Esta clase va a ser

grabada

Repaso Clase Anterior

Modelados de

bases de datos

REPASO

Semana 2. DATA ANALYTICS

Lenguaje SQL

REPASO

Semana 3. DATA ANALYTICS

Semana 4. DATA ANALYTICS

Lenguaje SQL

Funciones escalares

Subconsultas

REPASO

Semana 5. DATA ANALYTICS

Sentencias Join & Union

REPASO

Semana 6. DATA ANALYTICS

Herramientas de visualización

STORYTELLING

REPASO

Introducción a Power BI y transformación de datos

​

Semana 7. DATA ANALYTICS

REPASO

Semana 8. DATA ANALYTICS

Práctica con Power BI

REPASO

Semana 9. DATA ANALYTICS

Power BI: Visualización, filtros y gráficos

REPASO

Roadmap

Inicio: semana de bienvenida

1

2

3

4

5

6

7

8

9

10

Meta: entrega de Proyecto Final

• Power BI: medidas de tendencia central
• Proyecto Final

​

Objetivos

Realizar una puesta en común del microdesafío “Power BI: Tendencia central”.

​

Repasar puntos claves del proyecto final.

​

​

Compartir experiencias y dudas con respecto al desarrollo del proyecto.

Medidas de tendencia central

REPASO

Esta semana, a través del contenido on demand…

• Reconocimos conceptos de estadística descriptiva
• Implementamos medidas de tendencia central en análisis de datos

¡Recuerda esto!

Antes de iniciar esta clase,

debes abrir la aplicación de Power BI.

Puesta en común microdesafío

¡Vamos a recuperar lo trabajado durante la semana! 🚀

Duración: 15 minutos.

Power BI: Tendencia central

En este microdesafío hemos trabajado a partir de consignas sobre estadística descriptiva y medidas de tendencia central.

​

​

Acceso a la consigna completa 🚀

PUESTA EN COMÚN - MICRODESAFÍO

Resultado

​

Punto 1

PUESTA EN COMÚN - MICRODESAFÍO

Resultado

​

Punto 2

PUESTA EN COMÚN - MICRODESAFÍO

Resultado

​

Punto 3

PUESTA EN COMÚN - MICRODESAFÍO

Resultado

​

Punto 4

PUESTA EN COMÚN - MICRODESAFÍO

Resultado

​

Punto 5

PUESTA EN COMÚN - MICRODESAFÍO

Power BI: Tendencia central

• La importancia de medidas estadísticas como Media, Mediana y Moda.

​

• El uso de otro tipo de gráficos como Boxplot para la representación de medidas de tendencia central.

​

• Recordemos que la media y la mediana son cálculos netamente numéricos.

​

• Recordemos que la Moda puede admitir aparte de datos numéricos, datos cualitativos.

¿Qué aprendimos?

PUESTA EN COMÚN - MICRODESAFÍO

Estadistica Descriptiva

Medidas de Tendencia Central

Medidas de tendencia central

Medidas de Dispersión

Medidas de tendencia central

Rango

En meteorología, el rango de temperaturas diarias indica la variabilidad climática, esencial para la agricultura y la planificación de eventos al aire libre, reflejando la amplitud térmica que afecta cultivos y bienestar humano.

Varianza

En finanzas, la varianza mide la volatilidad de los retornos de una inversión, siendo crucial para evaluar el riesgo. Una alta varianza indica mayor riesgo, ayudando a los inversores a construir portafolios diversificados.

Desviación Estándar

En educación, la desviación estándar de las calificaciones muestra su consistencia. Una baja desviación indica uniformidad en el rendimiento estudiantil, mientras que una alta sugiere variabilidad en la comprensión del material o en la dificultad del examen.

Medidas de tendencia central

Rango

En meteorología, el rango de temperaturas diarias indica la variabilidad climática, esencial para la agricultura y la planificación de eventos al aire libre, reflejando la amplitud térmica que afecta cultivos y bienestar humano.

Medidas de tendencia central

Varianza

La varianza mide cuánto se desvían los datos desde un punto de vista cuadrático respecto a la media. Es una medida de dispersión que nos dice cuánto, en promedio, cada dato se aleja de la media, pero al cuadrado.

