Rosana Ferrero ๐Ÿ“ˆ๐Ÿ“Š๐Ÿ™Œ Profile picture
Jan 14, 2023 โ€ข 9 tweets โ€ข 29 min read โ€ข Read on X
๐ŸŒŽ ยกAcabo de encontrar una serie de mapas increรญbles realizados con #RStats! Desde mapas interactivos hasta diseรฑos 3D, hay algo para todos los amantes de los datos espaciales
๐Ÿ‘‡ ยก8 cuentas a las que definitivamente vale la pena darle un vistazo!๐Ÿงต
#dataviz #maps #geospatial #gis
โœ… Tyler Morgan-Wall @tylermorganwall

๐Ÿ”— buff.ly/3ZBWNKe
Mapa 3D giratorio con puntos de luz (mapa anterior)

๐Ÿ”— buff.ly/3QDfXLx
La red de cable submarino de fibra รณptica de la Tierra.

Utiliza #rayshader #rayrender #rayverse
#dataviz #maps #geospatial #gis
@tylermorganwall โœ… Milos Popovic @milos_agathon
๐Ÿ”— buff.ly/3CJM6LN
Mapa % de empleados en la fabricaciรณn, datos Eurostat.

#dataviz #maps #geospatial #gis #rstats #DataVisualization #stats #DataScience
@tylermorganwall @milos_agathon โœ… Terence fosstodon @researchremora
๐Ÿ”— buff.ly/3W2Z1it
Mapa de densidad de poblaciรณn, cualquier paรญs. Utiliza #rayshader

#dataviz #maps #geospatial #gis #rstats #DataVisualization #stats #DataScience
@tylermorganwall @milos_agathon @researchremora โœ… Dr. Dominic Royรฉ @dr_xeo
๐Ÿ”— buff.ly/3GXKpM7
Mapa sequรญas de la รบltima dรฉcada.

#dataviz #maps #geospatial #gis #rstats #DataVisualization #stats #DataScience
@tylermorganwall @milos_agathon @researchremora @dr_xeo โœ… F Rodriguez-Sanchez @frod_san
๐Ÿ”— buff.ly/3w1JhSi
Mapas de sombra o luz solar de alta resoluciรณn, cualquier ciudad. Utiliza CityShadeMapper (ha creado este paquete!)

#dataviz #maps #geospatial #gis #rstats #DataVisualization #stats #DataScience
@tylermorganwall @milos_agathon @researchremora @dr_xeo @frod_san โœ… Tanya Shapiro @tanya_shapiro
๐Ÿ”— buff.ly/3W1Sp44
Mapa interactivo de muertes relacionadas con enfermedades coronarias en los EE. UU. Utiliza #highcharter

#dataviz #maps #geospatial #gis #rstats #DataVisualization #stats #DataScience

โ€ข โ€ข โ€ข

Missing some Tweet in this thread? You can try to force a refresh
ใ€€

Keep Current with Rosana Ferrero ๐Ÿ“ˆ๐Ÿ“Š๐Ÿ™Œ

Rosana Ferrero ๐Ÿ“ˆ๐Ÿ“Š๐Ÿ™Œ Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @RosanaFerrero

Feb 10
๐‘ฝ๐’‚๐’“๐’Š๐’‚๐’ƒ๐’๐’†๐’” ๐’…๐’† ๐‘ช๐’๐’๐’‡๐’–๐’”๐’Šรณ๐’: riesgos, lรญmites y consideraciones crรญticas๐Ÿ‘‡๐Ÿงต
ยฟQuรฉ es un confusor? ยฟCuรกles son sus consecuencias?
ยฟCรณmo evitar problemas de confusores? ยฟQuรฉ limitaciones debemos tener en cuenta?

#stats #datascience #master #analytics #cienciadedatos Image
ยฟQuรฉ es? Una variable de confusiรณn (o confusor) es un tercer factor que cambia la asociaciรณn entre otras 2 variables: la exposiciรณn (e.g. el factor de riesgo que se estudia) y el resultado (e.g. el efecto en la salud).

3 condiciones๐Ÿ‘‡ Image
ยฟConsecuencias? El efecto real de la exposiciรณn se mezcla con el efecto de otros factores que tambiรฉn influyen en el resultado, dificultando la identificaciรณn de la verdadera relaciรณn causal.

Puede alterar los resultados en magnitud o direcciรณn.

