Data Science Capstone

Francisco Pesante
5 de marzo de 2020
Universidad Sagrado Corazón
San Juan, Puerto Rico
Temas del taller
1. Definición del problema (13-feb)
2. Planificación (generación conceptual del proyecto)
(20-feb)
3. Diseño preliminar (27-feb)
4. Diseño de los detalles (5-mar)
5. Comunicación de los resultados (12-mar)
6. Presentación final (19-mar)
Etapas del Proyecto
1. Inicio
2. Planificación
3. Ejecución
4. Monitoreo y control
5. Cierre
Definición del problema
• Analizar las oportunidades
• Definir el problema
• Generar alternativas
• Seleccionar medios para atenderlo
•Planificar los medios
•Desarrollar los medios
Definición del Proyecto -> Planificación

Título: 1. Objetivos
Objetivo: 2. Metas
Descripción: 3. Actividades
Justificación: 4. Medidas de desempeño
Productos: 5. Itinerario
6. Recursos (humano,
técnico y prresupuesto)
 Objetivo Meta Actividades Medidas de Fecha
desempeño
Definición del tema Identificar conjunto Realizar busqueda Encontrar 1 Sábado 15 de
problema de datos. de recursos on-line conjunto de datos febrero de 2020
para solucionar el
problema de
proyecto.
Identificar modelo. Realizar busqueda Encontrar 1 modelo Lunes 17 de febrero
de recursos on-line a aplicar en la de 2020
solucion del tema-
problema
Identificar Repasar recursos Identificar software Miercoles 19 de
herramienta de aprendidos en los de analisis y febrero de 2020
analisis cursos de la presentacion de
certificación datos.
Formular propuesta Preparar Presentar el Jueves 20 de
de proyecto presentación de proyecto ante el febrero de 2020
propuesta de grupo.
proyecto en el salón
Planificación
Objetivos:
• los resultados generales deseados que se esperan
alcanzar con la ejecución de las actividades y el logro
de las metas que integran un proyecto, empresa o
entidad. Estos resultados son medibles o
cuantificables.
Planificación
Objetivos:
• los resultados generales deseados que se esperan
alcanzar con la ejecución de las actividades y el logro
de las metas que integran un proyecto, empresa o
entidad. Estos resultados son medibles o
cuantificables.
• los fines hacia los cuales se dirige las actividades de
las organizaciones y de los individuos.
Planificación
Importancia de los objetivos:
• Establecen la guía de las actividades a realizar
• Su cumplimiento asegura el éxito del proyecto
Planificación
Metas:
• Detalla el objetivo en niveles más específicos para el corto y
mediano plazo.
• Sirve de base para el establecimiento de las actividades que
concretaran los objetivos.
• Mide en forma cuantificable lo que se debe obtener al final
del cumplimiento del objetivo.
• Se establecen para cada uno de los objetivos.
Planificación
Objetivos y Metas:
• Ambos establecen resultados deseados dentro de periodo
específico.
• La diferencia esta en el grado de especificidad y el tiempo
para alcanzar el resultado.
Planificación
Actividades:
• Acciones concretas, definidas por verbos y que detallas el
cómo se cumplirá con las metas.
 DISEÑO DEL PROYECTO
Temas
1. Aspectos técnicos
2. Aspectos conceptuales
3. Integración de conocimientos
4. Objetivos del análisis de datos
5. Procesos en el análisis de datos
 ASPECTOS TÉCNICOS
I. Conjunto de datos
A. Primarios o secundarios
B. Cuantitativos o cualitativos
1. Cuantitativos: discretos, continuos,
intervalos
2. Cualitativos, nominales, ordinales
C. Formato original
D. Formato producto
ASPECTOS TÉCNICOS
II. Software análisis
A. Excel /Google Sheet
B. Minitab
C. Python
D. R
E. SPSS
F. Stata
ASPECTOS TÉCNICOS
III. Software presentación
A. PowerPoint / Google Slide
B. PowerBI
C. Tableau
D. Google Data Studio
ASPECTOS CONCEPTUALES
I. Metodología:
Conjunto de procedimientos utilizados para la
planificación y gestión de todos los componentes
del mismo. Esto para alcanzar el objetivo de
nuestro proyecto.
INTEGRACIÓN DE CONOCIMIENTOS
1. Investigación
a) Cuantitativa
b) Cualitativa
2. Administración
3. Creatividad
4. Presentación
OBJETIVOS DEL ANÁLISIS DE DATOS
El análisis de datos se define como un proceso de
limpieza, transformación y modelado de datos para
descubrir información útil para la toma de decisiones
empresariales, salud, educación, seguridad, entre otras.
