Untitled

Librerias

library(dplyr)
library(plyr)
library(ggplot2)
library(naniar)
library(Hmisc)         
library(psych)
library(tidyverse)
library(janitor)
library(knitr)
library(pollster)
library(epiDisplay)

Importar Bases de Datos

setwd("C:\\Users\\javaw\\OneDrive - Instituto Tecnologico y de Estudios Superiores de Monterrey\\7mo Semestre\\Reto")
#carton<-read.csv()
merma<-read.csv("FORM - Merma.csv")
scrap<-read.csv("FORM - Scrap.csv")

1) ¿Cuántas variables y cuantos registros tiene la base de datos?

Producción de cartón

Merma

describe(merma)

##           vars  n  mean    sd median trimmed   mad min max range  skew kurtosis
## ï..Fecha*    1 60 19.77 13.83   20.5   19.40 17.79   1  43    42  0.05    -1.34
## Mes*         2 60  6.25  4.56    5.0    5.60  4.45   1  19    18  1.05     0.44
## Kilos*       3 60 28.72 15.92   29.0   28.77 19.27   1  56    55 -0.03    -1.21
##             se
## ï..Fecha* 1.79
## Mes*      0.59
## Kilos*    2.06

Scrap

2) Aplica al menos 2 técnicas de limpieza de bases de datos y explícalas brevemente, ¿por qué realizaste esas técnicas?

Merma

Eliminar renglones de total La base de datos de merma posee filas para dividir el mes e indicar el total por mes. Hemos optado por eliminar estas filas para que la base este limpia. Adem

merma<-merma[- grep("Total", merma$Mes),]

Cambiar tipo de variable

merma$Kilos<-as.numeric(merma$Kilos)
str(merma$Kilos)

##  num [1:50] 5080 3810 2990 2680 3650 4380 3870 3590 3410 3930 ...

merma$ï..Fecha<-as.Date(merma$ï..Fecha, format ="%d/%m/%Y")
str(merma$ï..Fecha)

##  Date[1:50], format: "2022-01-11" "2022-01-11" "2022-01-22" "2022-01-22" "2022-02-18" ...

Scrap

Eliminar renglones del total En la base de datos de Scrap está la fila del mes de agosto con el total. Esta fila hay que eliminarla, al igual que como lo hicimos con la base de datos de Merma.

scrap<-scrap[- grep("agosto", scrap$ï..Referencia),]

Cambiar tipo de variable

str(scrap)

## 'data.frame':    250 obs. of  8 variables:
##  $ ï..Referencia        : chr  "SP/08731" "SP/08730" "SP/08729" "SP/08728" ...
##  $ Fecha                : chr  "31/08/2022" "31/08/2022" "31/08/2022" "31/08/2022" ...
##  $ Producto             : chr  "[BACKFRAME 60% CUELLO ARMADO] 18805. 60% Backframe. Cuello Armado." "[N61506747 CAJA] N61506747. Kit. Caja." "[N61506729 SEPARADOR] N61506729. Kit. Separador." "[341332 DIVISOR - U611 & U625] 341332. U611. U625. Divisor Troquelado." ...
##  $ Cantidad             : num  2 1 1 31 1 1 1 9 2 1 ...
##  $ Unidad.de.medida     : chr  "Unidad(es)" "Unidad(es)" "Unidad(es)" "Unidad(es)" ...
##  $ Ubicación.de.origen : chr  "SAB/Calidad/Entrega de PT" "SAB/Calidad/Entrega de PT" "SAB/Calidad/Entrega de PT" "SAB/Pre-Production" ...
##  $ Ubicación.de.desecho: chr  "Virtual Locations/Scrapped" "Virtual Locations/Scrapped" "Virtual Locations/Scrapped" "Virtual Locations/Scrapped" ...
##  $ Estado               : chr  "Hecho" "Hecho" "Hecho" "Hecho" ...

scrap$Fecha<-as.Date(scrap$Fecha, format ="%d/%m/%Y")
str(scrap$Fecha)

##  Date[1:250], format: "2022-08-31" "2022-08-31" "2022-08-31" "2022-08-31" "2022-08-31" ...

Eliminar columnas que no son necesarias

colnames(scrap)

## [1] "ï..Referencia"         "Fecha"                 "Producto"             
## [4] "Cantidad"              "Unidad.de.medida"      "Ubicación.de.origen" 
## [7] "Ubicación.de.desecho" "Estado"

scrap<- dplyr::select(scrap, -c(Unidad.de.medida,Estado))

3) Clasifica cada variable en cualitativa, cuantitativa discreta o cuantitativa continua

4) Elige la escala de medición de cada variable.

5) Realizar un análisis estadístico descriptivo en el que logres destacar el conjunto de datos, que apoyan a la empresa a mejorar su operación. Incorpora al menos dos propuestas concretas, apoyadas de tu análisis en donde se incluye al menos: (1) Tabla de frecuencia, (opcional) Tablas cruzadas, (2-3) Gráficos de datos cualitativos y cuantitativos, así como (2-3) Gráficos de dispersión.

Scrap

merma_mes<-aggregate(Kilos ~ Mes , data = merma, sum)
merma_mes

##          Mes Kilos
## 1      ABRIL 18820
## 2     AGOSTO 32100
## 3      ENERO 14560
## 4    FEBRERO 22830
## 5      JULIO 19370
## 6      JUNIO 18280
## 7      MARZO 22470
## 8       MAYO 23410
## 9 SEPTIEMBRE 13586

6) Incluye una breve reflexión de la actividad.