vinos$total.sulfur.dioxide)
## [1] 6.794172
skewness(vinos$total.sulfur.dioxide)
## [1] 1.514109
TS=fdt(vinos$total.sulfur.dioxide,breaks="Sturges")
TS
##       Class limits   f   rf rf(%)   cf  cf(%)
##     [5.94,29.7692) 627 0.39 39.21  627  39.21
##  [29.7692,53.5983) 466 0.29 29.14 1093  68.36
##  [53.5983,77.4275) 243 0.15 15.20 1336  83.55
##  [77.4275,101.257) 140 0.09  8.76 1476  92.31
##  [101.257,125.086)  73 0.05  4.57 1549  96.87
##  [125.086,148.915)  40 0.03  2.50 1589  99.37
##  [148.915,172.744)   8 0.01  0.50 1597  99.87
##  [172.744,196.573)   0 0.00  0.00 1597  99.87
##  [196.573,220.402)   0 0.00  0.00 1597  99.87
##  [220.402,244.232)   0 0.00  0.00 1597  99.87
##  [244.232,268.061)   0 0.00  0.00 1597  99.87
##   [268.061,291.89)   2 0.00  0.13 1599 100.00

DENSIDAD

hist(vinos$density,xlab="Densidad",col="orange",main="Histograma de Densidad")

boxplot(vinos$density,col="orange",main="Diagrama de caja de Densidad",horizontal = TRUE)

summary(vinos$density)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.9901  0.9956  0.9968  0.9967  0.9978  1.0037
sd(vinos$density)
## [1] 0.001887334
kurtosis(vinos$density)
## [1] 3.927411
skewness(vinos$density)
## [1] 0.07122077
D=fdt(vinos$density,breaks="Sturges")
D
##     Class limits   f   rf rf(%)   cf  cf(%)
##   [0.9802,0.983)   0 0.00  0.00    0   0.00
##   [0.983,0.9858)   0 0.00  0.00    0   0.00
##  [0.9858,0.9886)   0 0.00  0.00    0   0.00
##  [0.9886,0.9914)   8 0.01  0.50    8   0.50
##  [0.9914,0.9942) 117 0.07  7.32  125   7.82
##  [0.9942,0.9969) 768 0.48 48.03  893  55.85
##  [0.9969,0.9997) 612 0.38 38.27 1505  94.12
##   [0.9997,1.003)  85 0.05  5.32 1590  99.44
##    [1.003,1.005)   9 0.01  0.56 1599 100.00
##    [1.005,1.008)   0 0.00  0.00 1599 100.00
##    [1.008,1.011)   0 0.00  0.00 1599 100.00
##    [1.011,1.014)   0 0.00  0.00 1599 100.00

SULFATOS

hist(vinos$sulphates,xlab = "Sulfatos",col="blue",main="Histograma de Sulfatos")

boxplot(vinos$sulphates,col="blue",main="Diagrama de caja de Sulfatos",horizontal = TRUE)

summary(vinos$sulphates)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##  0.3300  0.5500  0.6200  0.6581  0.7300  2.0000
sd(vinos$sulphates)
## [1] 0.169507
kurtosis(vinos$sulphates)
## [1] 14.67988
skewness(vinos$sulphates)
## [1] 2.426393
S=fdt(vinos$sulphates,breaks="Sturges")
S
##     Class limits   f   rf rf(%)   cf  cf(%)
##  [0.3267,0.4678)  72 0.05  4.50   72   4.50
##  [0.4678,0.6089) 651 0.41 40.71  723  45.22
##    [0.6089,0.75) 536 0.34 33.52 1259  78.74
##    [0.75,0.8911) 230 0.14 14.38 1489  93.12
##   [0.8911,1.032)  58 0.04  3.63 1547  96.75
##    [1.032,1.173)  30 0.02  1.88 1577  98.62
##    [1.173,1.314)   9 0.01  0.56 1586  99.19
##    [1.314,1.456)   5 0.00  0.31 1591  99.50
##    [1.456,1.597)   2 0.00  0.13 1593  99.62
##    [1.597,1.738)   2 0.00  0.13 1595  99.75
##    [1.738,1.879)   0 0.00  0.00 1595  99.75
##     [1.879,2.02)   4 0.00  0.25 1599 100.00

VARIABLES CUALITATIVAS

#Con los datos obtenidos e investigados podemos proceder a designarle sus respectivas cualidades a cada uno de los datos de las variables cualitativas.


