Gráfica de Dispersión
Clase 13 de 28 • Curso de Probabilidad y Estadística 2018
Contenido del curso
Rodrigo Urquizo Yepez
student•
hace 6 años
Xavier Medina Veintimilla
student•
hace 6 años
Diana Mireya Peña Sanchez
student•
hace 6 años
Clase 13 de 28 • Curso de Probabilidad y Estadística 2018
Contenido del curso
Rodrigo Urquizo Yepez
Xavier Medina Veintimilla
Diana Mireya Peña Sanchez
Dagoberto Porras Plata
Jhon Freddy Puentes Nuñez
Luis Fernando Pedroza Taborda
Pedro Morales
Leandro Tedini
Luis Fernando Úbeda Camacho
Luis E. Gama Ramirez
Héctor Daniel Vega Quiñones
Luis E. Gama Ramirez
Matias Gabriel Pierri
Juan Sebastián Gómez Moreno
Alejandro Vargas López
Juan Fernando Corrales
Victor Hugo Vázquez Gómez
Arturo Barrios
Sergio Rubiano
Sergio Said Alemán Martínez
German Zaldívar
Miguel Angel Velazquez Romero
Claudia A Sedano Porras
LUIS FERNANDO CASTAÑEDA CASTRO
MARCELA VALENZUELA GÓMEZ
Miguel Angel Ramos Rodríguez
Héctor Daniel Vega Quiñones
MARCELA VALENZUELA GÓMEZ
Bruno Valarezo
Andrés Madrigal
MARCELA VALENZUELA GÓMEZ
Brayan Estiven Lopez Quintero
Cristian Orozco Benjumea
MARCELA VALENZUELA GÓMEZ
Martín Valverde
Edith Tostado
Quien esta aqui por la ruta de IA?
Presente!
Presente!!:)
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()
Super! me gusta ese código. Aquí la libreria que Dagoberto usó:
Excelente codigo Dagoberto, y gracias por compartir.
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.
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')
Los valores de la variable “y” dependen de los valores de la variable "x"
Variable X = independiente
Variable Y = dependiente
Me gusta la ESTADÍSTICA pero haciéndola con FÚTBOL de por medio lo hace mas cool jaja 😄
¡Ya viene el mundial!
¿Qué tal que vamos tomando los datos y aplicamos lo visto en el curso? 😉
Jaja … claro que si. Ya pase el curso . El mundo funciona con datos
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
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
¡Que buena herramienta, gracias!
Que buena explicación.
Hice mi versión pero con la puntuación de las peliculas en imdb del MCU
Te recomiendo identificar los ejes. Eje X: Películas del MCU Eje Y: Valoración imdb
Regresión lineal, como variable independiente tenemos las temporadas, y como variable dependiente tenemos los goles que hizo messi
Underfitting.
En este ejemplo, que diferencia nos da realizar un gráfico de línea, en lugar de este gráfico de dispersión?
Es lo mismo, pero de esta forma es mas grafico para mostrar comportamientos o predicciones, por ejemplo, para el modelo de regresión lineal.
La linea de tendencia de una grafica de dispersion crea un modelo lineal. No son lo mismo pero si esta relacionado.
Súper interesante los gráficos de dispersión
¡Muy, muy, muy interesantes! 😄
Este tipo de gráfico es que mas se utiliza para hacer predicciones?
Así es, los gráficos de dispersión son la base para cálculo de predicciones y se utilizan también para procesos de Machine Learning.
No te aseguro es el único, pero si el mejor 😄
No se reproducen los videos en la aplicación de iPhone o iPad!!!
mas futbol DX
Es una forma sencilla de ver la matemática en la vida diaria 😃
excelente
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.
Digamos que su rendimiento se mantuvo casi constante.. debe ser la edad jajajajaja xD
Meh...
Esta clase me trae muchos recuerdos de bachillerato, me ubiera encantado tener una maestra como Marce, Gracias por tu aporte, eres una excelente maestra.