Análisis Exploratorio de Datos: Fórmula 1

El presente repositorio contiene un Análisis Exploratorio de Datos (AED) sobre estadísticas de carreras de la Fórmula 1, desarrollado como proyecto integrador para la asignatura Laboratorio de Datos 1.

El objetivo principal de este trabajo es aplicar metodologías estadísticas de análisis univariado y bivariado, así como también técnicas de limpieza y transformación de datos relacionales.

---

Tecnologías y Librerías

El análisis fue desarrollado en lenguaje R, utilizando principalmente el ecosistema Tidyverse para el procesamiento de los datos:

• dplyr y tidyr: Empleados para la manipulación estructural, uniones de tablas (joins), filtrado y creación de nuevas variables.
• ggplot2: Utilizado para el diseño y construcción de visualizaciones estadísticas.
• janitor: Implementado para la estandarización y limpieza de los nombres de variables.

Estructura del Repositorio

La organización de los archivos en el repositorio es la siguiente:

• data/: Directorio que almacena los conjuntos de datos originales (carreras.csv, conductores.csv, constructores.csv, resultados.csv).
• analisis_f1.Rmd: Archivo fuente en R Markdown. Contiene la totalidad del código fuente, el proceso de limpieza y el análisis estadístico detallado.
• analisis_f1.pdf: Reporte final compilado listo para leer, con todos los resultados y gráficos del análisis.
• README.md: Documentación principal del proyecto.

Alcance del Análisis

El documento analisis_f1.Rmd se estructura en las siguientes fases metodológicas:

1. Importación y Limpieza: Integración de cuatro bases de datos distintas mediante funciones left_join para consolidar un único conjunto de datos maestro.
2. Transformación: Tratamiento de valores nulos, filtrado de registros atípicos y conversión de unidades (transformación de milisegundos a minutos).
3. Análisis Univariado: Estudio de la distribución individual de variables clave, incluyendo estadísticos descriptivos y representaciones gráficas (histogramas y gráficos de barras).
4. Análisis Bivariado: Evaluación de la relación entre múltiples variables. Algunas de las cuestiones analizadas incluyen:
   • Impacto de las precipitaciones en la duración total de la carrera.
   • Variación en la tasa de abandonos frente a condiciones climáticas adversas.
   • Correlación lineal entre la posición inicial (grilla de largada) y la posición final obtenida.

Instrucciones de Ejecución

Para replicar o revisar el análisis en un entorno local, siga estos pasos:

1. Clonar el repositorio en su equipo local:

   git clone https://github.com/lfmen/AEDFormula1.git

2. Abrir el archivo analisis_f1.Rmd utilizando RStudio.
3. Asegurarse de tener instalados los paquetes necesarios ejecutando:

   install.packages(c("tidyverse", "janitor", "readxl"))

4. Ejecutar el código o generar el reporte final utilizando la herramienta Knit de RStudio.

---

Proyecto desarrollado por Luca Franco Mengarelli.