Medidas de tendencia central

Desviación Estándar

La varianza es una medida de dispersión que nos indica cómo se esparcen o dispersan las puntuaciones alrededor de la media

Estadística Inferencial

Muestra

Muestra

Muestra

Una muestra bien seleccionada permite a los investigadores hacer inferencias sobre una población más grande de manerva eficiente y económica. En investigaciones de mercado, por ejemplo, analizar una muestra representativa de consumidores puede revelar preferencias y tendencias sin necesidad de encuestar a cada cliente.

Margen de Error

Margen de Error

Margen de Error

El margen de error indica la precisión de los resultados de una encuesta. En las encuestas electorales, un pequeño margen de error aumenta la confianza en la predicción de quién ganará una elección, reflejando la cercanía de los resultados a la opinión real de la población.

Intervalo de confianza

Intervalo de confianza

Intervalos de Confianza

Los intervalos de confianza muestran el rango dentro del cual se espera encontrar el parámetro poblacional real con un cierto nivel de confianza. En estudios clínicos, el intervalo de confianza alrededor de la efectividad de un nuevo medicamento ayuda a los médicos a entender la variabilidad y certeza de los resultados del tratamiento.

Estadística Descriptiva

vs

Estadística Inferencial

Estadística Descriptiva vs Estadistiva Inferencial

Estadística Descriptiva

Se enfoca en resumir y describir las características de un conjunto de datos.

Estadística Inferencial

Se utiliza para hacer generalizaciones, estimaciones, pruebas de hipótesis y predicciones sobre una población, basándose en una muestra de esa población.

Quiz

☕

Break

¡10 minutos y volvemos!

Metodologías de trabajo en Data Analytics

Implementación método cascada

Comienzo

Fin

SPRINT

Implementación metodología ágil

Metodologías de trabajo en Data Analytics II

Paso 1: Pregunta

Es imposible resolver un problema si no sabes cuál es. Estas son algunas cosas a considerar:

​

• Define el problema que estás tratando de resolver
• Asegúrese de comprender completamente las expectativas de las partes interesadas
• Concéntrese en el problema real y evite las distracciones
• Colaborar con las partes interesadas y mantener una línea abierta de comunicación
• Dé un paso atrás y vea toda la situación en contexto.

​

Preguntas que debe hacerse en este paso:

1. ¿Cuáles son mis partes interesadas diciendo que son sus problemas?
2. Ahora que he identificado los problemas, ¿cómo puedo ayudar a las partes interesadas a resolver sus dudas?

Paso 2: Preparar

Usted decidirá qué datos necesita recopilar para responder a sus preguntas y cómo organizarlos para que sean útiles. Puede usar su tarea comercial para decidir:

​

• Qué métricas medir
• Localizar datos en su base de datos
• Crear medidas de seguridad para proteger esos datos.

​

Preguntas que debe hacerse en este paso:

​

1. ¿Qué necesito para averiguar cómo resolver este problema?
2. ¿Qué investigación necesito hacer?

Paso 3: Proceso

Los datos limpios son los mejores datos y deberá limpiar sus datos para deshacerse de posibles errores, inexactitudes o inconsistencias. Esto podría significar:

​

• Uso de funciones de hoja de cálculo para encontrar datos ingresados incorrectamente
• Uso de funciones SQL para verificar espacios adicionales
• Eliminar entradas repetidas
• Verificar tanto como sea posible el sesgo en los datos.

​

Preguntas que debe hacerse en este paso:

​

1. ¿Qué errores de datos o inexactitudes podrían interponerse en mi camino para obtener la mejor respuesta posible al problema que estoy tratando de resolver?
2. ¿Cómo puedo limpiar mis datos para que la información que tengo sea más consistente?

Paso 4: Analizar

Querrás pensar analíticamente sobre tus datos. En esta etapa, puede ordenar y formatear sus datos para que sea más fácil:

​

• Realizar cálculos
• Combinar datos de múltiples fuentes
• Crea tablas con tus resultados

​

Preguntas que debe hacerse en este paso:

1. ¿Qué historia me cuentan mis datos?
2. ¿Cómo me ayudarán mis datos a resolver este problema?
3. ¿Quién necesita el producto o servicio de mi empresa? ¿Qué tipo de persona es más probable que lo use?

