ANALISIS DE DATOS DEL MERCADO

DE VEHICULOS

PRESENTADO POR:

ERIK MAURICIO CLAVIJO CRUZ

FUNDACIÓN UNIVERSITARIA DEL AREÁ ANDINA

ADMINISTRACIÓN DE EMPRESAS

ANALISIS DE DATOS

2020
 ANALISIS DE DATOS DEL MERCADO

DE VEHICULOS

PRESENTADO POR:

ERIK MAURICIO CLAVIJO CRUZ

TUTOR:

HERIBERTO GUACHETA

FUNDACIÓN UNIVERSITARIA DEL AREÁ ANDINA

ADMINISTRACIÓN DE EMPRESAS

ANALISIS DE DATOS

2020
 TABLA DE CONTENIDO

- Introducción……………. ……………………………………………………. 4 pag

- Base de datos…………………………………………………………………. 5 pag

- Correlación precio de venta y consumo de gasolina…………………………. 6 pag

- Resumen estadístico, Precio de venta. Consumo de gasolina (cuadro)……. 6 pag

- Diagrama de dispersión ………………………………………………………. 8 pag

- Tablas de dispersión, peso, longitud y numero de reparaciones ……………… 9 pag

- Concusiones……………………………………………………………………. 11 pag
 INTRODUCCION

En este documento se llevó a cabo la actividad del eje 3 de Análisis de datos, con toda la

información brindada en el referente, además se realiza el análisis de datos de la empresa de

vehículos, en donde se presentan graficas de correlación que existe entre variables, además de su

resumen estadístico.
Base de datos de la empresa de vehículos
 1. Correlación entre precio de venta y consumo:

Coeficiente de
-0,46859669 -47%
correlación

Se determina que el coeficiente de correlación entre las variables precio de venta y consumo
de gasolina corresponde a -0,4685966, esto nos indica que el resultado está por debajo de -1 y 1 y
no existe relación entre las variables.

- Cuadro de resumen estadístico precio

Media $ 61.652.567.568
Error típico 3428719321
Mediana $ 50.065.000.000
Moda #N/A
Desviación estándar $ 29.494.958.848
Rango 1,2615E+11
Mínimo $ 32.910.000.000
Máximo $ 159.060.000.000
Suma $ 4.562.290.000.000
Cuenta 74

- Cuadro de resumen estadístico consumo de gasolina

Media 21,2972973
Error típico 0,672551087
Mediana 20
Moda 18
Desviación estándar 5,78550321
Rango 29
Mínimo 12
Máximo 41
Suma 1576
Cuenta 74
En el cuadro de resumen estadístico de precio de venta de vehículos podemos observar como la

tasa promedio para adquisición en el mercado de vehículo, corresponde a $50.065.000.000, con

una desviación estándar de $29.494.958.848.

También podemos evidenciar que el vehículo de marca AUDI identificado con el número 13,

es el más costoso en el mercado de vehículos con un valor máximo de $159.060.000.000. a su

vez podemos identificar que el vehículo más barato tiene un valor en el mercado de

$32.910.000.000, correspondiente a la marca Renault Sandero, identificado con el número 34 en

la Base de datos.

Además, en el resumen estadístico de consumo de gasolina, se determinó que el consumo de

gasolina varía entre 12 y 41, en promedio se puede decir que el consumo en el mercado de

vehículos tiene un promedio de 21 galones de gasolina.

1. gráfico de correlación con el coeficiente de determinación R2 con las variables precio

de venta y consume de gasolina.

Precio de Venta y Consumo de

gasolina
45
y = -9E-11x + 26,964
40
R² = 0,2196
35
30
25
20
15
10
5
0
$- $50.000.000.000 $100.000.000.000 $150.000.000.000 $200.000.000.000
 Coeficiente
de 0,21958286
determinación

Coeficiente
-0,46859669
de correlación

El coeficiente de correlación nos muestra la diferencia con el coeficiente de determinación, ya

nos muestra una señal baja en los resultados obtenidos que corresponde a -0,46859669 y
0,21958286, lo que finalmente nos indica que no existe una relación directa entre ambas
variables.

