SESIÓN 11 Estadística descriptiva Visualización — Transcript

Full transcript

1. 0:24En este video y en los próximos  videos eh vamos a comenzar nuestro
2. 0:27estudio de estadística descriptiva. Vamos  a comenzar en este video con visualización,
3. 0:34pero antes de comenzar eh quisiera  ofrecerles la alternativa a estadística.
4. 0:42Eh, el punto de partida eh de todo análisis es una  hoja de datos con una variable que nos interesa.
5. 0:51Eh, pero el punto de partida es los datos en  bruto. Ahí tienen esa pantalla, la pantalla a la
6. 0:56que me voy a referir como la pantalla azul con los  datos en bruto. No hay descripción más detallada,
7. 1:03si quieren, de los datos que los datos mismos,  pero eh representan un problema para nosotros.
8. 1:11Paren el video un segundo. Eh, miren  esta base de datos, traten de examinarla,
9. 1:17traten de hacer sentido de ella por unos segundos  porque después eh vamos a intentar describirla.
10. 1:28Okay, continuemos. El slide anterior lo que  ilustra es la necesidad de contar con alguna
11. 1:36herramienta que nos permita procesar  la información en bruto. Eh, los seres
12. 1:40humanos somos maravillosos para algunas cosas,  pero somos increíblemente torpes para otras.
13. 1:45Y una de las cosas para las que somos  torpes son procesar información en bruto,
14. 1:49especialmente cuando esa información es una gran  cantidad de números, una gran cantidad de datos,
15. 1:55somos relativamente ineptos para procesarlo. Si  la hoja es muy grande y contiene muchos números
16. 2:01y este créame que no es un buen ejemplo. Estas son  200 observaciones, eh bajo ningún estándar en el
17. 2:06presente se consideraría una base de datos grande,  pero aún esa eh nos causa problemas realmente eh
18. 2:13para entender, para extraer información de  los datos en bruto. Entonces, visualización
19. 2:19no nos ayuda en el proceso de reducir las  dimensiones de los datos. Aquí está esta
20. 2:24expresión que utilicé cuando definí estadística  descriptiva. En lugar de los datos en bruto,
21. 2:29lo que quisiera es o un gráfico que me resuma  las características esenciales o unos cuantos
22. 2:35estadísticos, unos cuantos números que resuman  esas características esenciales. Eso es lo que es
23. 2:40estadística descriptiva. Visualización nos ayuda  a hacer los datos interpretables a una de las
24. 2:47cosas para las que somos increíblemente buenos  realmente es que es encontrar patrones en la
25. 2:53representación visual de los datos. El ojo humano  es una una máquina, una computadora maravillosa,
26. 2:59pero tenemos que darle los datos procesados para  que funcione, para que la digiera, eh, para que lo
27. 3:06haga digerible más bien a el cerebro humano, para  que podamos entender qué está pasando con esa hoja
28. 3:13de datos. Eh, hay distintos tipos de variables,  lo había en probabilidad y los hay en estadística
29. 3:20y vamos a tener distintos tipos de gráficos para  cada tipo de variable. Recuerden, en probabilidad
30. 3:26se repite eh la clasificación en estadística,  teníamos variables continuas. Variables continuas
31. 3:32son variables que pueden tomar cualquier valor en  un rango dado. Ejemplos, salarios, edad, ventas,
32. 3:40rendimiento. Y ustedes pueden pensar en otros  eh ejemplos adicionales. Las variables también
33. 3:45podían ser categóricas. Si aquí hay una pequeña  distinción entre nominales y ordinales. Eh,
34. 3:51nominales no hay ningún orden. O sea, por ejemplo,  el color del carro que prefiere un cliente, azul,
35. 3:58rojo, blanco. No hay ningún orden en esas en esa  en esas alternativas. O puede ser ordinal en que
36. 4:05sí hay un orden. Por ejemplo, variables eh qué  tanto le gustó la película. Eh, poco, eh más o
37. 4:14menos, mucho. Í hay un orden en cómo respondemos.  Entonces, las variables categóicas son variables
38. 4:19texto. Eh, pueden ser binarias, ¿verdad? Pueden  ser eh dos posibilidades y en la mayor parte
39. 4:26de los casos eh van a ser binarias en nuestro  análisis. Eh, pero también puede tener muchas
40. 4:31posibilidades, ¿verdad? podemos estar analizando  la religión eh de de los clientes o la religión
41. 4:38de del del la población que nos interesa. Y hay  tres, cuatro posibilidades. Puede ser católica
42. 4:44la persona, puede ser protestante, puede ser  musulmán o puede pertenecer a otra religión. Eh,
43. 4:50entonces vamos a ver, vamos a tener eh distintos  tipos de gráficos, les decía, para cada tipo de
44. 4:55variables. Comencemos con variables continuas.  Vamos a estudiar tres gráficos en este video.
