Merma_FORM

Entregable 2.4

Insertar y entender la base de datos

mermadata <- read.csv("/Users/ivannagarza/Desktop/TEC/7 SEMESTRE/RETO/FORM - Merma1.csv")
summary (mermadata)

##     Fecha               Mes               Kilos               MES.ID    
##  Length:60          Length:60          Length:60          Min.   :1.00  
##  Class :character   Class :character   Class :character   1st Qu.:3.00  
##  Mode  :character   Mode  :character   Mode  :character   Median :5.00  
##                                                           Mean   :5.24  
##                                                           3rd Qu.:8.00  
##                                                           Max.   :9.00  
##                                                           NA's   :10

Técnica 1. Convertir tipos de datos

Convertir de caracter a fecha

library (tibble)
mermadata$Fecha <- as.Date(mermadata$Fecha, format = "%d/%m/%Y")
tibble(mermadata)

## # A tibble: 60 × 4
##    Fecha      Mes         Kilos  MES.ID
##    <date>     <chr>       <chr>   <int>
##  1 0022-01-11 ENERO       5080        1
##  2 0022-01-11 ENERO       3810        1
##  3 0022-01-22 ENERO       2990        1
##  4 0022-01-22 ENERO       2680        1
##  5 NA         Total ENERO 14,560     NA
##  6 0022-02-18 FEBRERO     3650        2
##  7 0022-02-18 FEBRERO     4380        2
##  8 0022-02-18 FEBRERO     3870        2
##  9 0022-02-18 FEBRERO     3590        2
## 10 0022-02-18 FEBRERO     3410        2
## # … with 50 more rows

Convertir de caracter a entero

mermadata$Kilos <- as.integer(mermadata$Kilos)

## Warning: NAs introduced by coercion

str(mermadata)    

## 'data.frame':    60 obs. of  4 variables:
##  $ Fecha : Date, format: "0022-01-11" "0022-01-11" ...
##  $ Mes   : chr  "ENERO" "ENERO" "ENERO" "ENERO" ...
##  $ Kilos : int  5080 3810 2990 2680 NA 3650 4380 3870 3590 3410 ...
##  $ MES.ID: int  1 1 1 1 NA 2 2 2 2 2 ...

Números de variables y registros en la base de datos**

str(mermadata)

## 'data.frame':    60 obs. of  4 variables:
##  $ Fecha : Date, format: "0022-01-11" "0022-01-11" ...
##  $ Mes   : chr  "ENERO" "ENERO" "ENERO" "ENERO" ...
##  $ Kilos : int  5080 3810 2990 2680 NA 3650 4380 3870 3590 3410 ...
##  $ MES.ID: int  1 1 1 1 NA 2 2 2 2 2 ...

La base de datos cuenta con 60 registros y 3 variables

Clasificación de variables

Variable<-c("`Fecha`","`Mes`","`Kilos`")
Type<-c("cuantitativa (continua)", "cualitativa (nominal)", "cuantitativa (continua)")
table<-data.frame(Variable,Type)
knitr::kable(table)

Variable	Type
Fecha	cuantitativa (continua)
Mes	cualitativa (nominal)
Kilos	cuantitativa (continua)

Escala de medición

Variable<-c("`Fecha`","`Mes`","`Kilos`")
Type<-c("N/A", "N/A", "kilogramos")
table<-data.frame(Variable,Type)
knitr::kable(table)

Variable	Type
Fecha	N/A
Mes	N/A
Kilos	kilogramos

Visualización

boxplot(mermadata$Kilos, mermadata$MES.ID, vertical = TRUE)

plot(mermadata$MES.ID,mermadata$Kilos, type="l",col="blue", lwd=1.5, xlab ="Mes",ylab ="Kilogramos", main = "Merma en Kilos por Mes")

Propuestas

1. En base a la gráfica de Relación en Cliente y Tiempo de calidad, se sugiere que se le ofrezca la misma calidad a sus clientes para evitar producto regresado y evitar un aumento de merma.