El coeficiente de determinación es de 0,21958286, está lejos de 1 y cerca a cero, por lo que

muestra que la variación o ajuste de fiabilidad es baja solo un 22%.

2. Establezca una tabla de correlación solo con variables de tipo numérica (peso, longitud

y reparaciones)

- La grafica corresponde a la dispersión entre las variables precio de venta y peso

Peso y precio de venta

$180.000.000.000
$160.000.000.000
y = 2E+07x - 7E+07
$140.000.000.000
R² = 0,2901
$120.000.000.000
$100.000.000.000
$80.000.000.000
$60.000.000.000
$40.000.000.000
$20.000.000.000
$-
0 1000 2000 3000 4000 5000 6000
 Coeficiente
0,538611463
de correlación
Coeficiente
de 0,290102308
determinación

- La grafica corresponde a la dispersión entre las variables precio de venta y Longitud.

Dispersion Longitud y precio de venta

$180.000.000.000
$160.000.000.000
$140.000.000.000
y = 2E+10x - 5E+10
$120.000.000.000 R² = 0,1865
$100.000.000.000
$80.000.000.000
$60.000.000.000
$40.000.000.000
$20.000.000.000
$-
0 1 2 3 4 5 6

Coeficiente de
0,431831245
correlación

Coeficiente de
0,186478224
determinación
 - La grafica corresponde a la dispersión entre las variables precio de venta y numero de

reparaciones.

Dispersion Numero de reparaciones

y precio de venta.
$180.000.000.000 y = -3E+08x + 6E+10
$160.000.000.000
R² = 0,0001
$140.000.000.000
$120.000.000.000
$100.000.000.000
$80.000.000.000
$60.000.000.000
$40.000.000.000
$20.000.000.000
$-
0 1 2 3 4 5 6

Coeficiente de
-0,011666912
correlación

Coeficiente de 0,000136117
determinación

La variable con más correlación con el precio de venta, es la variable de peso con

0,538611463, siendo una correlación moderada, siendo este el dato con mayor fuerza y relación

entre estas dos variables, de esta manera también se realiza la relación que presentan las variables

precio de venta y longitud, presentado una correlación de 0,431831245, presentado una

correlación de señal Débil, lo que nos indica que no hay relación entre ambas variables ,
finalmente se establece la correlación precio de venta y numero de reparaciones, donde

obtenemos una correlación de -0,011666912 , Siendo una señal muy baja en relación a las

anteriores variables.

CONCLUSIONES

El primer paso se llevó a cabo con toda la información brindada en el referente, se

realizaron análisis de datos de la empresa de vehículos, presentaron graficas de
correlación existentes entre variables, además de su resumen estadístico.

Esta metodología de análisis nos puede ayudar a entender mejor el tipo de datos
cuantitativos con los que las empresas cuentan.

Se determinó que mediante la implementación del diagrama de dispersión podemos

analizar qué tan fuerte o que tan débil es la relación entre dos variables.

Finalmente se pudo medir la fuerza y sentido de la relación lineal entre las variables
cuantitativas.
 Bibliografía

 https://vimeo.com/247805994

 https://vimeo.com/247805821

 https://vimeo.com/247805913

 https://www.ccg.unam.mx/~vinuesa/R4biosciences/docs/Tema8_correlacion.ht

ml

 Connolly, T. y Begg, C. (2007). Sistemas de bases de datos. Estados Unidos:

AddisonWesley. Elmasri, R., y Shamkant, B. (2001). Introducción a los

sistemas de bases de datos. Estados Unidos: Prentice Hall. Dalen, V., Deobold,

B., y Meyer, W. (1996). Manual de técnicas de la investigación educacional.

Buenos Aires, Argentina: Editorial Paidós.