45. 5:00Vamos a estudiar histogramas, vamos a estudiar  ojivas y vamos a estudiar eh lo llamado box plots,
46. 5:07diagramas de caja en español. En general, ¿qué  vamos a buscar en un gráfico eh de una sola
47. 5:15variable continua? Eh, vamos a buscar el centro.  ¿Dónde está el centro de un grupo de datos?
48. 5:23¿Qué tan dispersos están los datos alrededor  de ese centro? Y menos importante, pero puede
49. 5:29ser de interés, eh queremos ver realmente si los  datos están distribuidos de una forma simétrica
50. 5:35o asimétrica alrededor del centro. Es decir,  tenemos una campana perfecta o hay un sesgo
51. 5:42marcado hacia la derecha o hacia la izquierda.  Vamos a comenzar con los boxplots. Los boxplots
52. 5:48son el diagrama de caja en español. Son una  creación de John Tuki en un libro legendario,
53. 5:54la la portada está a la derecha eh que se llamó  Exploratory Data Analysis. En los 70s publicó este
54. 6:00libro y eh fue un clásico automáticamente. Eh se  conoce también como los diagramas de cinco números
55. 6:09porque van a representar gráficamente  el el mínimo, el máximo, la mediana.
56. 6:15y los percentiles 25 y 75 debería decir ahí en  lugar de 50. Ahí tienen realmente el boxplot.
57. 6:24Eh es el solo interpretamos el eje Yamente no hay  ninguna información eh codificada en el eje X. Eh
58. 6:33lo que tenemos ahí son los cinco números. ¿Ven la  caja? De ahí el nombre. Eh la línea eh horizontal
59. 6:40en medio de la caja eh representa la mediana. Esa  es nuestra nuestra nuestra medida de centro. Esa
60. 6:46una de las preguntas que nos hacíamos. ¿Dónde está  el centro de un grupo de datos? Este gráfico lo va
61. 6:50a representar por esa línea horizontal en medio  de la caja. La altura de la caja, el el extremo
62. 6:58superior de la caja representa el percentil 75  y el eh extremo inferior representa el percentil
63. 7:0525. Quiere decir que en la caja están contenidos  el 50% de los datos. Y noten, yo puedo extenderme
64. 7:13hacia la izquierda y ver realmente a qué valores  corresponde. Eh, déjenme tratar de hacerlo. Es
65. 7:19decir, yo puedo irme para acá y puedo decir 52 y  puedo irme para acá y puedo decir 44. Entonces,
66. 7:26puedo decir 50% de los datos están entre 44 y  52. Entonces, ya tengo una idea realmente de eh
67. 7:34dónde están la mitad de las observaciones. También  tengo los extremos, ¿verdad? Este, esto se llama
68. 7:40el bigote inferior. Eh, el bigote inferior  indica el mínimo y eh realmente todo esto se
69. 7:49llama el bigote. Eh, pero la línea aquí al final  representa eh el máximo. Entonces, ahí están los
70. 7:56cinco números representados. Eh, a veces vamos a  querer dibujarlo de una manera alternativa porque
71. 8:03queremos eh identificar en una en una hoja de  datos eh la existencia de observaciones inusuales,
72. 8:12observaciones atípicas, outli outliers se diría en  inglés. Y hay una manera alternativa de dibujar el
73. 8:19boxplot que hace precisamente eso. Entonces, las  observaciones atípicas las vamos a representar
74. 8:24en el diagrama de caja mediante algún símbolo  especial y distintos programas de estadística
75. 8:28tienen distintos símbolos para representarlos.  Puede ser un círculo, puede ser una estrella,
76. 8:32eh puede ser un signo de más, cualquiera de  ellos eh se pueda utilizar. el caso del programa
77. 8:38que estoy utilizando, eh, los identifique con un  círculo. Así que aquí tienen eh el mismo la misma
78. 8:46hoja de datos. Eh, y aquí está el boxplot  representado en la manera alternativa. Eh,
79. 8:52no les dije realmente qué era esta hoja de datos,  pero ahora sí les voy a decir y van a ver que hace
80. 8:57sentido eh distinguir esas observaciones atípicas.  Lo que es esta hoja de datos son eh son eh
