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
mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4 Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2 AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2 Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4 Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8 Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
?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)
Min. 1st Qu. Median Mean 3rd Qu. Max. 52.0 96.5 123.0 146.7 180.0 335.0

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)
Min. 1st Qu. Median Mean 3rd Qu. Max. 10.40 15.43 19.20 20.09 22.80 33.90

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
hp mpg Mazda RX4 110 21.0 Mazda RX4 Wag 110 21.0 Datsun 710 93 22.8 Hornet 4 Drive 110 21.4 Hornet Sportabout 175 18.7 Valiant 105 18.1 Duster 360 245 14.3 Merc 240D 62 24.4 Merc 230 95 22.8 Merc 280 123 19.2 # ... se muestran 10 de las 32 filas
ggplot(datos) + aes(x = hp, y = mpg) + geom_point() + geom_smooth(method = "lm")
`geom_smooth()` using formula = 'y ~ x'Gráfico de dispersión de potencia contra rendimiento, con una recta de tendencia descendente

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
hp mpg hp 1.0000000 -0.7761684 mpg -0.7761684 1.0000000

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)
[1] 0.2999881 [1] 0.1001159

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.

BUSCARCtrl K