Estadística descriptiva. Ciencia de Datos. Probabilidad

1. Tipo de datos y escalas de medición – Descripción corta: qué son variables cualitativas vs. cuantitativas y sus escalas (nominal, ordinal, intervalo/razón).
2. Introducción a la estadística descriptiva – Descripción corta: conceptos de tendencia central y dispersión como fundamentos para resumir datos.
3. Probabilidad básica y reglas clave – Descripción corta: evento, probabilidad, complementos y reglas de suma y producto aplicadas a escenarios simples.

• Actividad 1: Exploración de tipos de datos — Identificar y clasificar variables en un conjunto de datos real disponible (p. ej., datos de satisfacción o rendimiento). Breve explicación de qué mide cada variable y la escala correspondiente. Principales aprendizajes: clasificación de datos y elección de métodos adecuados.
• Actividad 2: Cálculo de probabilidades básicas — Resolver ejercicios simples que involucren eventos y reglas de suma y producto (dados o cartas). Puntos clave: aplicar correctamente las reglas y entender resultados en contextos simples.
• Actividad 3: Conexión con ciencia de datos — Discusión guiada sobre qué rol juegan las descripciones y probabilidades en un flujo de análisis de datos, con ejemplos de proyectos reales.

Evaluación formativa mediante: (i) ejercicios cortos de clasificación de datos y cálculos de probabilidades; (ii) participación en debates sobre el papel de la estadística en ciencia de datos; (iii) un cuestionario corto que combine conceptos de tipos de datos, medidas básicas y reglas de probabilidad básica.

2 semanas

1. Media y mediana – Descripción corta: cómo se calculan y en qué situaciones capturan la tendencia central de un conjunto de datos.
2. Rango, varianza y desviación típica – Descripción corta: conceptos de dispersión y su interpretación en datos reales.
3. Interpretación contextual de medidas – Descripción corta: elección de medidas según características de la distribución (simetría, sesgo, presencia de valores extremos).

• Actividad 1: Cálculos prácticos de tendencia central — Trabajar con un conjunto de datos pequeño para calcular media y mediana, comparar resultados ante distribuciones sesgadas vs. simétricas.
• Actividad 2: Medidas de dispersión en contextos reales — Calcular rango, varianza y desviación típica y discutir qué dicen sobre la variabilidad de los datos.
• Actividad 3: Análisis interpretativo — Presentar una interpretación de las medidas con un caso aplicado (p. ej., puntuaciones de un examen o tiempos de respuesta de usuarios).

Evaluación formativa basada en ejercicios de cálculo y en una breve actividad de interpretación de un caso real, alineada con los objetivos 1 y 3 de la unidad.

2 semanas

1. Tablas de frecuencia y frecuencias relativas – Descripción corta: cómo organizar datos en tablas y calcular porcentajes.
2. Histogramas – Descripción corta: interpretación de la densidad, la dispersión y la forma de la distribución a través de barras.
3. Diagramas de caja (boxplot) y gráficos de barras – Descripción corta: lectura de cuartiles, valores atípicos y comparación entre grupos.

• Actividad 1: Construcción de tablas de frecuencia — Tomar un conjunto de datos y construir tablas de frecuencia y frecuencias relativas, interpretando resultados.
• Actividad 2: Gráficos descriptivos — Crear histogramas, boxplots y gráficos de barras con software o Excel/Google Sheets y analizar la forma de la distribución y posibles sesgos.
• Actividad 3: Análisis de outliers — Identificar posibles valores atípicos y discutir su impacto en las medidas resumidas.

Evaluación mediante ejercicios de construcción de tablas y gráficos y una breve interpretación de la distribución de un conjunto de datos, conectando con el objetivo 2.

2 semanas

1. Probabilidad de un evento – Descripción corta: definición y cálculo básico de probabilidades simples.
2. Reglas de suma y producto – Descripción corta: uso de la regla de la suma para eventos mutuamente excluyentes y la regla del producto para eventos independientes.
3. Aplicaciones prácticas – Descripción corta: resolución de escenarios simples relevantes para ciencia de datos (p. ej., combinaciones de características, decisiones basadas en probabilidades).