#datascience #master #analytics Image
Read 7 tweets
Feb 4
๐Ÿšจ๐๐จ๐ญ๐ž๐ง๐œ๐ข๐š ๐ž๐ฌ๐ญ๐š๐๐ข๐ฌ๐ญ๐ข๐œ๐š: ๐ง๐จ ๐ฅ๐จ ๐ฉ๐ฅ๐š๐ง๐ข๐Ÿ๐ข๐ช๐ฎ๐ž๐ฌ ๐ฉ๐š๐ซ๐š ๐ฅ๐จ ๐ช๐ฎ๐ž ๐ž๐ฌ๐ฉ๐ž๐ซ๐š๐ฌ, ๐ฉ๐ฅ๐š๐ง๐ข๐Ÿ๐ข๐œ๐šฬ๐ฅ๐š ๐ฉ๐š๐ซ๐š ๐ฅ๐จ ๐ช๐ฎ๐ž ๐ง๐จ ๐ช๐ฎ๐ข๐ž๐ซ๐ž๐ฌ ๐ฉ๐š๐ฌ๐š๐ซ ๐ฉ๐จ๐ซ ๐š๐ฅ๐ญ๐จ
Te cuento por quรฉ๐Ÿ‘‡๐Ÿงต

#stats #datascience #analytics #dataanalysis Image
๐‹๐š ๐ฉ๐จ๐ญ๐ž๐ง๐œ๐ข๐š ๐ž๐ฌ๐ญ๐š๐๐ข๐ฌ๐ญ๐ข๐œ๐š es 1โˆ’ฮฒ: la probabilidad de evitar un ๐ž๐ซ๐ซ๐จ๐ซ ๐๐ž ๐ญ๐ข๐ฉ๐จ II, es decir, de no pasar por alto un efecto real del tamaรฑo especificado. Una potencia baja implica un alto riesgo de concluir que no hay efecto cuando sรญ existe.
#master Image
Por eso, el enfoque correcto no es basarse en el efecto esperado, sino en el ๐ญ๐š๐ฆ๐š๐งฬƒ๐จ ๐๐ž๐ฅ ๐ž๐Ÿ๐ž๐œ๐ญ๐จ ๐๐ž ๐ข๐ง๐ญ๐žฬ๐ซ๐ž๐ฌ ๐ฆ๐šฬs ๐ฉ๐ž๐ช๐ฎ๐ž๐งฬƒ๐จ (๐’๐„๐’๐Ž๐ˆ). Esto define el umbral de relevancia cientรญfica o prรกctica que no queremos pasar por alto.
#cienciadedatos #phd Image
Read 6 tweets
Jan 30
๐Ÿ˜ฑ ยฟTienes varias mediciones de un mismo sujeto, sensor o ciudad? ยกCuidado! Tratarlas como si fueran observaciones independientes (e.g. tratar 25 mediciones de 5 sujetos como si fueran 25 sujetos distintos) es cometer pseudoreplicaciรณn. Y este error invalida tus conclusiones:๐Ÿ‘‡๐Ÿงต Image
1๏ธโƒฃInferencia
Al ignorar la dependencia, el modelo asume que cada dato aporta informaciรณn nueva y รบnica. Esto subestima el error estรกndar e infla los estadรญsticos de prueba.
Consecuencia: Aumentan los falsos positivos y se distorsionan artificialmente los intervalos de confianza.
2๏ธโƒฃ Estimaciรณn de Efectos (Intra vs. Inter)
Impide distinguir entre la variabilidad intra-sujetos (cambios en el tiempo) y inter-sujetos (diferencias inherentes).
Consecuencia: Los efectos aparentan ser mรกs precisos de lo que realmente son, y puedes caer en la Paradoja de Simpson.
Read 9 tweets
Jan 25
โšฝ En este post tienes una introducciรณn divulgativa y prรกctica al papel del data scientist en el fรบtbol, explicando quรฉ datos se generan, cรณmo se analizan y para quรฉ se usan en la toma de decisiones deportivas.


#stats #datascience #ML #LaLiga #dataviz maximaformacion.es/blog-ciencia-dโ€ฆImage
Hoy cada partido y entrenamiento producen una avalancha de informaciรณn que ya no se puede gestionar solo con intuiciรณn.
El data scientist entra en escena para responder preguntas que antes no tenรญan respuesta clara:

#MachineLearning #EstadรญsticaDeportivo #InnovaciรณnDeportiva Image
El fรบtbol sigue siendo emocional. Pero la toma de decisiones ya no lo es tanto.
Cada vez mรกs clubes (grandes y pequeรฑos) tienen equipos internos de datos. Porque decidir fichajes, rotaciones o planteamientos sin datos hoy es asumir desventaja estructural.