El propósito del análisis de datos es extraer información
útil de los datos y tomar decisiones basadas en el
análisis de datos.
OBJETIVOS DEL ANÁLISIS DE DATOS
Tipos de análisis de datos
1. Análisis de texto
2. Análisis estadístico
3. Análisis diagnóstico
4. Análisis predictivo
5. Análisis prescriptivo
OBJETIVOS DEL ANÁLISIS DE DATOS
1. Análisis de texto
También conocido como data mining. Método
orientado a descubrir patrones en grandes conjuntos
de datos mediante el uso de bases de datos o
herramientas para data mining. Es usado para
transformar conjuntos de datos “crudos” o sin
procecesar en datos útiles para nuestros proyectos. En
estos se integran herramientas de Business Intelligence
para la toma de decisiones estratégicas.
OBJETIVOS DEL ANÁLISIS DE DATOS
1. Análisis de texto
#setwd("C:/Users/francisco.pesante/Documents/2018/04_p
ersonal/agric/striken_land")
setwd("C:/Users/franc/Documents/2018/ceaprc/tesis/02_fu
entes_primarias/striken_land")
text.v <- scan("sl-book-txt.txt", what="character", sep="\n")
start.v <- which(text.v == "INTRODUCTION")
end.v <- which(text.v == "look to their own benefit.")
start.metadata.v <- text.v[1:start.v -1]
end.metadata.v <- text.v[(end.v+1):length(text.v)]
metadata.v <- c(start.metadata.v, end.metadata.v)
diary.lines.v <- text.v[start.v:end.v]
diary.v <- paste(diary.lines.v, collapse=" ")
diary.lower.v <- tolower(diary.v)
OBJETIVOS DEL ANÁLISIS DE DATOS
2. Análisis estadístico
Busca responder preguntas del presente a partir de datos del
pasado. Involucra la recolección, análisis, interpretación,
presentación y modelaje de los datos en un conjunto de datos
o una muestra de los datos. Se divide entre los análisis
descriptivos (cuenta con la totalidad de los datos o una
muestra para determinar las medidas de tendencia central, de
dispersión, porcientos o frecuencias para datos mayormente
categóricos) e inferenciales (analiza una muestra de los datos).
OBJETIVOS DEL ANÁLISIS DE DATOS
2. Análisis estadístico
OBJETIVOS DEL ANÁLISIS DE DATOS
3. Análisis diagnóstico
Busca la causa de un tema mediante los análisis
estadísticos. Se puede utilizar para identificar
patrones de comportamientos en los datos. Esto
permite identificar soluciones a problemas
similares cuando se dan las condiciones de los
datos estudiados.
OBJETIVOS DEL ANÁLISIS DE DATOS
3. Análisis diagnóstico
Examen de la relación entre alfabetismo y el
estado de salud de los residentes en Puerto Rico.
• Los adultos alfabetizados tuvieron 3.8 (IC 95%:
3.8 – 3.9) veces mayor probabilidad de disfrutar
de una condición de salud general buena, muy
buena o excelente, en comparación con los
adultos analfabetas.
• Los adultos alfabetizados tuvieron 58.3% menor
probabilidad de vivir con diabetes en
comparación con los adultos analfabetas.
• En cuanto a la actividad física, los adultos
alfabetizados tuvieron 2.2 (IC 95%: 2.2 – 2.3)
veces mayor probabilidad de realizar ejercicios,
al compararlo con los adultos no alfabetizados.
OBJETIVOS DEL ANÁLISIS DE DATOS
4. Análisis predictivo
Análisis que hace predicciones de
resultados futuros tomando como
referencia el estudio de datos previos.
OBJETIVOS DEL ANÁLISIS DE DATOS
4. Análisis predictivo
OBJETIVOS DEL ANÁLISIS DE DATOS
5. Análisis prescriptivo
Resume los beneficios de los métodos
previamente descritos para determinar el
curso de acción para atender un problema
actual o tomar decisiones.
OBJETIVOS DEL ANÁLISIS DE DATOS
5. Análisis prescriptivo
OBJETIVOS DEL ANÁLISIS DE DATOS
5. Análisis prescriptivo
PROCESOS EN EL ANÁLISIS DE DATOS
1. Recopilación de requisitos de datos
2. Recopilación de datos
3. Limpieza de datos
4. Análisis de los datos
5. Interpretación de datos
6. Visualización de datos
PROCESOS EN EL ANÁLISIS DE DATOS
1. Recopilación de los requisitos en los datos
Identificar el propósito o el objetivo del análisis
de datos. Responder a la pregunta ¿qué
analizar? ¿Cómo medirlo? Requisito para definir
el tipo de análisis de datos vamos a hacer ¿por
qué se está investigando y qué medidas debo
usar para este análisis?