vinos=data.frame(vinos,cut(vinos$pH,breaks=c(2.7,3.1,3.6,4.1),
                           labels=c("bajo","normal","alto")))
vinos=data.frame(vinos,cut(vinos$residual.sugar,breaks=c(0,4,12,45),
                           labels=c("secos","semisecos","semidulces")))
vinos=data.frame(vinos,cut(vinos$alcohol,breaks=c(8,11,13,15),
                           labels=c("bajo","estandar","alto")))
vinos=data.frame(vinos,cut(vinos$quality,breaks=c(0,4,5,6,7,10),
                           labels = c("Malo","Promedio","Promedio","Bueno","Bueno")))

#Renombramos los nombres de los nuevos datos que creamos anteriromente.

names(vinos)[13]="escala pH"
names(vinos)[14]="sabor"
names(vinos)[15]="nivel de alcohol"
names(vinos)[16]="Calidad del vino"

Tablas de Frecuencia

#Se hace un pequeña tabla de frecuencia de cada varible cualitativa con el fin de obtener la frecuencia. 

tabla_PH<-as.data.frame(table(vinos$`escala pH`))
tabla_Sabor<-as.data.frame(table(vinos$sabor))
tabla_Alcohol<-as.data.frame(table(vinos$`nivel de alcohol`))
tabla_Calidad<-as.data.frame(table(vinos$`Calidad del vino`))
tabla_PH
##     Var1 Freq
## 1   bajo  134
## 2 normal 1417
## 3   alto   48
tabla_Sabor
##         Var1 Freq
## 1      secos 1474
## 2  semisecos  117
## 3 semidulces    8
tabla_Alcohol
##       Var1 Freq
## 1     bajo 1191
## 2 estandar  385
## 3     alto   23
tabla_Calidad
##       Var1 Freq
## 1     Malo   63
## 2 Promedio 1319
## 3    Bueno  217

DIAGRAMA DE BARRAS

ph<-c(134,1417,48)
variab<-c("bajo","normal","alto")
sabor<-c(1474,117,8)
Eti_sabor<-c("secos","semisecos","semidulces")
niv_alcohol<-c(1191,385,23)
Eti_nivAl<-c("bajo","estandar","alto")
calif<-c(63,1319,217)
Eti_calif<-c("Malo","Promedio","Bueno")
barplot(ph,names.arg = variab,main="Nivel de pH",col=rainbow(length(variab)))

barplot(sabor,names.arg = Eti_sabor,main="Clasificacion segun el azucar residual",col=rainbow(3))

barplot(niv_alcohol,names.arg = Eti_nivAl,main="Nivel de alcohol",col=rainbow(3))

Calidad del vino

Analizando la calidad del Vino observamos que tiene un rango discreto de solo 3-8, podemos ver aproximadamente que hay cierta cantidad de distribución normal. Una gran mayoría de los vinos examinados recibieron calificaciones de 5 o 6, y muy pocos recibieron 3, 4 u 8. No hay mucho más que podamos con esos datos y poder hacer un histograma, ya que tanto la disminución como el aumento del tamaño de los contenedores distorsionarían los datos.

Dadas las calificaciones y la distribución de la calidad del vino, instanciaremos otra variable categórica, clasificando los vinos como ‘malos’ (calificación de 0 a 4), ‘promedio’ (calificación de 5 o 6) y ‘buenos’ (calificación de 7 a 10) .

barplot(calif,names.arg = Eti_calif,main="Calidad",col=rainbow(length(Eti_calif)))

DIAGRAMA CIRCULARES

pie(table(vinos$`escala pH`),main="Nivel de pH",col=rainbow(3))

pie(table(vinos$sabor),main="Clasificacion segun el azucar residual",col=rainbow(3))

pie(table(vinos$`nivel de alcohol`),main="Nivel de alcohol",col=rainbow(3))

pie(table(vinos$`Calidad del vino`),main="Calidad",col=rainbow(6))

BLOQUE 2: Estadística descriptiva bivariante o multivariante

Diagramas de cajas: Cualitativa Vs Cuantitativas

boxplot(vinos$fixed.acidity~vinos$`Calidad del vino`,xlab = "Calidad",ylab = "Acidez Fija",col="green",main="Calidad vs Acidez Fija")

boxplot(vinos$volatile.acidity~vinos$`Calidad del vino`,xlab = "Calidad",ylab = "Acidez Volatil",col="yellow",main="Calidad vs Acidez Volatil")

boxplot(vinos$citric.acid~vinos$`Calidad del vino`,xlab = "Calidad", ylab = "Acidez citrica",col="red",main ="Calidad vs Acidez Citrica")

boxplot(vinos$chlorides~vinos$`Calidad del vino`,xlab = "Calidad", ylab = "Cloruros",col="black",main ="Calidad vs Cloruros")

boxplot(vinos$free.sulfur.dioxide~vinos$`Calidad del vino`,xlab = "Calidad", ylab = "Dioxido de azufre libre",col="purple",main ="Calidad vs Dióxido de azufre libre")

boxplot(vinos$total.sulfur.dioxide~vinos$`Calidad del vino`,xlab = "Calidad", ylab = "Total de Total Dióxido de azufre",col="brown",main ="Calidad vs Total de Total Dióxido de azufre")

boxplot(vinos$density~vinos$`Calidad del vino`,xlab="calidad",ylab = "Densidad",col="orange",main="Calidad vs Densidad")

boxplot(vinos$sulphates~vinos$`Calidad del vino`,xlab = "Calidad",ylab = "Sulfatos",col="blue",main="Calidad vs Sulfatos")

