Curso R para logistica.Rmd

---
title: "Curso R para Logistica"
author: "Magali Eisik"
date: "6/12/2022"
output: html_document
---
![](https://cdn.shopify.com/s/files/1/0286/8677/8442/files/1_300x_a68c8ade-8577-4af0-8507-53eef8f099fa_100x.png?v=1652370796){width='100px'}

## Este documento forma parte del curso: "Fundamentos de R para Logistica" de la academia *Hub Logistico*. 


https://hublogistico.com/

## Ejercicio 1

La empresa  argentina "ABC" productora de cervezas posee 6 centros de distribucion ubicados en las siguientes localidades y se presenta la informacion del volumen que transporta y costo del transporte:

Localidades: Cordoba, CABA, Salta, Chubut, Jujuy, Misiones

Volumen transportado (litros) : 80, 120, 159, 171, 69, 72

Costo transporte ($/km): 500, 1200, 200, 650, 550, 720

1) Crear los vectores: localidades, volumen, costo_transporte
```{r}
localidades<- c("Cordoba", "CABA", "Salta", "Chubut", "Jujuy", "Misiones")
volumen <- c(80, 120, 159, 171, 69, 72)
costo_transporte <- c(500, 1200, 200, 650, 550, 720)
localidades
volumen
costo_transporte
```

2) Construir una matriz llamada abc, uniendo volumen y costo_transporte, por columna
```{r}
abc<- cbind (volumen, costo_transporte)
abc
```
 
3)construir un data frame llamado empresa_abc utilizando los vectores localidades, volumen
y costo_transporte

```{r}
empresa_abc<- data.frame(localidades,volumen,costo_transporte)
empresa_abc
```

## Ejercicio 2

La empresa USPS  brinda el servicio postal en USA. A continuacion  se presentan los datos de:

Servicio (m: mail, p: package): Global, Priority_p, Priority_m, First_Class_p,  First_Class_m

Precio: 67.80 , 47.95, 29.60, 14.85, 2.75

Tiempo de entrega (dias): 2,4,8,5,7

1)Crear los vectores: servicio, precio, tiempo_entrega.
```{r}
servicio<- c("Global", "Priority_p", "Priority_m", "First_Class_p",  "First_Class_m")
precio <- c(67.80 , 47.95, 29.60, 14.85, 2.75)
tiempo_entrega <- c(2,4,8,5,7)
servicio
precio
tiempo_entrega
```

2)Construir un data frame denominado usps con los vectores creados anteriormente.
```{r}
usps <- data.frame(servicio,precio,tiempo_entrega)
usps
```

3) Mostrar la variable servicio del data frame usps
```{r}
usps$servicio

```

4)Cual es el minimo y la posicion del mismo, de la variable precio?
```{r}
min(usps$precio)
which.min(usps$precio)
```
Para aplicar las funciones a variables de data frame:
nombre data frame$ nombre de variable

## Ejercicio 3
La base de datos que vamos a utilizar a continuacion fue extraida de
https://brunel.figshare.com/articles/dataset/Supply_Chain_Logistics_Problem_Dataset/7558679
(los datos fueron tomados por Brunel University of London)
Importamos la base de datos y la nombramos sp

```{r}
library(readxl)
sp<- read_excel("sp.xlsx")
```



Service level: nivel de servicio

DTD (Door to Door), puerta a puerta

DTP (Door to Port), puerta a puerto

CRF (Customer Referred Freight), flete recomendado por clientes


Describir la estructura de la base de datos
```{r}
str(sp)
```


La variable weight debe pasarse a una variable numerica:
```{r}
sp$Weight<- as.numeric(sp$Weight)
```



Calcular la media de las variables weight y unit quantity

```{r}
mean(sp$Weight)
mean(sp$Unit_quantity)
```

Calcular la mediana de las variables weight y unit quantity
```{r}
median(sp$Weight)
median(sp$Unit_quantity)

```


Realizar el grafico adecuado para la variable weight
```{r}
hist(sp$Weight,xlab = "Peso",ylab = "Frecuencia", main="Histograma de la variable peso", col="coral")
```
Como la variable weight es cuantitativa continua, se debe realizar un HISTOGRAMA.



