Narrativa con datos

Question 1

Uso de análisis exploratorio

Answer 1

1. Conocer estructura y distribución de datos.
2. Encontrar las relaciones entre las variables explicatorias.
3. Encontrar la relación entre variables explicatorias y variable respuesta
4. Encontrar posibles errores, puntos extremos y anomalías en los datos
5. Refinar nuestras hipótesis o generar nuevas preguntas sobre los datos.

Question 2

Caractaerísticas generales del análisis exploratorio de datos

Answer 2

Engloba conjunto de técnicas para comprender naturaleza de colección de datos o dataset.

Creado por el estadístico John Turkey.

Su base son dos criterios: Estadísticas de resumen y visualización de datos

Question 3

Estadísticas de resumen

Answer 3

Valores que explican propiedades de los datos (frecuencias, medidas de tendencia central y dispersión)

Dato1:

Tendencia central: media, mediana y moda.
Dispersión: Mide variabilidad de los datos (desviación estándar, rango, etc.)

Dato2:

Frencuencia: El procentaje de veces que éste es observado.
Moda: El valor más frecuente observado
Media: Medida más común de tendencia central para variable numérica.
Mediana: Posición central de la variable (separa mitad inferior y superior)

Question 4

Medidas de dispersión

Answer 4

Medidas que dicen que tan distintas o similares tienden a ser las observaciones respecto a un valor particular (generalmente el valor es alguna medida de tendencia central).

Rango: Diferencia entre el valor máximo y el mínimo

Desviación estándar : Raíz cuadrada de la varianza. Mide las diferencias cuadráticas promedio de las observaciones con la media.

Dato1. Igual que la media, la desviación estándar es sensible a outliers.

Question 5

Qué es visualización de datos

Answer 5

Es la transformación de un dataset a un formato visual que permite identificar características y relaciones entre los elementos del dataset.
Permite identificar patrones o tendencias en base a criterio.

Question 6

Representación en visualización de datos

Answer 6

Es el mapeo a partir de datos hacia un formato visual.

Se traducen datos, atributos y relaciones a elementos gráficos como puntos, líneas, formas y colores.

Objetos usualmente como puntos.
Valores como la posición de los puntos o características de los puntos (color, tamaño, forma, etc.)

Question 7

Histogramas

Answer 7

Muestran la distribución de los valores de una variable.

Question 8

Cómo se dividen los valores de los elementos del histograma

Answer 8

Los valores se dividine en contenedores (bins) y se crean gráficos de barras por cada contenedor.

Question 9

Qué indica la altura de cada barra en el histograma

Answer 9

Número de elementos o frecuencia del contenedor(bin).

Question 10

Densidad en visualización de datos

Answer 10

Es una versión suavizada del histograma que permite determinar si los datos observados se comportan como una densidad conocida (normal por ejemplo).

Se calcula usando técnicas estadísticas no paramétricas llamadas estimación de densidad de Kernel.

Question 11

Gráfico de Torta o Pie charts

Answer 11

Representan frecuencia de elementos en un círculo.
Cada elemento tiene participación proporcional a su frecuencia relativa.
Generalmente usada para variables categóricas.

Question 12

Uno de los objetivos de la estadística

Answer 12

Describir en pocas medidas resumen principales características de un conjunto de datos y refleje principales peculiaridades (estadística descriptiva)

Question 13

Otro objetivo de la estadística

Answer 13

Realizar conjeturas acerca de las medidas resumen de un conjunto de datos cuando se conoce una parte del mismo (estadística inferencial)

Question 14

Qué es población en estadística

Answer 14

Conjunto definido de objetos (elementos de la población).

Dado el objeto se debe tener regla que determine si pertenece o no a la población.

Question 15

Muestra en estadística

Answer 15

Subconjunto de la población.

Dato1. Si es toda la población se llama censo.

Question 16

Variable de estudio

Answer 16

Característica a observar de los elementos de población o muestra.

Question 17

Distribución de frecuencias de la variable

Answer 17

Valores observados y sus frecuencias relativas o absolutas.

Question 18

Ejemplo de método de selección de la muestra

Answer 18

Población: la formada por todos los hogares de la Comunidad de
Madrid.
• Elementos de la población: todos y cada uno de los hogares de la
Comunidad de Madrid.
• Muestra: un determinado subconjunto de hogares.
• Variable: es la característica observada en cada elemento de la muestra
en este caso será el número de personas que viven en cada hogar
examinado.
• Distribución de la variable: son los valores observados y sus
frecuencias.
• Método de selección: es el método empleado para seleccionar los
hogares que van a ser observados, por ejemplo muestreo aleatorio
simple sin reposición.

Question 19

Niveles de medida de las variables de más débil a más fuerte.

Answer 19

Nominal
Ordinal
Intervalo
Razón

Question 20

Nivel de medida de variable nominal

Answer 20

Cada valor de la variable nominal corresponde a una categor´´ia de la variable; por lo generla de manera arbitraria.

Estadísticos habituales: frecuencia y porcentajes.

Ej. 1 = hombre, 2 = mujer. Aunque estamos usando los números 1 y 2, estos no indican cantidad.

Question 21

Nivel de medida de variable Ordinal

Answer 21

Cada valor representa orden o ranking.

Ej. 1 = primero, 2 = segundo

Se sabe el lugar pero no el cuánto de eso.

Estadísticos habituales: frecuencia, procentajes, moda y la mediana.

Question 22

Nivel de medida de variable Intervalo

Answer 22

Incremento de una unidad en el valor numérico
representa el mismo cambio en la magnitud medida

Estadísticos habituales: media, desviación típica y la mediana.

Ej. Salario, temperatura, etc.

Question 23

Nivel de medida de variable Razón

Answer 23

Mismas propiedades que intervalo pero un punto cero significativo que representa ausencia completa de característica medida.

Ej. Edad o ganancias anuales de una persona.

Question 24

Cuándo usar tabla de frencuencias

Answer 24

Adecuado en análisis de variables con nivel de medida nominal u ordinal.

Frecuencia absoluta
Medida estadística que da información sobre la cantidad de veces que se repite un suceso en un número determinado de experimentos aleatorios. Se representa con las letras f e i.

Frecuencia relativa

Question 25

Tabla de frecuencia de doble entrada

Answer 25

Al estar observando dos caracteres simultáneamente en un estudio estadístico.

Representados por x e y (variable estadística bidimensional)

Question 26

Resumen

Answer 26

Question 27

Media aritmética

Answer 27

Es la suma de todos los valores de la distribución dividida por el número total de datos

Question 28

Propiedades de la media aritmética

Answer 28

Propiedades de la media aritmética:
• La media aritmética va en las mismas unidades que la variable
observada.
• Si a todos los valores de la variable les sumamos una constante, la
media aritmética queda aumentada en dicha constante.
• Si a todos los valores de la variable les multiplicamos por una constante,
la media aritmética quedara multiplicada por dicha constante.
• La suma de las desviaciones de los valores de la variable a su media es
0

Question 29

Ventajas y desventajas de la media artimética

Answer 29

Ventajas de la media aritmética: 
• En su cálculo intervienen todos los valores de la variable. 
• Es única. 
• Siempre es calculable.
• Es de fácil interpretación.

La media aritmética es la medida más adecuada para el resumen de variables
de escala y proporciones.

Inconvenientes de la media aritmética:
• Es muy sensible a valores anormalmente altos o bajos pudiendo inducir
a conclusiones poco atinadas.