7.48. Análisis exploratorio de datos (Electivo)

7.48. Análisis exploratorio de datos (Electivo)

Figura 7.48: Mapa de Conexión. CS253 Análisis exploratorio de datos

7.48.1. Justificación ↑ Volver arriba

El Análisis Exploratorio de Datos (EDA) es una etapa crítica en cualquier proyecto de ciencia de datos. Este curso proporciona las herramientas para entender la estructura, detectar anomalías y extraer patrones iniciales de los datos antes del modelado formal. Se enfoca en el uso de estadísticas descriptivas, limpieza de datos y visualización preliminar para validar supuestos y guiar la selección de modelos complejos, asegurando la integridad y calidad de los hallazgos científicos.

7.48.2. Objetivos Generales ↑ Volver arriba

  1. Aplicar técnicas de limpieza y preprocesamiento de datos para asegurar su calidad.
  2. Utilizar métodos estadísticos descriptivos para resumir conjuntos de datos complejos.
  3. Identificar patrones, valores atípicos y relaciones entre variables mediante análisis visual.
  4. Formular hipótesis basadas en la exploración inicial de los datos.
  5. Comunicar hallazgos preliminares de manera efectiva a través de reportes técnicos.

7.48.3. Contribución a los resultados (Outcomes) ↑ Volver arriba

ABET-3) Habilidad para desarrollar y llevar a cabo experimentos o probar hipótesis, analizar e interpretar datos y utilizar el juicio científico para obtener conclusiones. (Usage)
ABET-2) Habilidad para formular o diseñar un sistema, proceso, procedimiento o programa para el propósito previsto. (Usage)

7.48.4. Contenido ↑ Volver arriba

7.48.4.1. Fundamentos del Análisis Exploratorio de Datos (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Tukey, 1977; Peng, )

Temas

  1. Filosofía y objetivos del análisis exploratorio.
  2. Tipos de datos: estructurados, semi-estructurados y no estructurados.
  3. Escalas de medición: nominal, ordinal, intervalo y razón.
  4. Flujo de trabajo en la exploración de datos.

Aprendizaje esperado (Learning Outcomes)

  1. Identificar la importancia del EDA en el ciclo de vida de los datos [Familiarizarse].
  2. Clasificar variables según su escala de medición y tipo [Usar].
7.48.4.2. Limpieza y Preparación de Datos (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Wickham, 2014; McKinney, 2022)

Temas

  1. Concepto de "Tidy Data" y manipulación de tablas.
  2. Manejo de valores faltantes: imputación versus eliminación.
  3. Detección y tratamiento de valores atípicos (outliers).
  4. Normalización y estandarización de variables numéricas.

Aprendizaje esperado (Learning Outcomes)

  1. Implementar rutinas de limpieza para conjuntos de datos ruidosos [Usar].
  2. Evaluar el impacto de diferentes estrategias de imputación [Evaluar].
7.48.4.3. Estadística Descriptiva Univariada (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Healy, 2018; Tukey, 1977)

Temas

  1. Medidas de tendencia central, dispersión y forma.
  2. Distribuciones de frecuencia y funciones de densidad.
  3. Análisis de asimetría y curtosis en variables reales.
  4. Visualización univariada: Histogramas, Boxplots y estimación de densidad (KDE).

Aprendizaje esperado (Learning Outcomes)

  1. Resumir numéricamente la distribución de una variable [Usar].
  2. Interpretar gráficos de densidad para identificar sesgos en los datos [Evaluar].
7.48.4.4. Exploración Bivariada y Multivariada (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Healy, 2018; Wickham and Grolemund, 2016)

Temas

  1. Correlación de Pearson, Spearman y Kendall.
  2. Tablas de contingencia y medidas de asociación categórica.
  3. Diagramas de dispersión, matrices de correlación y mapas de calor.
  4. Introducción conceptual a la reducción de dimensionalidad (PCA).

Aprendizaje esperado (Learning Outcomes)

  1. Cuantificar la relación entre múltiples variables de un dataset [Usar].
  2. Utilizar mapas de calor para detectar colinealidad en conjuntos de datos [Evaluar].
7.48.4.5. Herramientas Computacionales para Exploración (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (McKinney, 2022; Wickham and Grolemund, 2016)

Temas

  1. Ecosistemas computacionales para análisis (Python/Pandas o R/Tidyverse).
  2. Manipulación eficiente de DataFrames de gran volumen.
  3. Generación automática de reportes de perfilado de datos (Data Profiling).

Aprendizaje esperado (Learning Outcomes)

  1. Implementar procesos de EDA automatizados mediante programación [Usar].
  2. Optimizar el procesamiento de datos para análisis eficiente [Evaluar].
7.48.4.6. Pruebas de Hipótesis Exploratorias (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Peng, ; Healy, 2018)

Temas

  1. Pruebas de normalidad y supuestos de varianza.
  2. Comparación de grupos: T-test y ANOVA en contexto exploratorio.
  3. Métodos no paramétricos y remuestreo (Bootstraping).

Aprendizaje esperado (Learning Outcomes)

  1. Validar supuestos estadísticos necesarios para el modelado posterior [Usar].
  2. Diseñar experimentos exploratorios para confirmar hallazgos visuales [Evaluar].
7.48.4.7. Ética de Datos y Responsabilidad (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Healy, 2018)

Temas

  1. Identificación de sesgos de selección y confirmación en los datos.
  2. Privacidad de datos: Anonimización y técnicas de enmascaramiento.
  3. Ética en la comunicación de hallazgos preliminares y riesgos asociados.

Aprendizaje esperado (Learning Outcomes)

  1. Identificar posibles sesgos éticos en conjuntos de datos reales [Familiarizarse].
  2. Aplicar técnicas de anonimización básicas durante el análisis [Usar].
7.48.4.8. Comunicación de Resultados y Narrativa de Datos (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Wickham and Grolemund, 2016; Healy, 2018)

Temas

  1. Estructura de un reporte técnico de calidad de datos.
  2. Narrativa (Storytelling) basada en el descubrimiento exploratorio.
  3. Selección de visualizaciones clave para la toma de decisiones.

Aprendizaje esperado (Learning Outcomes)

  1. Redactar informes técnicos efectivos sobre la calidad de los datos [Evaluar].
  2. Realizar presentaciones de hallazgos exploratorios ante audiencias técnicas [Evaluar].

7.48.5. Referencias Bibliográficas ↑ Volver arriba

Tukey, J. W. (1977). Exploratory Data Analysis. Addison-Wesley.

Peng, R. D. Exploratory Data Analysis with R. Leanpub.

Wickham, H. (2014). Tidy data. Journal of Statistical Software, 59(10):1–23.

McKinney, W. (2022). Python for Data Analysis. O'Reilly Media, 3rd edition.

Healy, K. (2018). Data Visualization: A Practical Introduction. Princeton University Press.

Wickham, H. and Grolemund, G. (2016). R for Data Science. O'Reilly Media.

¿Encontraste una errata, un curso desactualizado, un enlace roto, o tienes una sugerencia? Cuéntanos.

Escanea para abrir en tu teléfono