Trabajo eje 3

Angie Katherin Bolaños Diaz

Fundación universitaria Del Área andina

Análisis de datos

Milton Fernando Angulo Camargo

Septiembre 14 de 2020
 Análisis de datos de mercado de vehículos

La correlación existente entre las variables de precio de venta y consumo de gasolina

es de -0,468596688, concluye que la relación entre estas variables En este caso no hay una

relación línea, esto no quiere decir que las variables sean independientes, sino que pueden

existir relaciones entre ambas variables que no son lineales

Análisis del resumen estadístico de precio de venta y consumo de gasolina

RESUMEN ESTADÍSTICO
Precio de venta Consumo Gasolina

Media $ 61.652.567.568 Media 21,30

Desviación estándar
$ 29.494.958.848 Desviación estándar 5,79
Mínimo $ 32.910.000.000 Mínimo 12
Máximo $ 159.060.000.000 Máximo 41
Suma $ 4.562.290.000.000 Suma 1576
Cuenta 74 Cuenta 74

Figura 1 Resumen estadístico. Fuente: propia

En total de los 74 automóviles vendidos en cuanto a la variable Precio de Venta,

suman $ 4.562.290.000.000, siendo el valor mínimo $32.910.000.000 y el máximo

$159.060.000.000 esto nos da una media de $61.652.567.568. La desviación estándar en

cuanto al Precio de venta es de $29.494.958.848 en este caso se tiene una suma alta y cercana

al valor mínimo reportado que nos indica que el precio de venta tiende a ser alto y variable de

cliente a cliente.
 Índice de correlación y coeficiente de determinación

correlación precio/gasolina
45
40
35
30
25
20
15
10
5
0
$- $50000000000 $100000000000 $150000000000 $200000000000

Figura 2 Correlación, precio/gasolina. Fuente: propia

Diferencias entre índice de correlación -0,468596688 y el coeficiente de determinación (R2)

0,2196, en este caso una variable tiende a incrementarse (Consumo de gasolina) mientras la

otra disminuye (Precio de venta), el coeficiente es negativo y como podemos ver en la Figura

2 la línea que representa la correlación forma una pendiente hacia abajo.

Algunos puntos están cerca de la línea, pero otros puntos están lejos de ella, lo que indica que

solo existe una relación lineal moderada entre las variables.

Correlación entre variables numéricas y precio de venta

peso/precio
6000

5000

4000

3000

2000

1000

0
$- $50000000000 $100000000000 $150000000000 $200000000000

Figura 3 Correlación, peso/precio. Fuente: propia

 En el caso de Peso vs Precio de venta tiene una baja correlación positiva el valor del

peso incrementa ligeramente a medida que aumenta el valor del precio. El valor numérico de

la correlación es de 0,538611463 que es positivo ya que ambas variables se correlacionan en

un sentido directo.

reparaciones / precio
6

0
$- $50000000000 $100000000000 $150000000000 $200000000000

Figura 4 Correlación, reparaciones/precio. Fuente: propia

En el caso de Reparaciones vs Precio de venta, los puntos se ubican de forma aleatoria

en la gráfica, lo que significa que no existe relación lineal entre las variables. El valor

numérico de la correlación es de -0,008297525 lo que nos muestra que no hay relación entre

las variables, no vemos en la Figura 4 un patrón definido no es posible establecer algún

sentido de covariación.
 longitud/precio
6

0
$- $50000000000 $100000000000 $150000000000 $200000000000

Figura 5 Correlación, longitud/precio. Fuente: propia

En el caso de Longitud vs Precio de venta, los puntos se ubican cerca de la línea, lo

que indica que existe una relación lineal fuerte entre las variables. La relación es positiva

porque a medida que una variable aumenta (longitud), la otra variable también aumenta

(precio de venta). El valor numérico de la correlación es de 0,431831245 algunos puntos no

siguen un patrón exacto, pero la tendencia, global, la tendencia general o movimiento, es

clara desde la izquierda inferior a la derecha superior del gráfico.

Conclusiones

La variable que presenta más correlación con respecto al precio de venta es la longitud

del vehículo vendido, en la que podemos ver que las variables tienen una relación positiva

grande, a medida que aumenta la longitud aumenta también el precio, como se puede ver en

la Figura 5.

Las reparaciones hechas a los vehículos no se relacionan directamente con el precio

de venta, su correlación es prácticamente 0 y cómo se puede observar en la Figura 4 los

puntos observados en el gráfico de dispersión no tienen un patrón relacionable.