Ordenar de forma ascendente la variable weight
```{r}
sort(sp$Weight)
```

Otra forma:
sort(sp$Weight,decreasing = FALSE)

## Analisis de datos faltantes
  
Importar la base de datos supply_chain(na) y la nombramos datos (esta en hoja2)
```{r}
datos <- read_excel("sp.xlsx", sheet = "Hoja2")
```

Vemos que la variable peso la leyo como caracter, hay que pasarla a variable numerica
```{r}
datos$Peso<- as.numeric(datos$Peso)
```

Calculamos la media de la variable peso
```{r}
mean(datos$Peso)
```

Podemos observar que arrojo un NA. Se debe especificar en la funcion mean, que se deben omitir los NA:
```{r}
mean(datos$Peso,na.rm = TRUE)
```
Queremos saber cuantos datos faltantes tenemos en nuestra base de datos:
```{r}
sum(is.na(datos))
```

Podemos visualizar los datos faltantes, se pueden utilizar distintos paquetes, entre ellos:
-Mice
-Visdat

Se debe instalar primero cada paquete y luego cargar en la library en memoria para poder utilizarla
```{r}
library(visdat)
vis_miss(datos, sort=TRUE)
vis_miss(datos, cluster = TRUE)
vis_dat(datos)
colSums(is.na(datos))
```

## Utilizando tidyverse:
Previamente instale el paquete tidyverse
```{r}
library(tidyverse)
```

En R disponemos de muchos data set que podemos utilizar, algunos ejemplos:
https://stat.ethz.ch/R-manual/R-devel/library/datasets/html/00Index.html
Vamos a trabajar con el data set mtcars, se puede buscar en help mtcars y ahi disponemos de toda la informacion del data set.


```{r}
mtcars
```

Los datos se extrajeron de la revista estadounidense Motor Trend de 1974 
y comprenden el consumo de combustible y 10 aspectos del diseño y rendimiento del automóvil para 32 automóviles (modelos 1973--74).

A data frame with 32 observations on 11 (numeric) variables.

mpg	Miles/(US) gallon, millas por galon

cyl	Number of cylinders, numero de cilindros

disp	Displacement (cu.in.), desplazamiento

hp	Gross horsepower, caballos de fuerza

drat	Rear axle ratio, relacion de eje

wt	Weight (1000 lbs), peso

qsec	1/4 mile time, tiempo de 1/4 de mila

Engine (0 = V-shaped, 1 = straight) ingenieria del motor  (0 = en forma de V, 1 = recto)

Transmission (0 = automatic, 1 = manual) , transmision

gear	Number of forward gears, #numero de marchas

carb	Number of carburetors, numero de carburadores

Guardemos el paquete mtcars en un objeto llamado "datos_autos"
```{r}
datos_autos <- data.frame(mtcars)
```

Cuantas filas y columnas tiene nuestro data frame ?
```{r}
nrow(datos_autos)
ncol(datos_autos)
```

Queremos ver las primeras 3 filas del data frame
```{r}
head(datos_autos,3)
```

Queremos ver las ultimas 5 filas del data frame
```{r}
tail(datos_autos,5)

```

Si queremos alguna columna del data frame, nombramos al data frame +$ + nombre de columna:
datos_autos$mpg

Cual es la longitud de mpg?
```{r}
length(datos_autos$mpg)
```


Cual sera el valor promedio de millas por galon? 
```{r}
mean(datos_autos$mpg)
```


Cual es la longitud de la variable mpg?
```{r}
length(datos_autos$mpg)
```


Realizar un histograma de la variable mpg
```{r}
hist(mtcars$mpg,xlab = "Millas por galon",ylab = "Frecuencia",main = "Histograma", col = "green",border = "chocolate")

```
Algunas medidas de resumen...

```{r}
summary(mtcars$mpg)
var(mtcars$mpg)
sd(mtcars$mpg)
```

Otra forma para calcular los estadisticos en un solo codigo:
```{r}
mifuncion<-function(x) {c(media=mean(x), 
                          mediana=median(x), 
                          min=min(x), 
                          max=max(x),
                          varianza=var(x),rango=range(x),cuartiles=quantile(x))}
mifuncion(mtcars$mpg)
```



