BASE Análisis

31/12/2021

Prospero Año 2022!!

24/11/2021

El clima es el patrón promedio de las variables climáticas (temperatura, precipitación, humedad, entre otras) a lo largo del tiempo y en un lugar determinado.
La Convención Marco de las Naciones Unidas sobre el *cambio climático* (CMCC), en su Artículo 1, define cambio climático como: “un cambio de clima atribuido directa o indirectamente a la actividad humana que altera la composición de la atmósfera mundial y que se suma a la variabilidad natural del clima observada durante períodos de tiempo comparables” (1).
El promedio de la temperatura de la superficie terrestre y oceánica, registrada a lo largo del tiempo, es un indicador del cambio climático, la misma es obtenida a través de registros locales en diferentes lugares del planeta y compilados en varias bases de datos (NOAA, NASA GISS, HadCRUT4, entre otras).
Sin embargo, frecuentemente vemos en los gráficos de temperatura promedio global (TPG) a lo largo del tiempo la palabra *“Anomalías”*; las mismas son cálculos estadísticos que nos permiten detectar valores de una variable que se desvían considerablemente de algún valor de referencia establecido. En el caso de la TPG el valor de referencia es la temperatura promedio entre 1961 y 1990 (período elegido por convención), de manera que el promedio de cada año se resta de dicho valor y se divide entre la desviación estándar. El resultado será valores positivos o negativos respecto a un valor cero _“normal”_ que corresponde al valor de referencia.
Los registros de las distintas bases de datos coinciden en que a pesar de la variabilidad de la temperatura promedio global ha habido un incremento con el tiempo desde 1850.
Los valores de referencia también podrían ser mensuales; para variables como el ENSO (El Niño-Southern Oscillation) es frecuente encontrar que el valor de referencia es el promedio del mes a través de todos los años considerados. Así, la temperatura promedio mensual de la superficie del mar para el mes de enero de un año particular será restado del promedio de la temperatura de todos los meses de enero del intervalo de tiempo en años de interés.
(1) Intergovernmental Panel on Climate Change-IPCC (2007) “Glosario”

13/10/2021

Las medidas numéricas más comúnmente utilizadas y más conocidas son la media y la varianza.

La media también es conocida como el promedio y no es más que sumar todas las medidas de las observaciones y dividirlas entre el número total de observaciones.

La varianza puede ser un poco más complicada de calcular e interpretar. Su cálculo consiste en restar cada valor de las observaciones de la media, como una forma de medir cuanto se desvían las observaciones del centro y dividirla entre el total de observaciones. Sin embargo, la suma de todas estas desviaciones sería igual a cero, debido a que las mismas estarán por encina y por debajo de la media, en otras palabras, positivas y negativas en igual cantidad. Para evitar lo anterior, cada una de las desviaciones se eleva al cuadrado.

El valor de la media es más intuitivo y muy familiarizado en la vida cotidiana, pero, la varianza es menos fácil de interpretar. La varianza es un promedio de desviaciones cuadrática, por lo que su interpretación es:
“Una medida promedio de cuanto se desvían los datos del centro”
Tiene las mismas unidades que las variables, pero al cuadrado.

La media y la varianza forman parte de las estadísticas descriptivas, sin embargo, reportar este valor para una variable carece de sentido a menos que se comparen con los de otra(s) muestra(s).

La comparación de varianza de dos muestras puede tener aplicaciones en biología, pero también es utilizada para determinar si es posible realizar algún otro análisis estadístico de acuerdo con sus supuestos (ej.: ANOVA, Regresión lineal, entre otros) o para evaluar la variabilidad de cada variable en análisis multivariados (ej.: Análisis de Componentes Principales).

Si deseas orientación o asesoría en este tema, realizar análisis de datos o cursos de capacitación, contáctame a través del enlace en la biografía o envíame un DM

06/10/2021

Los datos también se resumen a través de medidas numéricas, las cuales van a depender del tipo de datos o variables.
Una medida comúnmente utilizada para describir los datos categóricos es la proporción. La misma es la fracción de las observaciones en una categoría dada respecto al número total de observaciones de todas las categorías.
Sin embargo, las medidas numéricas más conocidas y utilizadas son las referidas a datos numéricos. Estas pueden describir localización (donde se centran las observaciones) o dispersión (cuanto se alejan en promedio las observaciones del centro).
Cada medida de localización tiene una medida de dispersión correspondiente; así, si utilizamos la media (promedio) debemos utilizar la desviación estándar como medida de dispersión, mientras que si utilizamos la mediana, la medida de dispersión correspondiente es el rango intercuartílico.
Si deseas orientación o asesoría para realizar análisis de datos o requieres cursos de capacitación, no dude en contactarme a través del enlace en la biografía o envíame un DM.

27/09/2021

Representación gráfica de los datos

Se pueden resumir los datos de una variable para extraer información estadística relevante, los gráficos revelan forma y patrones.

