Analisis Exploratorio De Datos

ANÁLISIS DE DATOS EXPLORATORIOS
Introducción
El análisis exploratorio de datos (EDA), según unos, nueva rama de la estadística, según otros, una extensión de la estadística descriptiva, propugna un cambio de actitud y de enfoque metodológico ante el análisis de datos.
El EDA propugna que previo a cualquier análisis estadístico, es necesario un examen cualitativo de los datos, hay quecomprender y reflexionar sobre la información que ellos contienen.
La estadística descriptiva clásica se ocupa de describir los datos a través de gráficos y de algunas medidas de tendencia central y de dispersión. El EDA tiene los mismos objetivos pero además pretende detectar anomalías o errores en las distribuciones univariantes de los datos. También intenta descubrir patrones o modelos. Para elloincorpora nuevas técnicas gráficas y busca estadísticos resistentes y robustos basados en las estadísticas de orden y centrados en la mediana.
El EDA potencializa los índices de forma, y la utilización de gráficos, prácticamente, como un índice más, una gráfica bien realizada puede ser más informativa que un conjunto de números.
Objetivos
* Objetivo general
Identificar características en losdatos que permitan realizar una interpretación de su significado y en consecuencia la construcción de conclusiones, hipótesis, conjeturas y preguntas.
* Objetivos específicos
Indicar cuáles son las etapas a seguir en la realización de un A.E.D.
Seleccionar los métodos gráfico y numérico apropiados para examinar las características de los datos y/o relaciones de interés.
Comprobar si severifican algunas hipótesis de interés en los datos (normalidad,linealidad, homocedasticidad).
Identificar casos atípicos univariantes, bivariantes y multivariantes.
Comprender los diferentes tipos de datos ausentes y evaluar su impacto potencial.
Marco Teórico
Definición
El Análisis Exploratorio de Datos (A.E.D.) es un conjunto de técnicas estadísticas cuya finalidad es conseguir un entendimientobásico de los datos y de las relaciones existentes entre las variables analizadas. Para conseguir este objetivo el A.E.D. proporcionamétodos sistemáticos sencillos para organizar y preparar los datos, detectar fallos en eldiseño y recogida de los mismos, tratamiento y evaluación de datos ausentes (missing),identificación de casos atípicos (outliers) y comprobación de los supuestos subyacentes enlamayor parte de las técnicas multivariantes (normalidad, linealidad, homocedasticidad).El examen previo de los datos es un paso necesario, que lleva tiempo, y quehabitualmente se descuida por parte de los analistas de datos. Las tareas implícitas en dichoexamen pueden parecer insignificantes y sin consecuencias a primera vista, pero son un parte esencial de cualquier análisis estadístico.
¿Para quénos sirve?
Son una serie de estadísticas y gráficas que permiten explorar grandes cantidades de datos y sirven para:
* Evaluar la calidad y consistencia de la información
* Investigar la distribución de las variables de interés.
* Investigar adherencia a las suposiciones estadísticas necesarias, en etapas posteriores del análisis.
* Resumir información mediante diferentesestadísticos y gráficos.
* Evaluar la necesidad de realizar transformación de las variables de interés.
* Detectar valores “fuera de serie” (OL) “no plausibles” (outliers).
* Explorar formas de categorizar variables (puntos de corte).
Características del análisis exploratorio de datos
Como hemos indicado, nos encontrarnos ante una nueva filosofía en la aplicación de los métodos de análisisde datos, aunque unida a ella se han desarrollado también algunas técnicas concreta para su aplicación. Esta filosofía consiste en el estudio de los datos desde todas las perspectivas, y con todas las herramientas posibles, incluso las ya existentes. El propósito es extraer cuanta información sea posible, generar hipótesis nuevas, en el sentido de conjeturar sobre las observaciones de las que...