Tarea: análisis descriptivo de mtcars
Material: Cuaderno original (.ipynb)
Tarea de la tercera clase.
Enunciado
Hacer un análisis descriptivo de los datos de mtcars: aplicar los comandos vistos e interpretar los resultados y sus correlaciones, de modo que entreguen información valiosa.
Los datos
mtcars es una tabla que viene con R. Tiene 32 automóviles, cada uno en una fila que lleva su nombre, y 11 variables.
data(mtcars)
mtcars
?mtcars
La ayuda describe las variables. Entre ellas están:
mpg: rendimiento, en millas por galón.hp: potencia del motor, en caballos de fuerza.qsec: tiempo en recorrer un cuarto de milla, en segundos.
Solución
1. Estadística descriptiva
summary(mtcars$hp)
La potencia va de 52 a 335 caballos de fuerza. La media (146,7) es bastante mayor que la mediana (123): hay unos pocos autos muy potentes que tiran el promedio hacia arriba. La mitad central de los autos está entre 96,5 y 180.
summary(mtcars$mpg)
El rendimiento va de 10,4 a 33,9 millas por galón. Aquí la media (20,09) y la mediana (19,2) están cerca, así que la distribución es más pareja que la de la potencia.
2. Relación entre potencia y rendimiento
Se seleccionan las dos columnas con select(). Requiere tener cargada la librería dplyr, como en la tercera clase.
datos <- select(mtcars, hp, mpg)
datos
ggplot(datos) + aes(x = hp, y = mpg) + geom_point() + geom_smooth(method = "lm")

La nube de puntos desciende: los autos más potentes rinden menos. La recta resume esa tendencia. La banda gris, que es su margen de incertidumbre, se ensancha hacia la derecha porque hay pocos autos de más de 250 caballos de fuerza.
cor(datos) # Pearson
La correlación de Pearson es −0,78: una relación inversa y fuerte, que confirma lo que muestra el gráfico.
?mtcars
3. Coeficiente de variación
sd(mtcars$mpg) / mean(mtcars$mpg)
sd(mtcars$qsec) / mean(mtcars$qsec)
El rendimiento varía un 30 % respecto de su media, mientras que el tiempo en el cuarto de milla varía solo un 10 %. Los autos de la tabla se diferencian mucho más en consumo que en aceleración.
Conclusiones
- La potencia está repartida de forma desigual: la mayoría de los autos tiene una potencia moderada y unos pocos son muy potentes.
- A mayor potencia, menor rendimiento, con una correlación de −0,78.
- El rendimiento es tres veces más variable que el tiempo en el cuarto de milla.
El análisis cubre solo potencia y rendimiento. La matriz de correlaciones y el gráfico de correlación de seis variables de la tabla están en Análisis descriptivo con R.