Si se trata de datos categóricos, el tipo de gráfico debe ser de barra, mientras que si los datos son numéricos el tipo de gráfico adecuado es un histograma. En ambos casos se muestra valores de frecuencia (número de observaciones con mediciones particulares) representados por la altura (gráfico de barra) y área (histograma) de las barras.

En el caso de gráficos de barra existen unas reglas particulares que se muestran en la segunda imagen.

Si deseas orientación o asesoría en este tema, realizar análisis de datos o cursos de capacitación, no dude en contactarme a través del link en la biografía o envíame un DM.

FUENTE DE DATOS:
Glicemia: propios
Tipo de verrugas:
1. F. Khozeimeh, R. Alizadehsani, M. Roshanzamir, A. Khosravi, P. Layegh, and S. Nahavandi, "An expert system for selecting wart treatment method," Computers in Biology and Medicine, vol. 81, pp. 167-175, 2/1/ 2017.
2. F. Khozeimeh, F. Jabbari Azad, Y. Mahboubi Oskouei, M. Jafari, S. Tehranian, R. Alizadehsani, et al., "Intralesional immunotherapy compared to cryotherapy in the treatment of warts," International Journal of Dermatology, 2017, DOI: 10.1111/ijd.13535

31/12/2020

Que las experiencias de este año nos sirvan para fortalecer nuestros objetivos en el año entrante y que los mismos nos ayuden a continuar con nuestros propósitos de vida que es la verdadera felicidad. Feliz 2021!!

23/12/2020

Nueva entrada en el blog: Variables, tener claridad definición tus variables es clave en los análisis estadísticos https://baseanalisis.wordpress.com/2020/12/22/que-medimos-y-como-clasificamos-lo-que-medimos/

Lo que medimos en estadísticas son variables. La RAE define a una variable estadística como “una función definida sobre una población finita o una muestra, que toma los valores de cada una de las m…

22/12/2020

05/12/2020

https://www.excel-easy.com/examples/regression.html

This example teaches you how to run a linear regression analysis in Excel and how to interpret the Summary Output.

25/11/2020

Nuevo artículo en el blog. Se habla de los errores más comunes en el diseño de experimento o muestreo y en los análisis estadísticos https://baseanalisis.wordpress.com/2020/11/25/influencia-de-la-estadistica-en-las-etapas-de-investigacion/

Las etapas de la investigación científica son 7 (aunque pueden variar según el autor que se considere): ObservaciónPregunta o hipótesisDiseño (experimental) – muestreo – recopilación de datos…

21/11/2020

La palabra “dato” proviene del latín “Datum”, que se traduce como “lo que se da”.

Se refiere a la información que se ha recopilado de una encuesta, un experimento, un registro de observaciones, un registro histórico, entre otros...

https://baseanalisis.wordpress.com/blog/

Biología, Agronomia, Salud, Ecología

20/10/2020

Hoy 20 de Octubre se celebra el día Mundial de la Estadistica. Aquí las Naciones Unidas habla de la importancia de los datos https://www.un.org/es/observances/statistics-day/messages

La estadística es fundamental para formular políticas con base empírica. Los datos actuales, fiables y oportunos nos ayudan a comprender el mundo cambiante en que vivimos y a impulsar las transformaciones necesarias, sin dejar a nadie atrás. La pandemia de enfermedad por coronavirus ha aumentado...

08/03/2020

Machine learning y control de plagas https://www.enriquedans.com/2020/03/machine-learning-y-control-de-plagas.html

Una plaga de langostas es algo que suena a maldición bíblica, y de hecho, lo es: algunas especies de langostas tienen, en su ciclo de desarrollo, una fase gregaria en la que migran en grandes enjambres de miles de millones de individuos, susceptibles de devorar cosechas enteras en algunos territor...

07/03/2020

Epidemiología con RStudio https://rviews.rstudio.com/2020/03/05/covid-19-epidemiology-with-r/?utm_content=bufferc7150&utm_medium=social&utm_source=linkedin&utm_campaign=buffer

06/03/2020

Recomendamos este articulo, Our World in Data publica y analiza datos abiertos sobre problemas de la humanidad, en esta ocasión sobe https://ourworldindata.org/coronavirus

Coronavirus Disease (COVID-19) is a new global problem. This is our overview of the early research and data on the outbreak. We will extend this page in the days ahead.

23/02/2020

Uso de la inteligencia artificial en el descubrimiento de nuevos antibióticos. A través del aprendizaje profundo se pueden acelerar los procesos en el descubrimiento de nuevas dr**as efectivas https://twitter.com/HashemGhaili/status/1231627231962816513?s=20

“A powerful new antibiotic discovered using machine learning. https://t.co/COMvbCuHd8”

15/01/2020

En la esfera de la investigación científica está ocurriendo una transformación histórica. El impulso de la ciencia abierta, ligado al avance de las TIC, y el gran aumento del volumen de datos son e…