MATRIZ DE CORRELACION

matriz_corr=cor(vinos[,c(1,2,3,5,6,7,8,10)])
matriz_corr
##                      fixed.acidity volatile.acidity citric.acid   chlorides
## fixed.acidity           1.00000000      -0.25613089  0.67170343 0.093705186
## volatile.acidity       -0.25613089       1.00000000 -0.55249568 0.061297772
## citric.acid             0.67170343      -0.55249568  1.00000000 0.203822914
## chlorides               0.09370519       0.06129777  0.20382291 1.000000000
## free.sulfur.dioxide    -0.15379419      -0.01050383 -0.06097813 0.005562147
## total.sulfur.dioxide   -0.11318144       0.07647000  0.03553302 0.047400468
## density                 0.66804729       0.02202623  0.36494718 0.200632327
## sulphates               0.18300566      -0.26098669  0.31277004 0.371260481
##                      free.sulfur.dioxide total.sulfur.dioxide     density
## fixed.acidity               -0.153794193          -0.11318144  0.66804729
## volatile.acidity            -0.010503827           0.07647000  0.02202623
## citric.acid                 -0.060978129           0.03553302  0.36494718
## chlorides                    0.005562147           0.04740047  0.20063233
## free.sulfur.dioxide          1.000000000           0.66766645 -0.02194583
## total.sulfur.dioxide         0.667666450           1.00000000  0.07126948
## density                     -0.021945831           0.07126948  1.00000000
## sulphates                    0.051657572           0.04294684  0.14850641
##                        sulphates
## fixed.acidity         0.18300566
## volatile.acidity     -0.26098669
## citric.acid           0.31277004
## chlorides             0.37126048
## free.sulfur.dioxide   0.05165757
## total.sulfur.dioxide  0.04294684
## density               0.14850641
## sulphates             1.00000000

MATRIZ DE COVARIANZA

matriz_covar=cov(vinos[,c(1,2,3,5,6,7,8,10)])
matriz_covar
##                      fixed.acidity volatile.acidity   citric.acid    chlorides
## fixed.acidity          3.031416389    -7.985142e-02  0.2278200037 7.678692e-03
## volatile.acidity      -0.079851417     3.206238e-02 -0.0192716208 5.165869e-04
## citric.acid            0.227820004    -1.927162e-02  0.0379474831 1.868725e-03
## chlorides              0.007678692     5.165869e-04  0.0018687248 2.215143e-03
## free.sulfur.dioxide   -2.800921493    -1.967359e-02 -0.1242521139 2.738303e-03
## total.sulfur.dioxide  -6.482345858     4.504257e-01  0.2276972740 7.338675e-02
## density                0.002195224     7.443665e-06  0.0001341746 1.782176e-05
## sulphates              0.054010092    -7.921434e-03  0.0103277145 2.961878e-03
##                      free.sulfur.dioxide total.sulfur.dioxide       density
## fixed.acidity              -2.800921e+00        -6.482346e+00  2.195224e-03
## volatile.acidity           -1.967359e-02         4.504257e-01  7.443665e-06
## citric.acid                -1.242521e-01         2.276973e-01  1.341746e-04
## chlorides                   2.738303e-03         7.338675e-02  1.782176e-05
## free.sulfur.dioxide         1.094149e+02         2.297375e+02 -4.332504e-04
## total.sulfur.dioxide        2.297375e+02         1.082102e+03  4.424727e-03
## density                    -4.332504e-04         4.424727e-03  3.562029e-06
## sulphates                   9.159247e-02         2.394710e-01  4.750962e-05
##                          sulphates
## fixed.acidity         5.401009e-02
## volatile.acidity     -7.921434e-03
## citric.acid           1.032771e-02
## chlorides             2.961878e-03
## free.sulfur.dioxide   9.159247e-02
## total.sulfur.dioxide  2.394710e-01
## density               4.750962e-05
## sulphates             2.873262e-02

MATRIZ GRAFICA DE CORRELACION

data=cor(vinos[,c(1,2,3,5,6,7,8,10)])
corrplot.mixed(data,lower = "circle",upper = "number")

##MATRIZ DE DIAGRAMAS DE DISPERSION

plot(vinos[,c(1,2,3,5,6,7,8,10)])