R User Group

Ecuador
GvSigEcuador

Miguel A. Flores

Felipe Gnzalez

Evelyn Bustos E

Guido Saltos

Febrero 2016
MINTEL
http://gvsigecuador.com #RGIS @fegones @mflores72000
 CONVERGENCIA

http://gvsigecuador.com #RGIS @fegones @mflores72000

 CONO DE APRENDIZAJE
Modelo de Edgar Dale & Bruce Nylan

Lectura
El 10% de lo que leemos
Smbolos verbales, smbolos visuales

Palabras odas: Grabaciones, radio, pintura

El 20% de lo que escuchamos

Dibujos observados: Imgenes en movimiento

El 30% de lo que omos y vemos

Mirar una pelcula / Ir a una Exposicin / Ver algo hecho en la

realidad: Recepcin visual, televisin, cine
El 50% de lo que omos y vemos

Participar en un debate / Tener una conversacin: Actividad A

receptiva y participativa, trabajos de campo, demostraciones C
El 70% de lo que decimos T
Realizar una representacin teatral / Simular experiencia I
reales / Hacer las cosas que se intentan aprender: Haciendo
experiencia dramatizadas, planificadas directas
V
O

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Contenido
Parte I: Estadstica
Modelo pedaggico

Objetivo

Metodologa

Clasificacin

Falacias y verdades a medias

Argot

http://gvsigecuador.com #RGIS @fegones @mflores72000

Modelo pedaggico
ACADMICO
MUNDO
IMAGINARIO
?? TEORA ?!

?? EXPERIENCI
?!
A

MUNDO
REAL EMPRESARIAL

http://gvsigecuador.com #RGIS @fegones @mflores72000

 OBJETIVO DE LA ESTADSTICA

http://gvsigecuador.com #RGIS @fegones @mflores72000

Poblacin

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Poblacin Estadstica
Caracterstica de inters de un ente a investigar

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Muestra

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Mundo real: Obtener informacin de la poblacin a
partir de datos muestrales.

http://gvsigecuador.com #RGIS @fegones @mflores72000

Estadstica descriptiva

http://gvsigecuador.com #RGIS @fegones @mflores72000

 La estadstica slo sirve para tabular datos y hacer
histogramas, grficas y diagramas de pastel y de
barras?.

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Metodologa
Imaginario
X Variable aleatoria

Real Caracterstica de
Muestreo estudio

Estadstica
Inferencial Estadstica
Descriptiva Teora de Muestreo
Estrategias de muestreo

Teora de Probabilidades
Inferir
Poblacin Muestra Teorema Central de Lmite
estadstica Estimadores
Parmetros

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Distribucin Normal

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Mundo Imaginario: describir la caracterstica de
inters de un fenmeno aleatorio (patrn) a
travs de un modelo probabilstico.

http://gvsigecuador.com #RGIS @fegones @mflores72000

http://gvsigecuador.com #RGIS @fegones @mflores72000
http://gvsigecuador.com #RGIS @fegones @mflores72000
http://gvsigecuador.com #RGIS @fegones @mflores72000
http://gvsigecuador.com #RGIS @fegones @mflores72000
 Clasificacin
Descriptiva Paramtrico Univariante
Inferencial No paramtrico Multivariante
Bayesiano Funcional

Objetivo Enfoque Anlisis

Estadstica Descriptiva Estadstica Inferencial

Tendencia central Estimacin puntual
Dispersin (variabilidad) Estimacin por intervalo
Forma Pruebas de hiptesis
Posicin

Patrones Modelos
Data Mining
www-gvsigecuador/r
http://gvsigecuador.com
/ #RGIS @fegones
@fegones @mflores72000
@mflores72000
 Clasificacin
Descriptiva Paramtrico Univariante
Inferencial No paramtrico Multivariante
Bayesiano Funcional

Objetivo Enfoque Anlisis

Paramtrico: Se asume que el No Paramtrico: Se asume que Bayesiano: Se asume que el
comportamiento de la el comportamiento de la comportamiento de la
caracterstica de estudio se caracterstica de estudio se caracterstica de estudio se
modela mediante una modela mediante la distribucin puede modelar mediante una
distribucin probabilstica (Se que los datos observados distribucin a priori y a
define a priori). proporcionan. posteriori.

