RSS
-
Entradas recientes
Categorías
Etiquetas
apis-mashups Buscadores Clustering datos abiertos desarrollo elecciones estándares Flash fuentes de información Gestión documental Google grafos Gráficos estadísticos html5 Innovación internet Java javascript lenguajes documentales Lingüística Linux Lógica borrosa modelización Muestreo estadístico off-topic open source PHP PLN Productividad Profesionales Publicidad Recuperación información relevancia reseñas SEO spam tag 1 tag 2 Tagging testeo Usabilidad utilidades veracidad visualizacion Web socialComentarios recientes
- Mario en Análisis web com Piwik y GNU R (I)
- Wilderson Medina en Modelos lineales (regresión lineal) – 2
- Javascript | Pearltrees en El ecosistema Javascript (Rhino)
- erik araneda en Análisis web com Piwik y GNU R (I)
- Responsabilidad y voto « Reset Mental en Sobre las Elecciones Europeas y la decisión de voto
Archivos
- septiembre 2011
- junio 2011
- mayo 2011
- abril 2011
- marzo 2011
- enero 2010
- octubre 2009
- junio 2009
- mayo 2009
- abril 2009
- marzo 2009
- febrero 2009
- enero 2009
- septiembre 2008
- mayo 2008
- abril 2008
- marzo 2008
- febrero 2008
- enero 2008
- diciembre 2007
- octubre 2007
- septiembre 2007
- agosto 2007
- julio 2007
- junio 2007
- mayo 2007
- abril 2007
Modelos lineales (regresión lineal) – 2
Con esta segunda parte comento los pasos del proceso de cálculo de los errores cuadráticos y la determinación del mejor modelo.
Cabe decir que lo que explico aquí no debe tomarse al pie de la letra, ya que evito entrar en detalles casi imprescindibles (como el cálculo matricial y el contraste de hipótesis) para dominar este proceso.
La decisión viene tomada porque hay ingente cantidad de documentación disponible sobre los detalles de este proceso, y pocos que se centren en cuestiones más pedagógicas.
Modelos lineales (regresión lineal)
Los modelos lineales son una herramienta muy utilizada para el análisis de datos que presentan una relación causa-efecto. El punto de partida en un modelo lineal son conjunto de datos que se presentan simultáneamente, y que a priori pueden explicar el comportamiento de la variable que queremos analizar (la que se denomina la variable respuesta o dependiente) a partir del resto.
El proceso de análisis de los modelos lineales es relativamente sencillo en cuanto que sistemático, siempre que se tengan las nociones básicas sobre producto matricial, o bien se disponga de una aplicación informática que haga la tarea por nosotros.
De todos modos, esta técnica de tanto uso oculta una serie de cuestiones de sentido común que ayudarían a entender su razón de ser. Los concepto com error cuadrático medio o el error total son conceptos esenciales que sin embargo permanecen ocultos al entendimiento general.
Y ya van dos años
Preparando nuevos posts aunque ahora mismo algo atareado, me permito celebrar los dos años de este blog.
Me parece mucho más tiempo del que ahora digo, pero como decía el filósofo, la vida realmente vivida es el tiempo que nos cambia por dentro: eso es algo difícil de traducir en artículos, aunque lo sigo intentando.
Open Flash Chart 2 – Mejorando los gráficos estadísticos
Tenía pendiente escribir una actualización para comentar los cambios en la versión 2 de Open Flash Chart (OFC2). En esencia la biblioteca funciona de forma casi idéntica a la versión 1, salvo algunas correcciones de errores y mejoras concretas, pero hay también hay un cambio importante.
El verdadero salto cualitativo está en la introducción del formato JSON . El proceso de configuración se hace más transparente, tanto para revisar la estructura en búsqueda de potenciales errores, como también por la libertad que da este formato al enviar los datos. Vayamos por partes.
La quinta disciplina
Leí este libro ocho años atrás y me gustó, me gustó mucho. Es de esos libros que dejan una sensación clara al acabar la última página: lo volveré a leer. Y por fin ha llegado el momento.
Aunque a estas alturas hay gran cantidad de literatura sobre el análisis de sistemas aplicado al management, el libro La quinta disciplina de Peter Senge (Granica, 1996) tiene un sabor genuino. A pesar de contar con casi quinientas páginas, su lectura resulta bastante llana. Recomiendo marcar un ritmo relajado (ni muy rápido, ni muy aplazado).
Su quinta disciplina (el análisis de sistemas) es una lectura casi obligada para quien trabaje en equipo, los gestione, o dirija una empresa. En cierto sentido eso incluye a casi todo el mundo.
Del blog al podcast con síntesis de voz
Quizá diga poco a mi favor si digo que hace relativamente poco que me he aficionado a los podcasts. Hace mucho que entiendo su funcionamiento y también he implantado soluciones, pero de ahí a usarlos es otra historia. Mi uso de la tecnología se limita a lo estrictamente necesario. Porque una cosa es jugar con gadgets, y otra cosa es sacarle partido para el día a día.