81. 9:07información sobre la demanda de filetes de res en  un eh restaurante de alta calidad en 52 domingos
82. 9:18consecutivos. Entonces, aquí está representada  toda la demanda de un producto eh durante todo
83. 9:25un año eh para un restaurante, para una empresa  en particular. Entonces, quiero entender, o sea,
84. 9:32cuál es la demanda de mis clientes para este  producto en un día en particular. Bueno,
85. 9:38aquí está este gráfico asistiéndome. Entonces, yo  puedo entender realmente el rango de variación,
86. 9:43si quieren, de la demanda. Eh, y aparecen esas  cuatro observaciones atípicas allá arriba, eh,
87. 9:51que yo quiero identificarlas si quiero utilizar  este gráfico en la vida real. Esas son eh son
88. 9:59días, son domingos que fueron extraordinarios y  atípico quiere decir, no me parezco al resto de
89. 10:05las observaciones. Entonces, algo inusual,  extraordinario ocurrió en esos 4 días que
90. 10:12no va a ocurrir realmente en un día normal, en un  domingo normal y por eso las identifico realmente
91. 10:18de una manera eh clara en este gráfico. Ahora, eh,  ¿para qué me sirve este gráfico? Esa pregunta la
92. 10:27voy a dejar que lo contesten ustedes. Si ustedes  son gerentes de este restaurante, ¿para qué les
93. 10:32sirve esta información sobre la demanda presentada  de una manera tan clara? Eh, ¿para qué me sirve
94. 10:40conocer eh que la demanda mediana es 46 eh filete  por domingo y de que el rango normal de variación
95. 10:50va de 36 filetes aquí abajo, de 36 filetes aquí  abajo aquí a hasta 61 tal vez aquí. Entonces,
96. 11:03ese es el rango, si quieren, normal de variación  y de vez en cuando en 4 de 52 domingo va a haber
97. 11:09una demanda extraordinaria. Pausen el video y  piensen, pónganse en los zapatos realmente de
98. 11:15un gerente. ¿Cómo podría utilizar esta información  para hacer mejor mi negocio? Eh, la pantalla azul
99. 11:25que les presenté inicialmente como una alternativa  estadística, los datos en bruto son la alternativa
100. 11:31estadística. Eh, lo que era eran rendimientos de  la siguiente operación financiera. Eh, al comienzo
101. 11:40de un día yo tomo $100 y compro cuántos euros  pueda con esos $100 y al final del día los vendo
102. 11:50nuevamente por dólares y lo que hago es registrar  en términos porcentuales cuánto gané en ese día en
103. 11:57particular haciendo esa operación. ¿Entienden?  abren los mercados financieros a las 9 de la
104. 12:01mañana, tomo $100, compro tantos euros como pueda  y a las 4:30 cuando cierran mercado financiero,
105. 12:07vuelvo a vender los euros y tengo de vuelta  dólares. Entonces, ¿cuánto hice en términos
106. 12:14porcentuales en esa operación? Bueno, la pantalla  azul era un montón de números eh que representaban
107. 12:19esos rendimientos. Bueno, ahora en lugar de  darles la pantalla en bruto, los datos en bruto,
108. 12:24lo que voy a hacer es procesarlas un poco para  mostrarles eh qué pasa en y hay un periodo ahí
109. 12:30de 200 observaciones, así que eh puede ser todo  un año de operaciones eh en estos mercados de
110. 12:37de moneda. Entonces, tengo eh más o menos un año  de datos y aquí están representados en una sola
111. 12:45pantalla. Eso es lo maravilloso de visualización  y a eso me refería de nuevo por reducción de las
112. 12:50dimensiones de los datos. En lugar de que me den  la pantalla azul, en lugar de que me den eh 50
113. 12:56pantallas azulas, que me den realmente un gráfico  de este tipo que yo puedo interpretar. Entonces,
114. 13:01veamos qué podemos decir sobre este gráfico.  Bueno, recuerden lo que lo que ando buscando,
115. 13:05¿verdad? Eh, ando buscando dónde está el centro, o  sea, cuál es un día típico si yo me dedico a esta
116. 13:11operación de eh comprar euro y después venderlo  para ver cuánto me gano en un día en particular.