Cumplir supuestos Alta dimensin Grado de certeza

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Clasificacin
Descriptiva Paramtrico Univariante
Inferencial No paramtrico Multivariante
Bayesiano Funcional

Objetivo Enfoque Anlisis

Univariante: Consiste en Multivariante: Consiste en Funcional: Consiste en realizar
realizar el anlisis de una realizar el anlisis de varias el anlisis de varias
caracterstica de inters de un caracterstica de inters de un caracterstica de inters de un
ente a investigar. Sin considerar ente a investigar. Considerando ente a investigar pero su
la relacin con otras la relacin entre caractersticas dimensin es mucho ms
caractersticas del mismo ente. del mismo ente. grande que el dimensin de los
Dato un escalar Dato un vector datos. Dato una funcin

p = 1; n >=30 p > 1; n >=30 pero n>p p > 1; n >=30 pero n<<p

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Cultura estadstica
Se refiere a dos componentes interrelacionados:

a) capacidad para interpretar y evaluar crticamente la

informacin estadstica, los argumentos apoyados en datos o
los fenmenos estocsticos que las personas pueden
encontrar en diversos contextos, incluyendo los medios de
comunicacin, pero no limitndose a ellos, y

b) capacidad para discutir o comunicar sus opiniones respecto a

tales informaciones estadsticas cuando sea relevante

Gal, 2002, pp.

2-3
http://gvsigecuador.com #RGIS @fegones @mflores72000
 Ejemplos: Falacias
estadsticas y verdades
a medias
Promedios engaosos
Malas comparaciones
Muestra
Nivel de confianza
Error de estimacin
Escalas grficas

http://gvsigecuador.com #RGIS @fegones @mflores72000

 EJEMPLOS DE FALACIAS

Libro : Equvocos y falacias en la interpretacin

de estadsticas. Stephen, Campbell

http://gvsigecuador.com #RGIS @fegones @mflores72000

 "La estadstica es una ciencia que demuestra que
si mi vecino tiene dos coches y yo ninguno, los dos
tenemos uno"

George Bernard Shaw (1856-1950) Escritor

irlands.

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Qu es el Promedio?
Qu es la variabilidad?
Tendencia central La media aritmtica de un conjunto finito
de nmeros es el valor caracterstico de una
serie de datos cuantitativos objeto de
estudio que parte del principio de la
esperanza matemtica o valor esperado

Variabilidad La varianza es una medida de la

variabilidad que da cuenta del grado de
homogeneidad de los datos.

La desviacin estndar es simplemente el

"promedio" o variacin esperada con
respecto a la media aritmtica.

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Qu es el Promedio?
Qu es la variabilidad?
9 Dispersin:
(++)
=

Serie 1: 9 9 9 = 27
9 (++)
Dispersin: = ,

Serie 2: 5 12 10 = 27
9 (++)
Dispersin: =

Serie 3: 2 7 18 = 27

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Malas comparaciones
La produccin de acero en el ao fue de 4.2 millones de toneladas, se
prevea una produccin de 10.3 millones de toneladas para el ao
siguiente, la produccin real en el ao siguiente fue de 5.9 millones de
toneladas, un incremento del 1.7 millones en vez de 6.1 millones, o
sea, el 28% de la expansin planeada.

2013 2014
Real 4.2 5.9
Plan 0 10.3

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Malas comparaciones
Para levantar la moral de los empleados de la fabrica de
acero el reporte fue el siguiente:

Se pretenda alcanzar 10.3 millones de toneladas de acero y obtuvimos el 5.9

millones, por tanto nuestro plan se cumpli al 57 %.

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Muestra
Verdades a medias
Marco muestral
Mientras ms grande la muestra mejor
Nivel de confianza 95%
Error de estimacin 5%
Variable de estudio cualitavo

Resultados de una investigacin de mercado:

Votacin Mnima Votacin Mxima

estimada Estimada
Candidato A 48.23 % 51.34 %

Candidato B 49.30 % 52.84 %

Cuando esto sucede mencionan lo siguiente:

Existe un empate tcnico

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Muestra
Caractersticas de una muestra
Tamao ptimo
Conservar la estructura
Ponderacin de los casos

Casos de estudio:

Realizar un estudio a nivel nacional, para determinar el nivel de penetracin y uso

de las TICs.

