El resumen del mes de Octubre ’16 – ¿Qué has aprendido en Conceptos Claros?

resumen-mes-octubre-2016

El resumen del mes de Octubre ’16. Cada mes voy a hacer un pequeño ejercicio de valoración porque al final veas que detrás de este blog hay una persona con ganas de compartir reflexiones, admitir errores y, en definitiva, humanizar esto de las materias técnicas, que hace falta 🙂 . Es muy interesante hacer una mirada al contenido que se ha dado en el blog durante el último mes y proponer lo que se verá. Antes del resumen una pequeña reflexión.

# Una pequeña reflexión

Ha pasado un mes después del nacimiento del blog y siento que me he pasado un poco de complicado…Llevo 6 años trabajando para la innovación y estoy demasiado acostumbrado a hablar de temas muy complejos como si nada.

Estoy experimentando un proceso de descompresión, es un proceso que iré haciendo poco a poco. Al final, el objetivo de todo esto es explicarte las cosas de manera más sencilla y acercarte los conceptos complicados. Y, más importante, que veas la importancia de aprender lo que trato en el blog: las mates, la estadística y el análisis de datos.

Voy a bajar el listón del blog y mostrarte las cosas de una manera más cercana.

La idea del blog surgió después de una de las clases particulares que imparto. Conceptos Claros surgió  para mostrar conocimiento técnico que voy recopilando en estas clases y en otras formaciones que voy impartiendo.

Con el fin de que aprendas conceptos complicados en relación a las mates, la estadística y el análisis de datos con explicaciones asimilables para un público NO técnico como tu.

Voy a retomar lo que realmente me llena que es mostrarte conocimiento de otra manera, más aplicado y diferente que la formación convencional.

Así que voy a dejar herramientas de programación por el momento y me voy a centrar en las buenas explicaciones y la importancia de aprender todo esto.

 


El primer mes de vida del blog. Octubre del 2016. Esto es lo que te he mostrado en este primer mes. Para ser el primero no está nada mal ;). Y como  te digo me he pasado un poquito… lo reconozco…

# Los conceptos esenciales del mes

La estadística y la variable numérica: te he preparado un resumen de estadística muy interesante donde te he mostrado qué es la estadística y qué tipos de estadística hay.

Te he explicado también qué tipo de variables hay, y me he centrado en que veas cómo describir con cariño UNA variable numérica mediante gráficos y medidas de dispersión y centralidad.

resumen-estadistica-material-consulta-definitivo

Histograma y frecuencias: he dedicado un post al histograma, una herramienta muy muy interesante sobre cómo dibujar la distribución de una variable numérica.

Con este gráfico se explican los conceptos de frecuencia absoluta y relativa, e íntimamente relacionado el concepto de distribución de probabilidad.

histograma-las-bases-fundamentales-de-la-estadistica-descriptiva

Distribución de probabilidad: es un histograma de densidad llevado al límite. Puedes representar tu variable numérica como una función continua. Una distribución muy típica es la distribución normal.

Con este post puedes entender de una vez por todas qué es una distribución de densidad de probabilidad.

para-que-sirve-funcion-densidad-probabilidad

# En la práctica

Antes de programar, estructura tu código: muy importante si necesitas programar para analizar datos y no eres informático. Programas científicos como R, Python o Matlab te pueden servir para analizar datos. Con este post puedes ordenar tus códigos y dar estructura a tu ejercicio.

no-pierdas-el-foco-estructurando-codigo

Cómo empezar con R con buen pie: el primer post de tutoriales. Es un pequeño experimento. En un futuro mejoraré los vídeos 😛 . Si estás interesado en empezar con R este post es para ti. 3 vídeos tutoriales para instalar R, cargar paquetes y una mini explicación de la interfaz más famosa de todas, RStudio.

tutorial-de-r-para-principiantes

El camino a seguir para convertirse en un data scientist en R: el post definitivo para ser autodidacta con R. Uno de los post más interesantes y completos del mes. Un camino de recursos gratuitos ordenado que te va a permitir aprender R como herramienta y llegar a ser un data scientist como tal.

7-pasos-para-convertirte-data-scientist-r

# Aplicaciones reales

Ésta es una sección interesante donde muestro algunas aplicaciones reales de conceptos de análisis de datos.

Este mes he aplicado los conceptos de serie geométrica para calcular lo que te va a costar la hipoteca de interés fijo.

como-calcular-tu-hipoteca

Una de las aplicaciones de moda en el análisis de datos donde mates y estadística juegan un gran papel es en el Big Data. Una mini explicación del Big Data y la importancia de analizar datos en nuestros días.
que-es-big-data

 

 

# Para el mes que viene

Esto es lo que tengo pensado… en cuanto a material conceptual. No quiero marearte mucho este mes:

  1. Introducción a la estadística inferencial. La segunda entrega del resumen definitivo de estadística.
  2. El concepto que más me costó y de los más importantes. ¿Qué es eso de la f(x)?
  3. Tengo pensado hacerte la segunda entrega de la Estadística descriptiva. Trataré de explicarte el Box-plot, un gran gráfico utilizado sobretodo en investigaciones científicas.

Para no aburrirte demasiado te daré razones para aprender de una vez por todas estadística si eres un investigador científico.

Te voy a dar motivos para empezar a tener en cuenta esto del análisis de datos con las explicaciones de un CRACK, Hans Rosling.

La importancia creciente de analizar muy bien los datos en el mundillo de la salud: biología y medicina.

La nueva manera de hacer noticias con representaciones de datos muy interesantes: el datajournalism.

 


Esto es lo que te dejo del mes de Octubre y una pincelada del mes de Noviembre. Este blog va a ir evolucionando ya que hace muy poquito que existe y estoy encontrando mi personalidad, es un viaje que vamos a experimentar juntos 😉 .

A parte de lo que te he citado para el mes de Noviembre estoy pensando en hacer entrevistas de personas involucradas en la investigación, estudiantes de carreras o masters técnicos y personas que utilizan a diario datos en su trabajo. ¿Qué te parece? ¿Te gustaría ser una de ellas? 😉

 

 

Sobre el autor

Scroll al inicio