117. 13:18Bueno, ¿cuál es nuestra medida de centro en esta  en este en este gráfico? Eh, la mediana, esa raya
118. 13:24horizontal negra en medio de la caja roja. ¿Y  a qué corresponde? Bueno, corresponde y vamos
119. 13:29a ver a más o menos cero. Quiere decir que eh  haciendo esta operación por 200 días en un año eh
120. 13:40típicamente ni ganaba ni perdía dinero. Pero noten  que hay variabilidad alrededor de ese centro.
121. 13:50Y aquí lo que este gráfico me da es una idea de  cuál es la variabilidad normal, qué qué rango
122. 13:56de variaciones espero en un día normal podía  estar dado por esta franja, ¿verdad? Aquí está
123. 14:02el máximo, aquí está el mínimo y yo espero un  rango de variación entre 1 y medio negativo y 1
124. 14:09y medio positivo. No tengen algunas observaciones  aquí que están identificadas como observaciones
125. 14:15atípicas y aquí abajo hay uno. Eh, que tuvieron  que haber sido días extraordinarios realmente
126. 14:21en eh en en mercados financieros de moneda.  Algo terrible ocurrió en en Estados Unidos,
127. 14:29lo que hizo que la gente saliera de Estados Unidos  y quisiera comprar eh euros. El precio del euro en
128. 14:37ese día subió muchísimo. Entonces, yo hice mucha  plata en, supongan en ese punto en particular.
129. 14:44Este podría ser un punto eh la historia opuesta,  ¿verdad? Algo terrible ocurrió en Europa. Eh,
130. 14:51los europeos quieren salir de Europa, quieren  moverse de Estados Unidos, quieren comprar
131. 14:55dólares, eh, el euro pierde valor y por lo  tanto yo perdí al comprar euros en la mañana
132. 15:02y venderlos en la tarde. Toda esa información  en una sola pantalla. Eso es lo que va a hacer
133. 15:08visualización por nosotros. Eh, en este ejemplo  eh siguiente eh podemos ver que los gráficos
134. 15:17a veces nos sirven también para identificar eh  eh observaciones eh extremas, ¿verdad? Dijimos,
135. 15:24esas son las observaciones atípicas. En este caso,  vean, estos son los clientes de una compañía. Eh,
136. 15:31es una compañía, ¿verdad? Una compañía  italiana. Eh, y aquí están todos sus clientes,
137. 15:36son miles de clientes y se nos ocurrió hacer un  boxplot de eh de la edad de los clientes y aquí
138. 15:44lo tienen en enfrente. Paren el video y denme una  explicación para ese punto solito allí arriba.
139. 15:55Bueno, aquí la historia podría ser que esta  es una persona increíblemente vieja, ¿verdad?
