Análisis exploratorio de datos

El análisis exploratorio de datos (EDA, por sus siglas en inglés) es un proceso de investigación en el que se usan estadísticas de resumen y herramientas gráficas para llegar a conocer los datos y comprender lo que se puede averiguar de ellos.

Con EDA, puede descubrir patrones en sus datos, comprender las posibles relaciones entre variables y hallar anomalías, como valores atípicos u observaciones inusuales. El objetivo es generar preguntas o hipótesis interesantes que se pueden comprobar mediante métodos estadísticos más formales.

Tiempo estimado para completar este módulo: 6 o 7 horas

Descripción de los datos

• Introducción a la estadística descriptiva
• Tipos de datos
• Histogramas
• Medidas de ubicación y tendencia central
• Medidas de dispersión: rango y rango intercuartílico
• Medidas de dispersión: varianza y desviación estándar
• Visualización de datos continuos
• Descripción de los datos categóricos

Conceptos de probabilidad

• Introducción a los conceptos de probabilidad
• Muestras y poblaciones
• Descripción de la distribución normal
• Comprobación de la normalidad
• Teorema del límite central

Análisis exploratorio de datos para la resolución de problemas

• Introducción al análisis exploratorio de datos
• Exploración de datos continuos: herramientas mejoradas
• Gráficos de Pareto
• Diagramas de barras empaquetadas y filtrado de datos
• Mapas en árbol y gráficos en mosaico
• Uso de diagramas de Trellis y variables superpuestas
• Gráficos de burbujas y mapas de calor
• Resumen de las herramientas de análisis exploratorio de datos

Comunicación mediante datos

• Introducción a la comunicación mediante datos
• Creación de visualizaciones eficaces
• Evaluación de la eficacia de una visualización
• Diseño de una visualización eficaz
• Comunicación visual con animaciones
• Diseño específico para su público
• Comprensión de su público objetivo
• Diseño de visualizaciones para la comunicación
• Diseño de visualizaciones: qué se debe y no se debe hacer

Cómo guardar y compartir resultados

• Introducción a cómo guardar y compartir resultados
• Cómo guardar y compartir resultados en JMP
• Cómo guardar y compartir resultados fuera de JMP
• Elección del formato a usar

Preparación de datos para su análisis

• Aspectos básicos de las tablas de datos
• Problemas comunes de la calidad de los datos
• Identificación de problemas en la tabla de datos
• Identificación de problemas en las variables de una en una
• Reestructuración de los datos para su análisis
• Combinación de datos
• Derivación de nuevas variables
• Uso de fechas