😈 Los 7 Pecados Estadísticos que Incluso algunos Expertos Cometen
🚨 ¿Te consideras un experto en estadística? Entonces, ¡presta atención! Incluso los profesionales más experimentados caen en estos 7 pecados estadísticos que pueden arruinar cualquier análisis de datos. 🧵👇 🚫 ERROR 1: No realizar una investigación reproducible 😱
😤 ¿Cuántas veces has tenido que rehacer un análisis completo por un simple error o cambio en los datos?
💡Usa R, RMarkdown/Quarto para asegurar que tu trabajo sea 100% reproducible, y actualiza automáticamente tu trabajo.

🌍10 Casos Emblemáticos de Análisis de Datos en la Vida Real
🔍¿Sabías que el análisis de datos ha salvado vidas y revolucionado industrias?Si alguna vez te has preguntado cómo los datos pueden marcar la diferencia, aquí te presento algunos casos emblemáticos que te sorprenderán. 1️⃣ John Snow y el cólera (1854): Identificó con datos la fuente de un brote de cólera en Londres, creando un mapa que reveló la relación entre las muertes y una bomba de agua contaminada, sentando las bases de la epidemiología moderna.

#Epidemiology buff.ly/2WaBa4s

👀 La correlación puede no significar lo que crees que significa.

💥 La interpretación de la correlación y su relevancia práctica debe considerar tanto el contexto específico como las limitaciones estadísticas.

👇 20 Precauciones clave 🧵

#stats #analytics #datascience #data 1️⃣ Las asociaciones observadas deben ser confirmadas en otros datos.
2️⃣ No se deben inferir correlaciones indirectas sin justificación.
3️⃣ Utilizar la regresión en lugar de la correlación puede ser más adecuado.
4️⃣ Correlación nula (o pequeña) ≠ Ausencia de relación.

📚 Libros imperdibles para crear #dataviz impresionantes con #RStats 📊🌟
😉 (Y puedes consultarlos online de forma gratuita)

🚀🧵↓

#datavisualization #datascience #analytics #stats #data #book #gratis 📉Visualización de datos: introducción práctica by @kjhealy
"Una guía de visualización de datos a la vez práctica y elegante. Healy combina la belleza y el conocimiento de Tufte con la utilidad concreta de Stack Exchange.”— Elizabeth Bruch

#dataviz #book buff.ly/2K7Zyuv

💡Seguro conoces la frase "basura entra, basura sale", pero la calidad de los resultados no solo depende de la calidad de los datos, sino también de la validez del diseño de estudio que les dio forma; un buen diseño es la base para una buena inferencia.
🧵Cómo evaluar la validez? 1️⃣ Validez externa -> generalizar los resultados -> Representatividad de la muestra
👉 Precisión: tamaño de muestra (unidad experimental vs unidad de observación, tratamiento, réplica y pseudo-réplica)
👉 Exactitud: tipo de muestreo (aleatorio y representativo -evitar sesgos-)

🎯 12 TOP 📦 #RStats para ahorrar horas de trabajo en tus análisis de datos 👀

1. Crea gráficos #ggplot de forma interactiva
📦 esquisse, recupera el código para reproducir el gráfico

2. Elige los colores para tus gráficos de forma interactiva
📦 colourpicker

#dataviz #stats 3. Visualiza series temporales
📦 tsviz

4. Prepara variables categóricas rápidamente
📦 questionr reordena, recodifica, discretiza

5. Explora tus datos y crea un informe automático
📦 DataExplorer buff.ly/3ekxlSL
buff.ly/46K6A3h
buff.ly/3sGXMt9

🤖📚 Descubre las mejores herramientas impulsadas por #AI para la investigación académica y ahorra tiempo para hacer lo que más te gusta
📚 Accede a más información en menos tiempo!
🚀 Dale un impulso a tu investigación académica!
#GPT #DataScience #science #chatGPT #research #ML ✅Scispace
Espacio de trabajo para automatizar tareas
Obtén una explicación simple de texto, matemáticas y tablas confusas
Haz preguntas de seguimiento y obtén respuestas instantáneas
Busca papers relevantes
Mejora la colaboración
buff.ly/3gz7LhQ
#Researchtools #science

🤯¡Los datos ausentes están por todas partes!😜
👉Pueden invalidar los resultados de tu estudio
👉Muchas funciones utilizan métodos automáticos que pueden no ser óptimos
👉El impacto de la falta de datos es un tema que la mayoría quiere evitar, pero hoy no
¿Qué hacer con los NA?: 🎯Necesitas identificar los datos ausentes, averiguar por qué y cómo faltan:
- errores humanos
- interrupciones del flujo de datos (e.g. meses)
- problemas de privacidad
- sesgo (e.g. tipos de participantes del estudio que tienen >NA)

¡Es info clave para intentar solucionarlo!

