Gráfica de Dispersión

Clase 13 de 28 • Curso de Probabilidad y Estadística 2018

Clase anteriorSiguiente clase

Rodrigo Urquizo Yepez

student•

Quien esta aqui por la ruta de IA?

Xavier Medina Veintimilla

student•

Presente!

Diana Mireya Peña Sanchez

student•

Presente!!:)

Dagoberto Porras Plata

student•

Pensando un poco en ciencia de datos, podríamos hacer un análisis de los goles marcados por jugadores vs Edad. Aprovecho este espacio, para mostrar la gráfica de dispersión de los Goles de messi con la edad:

import matplotlib.pyplot as plt

Edad = [años - 1987 for años in (range(2005, 2018))]
goles = (1, 8, 17, 16, 38, 47, 53, 73, 60, 41, 58, 41, 54)

plt.scatter(Edad, goles)
plt.xlabel('Edad de Messi [años]')
plt.ylabel('Goles Marcados')
plt.title('Goles de Messi en el Barcelona F.C. ')
# plt.text(Edad[7], goles[7], 'Record en la Liga')

plt.annotate('Record en la Liga', xy=(Edad[7], goles[7]), 
				xytext=(Edad[7] - 5, goles[7] - 10), 
				arrowprops=dict(facecolor='black', shrink=0.09))

plt.show()

Jhon Freddy Puentes Nuñez

student•

Super! me gusta ese código. Aquí la libreria que Dagoberto usó:

Luis Fernando Pedroza Taborda

student•

Excelente codigo Dagoberto, y gracias por compartir.

Pedro Morales

student•

Marcela, por favor, no es necesario para ningún alumno que le LEAS toda la lista de los goles que ha metido Mesi en cada uno de los !2 años.

Leandro Tedini

student•

Mi codigo para el grafico en Jupyter Nootebook usando Matplotlib:

import matplotlib.pyplot as plt

temporadas =(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13)

goles = (1, 8, 17, 16, 38, 47, 53, 73, 60, 41, 58, 41, 54)


plt.scatter(temporadas, goles)

plt.xlabel('Temporadas en el Barcelona F.C.')
plt.ylabel('Cantidad de goles')
plt.title('Goles de Messi en el Barcelona F.C.')

plt.text(8, 73,  'Record en la Liga')

Luis Fernando Úbeda Camacho

student•

Los valores de la variable “y” dependen de los valores de la variable "x"
Variable X = independiente
Variable Y = dependiente

Luis E. Gama Ramirez

student•

Me gusta la ESTADÍSTICA pero haciéndola con FÚTBOL de por medio lo hace mas cool jaja 😄

Héctor Daniel Vega Quiñones

teacher•

¡Ya viene el mundial!
¿Qué tal que vamos tomando los datos y aplicamos lo visto en el curso? 😉

Luis E. Gama Ramirez

student•

Jaja … claro que si. Ya pase el curso . El mundo funciona con datos

Matias Gabriel Pierri

student•

Grafica de dispersion

Estas graficas nos ayudan a relacionar datos mediante el sistema cartesiano generando puntos dispersos en el plano

Nube de puntos

Analiza la relacion entre dos variables estadisticas bidimensionales(es decir que tienen 2 parametros) sabiendo como se afectan entre si.

Una de nuestras variables va a ser la variable independiente que simplemente cambia su valor y la variable dependiente cambia en funcion de la independiente por eso se representa Y = F(x) porque Y cambia en funcion de x

Juan Sebastián Gómez Moreno

student•

Me gusta la continuidad del ejemplo, pero para este tipo de gráfica puntualmente, hubiese sido más útil mostrar también un ejemplo con una mayor cantidad de datos, para poder verlo enseguida

Alejandro Vargas López

student•

¡Que buena herramienta, gracias!

Juan Fernando Corrales

student•

Que buena explicación.

Victor Hugo Vázquez Gómez

student•

Hice mi versión pero con la puntuación de las peliculas en imdb del MCU

Arturo Barrios

student•

Te recomiendo identificar los ejes. Eje X: Películas del MCU Eje Y: Valoración imdb

Sergio Rubiano

student•

Regresión lineal, como variable independiente tenemos las temporadas, y como variable dependiente tenemos los goles que hizo messi

Sergio Said Alemán Martínez

student•

Underfitting.

German Zaldívar

student•

En este ejemplo, que diferencia nos da realizar un gráfico de línea, en lugar de este gráfico de dispersión?