Paso 5: Comparte

Todos comparten sus resultados de manera diferente, así que asegúrese de resumir sus resultados con imágenes claras y atractivas de su análisis utilizando datos a través de herramientas como gráficos o paneles. Esta es su oportunidad de mostrarles a las partes interesadas que ha resuelto su problema y cómo llegó allí. Compartir sin duda ayudará a su equipo a:

​

• Toma mejores decisiones
• Tome decisiones más informadas
• Conducir a resultados más sólidos
• Comunique con éxito sus hallazgos

​

Preguntas que debe hacerse en este paso:

1. ¿Cómo puedo hacer que lo que presento a las partes interesadas sea atractivo y fácil de entender?
2. ¿Qué me ayudaría a entender esto si yo fuera el oyente?

Paso 6: Actuar

Ahora es el momento de actuar sobre sus datos. Tomará todo lo que ha aprendido de su análisis de datos y lo pondrá en práctica. Esto podría significar proporcionar a las partes interesadas recomendaciones basadas en sus hallazgos para que puedan tomar decisiones basadas en datos.

​

Preguntas que debe hacerse en este paso:

​

¿Cómo puedo usar los comentarios que recibí durante la fase de compartir (paso 5) para satisfacer realmente las necesidades y expectativas de las partes interesadas?

​

​

Este enfoque de desarrollo iterativo facilita la mejora continua y ayuda a una organización a adaptarse más rápidamente a las condiciones cambiantes del mercado y a los objetivos de la organización.

Semana 10. DATA ANALYTICS

Taller de Proyecto Final

Taller de

Proyecto Final

Proyecto Final

Accede a la consigna aquí

Puntos claves para la entrega del proyecto

🚀

Base de datos

PUNTOS CLAVE

Dashboard

PUNTOS CLAVE

Documentación

PUNTOS CLAVE

Modelos de proyecto final

Duración: 15 minutos

Modelos de Proyecto Final

• Vamos a repasar un modelo de PF ya resuelto (Proyecto Final de los estudiantes Segovia, Zanazzi y Méndez) para ir explicando parte por parte y empezar a hacernos preguntas.

​

ACTIVIDAD

El proyecto que acabamos de analizar fue realizado por estudiantes de Coderhouse y lo puedes consultar aquí (Proyecto Final de Segovia, Zanazzi y Méndez).

​

Para ver otros ejemplos, recomendamos consultar el siguiente link.

​

¡No duden en compartir sus preguntas por el chat de Zoom!

Modelos de Proyecto Final

ACTIVIDAD

​

Duración: 15 minutos

Les proponemos dividirnos en breakout rooms y, que cada estudiante:

​

• Comentar en qué estado de avance se encuentra su proyecto.
• Compartir dificultades u obstáculos que estén enfrentando para llegar a sus objetivos.
• Consultar dudas.

NOTA: usaremos los breakouts rooms.

ACTIVIDAD

Modelos de Proyecto Final

¿Preguntas?

Recursos multimedia

MATERIAL AMPLIADO

​

• Charla TED: Por qué hay que adorar la estadística | Alan Smith
• Artículo : Las 10 mejores herramientas de data analytics en 2020. | Bernard Marr
• Video: What is Statistics? (and what can you do with it)
• Video: What Is Statistics: Crash Course Statistics #1

​

​

​

​

Resumen

de la clase hoy

​

• Puesta en común microdesafío “Power BI: Tendencia central”
• Estadistica
• Presentación de consigna de Proyecto Final
• Taller de Proyecto Final

​

Manual de práctica 🧩

​

Recuerda que esta semana ya te encuentras en condiciones de desarrollar el quinto ejercicio del manual de práctica.

​

​

Te recomendamos realizarlo ya que podrás corroborar el procedimiento y saber si los hiciste correctamente.

​

¡No te lo pierdas!

​

​

Pro TIPS I

Build a professional presence

Pro TIPS II

¿Qué subo?

¿Qué comienzo a subir?

Pro TIPS III

Build a portfolio

Pro TIPS IV

¿Qué subo?

Entrevistas

Consejo 1: encuentre conexiones entre la oferta de trabajo y su currículum

Consejo 2: céntrese en los datos

Consejo 3: recuerda las experiencias pasadas

Consejo 4: prepárate con preguntas

Consejo 5: Practicar

Consejo 6: Antes de aceptar, negociar el contrato, Sueldos

Opina y valora

esta clase

¿Sabías que

premiamos a nuestros estudiantes

por su dedicación?

Conoce los beneficios del Top 10

🎓

¡Gracias por estudiar con nosotros!