Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UN PROYECTO
Antes de empezar a aplicar esta breve guía de cómo elaborar un proyecto, es importante
entender que un proyecto es una unidad única de trabajo, en la que se realiza
una gestión de recursos disponibles para alcanzar el objetivo específico del proyecto.
Todo ello en un periodo de tiempo claro y establecido en la planificación. De ahí, que
para saber cómo hacer la metodología de un proyecto, es preciso hablar, y mucho, de
cómo planificar un proyecto.
HISTORIA
Sin embargo, no fue hasta el siglo XX cuando se comenzaron a teorizar y definir las
diferentes técnicas y metodologías contemporáneas, con el propósito de aplicar en
nuestros proyectos las más adecuadas.
APLICACIÓN
Este procedimiento común se puede aplicar a cualquier tipo de proyecto. Cabe destacar
que la naturaleza, requisitos, propósitos y demás elementos definen la metodología
exacta a aplicar para la gestión de proyectos. Los habrá en los que sea necesario aplicar
métodos ágiles y los hay que conviene destacar más las técnicas predictivas, como es el
caso del sector de la Construcción.
Sin embargo, a continuación veremos que para todos ellos se suelen seguir un
procedimiento básico.
En esta primera lección del curso online y gratis de gestión de proyectos, te damos
algunas pistas para que puedas aplicar la metodología adecuada según el tipo de
proyecto que gestiones. Desde proyectos de investigación o construcción, hasta
desarrollo de producto o procesos de producción y fabricación.
Tabla de contenidos [ocultar]
## Herramientas para NO programadores
o # Herramientas Comerciales para NO programadores
Minitab
SPSS
SAS
Excel
o ¿Quieres APRENDER a analizar datos en EXCEL en 60 minutos? +
curso GRATIS Pro Statistics
Tableau
o # Herramientas gratuitas para NO programadores
R+ Rcommander
Rapid Minner
Tanagra
Italassi
Weka
Open Refine
Orange
Wrangler
## Herramientas para Programadores
o # Herramientas Comerciales para programadores
Matlab
o # Herramientas gratuitas Open-source para programadores
R+Rstudio
Python
ROctave
JMatLab
Scavis
## Herramientas para NO
programadores
Este es el listado para NO programadores. Como te decía lo he
subdividido entre softwares comerciales y softwares open
sources o de código abierto. Si quieres saber que es un software de
código abierto, aquí tienes más información.
SPSS
El competidor directo de Minitab. Un software para el análisis
estadístico. Es más profesional que Minitab. Pero también más
complejo de utilizar. Trabaja muy bien con elmanejo de los datos
previo al análisis. Limpia y ordena los datos de manera muy
eficaz.
SAS tiene la gran ventaja que pude trabajar con muchos datos sin
que se cuelgue el programa. Minitab, Excel, SPSS cuando tienes
muchos datos puedes tener algún que otro problemilla.
Excel
Excel no es la mejor herramienta para hacer análisis estadísticos.
Pero se puede usar para hacer test simples y calcular regresiones
entre variables. Excel 2013 ha añadido buenos gráficos como el
boxplot y ha corregido algún error de cálculo estadístico.
R+ Rcommander
R+Rcommander es genial. Puedes hacer miles de test como Minitab o
SPSS. La user interface no es tan comercial y bonita como los
softwares comerciales pero es funcional. Para centros de investigación
es más que suficiente el uso de esta herramienta. No requiere nada
de programación y es bastante intuitivo.
Rapid Minner
En 2006 se creó la primera versión del software. Es un software
open source hasta la versión 6. Ahora tiene versión comercial.
Italassi
Es un software pensado para la interpretación de regresiones con
dos variables independientes. No es una maravilla pero te permite
visualizar todo tipo de estadísticos de estos modelos de regresión.
Weka
Weka es un pájaro muy especial de las islas de Nueva Zelanda. Pero
también es un software capaz de crear algoritmos de machine learning.
Es muy famoso por proporcionar una plataforma que contiene
herramientas para el preprocesado de los datos, clasificación,
regresión, clustering y visualización.
Orange
Es un software open source en machine learning y visualización de los datos
para novatos y expertos. Su gran particularidad es que puedes crear
interesantes análisis y visualización de los datos arrastrando
cajas.
Wrangler
Este es otro software para limpiar y arreglar los datos antes de ser
analizados. Te ayuda a perder menos tiempo en preparar los
datos. Los transforma y los pone en los mismos formatos para
después analizarlos correctamente.
## Herramientas para
Programadores
En este apartado listo herramientas de análisis de datos que requieren
dotes de programación.
Matlab
He estado trabajando con Matlab durante 6 años y la verdad que es un
software muy cómodo para la programación científica y en
ingeniería.
Python
No soy usuario de Python y quizá debería serlo. Cada vez se está
usando más este lenguaje. Tanto por informáticos como por científicos
e ingenieros.
JMatLab
La otra opción con Matlab es JMatLab. Es un clon de Matlab y Octave
limitado a estas funcionalidades:
Symbolic calculations (simplification, differentials, integration)
Numeric Evaluation of mathematical functions, special functions
Linear algebra with vectors and matrices
Displaying data, vectors, matrices and functions using 2D and
3D interactive plots
Saving data (vectors and matrices) in CSV files
Random numbers using the major distributions
Solving linear and non-linear equations and systems of
equations
Basic statistical calculations and histogramming
Scavis
Es un software interesante. Es adecuado para centros de
investigación y universidades. Es un software indicado para la
computación numérica, estadística y análisis de big data y
visualización científica.