Ir al contenido
σestadistica.ar

Módulo 16

Cómputo y comunicación

R, Python, Excel y SPSS; limpieza de datos, elección del gráfico y tablas publicables.

27 entradas · 9 troncales

  1. 1Flujo de trabajo reproducibleIntermedioQue cualquiera —incluido vos dentro de un año— pueda rehacer el análisis y llegar al mismo resultado: qué hace falta y qué hay que dejar de hacer.
  2. 2Cómo organizar un proyecto de datosIntermedioLa estructura de carpetas y los nombres de archivo que hacen que el trabajo se entienda meses después, sin pensar en cada decisión.
  3. 3El diccionario de variablesTroncalEl documento que traduce cada columna de la base a su definición, sus categorías y su origen: lo primero que se arma y lo único que sobrevive al olvido.
  4. 4Cargar datos sin generar erroresTroncalCómo se arma la planilla de carga para que los errores no entren: validaciones, códigos, doble carga y los controles que hay que correr antes de analizar.
  5. 5Limpieza de datosIntermedioLa etapa más larga de cualquier trabajo con datos: qué se revisa, en qué orden, y por qué toda corrección tiene que quedar registrada.
  6. 6Fechas, horas y duracionesIntermedioCómo leer, validar y restar fechas sin errores silenciosos: códigos que parecen fechas, día/mes contra mes/día, edad cumplida, fechas de Excel, zonas horarias y la diferencia entre período y duración.
  7. 7Datos faltantes: qué hacerIntermedioLos tres tipos de faltante, por qué importa distinguirlos y cuáles son las opciones reales de tratamiento, incluida la de no hacer nada.
  8. 8Formato ancho y formato largoIntermedioLas dos formas de organizar la misma información cuando hay mediciones repetidas, cuál pide cada análisis y cómo se pasa de una a la otra.
  9. 9Unir tablasIntermedioCruzar una base con una tabla de referencia: los cuatro tipos de unión, por qué un cruce multiplica filas y las cuatro formas en que falla sin avisar.
  10. 10Primeros pasos en RTroncalLo mínimo para dejar de depender de la planilla: importar una base, mirarla, calcular descriptivos y graficar, sin aprender a programar antes.
  11. 11Primeros pasos en Python para EstadísticaIntermedioLo mínimo de pandas para importar, explorar y describir una base, y cuándo conviene Python en vez de R.
  12. 12Estadística en Excel y Google SheetsTroncalQué se puede hacer bien con una planilla, qué funciones usar, y dónde está el límite a partir del cual conviene pasar a R o Python.
  13. 13Estadística en SPSS e InfoStatIntermedioLos dos programas de menús más usados en las universidades argentinas: dónde está cada análisis y cómo dejar registro de lo que se hizo.
  14. 14Estadística en R y Python: dónde está cada análisis y qué hace por defectoIntermedioLa función de cada análisis en R y en Python, y los valores por defecto que hacen que el mismo análisis dé resultados distintos en uno y otro.
  15. 15Estadística en SigmaLab: dónde está cada análisis y qué decide por su cuentaIntermedioDónde está cada análisis en SigmaLab, qué prueba elige según los supuestos y en qué casos esa elección da un resultado distinto del de R o SPSS.
  16. 16Estadística en QGIS: dónde está cada cosa y qué hace por defectoIntermedioUnir datos a un mapa, calcular áreas y tasas y armar coropletas en QGIS, y los valores por defecto que cambian el resultado sin avisar.
  17. 17Estadística en Power BI: dónde está cada cosa y qué hace por defectoIntermedioTasas, promedios, uniones y redondeos en Power BI, con sus dos lenguajes, DAX y Power Query, y los valores por defecto que cambian el resultado sin avisar.
  18. 18Estadística en SQL: qué hace cada motor por defectoIntermedioPromedios, tasas, uniones y valores vacíos en SQLite, PostgreSQL y DuckDB: la misma consulta, tres motores, y los resultados que cambian sin avisar.
  19. 19Qué gráfico usar en cada casoTroncalEl criterio para elegir la representación correcta según cuántas variables hay, de qué tipo son y qué se quiere mostrar.
  20. 20Buenas prácticas de visualizaciónTroncalLas reglas que hacen que un gráfico se entienda solo: qué lleva, qué sobra, cómo se usa el color y qué tiene que decir el epígrafe.
  21. 21Errores comunes al graficarTroncalLas distorsiones que aparecen una y otra vez en gráficos publicados: cómo reconocerlas al leer y cómo no cometerlas al producir.
  22. 22Cómo se arma una tabla publicableIntermedioLa diferencia entre la tabla de trabajo y la que va en el informe: qué lleva, qué se saca y cómo se ordena para que se lea sola.
  23. 23Cómo leer la salida del softwareTroncalQué mirar primero en una tabla de resultados, qué significan las columnas que siempre aparecen y cómo detectar que el programa calculó otra cosa.
  24. 24De la salida del programa al informe escritoTroncalEl último paso, que casi no se enseña: cómo se traduce una tabla de resultados en oraciones que un lector entiende y puede evaluar.
  25. 25Quarto y R Markdown: el informe que se calcula soloIntermedioEscribir el texto y el análisis en el mismo archivo para que los números del informe no puedan quedar desactualizados, y qué problema esto no resuelve.
  26. 26Ciencia de datos: qué es y qué tiene de nuevoIntermedioEl oficio completo, del problema al producto: en qué se diferencia de la Estadística, dónde se va el tiempo de verdad y por qué un millón de respuestas pueden valer menos que cuatrocientas.
  27. 27Big data: lo que el tamaño no arreglaAvanzadoQué cambia cuando los datos son millones y nadie los diseñó: cuánto vale en realidad una base enorme, qué cuenta un registro y cuándo hace falta cómputo especial.

Ejercicios de este módulo

Con enunciado, respuesta y solución paso a paso.