Cursos Empresas Blog Live Conf Eventos Precios

0:003:45

Tipos de datos y análisis de variables

Curso de Análisis Exploratorio de Datos

Clase 4 / 28

Ver clases

Tipos de datos y análisis de variables

Curso de Análisis Exploratorio de Datos

Clase 4 de 28

Clase 4 / 28

Tipos de datos y análisis de variables

Curso de Análisis Exploratorio de Datos

Clase 4 / 28

Ver clases

Comentarios

Jeinfferson Bernal G#4124908

Tipos de Datos Y Análisis de variables

Tipos de análisis:

Análisis Univariado: analiza a cada variable por separado, entender sus característica.
Análisis Bivariado: analiza la relacion de cada par de variables. Permite buscar relaciones intrinsecas entre los datos
Análisis Multivariado: analiza el efecto simultaneo de multiples variables. Analiza la variables como un conjunto

En el comienzo de la EDA, el análisis univariado te va a dar informacion mucho mas valiosa que comenzar con todas las variables al mismo tiempo. Te ayuda a analizar la contribución individual de una variable sobre las demas para luego incrementar la cantidad de variables y analizar los efectos en conjunto.

María Eugenia Pereira Chévez#4124227

Cualitativos

Categóricos

Este tipo de datos representa las características de un objeto; por ejemplo, género, estado civil, tipo de dirección o categorías de las películas. Estos datos a menudo se denominan conjuntos de datos cualitativos en estadística.

Una variable que describe datos categóricos se denomina variable categórica. Estos tipos de variables pueden tener uno de un número limitado de valores. Es más fácil para los estudiantes de informática entender los valores categóricos como tipos enumerados o enumeraciones de variables. Hay diferentes tipos de variables categóricas:

Ordinal

En las escalas ordinales, el orden de los valores es un factor significativo.

Una encuesta donde se me muestran 5 valores y debo de escoger uno de ellos
Nominal

Estos se practican para etiquetar variables sin ningún valor cuantitativo. Las escalas se conocen generalmente como etiquetas. Y estas escalas son mutuamente excluyentes y no tienen ninguna importancia numérica. Veamos algunos ejemplos:

Genero, los idiomas que se hablan en un país en particular, Especies biológicas, Partes de la oración en gramática, Rangos taxonómicos en biología Las escalas nominales se consideran escalas cualitativas y las medidas se toman utilizando las escalas cualitativas.

Ejemplo, podría ser una escala para evaluar, de cinco valores ordinales diferentes: totalmente de acuerdo / de acuerdo / neutral / en desacuerdo / totalmente en desacuerdo. Este tipo de escala son llamadas Likert., para este tipo de datos, se permite aplicar la mediana como medida de tendencia central; sin embargo, el promedio no esta permitido.
Interval

En las escalas de intervalo, tanto el orden como las diferencias exactas entre los valores son significativos. Las escalas de intervalo se utilizan ampliamente en estadística, por ejemplo, en la medida de las tendencias centrales: media, mediana, moda y desviaciones estándar. Los ejemplos incluyen la ubicación en coordenadas cartesianas y la dirección medida en grados desde el norte magnético. La media, la mediana y la moda están permitidas en datos de intervalo.
Ratio

Contienen orden, valores exactos y cero absoluto, lo que permite su uso en estadísticas descriptivas e inferenciales. Estas escalas ofrecen numerosas posibilidades para el análisis estadístico. Las operaciones matemáticas, la medida de las tendencias centrales y la medida de la dispersión y el coeficiente de variación también se pueden calcular a partir de tales escalas.

Los ejemplos incluyen una medida de energía, masa, longitud, duración, energía eléctrica, ángulo plano y volumen.

Jeinfferson Bernal G#4124911

Tipos de Datos

Luis Fernandez#4035227

Los datos se dividen en cualitativos y cuantitativos, en elprimer caso los podemos agrupar a su vez en ordinales y nominales, y el segundo, los numericos, pueden ser discretos y/o continuos

Sebastián Felipe Olmos Núñez#4772226

Me sorprende que nadie comentó la referencia a poder tener "un millón de amigos", je. Gran toque

Jhon Freddy Tavera Blandon#4563240

Los tipos de datos que se pueden encontrar en un conjunto de datos pueden ser clasificados en cuatro categorías principales: numéricos, categóricos, ordinales y secuenciales. Cada tipo de dato se puede analizar de diferentes maneras.👍🧑‍🏫💭

Datos numéricos:

Este tipo de datos incluye valores medidos o contables, como la edad, el ingreso y la altura.
Los análisis numéricos incluyen la descripción estadística básica, como la media, la desviación estándar, el rango y la distribución.