140. 15:59tiene 210 años. Eh, pero pero no hace sentido  eso para nosotros. Eh, no hay nadie que viva
141. 16:05más de qué sé yo, cuál es el máximo de edad de  vivir, 120. Ciertamente nadie ha llegado hasta
142. 16:11los 210 años. Así que este claramente es un  error. Eh, y probablemente la explicación del
143. 16:17error es eh este punto corresponde más o menos  a 210. Eh, lo más probable es que la persona que
144. 16:22estaba ingresando los datos eh ingresó 21 y se le  fue un cero. Entonces, aquí la visualización lo
145. 16:29que está el rol que está jugando visualización  es identificar problemas más adelante. Porque
146. 16:35si yo voy a utilizar edad como una variable en un  modelo más complicado, en un modelo de regresión,
147. 16:41por ejemplo, si yo dejo pasar estos datos así  como están, probablemente esos modelos que vamos
148. 16:48a correr más adelante se metan en problema y voy  a obtener basura si si oprimo el botón para correr
149. 16:54la regresión sin analizar primero las variables  que estoy utilizando para correr esa regresión.
150. 17:00Así que aquí se me ocurre claramente una solución  para este problema. Voy a voy a ver los récords
151. 17:05del cliente y efectivamente el cliente tiene 21  años, corrijo y ahora ya tengo los datos limpios.
152. 17:11Otro gráfico que vamos a estudiar es son las  ojívas. Eh, si los diagramas de caja representan
153. 17:18gráficamente algunos percentiles, ¿verdad? El 25,  el 50 y el 75, la ojiva los va a mostrar todos.
154. 17:27Así que en el eje X vamos a poner todos los  valores que toma una variable de interés. por
155. 17:32ejemplo, los filetes que ordenaba eh que ordenaban  los clientes del restaurante. Y en el eje Y vamos
156. 17:38a poner los percentiles que corresponden a cada  uno de esos valores que observamos. Déjenme
157. 17:44mostrarles eh eh la ojiva para el ejercicio sobre  rendimiento financiero de compra y venta de euros.
158. 17:53Ahí lo tienen ahí tienen todos los percentiles  correspondientes a todos los valores que tomó
159. 18:00la variable rendimiento en esa muestra de valores.  Entonces de nuevo ahí tenemos el rango de valores,
160. 18:06va desde -2 a 2%. Eh, y ahora yo puedo identificar  cualquier percentil que se me ocurra, ¿verdad?
161. 18:14puedo tomar un valor en particular, el cero, por  ejemplo, me puedo ir arriba al al a la curva y
162. 18:21identificar a qué eh a qué percentil corresponde.  Ahí corresponde más o menos al percentil eh 54,
163. 18:30así que eh el 54% de las observaciones están  debajo de cero. ¿Okay? Otro eh gráfico que
164. 18:39podemos utilizar para con variables continuas  es el llamado histograma. El histograma es un
165. 18:45gráfico sencillo, es un gráfico de barras que  se hace para una tabla de conteos creada a
166. 18:52partir de una variable continua. No va a permitir  visualizar cuáles son los los valores o rangos de
167. 18:57valores más comunes en una muestra y también nos  permite identificar los valores medios, ¿verdad?
168. 19:03Eh, el centro del histograma eh va a ser  típicamente la media. Eh, y también nos
169. 19:11permite eh visualizar cuánta dispersión hay en  los datos. Entonces, hagamos un histograma para
170. 19:19eh para la demanda de filetes en el restaurante  del que estábamos hablando unos slides atrás.
171. 19:24Ahí tienen eh representado la tabla de conteo,  ¿verdad? Entonces, lo que se hace para para correr
172. 19:33para para dibujar un histograma, primero se cortan  los datos en rangos. Entonces, eh los datos iban
173. 19:41desde 36 hasta 72. Así que imaginen que yo decido  que yo voy a cortar de 10 en 10, del 30 al 40,
174. 19:50del 40 al 50, del 50 al 60, del 60 al 70 y el  70 al 80. Ahí están mis rangos de mi histograma.
175. 19:57Y ahora lo que voy a hacer para cada rango  es voy a contar cuántas observaciones caen
176. 20:00en cada uno de esos intervalos. Y eso eh lo  represento con un diagrama de barras y eso es
177. 20:06lo que es un histograma. Entonces, yo tengo esa  tablita de conteos, eh la puedo hacer en Excel,
178. 20:12la puedo hacer en algún programa estadístico y el  histograma entonces representa con barras eh esos
179. 20:17conteos que ven a la derecha. Eh, ¿cuáles son las  observaciones más comunes? Eh, bueno, el rango más
180. 20:24común es 4050. Tenemos 38 observaciones en ese  intervalo. Noten como en los otros intervalos
181. 20:31realmente tienen muchísimos menos observaciones.  La media de la demanda de filete va a andar muy
182. 20:38cerca de eh o sea, va a estar comprendida entre 40  y 50, donde el listograma alcanza un pico. Podemos
183. 20:46cambiar el ancho de los intervalos y obtener  un histograma que luce un poquito distinto.