Los podcasts son un ejemplo claro que la tecnología es lo de menos: hasta que uno no encuentra el lugar y el momento para utilizarlos, su utilidad es relativa. Otro de los puntos clave, como sucede con los feeds textuales, es encontrar las fuentes interesantes que aporten información de acuerdo con el tiempo que uno le puede dedicar, pero eso es harina de otro costal.
Así que he optado por introducir una pequeña mejora en el blog para poder convertir los artículos textuales en pequeñas audiciones en formato MP3.
Una de las razones para hacerlo es que, a menudo, los artículos que escribo tienen mucho "verbo" y poca imagen (algo a mejorar), por lo que probablemente toda la lectura se hace pesada si no existe una relevancia directa. La otra cuestión es que esto permite escuchar el artículo mientras se leen otros contenidos, o también mientras se revisan los propios correos matutinos
.
Para conseguir este objetivo, he echado mano de la herramienta libre Festival Text-to-Speech, el codificador Lame MP3 encoder y del widget Flash MP3 Player . El resto se realiza a través de un sencillo script en PHP.
Vale decir que el acabado final no tiene una "calidad comercial", ni tampoco era mi intención. El único objetivo es llevar a la práctica la utilidad que le veo al podcast, nada más.
Continue reading
Eyetracking, movimiento e información neuronal
Siempre me ha atraído la tecnología del eyetracking como una forma de entrar más a fondo en los procesos de análisis de usabilidad de una aplicación. En cualquier caso, lo he percibido como una técnica algo manca, si bien muy potente. Los ojos y la mirada son indicadores del interés, pero por este mismo hecho no son una fuente primaria sino secundaria. Por retorcer un poco el refrán, los ojos son el espejo del alma, pero un espejo pequeño y sólo útil según para qué objetivos.
Lo que en mi humilde opinión falta a estos dispositivos es identificar el grado de atención que se genera en el momento de mirar. Es decir, identificar la motivación y la atención que hay tras el movimiento ocular con información directa de nuestra actividad neuronal. La cuestión es: ¿El electroencefalograma (EEG) puede ofrecernos información más ajustada a lo que está sucediendo? ¿Nos proporcionará más información, o simplemente más datos?
Continue reading
Variables aleatorias, la semilla estadística
Las variables aleatorias son la base de la estadística probabilística actual. Son el paradigma sobre el que se asienta toda la estadística matemática.
Es por esto que la variable aleatoria es el concepto que cualquiera que quiera tratar con datos estadísticos debe entender a fondo, si no quiere echar mano a las mismas /herramientas/ ante cualquier situación.
A menudo, cuando surge el tema de la estadística como asignatura universitaria, surge la idea de la dificultad de esta asignatura en las carreras universitarias. La razón principal por la que creo que esto sucede tiene que ver con el concepto de las variables aleatorias. Es decir, que no se explica adecuadamente.
En muchas carreras se trabaja sobre un punto de partida: el control. A partir de ahí, hay que explicar la forma como ese control se puede perder. En ese contexto, la estadística pierde parte de su sentido. Enseñar un contraste de hipótesis sobre el paradigma del control es como narrar una película sólo con letras vocales.
La estadística (al menos la probabilística) parte de otra premisa: supongamos que todo tiene su componente aleatorio; que todo se mueve. A partir de este supuesto, analicemos la forma como se presenta esta aleatoriedad para establecer unas bases para un control que tiene tolerancia a los errores.
¿Parece lo mismo? No se parece en nada.
Continue reading
Muestreo estadístico
Quizá este artículo podría resumirse diciendo que el muestreo estadístico es algo similar a una fotografía, pero dirigido a los datos, no a las imágenes.
Bueno, ya está. Ha quedado claro ¿no? Si es así, déjame pensar: no te dedicas a la fotografía, ¿verdad? Un conocedor de este arte podría argumentar: "en fotografía hay muchos estilos, técnicas y herramientas". En el muestreo también, sólo que un buen resultado no luce tanto
.
El muestreo estadístico es la toma de contacto con la realidad antes de llevar la muestra al laboratorio. Desde el punto de vista teórico de las matemáticas puras, es un mal necesario. Pero desde el punto de vista del trabajo de campo y del análisis empírico, escoger el tipo de muestreo estadístico es todo un arte.
Y desde luego, es un arte que va mucho más allá que el muestreo aleatorio simple.
Continue reading
El técnico de proximidad
Mirando lo que hay cerca
Cuando uno se encuentra en una conversación con usuarios de servicios que requieren cierta habilidad técnica por su parte (lo habitual es la informática pero hay otros ejemplos), es bastante probable que surjan comentarios sobre la dificultad inherente a la materia. Salvo excepciones, esa es precisamente la razón por la que existen los perfiles profesionales "técnicos".
Por la naturaleza de las tareas técnicas (precisan el conocimiento de unas habilidades para recorrer el camino entre la necesidad y el objetivo), no siempre se puede deducir que siempre sean encomendables a profesionales técnicos. Algunas de estas tareas forman una pequeña parte del trabajo que alguien debe llegar a cabo. Continue reading