En esta sección se describe el análisis de cada atributo de la base de datos de toyota corolla. Se analizará con un histograma los datos numéricos y con un diagrama de pie los datos tipo categóricos.
A continuación importamos la base de datos
BD <- read.csv("/cloud/project/ToyotaCorolla.csv")
summary(BD)
## Price Age KM FuelType
## Min. : 4350 Min. : 1.00 Min. : 1 Length:1436
## 1st Qu.: 8450 1st Qu.:44.00 1st Qu.: 43000 Class :character
## Median : 9900 Median :61.00 Median : 63390 Mode :character
## Mean :10731 Mean :55.95 Mean : 68533
## 3rd Qu.:11950 3rd Qu.:70.00 3rd Qu.: 87021
## Max. :32500 Max. :80.00 Max. :243000
## HP MetColor Automatic CC
## Min. : 69.0 Min. :0.0000 Min. :0.00000 Min. :1300
## 1st Qu.: 90.0 1st Qu.:0.0000 1st Qu.:0.00000 1st Qu.:1400
## Median :110.0 Median :1.0000 Median :0.00000 Median :1600
## Mean :101.5 Mean :0.6748 Mean :0.05571 Mean :1567
## 3rd Qu.:110.0 3rd Qu.:1.0000 3rd Qu.:0.00000 3rd Qu.:1600
## Max. :192.0 Max. :1.0000 Max. :1.00000 Max. :2000
## Doors Weight
## Min. :2.000 Min. :1000
## 1st Qu.:3.000 1st Qu.:1040
## Median :4.000 Median :1070
## Mean :4.033 Mean :1072
## 3rd Qu.:5.000 3rd Qu.:1085
## Max. :5.000 Max. :1615
columnas <- dim(BD)[2]
par(mfrow=c(2,columnas/2)) #configuracion de la pantalla
for(i in 1:columnas)
{
if(is.numeric(BD[,i])== "TRUE")
{
texto <- paste("Analisis del atributo: ",colnames(BD)[i])
hist(BD[,i],col=i,main=texto,xlab = colnames(BD)[i])
}
else
{
texto <- paste("Analisis del atributo: ",colnames(BD)[i])
pie(table(BD[,i]),main=texto)
}
}