Datos categóricos:

Este tipo de datos incluye valores que se pueden clasificar en categorías, como género, raza, tipo de producto, etc.
Los análisis categóricos incluyen la frecuencia y la proporción, así como las pruebas de independencia, como el test chi-squared.

Datos ordinales:

Este tipo de datos incluye valores que tienen un orden implícito, como la escala de satisfacción del cliente (muy insatisfecho, insatisfecho, neutral, satisfecho, muy satisfecho).
Los análisis ordinales incluyen la tabulación de frecuencias y las pruebas de tendencia, como la prueba de Wilcoxon.

Datos secuenciales:

Este tipo de datos incluye secuencias de eventos, como un registro de transacciones de compras de un cliente. Los análisis secuenciales incluyen la minería de datos y la análisis de secuencias.

Además de estas categorías, también existen otros tipos de datos como los datos de texto, imágenes y audio, que requieren análisis especializados y a menudo se combinan con otras técnicas de análisis de datos. ///////////////////////////////////////////////////////////////////////////////////////

En cuanto a las variables, hay dos tipos principales: variables independientes y variables dependientes. Las variables independientes son aquellas que se consideran causas o predictoras, mientras que las variables dependientes son aquellas que se consideran efectos o respuestas. En un análisis de datos, se busca identificar la relación entre las variables independientes y las dependientes y cómo las variables independientes afectan a las dependientes.

Nathalia Riquelme#4688812

https://www.geeksforgeeks.org/univariate-bivariate-and-multivariate-data-and-its-analysis/

Pablo Alejandro Figueroa#5035339

Variables Cualitativas

Miden una cualidad o característica en cada unidad experimental.
Producen datos categóricos.
Los números sustituyen categorías verbales.
- Ejemplo: Estado (0 = muerto, 1 = vivo)

Principios Fundamentales:

Principio de Exclusividad: Las categorías deben ser mutuamente excluyentes.
Principio de Exhaustividad: Todas las categorías son suficientes para clasificar a todos los participantes.

Tipos:

Nominales:
- No hay orden inherente.
- Ejemplo: Estado Civil (Soltero, Casado, Divorciado).
a) Dicotómicas o Binarias:
- Solo dos categorías.
- Ejemplos:
  - Estado: Vivo(0), Muerto(1).
  - Sexo: Hombre(0), Mujer(1).
b) Politómicas:
- Más de dos categorías.
- Ejemplos:
  - Nacionalidad: Argentina, Chilena, Uruguaya.
  - Fenómeno Meteorológico: Soleado, Nublado.
Ordinales:
- Implican un orden.
- Ejemplos:
  - Nivel socioeconómico: Bajo, Medio, Alto.
  - Nivel de satisfacción: Nada, Algo, Bastante, Mucho.

Operaciones Matemáticas:

Nominales:
- Operaciones de igualdad y desigualdad.
Ordinales:
- Operaciones de igualdad, desigualdad, mayor y menor.

Variables Cuantitativas

Miden una cantidad numérica en cada unidad experimental.
Producen datos numéricos.

Tipos:

Intervalo:

El cero no implica ausencia de la característica, sino que es un valor arbitrario.
Ejemplo: temperatura en grados centígrados. El cero grado centígrado indica que hace frío, y no que no existe temperatura.
- a) Discreta:
  - No admiten valores entre enteros → números enteros.
- b) Continua:

Naren Fragozo#4664789

Datos Categóricos

Ordinales: No tienen un orden.
Nominales: Están organizados por una jerarquía.
Binarios: Estado, apagado o encendido.

