Análisis de Datos de Vuelos y Educación

Descripción

Este proyecto tiene como objetivo analizar los datos de clientes de una compañía aérea para evaluar la relación entre el nivel educativo y diversos aspectos de las reservas de vuelos. Se realiza un análisis descriptivo y pruebas estadísticas para determinar si existen diferencias significativas en el número de vuelos reservados en función del nivel educativo.

Contenido

1. Preparación de Datos
2. Análisis Descriptivo
3. Prueba Estadística
4. Visualización de Datos

Preparación de Datos

Exploración y Limpieza de Datos

• Carga de datos: Los datos se cargan desde dos archivo CSV.
• Analisis y Limpieza de datos: Se eliminan duplicados y se conviertes tipos en los datos (por ejemplo, fechas).

Filtrado de Datos

• Filtrado temporal: Se filtran los clientes activos durante el periodo de enero 2017 a diciembre 2018.
• Cálculo de fechas: Se crean nuevas columnas para fechas combinando año, mes y día.

Análisis Descriptivo

Estadísticas Descriptivas

• Cálculo de estadísticas: Se agrupan los datos por nivel educativo y se calculan estadísticas descriptivas (media, mediana, desviación estándar, percentiles) del número de vuelos reservados.

Comparación de Grupos

• Agrupación: Se dividen los niveles educativos en grupos de alto, medio y bajo, y se calcula la media y desviación estándar del número de vuelos reservados para cada grupo.

Prueba Estadística

Evaluación de Normalidad

• Prueba de Shapiro-Wilk: Se evalúa si los datos se ajustan a una distribución normal.

Prueba de Diferencias

• Prueba t de Student: Se realiza para comparar las medias del número de vuelos reservados entre los grupos de alto y bajo nivel educativo.

Alternativa para Datos No Normales

• Prueba de Mann-Whitney U: Se utiliza si los datos no siguen una distribución normal para comparar las medianas entre los grupos de alto y bajo nivel educativo.

Visualización de Datos

Gráficos Generales

• Distribución por Provincia: Gráfico de barras mostrando la distribución de clientes por provincia.
• Salario por Nivel Educativo: Gráfico de barras que muestra el salario promedio por nivel educativo.
• Número de Vuelos Reservados: Gráfico de líneas que muestra la evolución mensual de los vuelos reservados.
• Relación entre Distancia y Puntos Acumulados: Gráfico de dispersión con una línea de regresión para evaluar la relación entre distancia y puntos acumulados.

Código

El código fuente se encuentra en los archivos .py y .ipynb proporcionados. Asegúrate de tener todas las librerías necesarias instaladas, que incluyen:

• pandas
• numpy
• matplotlib
• seaborn
• scipy

Requisitos

• Python 3.x
• Jupyter Notebook (si se usa el archivo .ipynb)

Instalación de Dependencias

Puedes instalar las dependencias necesarias usando pip:

pip install pandas numpy matplotlib seaborn scipy