## Ejercicio 4
Importamos la base sp (hoja 1)

```{r}
library(readxl)
sp<- read_excel("sp.xlsx")
```

1) Seleccionar las columnas weight y unit_quantity, y guardarlas como un data frame llamado d_sp

```{r}
d_sp<- sp %>% select(Unit_quantity,Weight)
dim(d_sp)
str(d_sp)
```
Como observamos, ahora tenemos un data frame con 2 columnas y 139 filas
La variable Weight debe ser convertida a variable numerica:

```{r}
d_sp$Weight<- as.numeric(d_sp$Weight)
str(d_sp)
```


2) Seleccionar las filas con un Weight mayor a 60

```{r}
d_sp %>% subset(Weight > 60)
```

3) Ordenar la variable Weight de forma ascendente y arrojar las primeras 20 filas del data set

```{r}
d_sp %>% arrange(Weight) %>%
  head (10)
```

4) Ordenar la variable Weight de forma ascendente y arrojar las ultimas 20 filas del data set

```{r}
d_sp %>% arrange(Weight) %>%
  tail (10)
```

5) Generar la media (Media) y mediana (Mediana) de la variable Unit_quantity 

```{r}
d_sp %>% summarise(Media = mean(Unit_quantity ),Mediana=median(Unit_quantity))
```
6) Generar el rango (Rango) y el desvio estandar (SD) de la variable weight

```{r}
d_sp %>% summarise(Rango=range(Weight),SD=sd(Weight))
```

7) Renombrar las variables Weight en Peso y Unit_quantity en Unidades

```{r}
d_sp %>% rename("Peso"= "Weight", "Unidades"="Unit_quantity")
```


Volvemos a trabajar con el data set sp

```{r}
sp$Weight<- as.numeric(sp$Weight)
sp$Service_level<- as.factor(sp$Service_level)
```

8) Realizar un diagrama de dispersion entre Weight (y) y Unit_quantity (x).
Utilizar el paquete ggplot2

```{r}
library(ggplot2)
ggplot(sp, aes(Unit_quantity,Weight)) + geom_point(col="coral", shape=17)+
  labs(
    x = "Unidades",
    y = "Peso")+ ggtitle("Peso en funcion de unidades")
#Si queremos agregar una regresion lineal al grafico:
ggplot(sp, aes(Unit_quantity,Weight)) + geom_point(col="coral", shape=17)+
  labs(
    x = "Unidades",
    y = "Peso")+ ggtitle("Peso en funcion de unidades") +geom_smooth(method = "lm")

```
9) Subdividir el grafico por tipo de Servicio (Service_level)

```{r}
ggplot(sp, aes(Unit_quantity,Weight)) + geom_point(col="coral", shape=17)+
  labs(
    x = "Unidades",
    y = "Peso")+ ggtitle("Peso en funcion de unidades") + facet_wrap(~Service_level)
```

10) Realizar un grafico de densidad para la variable Weight. Por que?

Como la VA es cuantitativa continua se puede realizar un Histograma/Grafico de Densidad

```{r}
ggplot(sp, aes(Weight,fill="blue"),binwidth=30) + geom_density()+ xlab("Peso") + 
  ylab("Frecuencia") + ggtitle("Grafico de la variable Peso")
```



11) Realizar un boxplot para la variable Unit_quantity segun el tipo de Servicio

```{r}
ggplot(sp, aes(x = Service_level, y = Unit_quantity)) +
  geom_boxplot(color="violet", fill="coral", alpha = 0.7) + 
  geom_jitter(aes(color = Unit_quantity), size = 1, alpha = 0.7)+ 
  xlab("Tipo de servicio") + 
  ylab("Unidades") +
  ggtitle("Boxplot") + 
  theme_minimal() + 
    scale_fill_brewer(palette="BuPu")
```
## Ultimo ejercicio!