Jhon Alexander Mosquera Vanegas#5742916

El profesor reconoce que el análisis multivariado es el más común, pero recomienda empezar por una variable a la vez, porque así se ve el efecto individual antes de ir sumando relaciones. Es un buen hábito frente a bases administrativas con decenas de columnas, como un registro de beneficiarios de subsidios. Un caso típico: cruzar desde el primer día ingreso, región y edad, y llegar a una conclusión que en realidad dependía de una sola columna con muchos vacíos. Revisar cada variable por separado, con su distribución y sus faltantes, cuesta poco y evita explicar con modelos lo que era un problema de captura.

import pandas as pd
import numpy as np

# ==========================================================
# Dataset de ejemplo
# ==========================================================
df = pd.DataFrame({
    "genero": ["F", "M", "F", "F", "M"],
    "nivel_estudios": ["Licenciatura", "Preparatoria", "Posgrado", "Secundaria", "Licenciatura"],
    "edad": [21, 25, 30, 19, 28],
    "peso": [55.2, 70.5, 60.0, 48.3, 74.1],
    "amigos": [3, 5, 2, 4, 6]
})

print("== DataFrame ==")
print(df)

# ==========================================================
# Ejercicio 1/2: Clasificar variables
# ==========================================================
print("\n--- Ejercicio 1/2: tipos de variables ---")

categoricas = ["genero", "nivel_estudios"]
numericas = ["edad", "peso", "amigos"]

print("Categóricas:", categoricas)
print("Numéricas:", numericas)

# Subtipos
nominales = ["genero"]
ordinales = ["nivel_estudios"]
discretas = ["edad", "amigos"]
continuas = ["peso"]

print("Nominales:", nominales)
print("Ordinales:", ordinales)
print("Discretas:", discretas)
print("Continuas:", continuas)

# ==========================================================
# Ejercicio 2/2: Univariado, bivariado y multivariado
# ==========================================================
print("\n--- Ejercicio 2/2: tipos de análisis ---")

# Univariado
print("\nResumen univariado de variables numéricas:")
print(df[numericas].describe())

for col in categoricas:
    print(f"\nFrecuencias de {col}:")
    print(df[col].value_counts())

# Bivariado
print("\nRelación edad vs peso:")
print(df[["edad", "peso"]].corr())

print("\nPromedio de edad por género:")
print(df.groupby("genero")["edad"].mean())

# Multivariado
print("\nVista combinada simple:")
print(df.groupby(["genero", "nivel_estudios"])["peso"].mean())

Datos
 |
 +--> Cualitativos / Categóricos
 |       +--> Nominales
 |       +--> Ordinales
 |
 +--> Cuantitativos / Numéricos
         +--> Discretos
         +--> Continuos

Tipos de análisis
 |
 +--> Univariado
 +--> Bivariado
 +--> Multivariado

Comentarios

Jeinfferson Bernal G#4124908

Tipos de Datos Y Análisis de variables

Tipos de análisis:

Análisis Univariado: analiza a cada variable por separado, entender sus característica.
Análisis Bivariado: analiza la relacion de cada par de variables. Permite buscar relaciones intrinsecas entre los datos
Análisis Multivariado: analiza el efecto simultaneo de multiples variables. Analiza la variables como un conjunto

En el comienzo de la EDA, el análisis univariado te va a dar informacion mucho mas valiosa que comenzar con todas las variables al mismo tiempo. Te ayuda a analizar la contribución individual de una variable sobre las demas para luego incrementar la cantidad de variables y analizar los efectos en conjunto.

María Eugenia Pereira Chévez#4124227

Cualitativos

Categóricos

Ordinal

En las escalas ordinales, el orden de los valores es un factor significativo.

Una encuesta donde se me muestran 5 valores y debo de escoger uno de ellos
Nominal

Estos se practican para etiquetar variables sin ningún valor cuantitativo. Las escalas se conocen generalmente como etiquetas. Y estas escalas son mutuamente excluyentes y no tienen ninguna importancia numérica. Veamos algunos ejemplos:

Genero, los idiomas que se hablan en un país en particular, Especies biológicas, Partes de la oración en gramática, Rangos taxonómicos en biología Las escalas nominales se consideran escalas cualitativas y las medidas se toman utilizando las escalas cualitativas.