Problemas:
Sobre dimensionamiento de la muestra
No cumpla la estructura de la muestra
No se poda extrapolar a la poblacin

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Muestra
Ponderacin de los casos

Cuando se cumple el diseo muestral Cuando no se cumple el diseo muestral

Poblacin Poblacin

Muestra Muestra

Mujeres (50) Mujeres (50) Mujeres (8)

Mujeres (5)

Hombres (5) Hombres (2)

Hombres (50) Hombres (50)

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Argot estadstico
Ente Nominales
Universo Ordinal
Poblacin Intervalo
Muestra Razn
Marco muestral

Conceptos Escalas

Variables Variables
estudio aleatorias
Cualitativas Discretas
Cuantitativas Continuas

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Qu grfico elegir?

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Qu mide la estadstica?
V
a
Actividades econmicas r
Progreso Social i
a
Hbitos de Consumo b
ndices de Popularidad l
e
Inteligencia e
s
Deportes p
Clima a
c
Salud i
a
l

http://gvsigecuador.com #RGIS @fegones @mflores72000

 " Un da llegar en que el pensamiento estadstico
ser tan necesario para ejercer la ciudadana con
eficiencia, como la capacidad de leer y escribir"

H.G. Wells (1866 1946) Historiador, filsofo y

escritor ingls.

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Preguntas
Conoces qu es Data Mining y las
tcnicas que se utilizan?

Sabes qu es el software estadstico

R?; Has usado antes R?

Has usado R en tus proyectos o

investigaciones?

Data Mining
www-gvsigecuador/r
http://gvsigecuador.com
/ #RGIS @fegones
@fegones @mflores72000
@mflores72000
 Qu es R?
Interaccin
(motor de
clculo) con
muchos
entornos
grficos y bases
de datos

R es fcilmente
extensible (
4,728 paquetes
disponibles en
CRAN2 )
Sept. 2013.
R1 es un software
libre para la
estadstica
computacional y
elaboracin de
grficos
dinmicos.

Data Mining
www-gvsigecuador/r
http://gvsigecuador.com
/ #RGIS @fegones
@fegones @mflores72000
@mflores72000
 Por qu R?

Data Mining
www-gvsigecuador/r
http://gvsigecuador.com
/ #RGIS @fegones
@fegones @mflores72000
@mflores72000
 Artculo original

Data Mining
www-gvsigecuador/r
http://gvsigecuador.com
/ #RGIS @fegones
@fegones @mflores72000
@mflores72000
 R User Group
Ecuador

Data Mining
www-gvsigecuador/r
http://gvsigecuador.com
/ #RGIS @fegones
@fegones @mflores72000
@mflores72000
 R User Group
Ecuador

Data Mining
www-gvsigecuador/r
http://gvsigecuador.com
/ #RGIS @fegones
@fegones @mflores72000
@mflores72000
 R User Group
Ecuador

Data Mining
www-gvsigecuador/r
http://gvsigecuador.com
/ #RGIS @fegones
@fegones @mflores72000
@mflores72000
 R User Group
Ecuador

Data Mining
www-gvsigecuador/r
http://gvsigecuador.com
/ #RGIS @fegones
@fegones @mflores72000
@mflores72000
 DESCUBRIMIENTO DE
CONOCIMIENTO EN BASES DE
DATOS
( Knowledge Discovery in Data Bases)
CONOCIMIENTO
Mensalvas 1998
INTERPRETACION Y EVALUACION

DATA MINING
Modelos
CODIFICACION
Datos transformados en
Informacin
LIMPIEZA
Datos Procesados

SELECCION Datos Objetivo

Datos
http://gvsigecuador.com #RGIS @fegones @mflores72000
 Big Data?

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Source?

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Source?

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Source?

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Source?

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Data Mining?

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Data Science?
Contar
Historias

Arte y Tcnica

http://gvsigecuador.com #RGIS @fegones @mflores72000

 Google Trends?

http://gvsigecuador.com #RGIS @fegones @mflores72000