184. 20:54Aquí realmente decidí cortar de de CCO en C,  comenzando de 35 a 40 45 hasta llegar a 70 75.
185. 21:04Noten, luce un poquito diferente y hay algunos  eh eh no sé llamarlo algoritmos para decir cuál
186. 21:12es el número de de corte óptimo. Eh todos los  programas de estadística moderna eh van a dibujar
187. 21:19el histograma de acuerdo a eso, a ese óptimo.  Eh, pero en la práctica uno puede eh jugar con
188. 21:24distintos valores para el ancho de los intervalos.  Eh, de nuevo ahí está la tabla de conteos de 35 a
189. 21:3140, de 40 a 45 y de nuevo 40 45 es el rango de  valores, el intervalo que contiene el número
190. 21:39mayor de observaciones. Tenemos 22 observaciones  de 40 a 45. La media muy probablemente va a estar
191. 21:46comprendida entre esos dos valores. Okay, hagamos  el histograma ahora para la pantalla azul. Este
192. 21:53es el histograma de los rendimientos de compra  y venta de euros. por dólares. Eh, de nuevo,
193. 22:01centro alrededor de cero, ¿verdad? Lo habíamos  visto en el diagrama de caja que la mediana
194. 22:06eh era aproximadamente cero. Bueno, aquí lo  confirmamos en el histograma. El centro del
195. 22:11histograma eh es alrededor de cero. De nuevo vemos  el rango normal de variación eh desde -2 hasta 2%.
196. 22:22Y ahora recuerden y traté de hacer la conexión  entre probabilidad y estadística, el comienzo de
197. 22:27esta serie de videos sobre estadística. Ahora les  presento la el la función de probabilidad para una
198. 22:35distribución normal con media cer y deviación  estándar pun71, que son los valores para la
199. 22:42media y la deviación estándar en esa muestra  de valores para los rendimientos. Entonces,
200. 22:47lo que quiero es que vayamos de este gráfico a  este. ¿Ven? Eh, probablemente los datos fueron
201. 22:53generados por un proceso como este, eh, pero  cuando recibimos los datos y hacemos histogramas,
202. 22:58el histograma luce así. Entonces, si el histograma  luce eh bastante simétrico, si luce como una
203. 23:03campana, eh todo esos son evidencia realmente de  que el proceso pudo haber sido generado por una
204. 23:11distribución normal, o sea, no está muy lejos  el histograma eh de los rendimientos de este
205. 23:19gráfico de probabilidad para la distribución  normal. Okay, eso es eh variables continuas.
206. 23:28Ahora echamos vistazo a variables categóricas.  Y los gráficos para variables categóricas eh no
207. 23:33hacen otra cosa que la representación de las  frecuencias de cada una de las categorías que
208. 23:40puede asumir la variable. Eh y las frecuencias  las vamos a representar ya sea como por conteo
209. 23:45de nuevo o podrían ser frecuencias relativas. Eh,  echamos vistazo a eh esto es educación de nuestros
210. 23:53clientes. Eh, es una variable categórica.  eh no es cuántos años de educación tiene,
211. 23:59sino cuál es el diploma más grande o el diploma  eh más prestigioso que obtuvo. Entonces, tenemos
212. 24:06gente que no tiene ningún diploma, gente que llegó  hasta secundaria, obtuvo su diploma de secundaria,
213. 24:12otros obtuvieron su diploma de universidad y  otros obtuvieron sus diplomas de maestrías y
214. 24:18sus diplomas de eh de doctorado. Ahí toda esa  información son conteos y están representados
215. 24:25mediante barras. Las barras son increíblemente  útiles para representar eh conteos. ¿Qué día
216. 24:34nos visitan nuestros clientes? Eh, desde lunes  hasta sábado. Supongo que domingo está cerrado
217. 24:40este establecimiento, por lo tanto no tenemos  información para domingos. De nuevo, noten,
218. 24:45eh, hay cierta acumulación de la demanda de  los clientes hacia el final de la semana,
219. 24:53¿verdad? Jueves, viernes y sábado son eh  los días eh donde más demanda de nuestro
220. 25:01producto o nuestro establecimiento hay. Eh, de  nuevo, pausen el video y piensen, si yo fuera el
221. 25:10gerente de este establecimiento, ¿cómo utilizaría  esta información para hacer mejor mi negocio?
