Módulo 16
Cómputo y comunicación
R, Python, Excel y SPSS; limpieza de datos, elección del gráfico y tablas publicables.
17 de 17 entradas escritas
Troncal — está en toda cátedra
Buenas prácticas de visualización
TroncalLas reglas que hacen que un gráfico se entienda solo: qué lleva, qué sobra, cómo se usa el color y qué tiene que decir el epígrafe.
borrador
Cargar datos sin generar errores
TroncalCómo se arma la planilla de carga para que los errores no entren: validaciones, códigos, doble carga y los controles que hay que correr antes de analizar.
borrador
Cómo leer la salida del software
TroncalQué mirar primero en una tabla de resultados, qué significan las columnas que siempre aparecen y cómo detectar que el programa calculó otra cosa.
borrador
De la salida del programa al informe escrito
TroncalEl último paso, que casi no se enseña: cómo se traduce una tabla de resultados en oraciones que un lector entiende y puede evaluar.
borrador
El diccionario de variables
TroncalEl documento que traduce cada columna de la base a su definición, sus categorías y su origen: lo primero que se arma y lo único que sobrevive al olvido.
borrador
Errores comunes al graficar
TroncalLas distorsiones que aparecen una y otra vez en gráficos publicados: cómo reconocerlas al leer y cómo no cometerlas al producir.
borrador
Estadística en Excel y Google Sheets
TroncalQué se puede hacer bien con una planilla, qué funciones usar, y dónde está el límite a partir del cual conviene pasar a R o Python.
borrador
Primeros pasos en R
TroncalLo mínimo para dejar de depender de la planilla: importar una base, mirarla, calcular descriptivos y graficar, sin aprender a programar antes.
borrador
Qué gráfico usar en cada caso
TroncalEl criterio para elegir la representación correcta según cuántas variables hay, de qué tipo son y qué se quiere mostrar.
borrador
Intermedio — según la carrera
Cómo organizar un proyecto de datos
IntermedioLa estructura de carpetas y los nombres de archivo que hacen que el trabajo se entienda meses después, sin pensar en cada decisión.
borrador
Cómo se arma una tabla publicable
IntermedioLa diferencia entre la tabla de trabajo y la que va en el informe: qué lleva, qué se saca y cómo se ordena para que se lea sola.
borrador
Datos faltantes: qué hacer
IntermedioLos tres tipos de faltante, por qué importa distinguirlos y cuáles son las opciones reales de tratamiento, incluida la de no hacer nada.
borrador
Estadística en SPSS e InfoStat
IntermedioLos dos programas de menús más usados en las universidades argentinas: dónde está cada análisis y cómo dejar registro de lo que se hizo.
borrador
Flujo de trabajo reproducible
IntermedioQue cualquiera —incluido vos dentro de un año— pueda rehacer el análisis y llegar al mismo resultado: qué hace falta y qué hay que dejar de hacer.
borrador
Formato ancho y formato largo
IntermedioLas dos formas de organizar la misma información cuando hay mediciones repetidas, cuál pide cada análisis y cómo se pasa de una a la otra.
borrador
Limpieza de datos
IntermedioLa etapa más larga de cualquier trabajo con datos: qué se revisa, en qué orden, y por qué toda corrección tiene que quedar registrada.
borrador
Primeros pasos en Python para estadística
IntermedioLo mínimo de pandas para importar, explorar y describir una base, y cuándo conviene Python en vez de R.
borrador