Con archivo
Datos faltantes en la planilla
Descargá los archivos, trabajalos con el programa que uses y comprobá los resultados. Varias respuestas traen además los números equivocados más probables, con el motivo de cada uno.
Los archivos
Datos simulados con semilla fija: la planilla de una tesis sobre estudiantes secundarios, con los errores de carga típicos. No provienen de ninguna fuente pública y no deben citarse como tales.
La encuesta
Descargar el CSV187 filas · separador; · UTF-8
id- número de encuesta
sexo- Mujer o Varón, escrito a mano por quien cargó
edad- en años; válida de 12 a 19; 99 = no responde
escuela- código de la escuela, para cruzar con la otra tabla
horas_estudio- horas semanales de estudio fuera de la escuela, con coma decimal; −1 = no sabe; vacío = no respondió
nota_t1- nota del primer trimestre, de 1 a 10; vacío = sin nota
nota_t2- nota del segundo trimestre
nota_t3- nota del tercer trimestre
La tabla de escuelas
Descargar el CSV9 filas · separador; · UTF-8
escuela- código de la escuela
gestion- Estatal o Privada
ambito- Urbano o Rural
Se trabaja sobre la encuesta sin las filas duplicadas. Lo que falta no siempre está vacío: a veces tiene un código.
1) ¿Cuántos estudiantes no informan sus horas de estudio?
Ver la respuesta
20
20: 6 con la celda vacía y 14 con −1, que según el diccionario es «no sabe». Las dos son faltantes, aunque el programa solo reconozca las vacías.
Si te dio otro número
- 6 — Son solo las vacías. El −1 es un código, y el programa lo toma como un número.
- 14 — Son solo los −1; faltan las vacías.
2) ¿Cuál es la media de horas de estudio, entre quienes la informan?
Ver la respuesta
5,98tolerancia ±0,01
5,98 horas semanales. Los −1 se pasan a faltante antes de promediar.
Si te dio otro número
- 5,42 — Se promediaron los −1 como horas. El programa ya saltea las vacías, pero no sabe que −1 es un código.
3) ¿Cuántos estudiantes tienen las tres notas?
Ver la respuesta
129
129 de 180. Son los casos completos: los que usa un análisis que borra toda fila con algún faltante.
4) ¿Cuál es la media de la nota del primer trimestre, con todos los casos que la tienen?
Ver la respuesta
6,23tolerancia ±0,01
6,23, sobre los 172 estudiantes que tienen esa nota, aunque les falte alguna de las otras.
5) ¿Y solo entre quienes tienen las tres notas?
Ver la respuesta
6,7tolerancia ±0,01
6,70: sube 0,47 puntos sin que cambie ninguna nota. Los que no tienen la del tercer trimestre son sobre todo los que venían peor y abandonaron. Borrarlos no es neutral: cuando lo que falta depende de otra variable, el análisis de casos completos sesga el resultado.
Si te dio otro número
- 6,23 — Es la media con todos los casos disponibles. La pregunta es qué pasa al quedarse solo con los completos.
Las respuestas se recalculan a partir de los mismos archivos que se descargan, y el SHA-256 de cada uno se comprueba en cada compilación, así que corresponden exactamente a lo que bajaste. Cómo se hace.