En busca del coche perfecto (II)

Una vez hemos recopilado la información necesaria el siguiente paso es hacer un análisis de datos exploratorio. En román paladino esto significa familiarizarnos con los datos que tenemos, descubrir patrones y detectar anomalías, así como verificar nuestras suposiciones. Así pues, allá vamos.

Nuestro conjunto de datos consta de 102 coches definidos por 22 variables o características. La siguiente tabla muestra la información básica que necesitamos conocer acerca de estas últimas:

Variable	Significado	Unidad de medida
Coche	Identificador del vehículo (marca, nombre, acabado y, a veces, potencia)	Texto
Acabado	Nivel de acabado o versión, siendo 1 el más barato	Número entero positivo
CV	Potencia del motor	Caballos de vapor
CC	Cilindrada	Centímetros cúbicos
Consumo urbano	Consumo urbano según el ciclo NEDC	Litros por cada 100 kilómetros
Consumo extraurbano	Consumo extraurbano según el ciclo NEDC	Litros por cada 100 kilómetros
Consumo combinado	Consumo en ciclo combinado según el ciclo NEDC	Litros por cada 100 kilómetros
Emisiones	Emisiones de dióxido de carbono	Gramos por kilómetro
Vmax	Velocidad máxima	Km/h
Aceleración	Aceleración de 0-100 Km/h	Segundos
Par máximo	Par máximo del motor	Newtons/metro
Peso	Peso en orden de marcha	Kilogramos
Longitud	Longitud	Centímetros
Anchura	Anchura	Centímetros
Altura	Altura	Centímetros
Maletero	Capacidad del maletero	Litros
Marca	Fabricante del coche	Texto
Equipamiento	Número de elementos de equipamiento no relacionados con la seguridad (por ejemplo, apoyabrazos, asientos calefactables), excluyendo aquellos que son comunes a todos los vehículos registrados	Número entero positivo
Equipamiento seguridad	Número de elementos de equipamiento relacionados con la seguridad (airbags, control de estabilidad o de frenada, sistemas de conducción autónoma, etcétera), excluyendo aquellos que son comunes a todos los vehículos registrados	Número entero positivo
Precio	Precio de venta recomendado según web del fabricante, sin descuentos	Euros
Oferta posible	El mejor precio que, en teoría, puede encontrarse en concesionarios	Euros
Seguro	Prima anual de un seguro a todo riesgo con franquicia	Euros

Primero hemos de estudiar cada una de una de estas variables por separado. Para ello nos serviremos, en lo que a variables numéricas se refiere, de técnicas estadísticas básicas como medias, cuartiles, medianas y desviación estándar. Para las variables de tipo texto usaremos una tabla simple. En ambos casos recurriremos a gráficos (histogramas y diagramas de caja) para ver mejor qué estamos manejando.

Comencemos echando un vistazo a cuántos coches tenemos de cada marca. Tengamos presente que se ha registrado cada combinación de acabado y motor disponible que satisface los criterios mencionados en el artículo anterior.

Alfa Romeo	5
Audi	4
BMW	2
Fiat	4
Ford	5
Honda	6
Hyundai	5
Infinity	2
Kia	10
Mazda	4
Mercedes	2
Opel	6
Peugeot	6
Renault	7
Seat	14
Skoda	5
Volkswagen	9
Volvo	7

Vemos que SEAT y Kia son las marcas que más variedad ofrecen, con catorce y diez modelos  respectivamente. En el lado opuesto, Infinity solo vende un motor de transmisión manual con dos acabados diferentes.

Examinemos ahora la potencia de los motores en nuestra base de datos.

Mínimo	100
Primer cuartil	116
Mediana	125
Media	128.8
Tercer cuartil	140
Máximo	200
Desviación estándar	18.93915

Podemos observar que la potencia media ronda los 130 CV, y que la mayoría de los coches que tenemos registrados están entre 110 y 150 CV. El diagrama de caja muestra dos registros que se salen de lo normal, lo cual podría indicar un error en la grabación de los datos. Afortunadamente, no es el caso: esos puntos corresponden a las versiones del Honda Civic con motores de 186 CV y una versión del Opel Astra que tiene 200 CV.

A continuación, centrémonos en el precio.

Salta a la vista que hay tres grupos distintos: uno de coches baratos entre 15.000 y 17.000 euros, el grupo principal, cuyos precios se mueven entre los 18.000 y los 29.000 euros, y otro que seguramente corresponda a las marcas más exclusivas, con importes que parten de los 30.000 euros. El precio medio es 23.701 euros, situándose el grueso entre los 21.046 y los 26.552 euros.

Mínimo	15701
Primer cuartil	21046
Mediana	23470
Media	23701
Tercer cuartil	26552
Máximo	31575
Desviación estándar	3681.217

Como decía al principio, hay que repetir este proceso para cada variable pero, por razones de tiempo y espacio, vamos a detenernos aquí. Nuestro coche medio sería así:

Acabado	3
Aceleración 0-100 km/h	9.72
Altura	1500
Anchura	1798
CC	1342
CV	128
Consumo combinado	5.3
Consumo extraurbano	4.6
Consumo urbano	6.5
Emisiones	123
Equipamiento de seguridad	10
Equipamiento	30
Longitud	4341
Maletero	387
Oferta posible	20703
Par máximo	212
Peso	1296
Precio	23701
Velocidad máxima	202

Obviamente, este coche no existe como tal pero esta información nos será útil más adelante cuando tratemos de entender el precio de los automóviles.

Continuará.