222. 25:24Okay, continuamos. Eh, otra pregunta que podrían  hacerse es, ¿qué problemas podría representar para
223. 25:32mi establecimiento que la demanda luzca así? Eh,  y aquí le doy un ejemplo. Eh, imaginen que este
224. 25:38es un restaurante y pareciera ajustarse a los  patrones de consumo de un restaurante o de un
225. 25:42bar. Eh, tenemos que la demanda en la segunda  parte de la de la de la semana eh es dos,
226. 25:48tres veces la demanda durante la primera parte  de la semana. Entonces, si tengo eh tengo que
227. 25:55pagar eh eh la gente que atiende a los clientes,  los meseros, eh no te tengo un problema de que
228. 26:03qué sé yo, los meseros durante la primera  parte de la semana eh están subutilizados
229. 26:08y durante la última están sobreutilizados o  incluso estoy pagando horas extras. Entonces,
230. 26:14ahí es donde aparecen estas eh happy hours, por  ejemplo, que son ideas de cómo mover eh demanda
231. 26:22de acá de estos tres días a la parte inicial de la  semana. Entonces, qué sé yo, es los lunes a las 4,
232. 26:32los eh, qué sé yo, los tragos, las gaseosas, los  licores, todo están 25% off. Entonces, esa es una
233. 26:41manera de mover demanda del final de la semana al  principio de la semana para tratar de romper este
234. 26:46patrón eh de consumo de los clientes. Otro gráfico  que podemos utilizar para representar categorías
235. 26:54es el famoso eh pastel. El diagrama de pastel  es universal, es utilizado eh por todo el mundo,
236. 27:02todo el mundo lo sabe interpretar. Eh, pero  tiene un problema serio. Realmente es un es un
237. 27:09es un gráfico que es muy poco recomendado por  profesores de estadísticas. Eh, y yo me voy a
238. 27:17unir al club y voy a tratar de disuadirlos  de que utilicen un gráfico de este tipo,
239. 27:24porque les decía, el la idea del gráfico es hacer  la información lo más clara posible, es decir,
240. 27:32no puedo lidiar realmente con la información en  bruto, son demasiados datos. Lo que quiero hacer
241. 27:36es representarla de una manera que el ojo o el  cerebro humano lo puedan procesar rápido. Y una de
242. 27:42las enormes dificultades que tiene el ojo humano  es comparar ángulos y ciertamente interpretar
243. 27:47un diagrama de pastel involucra comparar  ángulos. Entonces hay gente que dice que sí,
244. 27:53yo podríamos reparar realmente el pastel, diagrama  de pastel y poniendo la información adicional
245. 27:59sobre en este caso el porcentaje. Eh, estas  demandas, ¿verdad? demanda de sabores de pastel.
246. 28:06Eh, el 30% de de los pasteles realmente que compra  la gente son con sabor de cherry, eh Apple 26%,
247. 28:1612% blueberry y así van variando. Entonces, si si  le agrego esa información, eh, entonces y tengo
248. 28:22el el gráfico que nos gusta a todo y tengo la  información precisa, ¿no? La puedo poner en una
249. 28:29tablita al lado para eh ayudar a la persona que  está viendo este gráfico a obtener el detalle. Eh,
250. 28:37les hablé de John Tuki como uno de los grandes  investigadores sobre visualización y John Tuki
251. 28:43consideraba eh el grama de pastel una aberración  completa. Decía que era un gasto increíble,
252. 28:49realmente de tinta para eh transmitir muy muy  poca información. Eh, la misma información
253. 28:56realmente que tengo en la tabla, eh, la tengo en  el gráfico, eh, y puede ser muy bonito el gráfico,
254. 29:02pero lo que yo quiero es transmitir información  de la manera más fiel posible. Así que la idea de
255. 29:07John Tuki de reparar este gráfico era hacer  desaparecer el pastel. De vez en cuando,
256. 29:12obviamente, la mejor manera de representar  información es mediante una tabla clara.