PROCESOS EN EL ANÁLISIS DE DATOS
1. Recopilación de los requisitos de datos
• En el conjunto de datos presentado, ¿en cuál
conjunto encuentro datos de pobreza? ¿en
cuál encuentro datos de la composición de la
población por edad? ¿en qué conjunto de
datos encuentro datos sobre acceso a
vehículos?
PROCESOS EN EL ANÁLISIS DE DATOS
2. Recopilación de datos
Después de reunir los requisitos, tendrá una idea clara de las
cosas que debe medir y cuáles deberían ser sus
hallazgos. Ahora es el momento de recopilar sus datos según
los requisitos. Una vez que recopile sus datos, recuerde que
los datos recopilados deben procesarse u organizarse para
analisis. A medida que recopila datos de varias fuentes, debe
mantener un registro con la fecha de recopilación y la fuente
de los datos.
PROCESOS EN EL ANÁLISIS DE DATOS
2. Recopilación de datos
PROCESOS EN EL ANÁLISIS DE DATOS
3. Limpieza de datos
Los datos recopilados pueden no ser útiles o
irrelevantes para su objetivo de análisis, por lo tanto,
deben limpiarse. Los datos que se recopilan pueden
contener registros duplicados, espacios en blanco o
errores. Los datos deben limpiarse y estar libres de
errores. Esta fase debe realizarse antes del análisis
porque, según la limpieza de datos, su resultado del
análisis estará más cerca del resultado esperado.
 ASPECTOS TÉCNICOS
I. Conjunto de datos
A. Primarios o secundarios
B. Cuantitativos o cualitativos
1. Cuantitativos: discretos, continuos,
intervalos
2. Cualitativos, nominales, ordinales
C. Formato original
D. Formato producto
PROCESOS EN EL ANÁLISIS DE DATOS
3. Limpieza de datos
PROCESOS EN EL ANÁLISIS DE DATOS
4. Análisis de los datos
Una vez que los datos se recopilan, limpian y procesan,
están listos para el análisis. A medida que manipula los
datos, es posible que tenga la información exacta que
necesita o que necesite recopilar más datos. Durante
esta fase, puede utilizar herramientas y software de
análisis de datos que lo ayudarán a comprender,
interpretar y sacar conclusiones basadas en los
requisitos.
PROCESOS EN EL ANÁLISIS DE DATOS
4. Análisis de los datos
PROCESOS EN EL ANÁLISIS DE DATOS
5. Interpretación de datos
Después de analizar sus datos, finalmente es hora de
interpretar sus resultados. Puede elegir la forma de
expresar o comunicar su análisis de datos, ya sea
simplemente usando palabras o tal vez una tabla o
gráfico. Luego use los resultados de su proceso de
análisis de datos para decidir su mejor curso de acción.
PROCESOS EN EL ANÁLISIS DE DATOS
5. Interpretación de datos
PROCESOS EN EL ANÁLISIS DE DATOS
6. Visualización de datos
A menudo aparecen en forma de cuadros y gráficos. En
otras palabras, los datos se muestran gráficamente
para que sea más fácil para el cerebro humano
comprenderlos y procesarlos. La visualización de datos
a menudo se usa para descubrir hechos y tendencias
desconocidos. Al observar las relaciones y comparar
conjuntos de datos, puede encontrar una manera de
encontrar información significativa.
PROCESOS EN EL ANÁLISIS DE DATOS
6. Visualización de datos
 ATRIBUTOS DE LA
INFORMACIÓN DE CALIDAD
Las 5 características son:
1. Exactitud
2. Completa
3. Consistente
4. Unica
5. Temporalmente relevante
Referencias
1. Project Management Institute (2013). A Guide to the Project Management Body of
Knowledge. Newtown Square, Pennsylvania.
2. Stephen W. Laguette (2012). Assessment of Project Completion for Capstone Design
Projects. University of California, Santa Barbara: American Society for Engineering
Education.
3. Tony Johnson (2018). Crosswind Success Series: PMP Exam Bootcamp Manual.
Carrolton, Texas: Crosswind Learning.
4. Vilma Madonado Moll (2008). Planificación estrategica. San Juan, PR: Oficina de
Recursos Humanos del Estado Libre Asociado de Puerto Rico.
5. Krishna Rungta (2020). What is Data Analysis? Types, Process, Methods, Techniques.
Guru99.com
6. Cipriano, Luna González, Alfredo. Proceso administrativo, Grupo Editorial Patria, 2014.
ProQuest Ebook Central,
https://ebookcentral.proquest.com/lib/elibronucocrevsp/detail.action?docID=322856
4.