Para un nuevo lanzamiento de una butaca de autos para niños, se estudió la base de datos Carseats.
Para analizar dichos datos ejecute:
```{r}
library(tidyverse)
require(ISLR)
data("Carseats")
```


La base de datos Carseats contiene las siguientes variables:
Sales: Ventas unitarias (en miles) en cada ubicación
CompPrice: Precio cobrado por la competencia en cada ubicación
Income: Nivel de ingresos de la comunidad (en miles de dólares)
Advertising: Presupuesto de publicidad local para la empresa en cada ubicación (en miles de dólares)
Population: Tamaño de la población en la región (en miles)
Price: Precio que cobra la empresa por los asientos de seguridad en cada sitio
ShelveLoc: Un factor con niveles Malo, Bueno y Medio que indica la calidad de la ubicación de las
estanterías para los asientos de seguridad en cada sitio.
Age: Edad media de la población local
Education: Nivel de educación en cada ubicación
Urban: Un factor con niveles No y Sí para indicar si la tienda se encuentra en una ubicación urbana
o rural.
US: corresponde a un factor con niveles No y Sí para indicar si la tienda está en EE. UU o no.


1) Guardar el data set carseats en un objeto llamado autos

```{r}
autos<- data.frame(Carseats)
```

2) Calcule el valor promedio  del precio de asientos de seguridad (price)

```{r}
mean(autos$Price)
```

3) Seleccione las variables Sales, Price e Income del data frame

```{r}
autos %>% select(Sales,Price,Income)
autos %>% select(1,3,6)
```

4) Seleccione las variables Age y Education, mostrando las ultimas 5 filas

```{r}
autos %>% select(Age,Education)%>%tail(5)
autos %>% select(8,9)%>%tail(5)
```


5) Seleccione aquellas filas que corresponden a tiendas de US (US=TIENDAS DE USA, YES /NO)

```{r}
autos %>% filter(US=="Yes")
```


6) Seleccione aquellas filas que corresponden a tiendas de US (US=TIENDAS DE USA, YES /NO)
y con ingreso (income) mayor a 120

```{r}
autos %>% filter(US=="Yes" & Income>=120)
```

7) Ordene de forma ascendente la variable Age, mostrando las primeras 20 filas

```{r}
autos %>% arrange(Age)%>% head(20)
```



8) Realice un boxplot de la variable Income, segun US

```{r}
ggplot(autos, aes(x = US, y = Income)) +
  geom_boxplot(aes(color = US), alpha = 0.7) + 
  geom_jitter(aes(color = US), size = 1, alpha = 0.7)+ 
  xlab("Tienda en US") + 
  ylab("Ingreso") +
  ggtitle("Boxplot") + 
  theme_minimal() 

```


9) Realizar el grafico de densidad de la variables Sales
```{r}
ggplot(autos, aes(Sales,fill="blue"),binwidth=30) + geom_density()+ xlab("Ventas") + 
  ylab("Frecuencia") + ggtitle("Ventas") +
  theme_minimal()
```

10) Colocar los dos graficos anteriores en una misma hoja

```{r}
library(gridExtra)
library(dplyr)
g1<- ggplot(autos, aes(x = US, y = Income)) +
  geom_boxplot(aes(color = US), alpha = 0.7) + 
  geom_jitter(aes(color = US), size = 1, alpha = 0.7)+ 
  xlab("Tienda en US") + 
  ylab("Ingreso") +
  ggtitle("Boxplot") + 
  theme_minimal() 
g2 <- ggplot(autos, aes(Sales,fill="blue"),binwidth=30) + geom_density()+ xlab("Ventas") + 
  ylab("Frecuencia") + ggtitle("Ventas") +
  theme_minimal()
grid.arrange(g1, g2,nrow=1)
grid.arrange(g1, g2)
```

11) Realizar un diagrama de dispersion entre Sales (y) y Price (x)

```{r}
ggplot(autos, aes(
Price, Sales)) +
  geom_point(col="violet") +geom_smooth(method = "lm")+xlab("Precio de asientos ") + 
  ylab("Ventas") +
  ggtitle("Ventas vs precio") + 
  theme_minimal() 
```


12) Realice un barplot para la variables Urban (yes= se encuentra en zona urbana)
```{r}
ggplot(autos, aes(Urban)) + 
  geom_bar(col="darkslategray", fill="cyan3")+ xlab("Tienda urbana") + 
  ylab("Frecuencia") + 
  ggtitle("Tipos de tiendas") +
 theme_minimal()

```