Ejemplo, podría ser una escala para evaluar, de cinco valores ordinales diferentes: totalmente de acuerdo / de acuerdo / neutral / en desacuerdo / totalmente en desacuerdo. Este tipo de escala son llamadas Likert., para este tipo de datos, se permite aplicar la mediana como medida de tendencia central; sin embargo, el promedio no esta permitido.
Interval

En las escalas de intervalo, tanto el orden como las diferencias exactas entre los valores son significativos. Las escalas de intervalo se utilizan ampliamente en estadística, por ejemplo, en la medida de las tendencias centrales: media, mediana, moda y desviaciones estándar. Los ejemplos incluyen la ubicación en coordenadas cartesianas y la dirección medida en grados desde el norte magnético. La media, la mediana y la moda están permitidas en datos de intervalo.
Ratio

Contienen orden, valores exactos y cero absoluto, lo que permite su uso en estadísticas descriptivas e inferenciales. Estas escalas ofrecen numerosas posibilidades para el análisis estadístico. Las operaciones matemáticas, la medida de las tendencias centrales y la medida de la dispersión y el coeficiente de variación también se pueden calcular a partir de tales escalas.

Los ejemplos incluyen una medida de energía, masa, longitud, duración, energía eléctrica, ángulo plano y volumen.

Jeinfferson Bernal G#4124911

Tipos de Datos

Luis Fernandez#4035227

Los datos se dividen en cualitativos y cuantitativos, en elprimer caso los podemos agrupar a su vez en ordinales y nominales, y el segundo, los numericos, pueden ser discretos y/o continuos

Sebastián Felipe Olmos Núñez#4772226

Me sorprende que nadie comentó la referencia a poder tener "un millón de amigos", je. Gran toque

Jhon Freddy Tavera Blandon#4563240

Los tipos de datos que se pueden encontrar en un conjunto de datos pueden ser clasificados en cuatro categorías principales: numéricos, categóricos, ordinales y secuenciales. Cada tipo de dato se puede analizar de diferentes maneras.👍🧑‍🏫💭

Datos numéricos:

Este tipo de datos incluye valores medidos o contables, como la edad, el ingreso y la altura.
Los análisis numéricos incluyen la descripción estadística básica, como la media, la desviación estándar, el rango y la distribución.

Datos categóricos:

Este tipo de datos incluye valores que se pueden clasificar en categorías, como género, raza, tipo de producto, etc.
Los análisis categóricos incluyen la frecuencia y la proporción, así como las pruebas de independencia, como el test chi-squared.

Datos ordinales:

Este tipo de datos incluye valores que tienen un orden implícito, como la escala de satisfacción del cliente (muy insatisfecho, insatisfecho, neutral, satisfecho, muy satisfecho).
Los análisis ordinales incluyen la tabulación de frecuencias y las pruebas de tendencia, como la prueba de Wilcoxon.

Datos secuenciales:

Este tipo de datos incluye secuencias de eventos, como un registro de transacciones de compras de un cliente. Los análisis secuenciales incluyen la minería de datos y la análisis de secuencias.

En cuanto a las variables, hay dos tipos principales: variables independientes y variables dependientes. Las variables independientes son aquellas que se consideran causas o predictoras, mientras que las variables dependientes son aquellas que se consideran efectos o respuestas. En un análisis de datos, se busca identificar la relación entre las variables independientes y las dependientes y cómo las variables independientes afectan a las dependientes.

Nathalia Riquelme#4688812

https://www.geeksforgeeks.org/univariate-bivariate-and-multivariate-data-and-its-analysis/

Pablo Alejandro Figueroa#5035339

Variables Cualitativas

Miden una cualidad o característica en cada unidad experimental.
Producen datos categóricos.
Los números sustituyen categorías verbales.
- Ejemplo: Estado (0 = muerto, 1 = vivo)

Principios Fundamentales:

Principio de Exclusividad: Las categorías deben ser mutuamente excluyentes.
Principio de Exhaustividad: Todas las categorías son suficientes para clasificar a todos los participantes.

Tipos:

Nominales:
- No hay orden inherente.
- Ejemplo: Estado Civil (Soltero, Casado, Divorciado).
a) Dicotómicas o Binarias:
- Solo dos categorías.
- Ejemplos:
  - Estado: Vivo(0), Muerto(1).
  - Sexo: Hombre(0), Mujer(1).
b) Politómicas:
- Más de dos categorías.
- Ejemplos:
  - Nacionalidad: Argentina, Chilena, Uruguaya.
  - Fenómeno Meteorológico: Soleado, Nublado.
Ordinales:
- Implican un orden.
- Ejemplos:
  - Nivel socioeconómico: Bajo, Medio, Alto.
  - Nivel de satisfacción: Nada, Algo, Bastante, Mucho.

