Storytelling with Data

Francisco Pesante
27 de agosto de 2019
Universidad Sagrado Corazón
San Juan, Puerto Rico
Francisco J. Pesante González
Contactos:
• franciscopesante@yahoo.com
• francisco.pesante@estadisticas.pr
• fpesante@nuc.edu
HABILIDADES DEL ORADOR
•Volumen
•Dicción
•Velocidad
•Tono
•Ritmo
HABILIDADES DEL ORADOR

Volumen
• Se consigue usando su diafragma para empujar el aire
con fuerza a través de la laringe y por la boca.
HABILIDADES DEL ORADOR

Dicción
• Hablar con la pronunciación adecuada, clara y limpia.
HABILIDADES DEL ORADOR

Velocidad
• La rapidez del habla. Un valor recomendado es entre
150 a 185 palabras por minuto.
HABILIDADES DEL ORADOR

Tono
• La intensidad de la voz. Cuanto mas rápido vibren las
cuerdas vocales, tendrá un tono mayor; a mayor
lentitud de vibración, menor tono.
HABILIDADES DEL ORADOR

Ritmo
• Combinación de pausas y recesos con que se
puntualiza las ideas nuevas.
SOBRE EL CURSO
Duración
• 6 semanas
• Comienza el 27 de agosto de 2019
• Concluye el 1 de octubre de 2019
• Sesiones de 6 a 9 pm (3 horas)
TEMAS
1. El abc de las estadísticas y los principios de la presentación de datos
2. Fuentes de datos estadísticos y la inteligencia de negocios.
3. Introducción a la generación de tablas y gráficos en Tableau Public
4. Generación de mapas, dashboards y storyboards en Tableau Public.
5. Microsoft Power Bi y Google Data Studio como herramienta para la
visualización de datos
6. Fundamentos de la narrativa de datos
7. Presentación del Capstone Project
¿QUE SIGNIFICA
STORYTELLING
WITH DATA?
¿STORYTELLING WITH DATA?

• Los números (o datos) no hablan por si solos

• Ante la explosión de datos en la sociedad de la información, es
necesario contar con herramientas que sinteticen y faciliten la
presentación, explicación e interpretación de estos.
• Las herramientas de visualización de datos
• Narrativas explicativas
¿STORYTELLING WITH DATA?

• Un relato estadístico no sólo enumera datos en forma de palabras,

sino que debe contarnos algo sobre ellos. De esta forma, los lectores
tienden a recordar las ideas más fácilmente de lo que son capaces de
recordar un dato aislado. Una noticia estadística contiene un mensaje
sobre qué ha sucedido, quién lo ha hecho, cuándo, dónde, porqué y
cómo ha sucedido.

(Naciones Unidas, 2009, 1)

EL ABC
DE LAS
ESTADISTICAS
EL ABC DE
LAS ESTADISTICAS
1. Estadísticas: una definición general
2. Medidas de tendencia central
3. Medidas de dispersión
4. Principios de probabilidades
5. Mejores prácticas en la presentación de datos
Estadísticas:
una definición general
Estadísticas
• “Ciencia que recoge, organiza, presenta, analiza e
interpreta datos con el fin de propiciar la toma de
decisiones más eficaz”. “Es una rama de las Matemáticas
Aplicadas que brinda métodos y procedimientos para
organizar y evaluar una investigación científica con el fin
de tomar decisiones más confiables, cuando prevalecen
condiciones de incertidumbre”.
(Vega 2009, 2)
Estadísticas:
una definición general
Estadísticas
• “Es una rama de las Matemáticas Aplicadas que brinda
métodos y procedimientos para organizar y evaluar una
investigación científica con el fin de tomar decisiones más
confiables, cuando prevalecen condiciones de
incertidumbre”.
(Vega 2009, 2)
Estadísticas:
una definición general
Estadísticas
• Estadística Descriptiva: Métodos para organizar, resumir y
presentar datos de manera informativa.
• Estadística Inferencial: Métodos para determinar una
propiedad de una población con base en la información de
un muestra.
(Vega 2009, 2)
Estadísticas:
una definición general
• Medidas de tendencia central
• Media
• Mediana
• Moda
• Medidas de dispersión
• Rango o Amplitud
• Varianza
• Desviación estándar
• Coeficiente de variabilidad
• Desviación intercuartílica
 Medidas de tendencia central
Media aritmética:
• La media de un conjunto de datos se
encuentra si se suman todos y se divide la
suma entre el número de datos.
• Es la tendencia central más común
• Se denota por “x barra” cuando se trata
de una muestra.
• Se denota como la media de una
población completa mediante la letra
griega “my”.
 Medidas de tendencia central
Media aritmética:
• La media de un conjunto de datos se
encuentra si se suman todos y se divide la
suma entre el número de datos.
• Es la tendencia central más común
• Se denota por “x barra” cuando se trata
de una muestra.
• Se denota como la media de una
población completa mediante la letra
griega “my”.
 Medidas de tendencia central

Mediana:
• Es el valor central de un conjunto
de observaciones cuando los Me
datos están ordenados.
 Medidas de tendencia central

Mediana:
• La mediana depende esencialmente del número n de
observaciones y no de la magnitud de los valores
involucrados.
• Apropiada para resumir series que contienen
observaciones extremas.
 Medidas de tendencia central

Moda:
• Dado un conjunto de datos, la
moda muestral es el valor que se Mo
repite con mayor frecuencia.
 Medidas de dispersión
• Rango o Amplitud: Rango =
observación mayor –
observación menor
• Desviación intercuartílica: la
diferencia entre el tercer y el
primer cuartil de una
distribución.
• Desviación estándar
Principios de probabilidades

