Com base em um conjunto de dados de vendas históricas (contendo variáveis como 'data', 'produto', 'preço_unitario', 'quantidade_vendida', 'região_vendas', 'custo_unitario' e 'promocao_aplicada'), realize uma análise estatística completa para identificar os principais fatores que influenciam a receita total.

Sua análise deve incluir:

1.  **Estatísticas Descritivas:** Calcule a média, mediana, moda, desvio padrão e quartis para as variáveis numéricas relevantes ('preço_unitario', 'quantidade_vendida', 'receita_total' – que você precisará calcular). Apresente também a distribuição de frequência para variáveis categóricas ('produto', 'região_vendas', 'promocao_aplicada').
2.  **Análise de Correlação:** Calcule e interprete a matriz de correlação entre 'receita_total' e as variáveis numéricas. Discuta a força e a direção das relações.
3.  **Testes de Hipóteses:**
    *   Teste se há uma diferença estatisticamente significativa na receita média entre as diferentes 'regiões_vendas'.
    *   Teste se a aplicação de uma 'promocao_aplicada' tem um impacto estatisticamente significativo na 'quantidade_vendida'.
4.  **Análise de Regressão Linear Múltipla:** Construa um modelo de regressão linear múltipla para prever a 'receita_total' usando as variáveis preditoras mais relevantes identificadas nas etapas anteriores (incluindo variáveis categóricas se necessário, após a devida codificação).
    *   Apresente os coeficientes do modelo, seus p-valores e o R-quadrado ajustado.
    *   Interprete o significado de cada coeficiente no contexto do problema.
    *   Avalie a significância estatística do modelo como um todo.
5.  **Visualização de Dados:** Crie gráficos apropriados (ex: histogramas, box plots, gráficos de dispersão, gráficos de barras) para ilustrar os principais achados de cada etapa da análise.
6.  **Conclusões e Recomendações:** Com base em sua análise estatística, forneça insights acionáveis para a equipe de vendas e marketing.