257. 29:17Eh, como esta es una clase de visualización, eh  vamos a tratar de hallar alternativas para la
258. 29:24representación de la información en el pastel eh  mediante, digamos, eh, los llamados dot charts,
259. 29:32que son fueron una invención de John Tuki.  También aquí tengo la misma información que
260. 29:36está en el pastel, pero de una manera muchísimo  más económica y muchísimo más clara. Es decir,
261. 29:41el ojo puede eh medir distancias eh de una  manera más fácil que comparar eh ángulos. Así
262. 29:50que aquí vemos claramente eh Cherry, el mayor  y puedo ver que es, qué sé yo, dos tres veces
263. 29:57más grande eh que eh blueberry o que vanila  cream. Eh, pero pero estoy seguro que ustedes
264. 30:05están viendo este gráfico y dicen eh eh demasiado  económico. Eh, podíamos hacer barra de nuevo para
265. 30:12la misma información. Y noten que con barras  no necesitamos la asistencia de la tabla a la
266. 30:18derecha. Podemos deshacernos de ella y tenemos la  información muy clara. Eh, de nuevo, distancias,
267. 30:25las alturas de la barra eh son cosas que el ojo  humano puede comparar con una gran facilidad.
268. 30:32Entonces, puedo ver realmente que la que el que  la barra de Cherry es eh e dos veces y media más
269. 30:41grande que la barra para Blueberry. Eso no lo  puedo hacer con los ángulos de el pastel. Eh,
270. 30:48ya que tengo este gráfico en pantalla, eh, barra,  ¿verdad? Eh, hay un gráfico alternativo que se
271. 30:55llama eh Pareto, que lo que trata de hacer  es ordenar esas barras que ven en pantalla.
272. 31:02eh para dar la información de el ranqueo, si  quieren, de eh los sabores del pastel más gustados
273. 31:10por nuestros clientes. Entonces, lo represento,  bueno, Cherry y después el segundo más popular,
274. 31:15el tercero más popular, el cuarto más popular y  así sucesivamente hasta que llego al sabor menos
275. 31:21popular. Típicamente los gráficos de Pareto  también eh van acompañados por esa línea que
276. 31:27ven ahí, que lo que va haciendo es acumulando la  información sobre las distintas categorías. Por
277. 31:33ejemplo, el el punto inicial. El punto inicial  simplemente reproduce la información sobre el
278. 31:41primer categoría, la categoría más popular. 30%  de la gente le gusta eh el sabor cherry. Okay.
279. 31:50Pero ahora las empieza a acumular. Entonces, ¿qué  cosa es esta información? Esto es, ¿qué sé yo, 56%
280. 31:58de nuestros clientes eh les gustan estos  dos sabores, cherry y Apple. Eh, qué sé yo,
281. 32:05¿qué cosa es esto? 82% de nuestros clientes  eh se van por los primeros cuatro sabores
282. 32:13y así sucesivamente. Entonces, tengo tengo la  información eh acumulada en el eje de la derecha
283. 32:20y tengo la información sin acumular en el eje de  la izquierda. Entonces, cuando leo la altura de la
284. 32:25barra, me voy a la izquierda. Cuando leo eh esta  línea que va acumulando, leo el eje de la derecha.
285. 32:36Entonces, toda esa información que me ranquea  las distintas categorías es una variación de
286. 32:42eh del gráfico de barras, pero simplemente  eh me refleja clarísimamente el ranqueo de
287. 32:49las categorías. Aquí voy a poner eh punto  final a este video sobre visualización.
288. 32:58¿Cuándo?