• Probabilidad de un evento: La frecuencia relativa con

la que puede esperarse la ocurrencia de dicho evento.
• La probabilidad de un evento puede obtenerse en tres
formas diferentes: 1) empíricamente y 2) teóricamente
Principios de probabilidades

• El valor asignado a la probabilidad del evento A como resultado de la

experimentación puede encontrarse mediante la fórmula:

(Johnson & Kuby, 2012, 172-173)

Principios de probabilidades

• El método teórico para obtener la probabilidad de un evento

usa un espacio muestral.
• Un espacio muestral es una lista de todos los posibles
resultados del experimento a considerar (que se denota con
la letra S mayúscula).
Principios de probabilidades
• Cuando se usa este método, el espacio muestral debe
contener puntos muestrales igualmente probables.
• Por ejemplo, el espacio muestral para lanzamientos de un
dado es S = {1, 2, 3, 4, 5, 6}.
Principios de probabilidades

• ¿Qué ocurre cuando hay más de un dado?

• ¿Qué ocurre cuando hay más de un lanzamiento?
• Combinaciones (dentro de los mismos valores; no
se repiten)
• Permutaciones (es importante el orden)
PRINCIPIOS EN LA
PRESENTACION
DE DATOS
PRINCIPIOS EN LA
PRESENTACION DE DATOS
No todos los datos fueron creados iguales
• Discretos o continuos
• Categóricos o numéricos

(Rodríguez, 2017)
PRINCIPIOS EN LA
PRESENTACION DE DATOS
Tampoco los datos serán representados
de igual manera
•Tablas
•Gráficas
•Mapas
(Rodríguez, 2017)
PRINCIPIOS EN LA
PRESENTACION DE DATOS
Variables ¿discretas o continuas?
•Discretas
• Tienen un número limitado de valores.
• Ejemplos –personas, regiones
• Solo pueden asumir valores enteros.
• Ejemplos –número total de admisiones, número de
querellas, número de escuelas.
PRINCIPIOS EN LA
PRESENTACION DE DATOS
Variables ¿discretas o continuas?
•Continuas
• Pueden tomar cualquier valor, dentro de un rango
definido.
• Ejemplos – puntuación examen de puesto, altura del
edificio
PRINCIPIOS EN LA
PRESENTACION DE DATOS
Datos ¿categóricos o numéricos?
Categóricos (nominal u ordinal)
• Nominal -clasificar elementos en categorías, sin
ningún orden.
Ejemplo: género: femenino, masculino
PRINCIPIOS EN LA
PRESENTACION DE DATOS
Datos ¿categóricos o numéricos?
Categóricos (nominal u ordinal)
• Ordinal –categorías que tiene un orden y donde la
diferencia entre las categorías no se considera igual.
• Ejemplo - escala satisfacción: muy satisfecho,
satisfecho, más o menos satisfecho, insatisfecho,
muy insatisfecho.
PRINCIPIOS EN LA
PRESENTACION DE DATOS
Datos ¿categóricos o numéricos?
Numéricos (cuantitativos)
• Intervalo –se puede conocer la distancia exacta
entre una observación y otra (la distancia es
constante). El valor cero es arbitrario (no
representa diferencia).
• Ejemplo: resultado de CollegeBoard.
PRINCIPIOS EN LA
PRESENTACION DE DATOS
Datos ¿categóricos o numéricos?
Numéricos (cuantitativos)
• Razón (ratio) – tiene igual intervalo entre las variables y el
cero tiene significado (una ausencia completa de lo que se
esta estudiando).
• Ejemplo: grupos de ingreso, valor de vivienda
(Rodríguez, 2017)
TIPOS DE GRAFICOS
Nominales
Categóricas

Intervalo Razón
Nominal Ordinal

Gráfica de línea,
histogramas,
Diagrama de Gráfica de barra Gráfica de
Diagramas de
pastel, mapas barra, mapas
dispersión,
Diagrama de
caja y bigote,
mapas
PRINCIPIOS EN EL
DISEÑO DE GRAFICOS
• Gráfica circular (pie
chart)
PRINCIPIOS EN EL
DISEÑO DE GRAFICOS
• Gráfica de barras
PRINCIPIOS EN EL
DISEÑO DE GRAFICOS
• Gráfica de líneas
PRINCIPIOS EN EL
DISEÑO DE GRAFICOS
• Histograma
PRINCIPIOS EN EL
DISEÑO DE GRAFICOS
• Diagrama de dispersion
(scatterplot)
PRINCIPIOS EN EL
DISEÑO DE GRAFICOS
• Diagrama de caja (box
plot)
PRINCIPIOS EN EL
DISEÑO DE GRAFICOS
• Mapas coropléticos
REFERENCIAS
• Boslaugh, S., & Watters, P. (2008). Statistics in a Nutshell. A Desktop Quick
Reference. Sebastopol, CA: O’Reilly Media.
• Comisión Económica para Europa (2009). Cómo hacer comprensibles los datos.
Parte 1. Una guía para escribir sobre números. Ginebra: Naciones Unidas.
• Johnson, R., Kuby, P. (2012) Estadística elemental (11ª edición). México, D.F.:
Cengage Learning.
• Jones, B. (2014) Communicating Data with Tableau. Sebastopol, CA: O’Reilly.
• Rodríguez, I. (2017). Aspectos a considerar al presentar e interpretar datos. San
Juan, PR: Instituto de Estadísticas.
• Vega, J. (2009). Aplicación de conceptos y herramientas esenciales de
estadísticas. Manual de la Academia. San Juan, PR: Universidad de Puerto
Rico.