Operaciones Matemáticas:

Nominales:
- Operaciones de igualdad y desigualdad.
Ordinales:
- Operaciones de igualdad, desigualdad, mayor y menor.

Variables Cuantitativas

Miden una cantidad numérica en cada unidad experimental.
Producen datos numéricos.

Tipos:

Intervalo:

El cero no implica ausencia de la característica, sino que es un valor arbitrario.
Ejemplo: temperatura en grados centígrados. El cero grado centígrado indica que hace frío, y no que no existe temperatura.
- a) Discreta:
  - No admiten valores entre enteros → números enteros.
- b) Continua:

Naren Fragozo#4664789

Datos Categóricos

Ordinales: No tienen un orden.
Nominales: Están organizados por una jerarquía.
Binarios: Estado, apagado o encendido.

Jhon Alexander Mosquera Vanegas#5742916

import pandas as pd
import numpy as np

# ==========================================================
# Dataset de ejemplo
# ==========================================================
df = pd.DataFrame({
    "genero": ["F", "M", "F", "F", "M"],
    "nivel_estudios": ["Licenciatura", "Preparatoria", "Posgrado", "Secundaria", "Licenciatura"],
    "edad": [21, 25, 30, 19, 28],
    "peso": [55.2, 70.5, 60.0, 48.3, 74.1],
    "amigos": [3, 5, 2, 4, 6]
})

print("== DataFrame ==")
print(df)

# ==========================================================
# Ejercicio 1/2: Clasificar variables
# ==========================================================
print("\n--- Ejercicio 1/2: tipos de variables ---")

categoricas = ["genero", "nivel_estudios"]
numericas = ["edad", "peso", "amigos"]

print("Categóricas:", categoricas)
print("Numéricas:", numericas)

# Subtipos
nominales = ["genero"]
ordinales = ["nivel_estudios"]
discretas = ["edad", "amigos"]
continuas = ["peso"]

print("Nominales:", nominales)
print("Ordinales:", ordinales)
print("Discretas:", discretas)
print("Continuas:", continuas)

# ==========================================================
# Ejercicio 2/2: Univariado, bivariado y multivariado
# ==========================================================
print("\n--- Ejercicio 2/2: tipos de análisis ---")

# Univariado
print("\nResumen univariado de variables numéricas:")
print(df[numericas].describe())

for col in categoricas:
    print(f"\nFrecuencias de {col}:")
    print(df[col].value_counts())

# Bivariado
print("\nRelación edad vs peso:")
print(df[["edad", "peso"]].corr())

print("\nPromedio de edad por género:")
print(df.groupby("genero")["edad"].mean())

# Multivariado
print("\nVista combinada simple:")
print(df.groupby(["genero", "nivel_estudios"])["peso"].mean())

Datos
 |
 +--> Cualitativos / Categóricos
 |       +--> Nominales
 |       +--> Ordinales
 |
 +--> Cuantitativos / Numéricos
         +--> Discretos
         +--> Continuos

Tipos de análisis
 |
 +--> Univariado
 +--> Bivariado
 +--> Multivariado

Tipos de datos y análisis de variables

Tipos de datos y análisis de variables

Tipos de datos y análisis de variables

Tipos de datos y análisis de variables

Tipos de datos y análisis de variables

Comentarios

Tipos de Datos Y Análisis de variables

Cualitativos

Categóricos

Tipos de Datos

Datos numéricos:

Datos categóricos:

Datos ordinales:

Datos secuenciales:

Variables Cualitativas

Principios Fundamentales:

Tipos:

Nominales:

Ordinales:

Operaciones Matemáticas:

Variables Cuantitativas

Tipos:

Intervalo:

Datos Categóricos

Comentarios

Tipos de Datos Y Análisis de variables

Cualitativos

Categóricos

Tipos de Datos

Datos numéricos:

Datos categóricos:

Datos ordinales:

Datos secuenciales:

Variables Cualitativas

Principios Fundamentales:

Tipos:

Nominales:

Ordinales:

Operaciones Matemáticas:

Variables Cuantitativas

Tipos:

Intervalo:

Datos Categóricos

Cuantitativos

Numéricos

Razón o Proporción:

Operaciones Matemáticas