Miguel Angel Velazquez Romero

student•

Es lo mismo, pero de esta forma es mas grafico para mostrar comportamientos o predicciones, por ejemplo, para el modelo de regresión lineal.

Claudia A Sedano Porras

student•

La linea de tendencia de una grafica de dispersion crea un modelo lineal. No son lo mismo pero si esta relacionado.

LUIS FERNANDO CASTAÑEDA CASTRO

student•

Súper interesante los gráficos de dispersión

MARCELA VALENZUELA GÓMEZ

teacher•

¡Muy, muy, muy interesantes! 😄

Miguel Angel Ramos Rodríguez

student•

Este tipo de gráfico es que mas se utiliza para hacer predicciones?

Héctor Daniel Vega Quiñones

teacher•

Así es, los gráficos de dispersión son la base para cálculo de predicciones y se utilizan también para procesos de Machine Learning.

MARCELA VALENZUELA GÓMEZ

teacher•

No te aseguro es el único, pero si el mejor 😄

Bruno Valarezo

student•

No se reproducen los videos en la aplicación de iPhone o iPad!!!

Andrés Madrigal

student•

mas futbol DX

MARCELA VALENZUELA GÓMEZ

teacher•

Es una forma sencilla de ver la matemática en la vida diaria 😃

Brayan Estiven Lopez Quintero

student•

excelente

Cristian Orozco Benjumea

student•

Se puede decir entonces que ha mermado el rendimiento ya que hasta la temporada 2012 iba con curva positiva y ya luego se mantiene en un mismo rango 40-60.

Nota: Con ejemplos de éste tipo haces muy amena la clase.

MARCELA VALENZUELA GÓMEZ

teacher•

Digamos que su rendimiento se mantuvo casi constante.. debe ser la edad jajajajaja xD

Martín Valverde

student•

Meh...

Edith Tostado

student•

Esta clase me trae muchos recuerdos de bachillerato, me ubiera encantado tener una maestra como Marce, Gracias por tu aporte, eres una excelente maestra.

import matplotlib.pyplot as plt

Edad = [años - 1987 for años in (range(2005, 2018))]
goles = (1, 8, 17, 16, 38, 47, 53, 73, 60, 41, 58, 41, 54)

plt.scatter(Edad, goles)
plt.xlabel('Edad de Messi [años]')
plt.ylabel('Goles Marcados')
plt.title('Goles de Messi en el Barcelona F.C. ')
# plt.text(Edad[7], goles[7], 'Record en la Liga')

plt.annotate('Record en la Liga', xy=(Edad[7], goles[7]), 
				xytext=(Edad[7] - 5, goles[7] - 10), 
				arrowprops=dict(facecolor='black', shrink=0.09))

plt.show()

import matplotlib.pyplot as plt

temporadas =(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13)

goles = (1, 8, 17, 16, 38, 47, 53, 73, 60, 41, 58, 41, 54)

plt.scatter(temporadas, goles)

plt.xlabel('Temporadas en el Barcelona F.C.')
plt.ylabel('Cantidad de goles')
plt.title('Goles de Messi en el Barcelona F.C.')

plt.text(8, 73,  'Record en la Liga')

Gráfica de Dispersión

Introducción

¡Antes de comenzar lee esto! Curso en renovación

Introducción al curso de Probabilidad y Estadìstica

Conceptos Básicos

Probabilidad Simple

Cálculo de probabilidades

Probabilidad Compuesta

Probabilidad Compuesta y Diagramas de Árbol

Probabilidad compuesta: Unión

Probabilidad compuesta: Intersección

Variaciones, permutaciones y combinaciones

Variaciones, permutaciones y combinaciones: Ejercicios

Distribución de Datos

Tabla de Frecuencias

Tablas de Frecuencia en Distribución de Datos: Ejercicios

Tablas de Frecuencia Gráficas

Medidas de Tendencia Central

Gráfica de Dispersión

Parámetros Estadísticos, Centralización

Parámetros Estadísticos, Centralización: Ejercicio

Tipos de Correlación Y Covarianza

Medidas de Dispersión

Rango

Desviación Media

Varianza y Desviación Estándar

Coeficiente de Correlación en un Diagrama de Dispersión

Medidas de Posición

Cuartiles, Deciles, y Percentiles

Cuartiles

Deciles

Percentiles

Regresión Lineal

Qué es y para qué sirve la Regresión Lineal

Ejemplo de Regresión Lineal (Tipo de Correlación)

Ejemplo de Regresión Lineal (Predecir valor futuro)

Importante: antes del examen

Examen de certificación