💥14 herramientas secretas impulsadas por #RStats para ahorrar tiempo y esfuerzo en tus proyectos de datos (¡No te lo pierdas!):👀 1️⃣ ¡Edita tus datos de forma interactiva (y guarda el código)! 👀
📦 'editData' es un complemento de RStudio para editar un data.frame o un tibble de forma interactiva
🔗 buff.ly/3U5Tgjy

#DataScience #DataVisualization #dataviz #stats #analytics #RStats #Analytics

🌎 ¡Acabo de encontrar una serie de mapas increíbles realizados con #RStats! Desde mapas interactivos hasta diseños 3D, hay algo para todos los amantes de los datos espaciales
👇 ¡8 cuentas a las que definitivamente vale la pena darle un vistazo!🧵
#dataviz #maps #geospatial #gis ✅ Tyler Morgan-Wall @tylermorganwall

🔗 buff.ly/3ZBWNKe
Mapa 3D giratorio con puntos de luz (mapa anterior)

🔗 buff.ly/3QDfXLx
La red de cable submarino de fibra óptica de la Tierra.

Utiliza #rayshader #rayrender #rayverse
#dataviz #maps #geospatial #gis

💥 ¡Hey #RStudio users! ¿Quieres integrar #ChatGPT en tu código?
😱 ¡Descarga 📦 gpttools! (amplía gptstudio)
👉 4 complementos (hilo 🧵)

#chatgpt3 #GPTwitter #gptchat #RStats #datascience #stats #analytics #machinelearning #ML #IA #ArtificialIntelligence #dataviz @posit_pbc #AI @posit_pbc Código de comentario: utiliza el modelo code-davinci-edit-001 de OpenAI para agregar comentarios a tu código con el mensaje: "agregue comentarios a cada línea de código, explicando lo que hace el código"
#ChatGPTenRStudio #RStats #DataScience #IA #ML #data #dataviz #analytics #AI

😜¡No seas un inocente del #DataScience !
⚠️Aunque el #MachineLearning puede ser una herramienta poderosa, siempre es importante evaluar y validar tus modelos antes de confiar demasiado en ellos.
😱¿Cómo evaluar y validar modelos de #ML? 👉(Hilo 🧵)

#RStats #analytics #stats #IA ✅ Dividir los datos disponibles en dos (o más) conjuntos. Se entrena el modelo con un conjunto de entrenamiento y luego se mide su rendimiento en un conjunto de prueba. Así obtienes una estimación del rendimiento del modelo en datos que no ha visto antes
#ML #IA #DataScience

🤦🏻‍♀️Muchos usan RStudio durante años sin conocer esta herramienta👀
🎯Complementos: extensiones para ejecutar funciones avanzadas de #RStats sin código
👉Haz clic en el botón Addins del menú de RStudio, y el código correspondiente se ejecuta sin que tengas que escribir el código 👉Los complementos de RStudio se distribuyen como 📦paquetes #RStats
👉Una vez instalado y activado el paquete R, los complementos estarán disponibles de inmediato en RStudio
✅Ejemplo 📦addinexamples
🔗 rstudio.github.io/rstudioaddins/

#datascience #programming #dataviz #analytics

🤯Tercer y última parte de ERRORES QUE DAN MIEDO en #DataScience 🎃

☠️ERRORES mortales que incluso los expertos cometen⚰️
rosanaferrero.blogspot.com/2016/09/los-7-…

Continúa leyendo, si te atreves...👻
#HorrorStats #HappyHalloween #DataAnalytics #Halloween #FelizLunes #dataviz #RStats #Python #ML 🚫No realizar una investigación reproducible💀

“Every analysis you do on a dataset will have to be redone 10-15 times before publication. Plan accordingly” Trevor A.Branch

No crear un informe replicable, reproducible y reutilizable sí que DA MIEDO

#HorrorStats #HappyHalloween

ERRORES QUE DAN MIEDO👻en #DataScience🎃
📊"Una imagen vale más que mil palabras", o que mil datos. Los gráficos cuentan la historia de los datos, nos ayudan a guiar, interpretar y comunicar😉
Cuidado con estos #HorrorStats
#HappyHalloween #Halloween #FelizDomingo #HalloweenEnds 🚫1. Elegir el gráfico incorrecto💀

Cada gráfico tiene sus propios casos de uso. ¿Tiene sentido representar el crédito € de una tarjeta con un gráfico de sectores? 🤌

#HorrorStats #HappyHalloween～ #trickortreat #DataScience #dataviz #DataScience #data
¿Qué gráfico utilizar?👇

👎¿Te has preguntado qué estás haciendo mal al realizar tus análisis de datos?🎃

Te traigo una serie de TERROR😱: todo eso que NO debes hacer al momento de tomar y analizar tus datos

👻¿Te asusta? Comenta tus miedos...

#HorrorStats #HalloweenStats #HappyHalloween #trickortreat 👉Utilizar un grupo de estudio no representativo🚫
Ej: Una encuesta dice que “el 41% de los clientes de banca minorista utilizaría la banca móvil si estuviera disponible”, pero solo se encuestó a personas con dispositivos móviles😝
maximaformacion.es/blog-dat/30-re…
#HorrorStats #Halloween