• Actividad 1: Cálculo de probabilidades simples — Ejercicios con experiencias simples (flip de moneda, dados) para practicar P(A), P(B), P(A?B) y P(A?B).
• Actividad 2: Problemas contextualizados — Resolver problemas donde se use la probabilidad para apoyar decisiones de negocio o de ciencia de datos (p. ej., probabilidad de ocurrencia de un evento en un conjunto de registros).
• Actividad 3: Discusión de límites — Analizar supuestos de probabilidad en el contexto de datos reales y su impacto en conclusiones.

Evaluación a través de ejercicios de probabilidad básica y un mini-proyecto de aplicación en un escenario contextualizado para demostrar comprensión de conceptos y su uso práctico.

2 semanas

1. Probabilidad condicional – Descripción corta: definición, fórmula y ejemplos prácticos.
2. Independencia de eventos – Descripción corta: criterios, interpretación y diferencias con dependencia.
3. Aplicación en ciencia de datos – Descripción corta: uso de probabilidades condicionadas para entender relaciones y tomar decisiones en datos reales.

• Actividad 1: Cálculo de probabilidades condicionadas — Utilizar tablas de contingencia para calcular P(A|B) y P(A?B) y discutir interpretación.
• Actividad 2: Identificación de independencia — Análisis de escenarios para decidir si dos eventos son independientes y qué implica para modelos simples.
• Actividad 3: Problemas de ciencia de datos — Aplicar conceptos a ejemplos de datos (p. ej., correlaciones simples entre características) para comprender relaciones condicionales.

Evaluación mediante ejercicios prácticos de probabilidades condicionales e independencia y una breve actividad de interpretación en un caso de ciencia de datos.

2 semanas

1. Recolección y calidad de datos – Descripción corta: fuentes de datos, muestreo, integridad y ética de datos.
2. Limpieza y preparación de datos – Descripción corta: manejo de valores faltantes, normalización y estandarización.
3. Análisis descriptivo y comunicación – Descripción corta: resumen de resultados y comunicación a audiencias no técnicas, con énfasis en reproducibilidad.

• Actividad 1: Diseño de flujo de datos — Crear un diagrama simple de un flujo de análisis desde recolección hasta reporte, identificando entradas, procesos y salidas.
• Actividad 2: Limpieza de datos — Practicar técnicas de manejo de valores faltantes y estandarización en un dataset real o simulado.
• Actividad 3: Producto reproducible — Desarrollar un notebook o script con pasos documentados para reproducir el análisis y compartir la versión final.

Evaluación basada en (i) la calidad del diagrama de flujo, (ii) un informe corto de limpieza y análisis descriptivo y (iii) un repositorio reproducible con notas de versión y documentación.

3 semanas

1. Herramientas y entornos – Descripción corta: hojas de cálculo y/o lenguajes de programación para estadística básica y visualización.
2. Visualización adecuada – Descripción corta: criterios para elegir gráficos y buenas prácticas de visualización.
3. Comunicación de resultados – Descripción corta: redactar informes y presentaciones para audiencias no técnicas, con énfasis en limitaciones y recomendaciones.

• Actividad 1: Cálculos y gráficos con herramientas — Realizar cálculos descriptivos y crear visualizaciones (p. ej., media, mediana, desviación típica, histogramas) en Excel/Sheets o en un lenguaje de programación básico.
• Actividad 2: Elección de gráfica adecuada — Ejercicios para decidir qué gráfico usar según el tipo de dato y el objetivo comunicativo.
• Actividad 3: Informe final para audiencia no técnica — Preparar un breve informe que explique resultados, supuestos, limitaciones y recomendaciones en lenguaje claro.

Evaluación a través de un proyecto corto donde se apliquen herramientas para cálculos y visualización y se elabore una presentación o informe para un público no técnico.

3 semanas