#AnรกlisisDeDatos Image
Image
Image
Read 4 tweets
Jan 22
๐Ÿšจ๐—–๐—ผฬ๐—บ๐—ผ ๐—ฒ๐˜ƒ๐—ฎ๐—น๐˜‚๐—ฎ๐—ฟ ๐˜‚๐—ป ๐—บ๐—ผ๐—ฑ๐—ฒ๐—น๐—ผ ๐—ฝ๐—ฟ๐—ฒ๐—ฑ๐—ถ๐—ฐ๐˜๐—ถ๐˜ƒ๐—ผ: decenas de mรฉtricas... y mucha confusiรณn
La evaluaciรณn de modelos predictivos estรก plagada de mรฉtricas (ยกexisten mรกs de 30!), pero ยฟQuรฉ preguntas responden realmente?

๐Ÿฑ ๐—ฑ๐—ถ๐—บ๐—ฒ๐—ป๐˜€๐—ถ๐—ผ๐—ป๐—ฒ๐˜€ conceptuales๐Ÿ‘‡๐Ÿงต Image
๐Ÿ‘‰ Si no distingues estos dominios, estรกs evaluando mal el modelo, aunque los nรบmeros โ€œsalgan bienโ€.

Artรญculo:

#stats #analytics #Estadรญstica #DataScience #ModelosPredictivos #IA #ML hal.science/hal-04841858v1โ€ฆImage
๐Ÿ‘€ Interpretaciรณn de cada dimensiรณn (y sus peligros) Image
Read 5 tweets
Jan 21
๐—จ๐—ก๐—” ๐— ๐—”๐—ง๐—ฅ๐—œ๐—ญ ๐——๐—˜ ๐—–๐—ข๐—ก๐—™๐—จ๐—ฆ๐—œ๐—ขฬ๐—ก ๐—ก๐—ข ๐—ฆ๐—œ๐—ฅ๐—ฉ๐—˜ ๐—ฃ๐—”๐—ฅ๐—” โ€œ๐—ฉ๐—˜๐—ฅ ๐—ฆ๐—œ ๐—˜๐—Ÿ ๐— ๐—ข๐——๐—˜๐—Ÿ๐—ข ๐—”๐—–๐—œ๐—˜๐—ฅ๐—ง๐—” ๐— ๐—จ๐—–๐—›๐—ขโ€,
๐—ฆ๐—œ๐—ก๐—ข ๐—ฃ๐—”๐—ฅ๐—” ๐—˜๐—ก๐—ง๐—˜๐—ก๐——๐—˜๐—ฅ ๐—–๐—ขฬ๐— ๐—ข ๐—ฆ๐—˜ ๐—˜๐—ค๐—จ๐—œ๐—ฉ๐—ข๐—–๐—”.

ยฟCรณmo evaluar quรฉ errores comete, con quรฉ frecuencia y a quรฉ coste?

#stats Image
โ–ถ๏ธŽ ๐—˜๐—ซ๐—”๐—–๐—ง๐—œ๐—ง๐—จ๐—— (๐—”๐—–๐—–๐—จ๐—ฅ๐—”๐—–๐—ฌ)
Porcentaje total de aciertos.
โš ๏ธ Si una clase es mayoritaria, un modelo trivial que siempre predice esa clase puede tener una exactitud alta sin capacidad predictiva real.

Debes superar la tasa de no informaciรณn (% clase mayoritaria)
โ–ถ๏ธŽ ๐—ฆ๐—ฒ๐—ป๐˜€๐—ถ๐—ฏ๐—ถ๐—น๐—ถ๐—ฑ๐—ฎ๐—ฑ (๐—ฅ๐—ฒ๐—ฐ๐—ฎ๐—น๐—น, ๐—ง๐—ฃ๐—ฅ)
Capacidad de detectar positivos reales.
Penaliza falsos negativos.

โ–ถ๏ธŽ ๐—˜๐˜€๐—ฝ๐—ฒ๐—ฐ๐—ถ๐—ณ๐—ถ๐—ฐ๐—ถ๐—ฑ๐—ฎ๐—ฑ (๐—ง๐—ก๐—ฅ)
Capacidad de identificar negativos reales.
Penaliza falsos positivos.

Optimizar una suele empeorar la otra.
Read 10 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us!

:(