Análisis Estadístico con Python
Análisis Estadístico con Python.ipynb
Análisis Estadístico con Python
Imaginemos que estamos
interesados en entender las tendencias y patrones en las calificaciones de los
estudiantes de un programa de maestría. Queremos investigar si existen
diferencias significativas en el rendimiento académico entre diferentes
especializaciones y también explorar la relación entre la asistencia a clases y
las calificaciones.
2. Uso de Datos
Para este análisis,
generaremos un conjunto de datos ficticio que contenga las siguientes columnas:
ID_Estudiante:
Identificación única del estudiante.
Especialización: Área de
especialización del estudiante (por ejemplo, Ciencias de la Computación,
Ingeniería, Educación).
Calificación:
Calificación promedio del estudiante.
Asistencia: Porcentaje de
asistencia a clases.
Este dataset será creado
utilizando la biblioteca Pandas en Python.
3. Desarrollo de Script
Python
Primero, importamos las
bibliotecas necesarias y generamos el dataset:
import pandas as pd
import numpy as np
import
matplotlib.pyplot as
plt
import seaborn as sns
from scipy import stats
# Generación de datos ficticios
np.random.seed(0)
especializaciones = ['Ciencias de la Computación', 'Ingeniería', 'Educación']
datos = pd.DataFrame({
'ID_Estudiante':
range(1, 101),
'Especialización':
np.random.choice(especializaciones, 100),
'Calificación':
np.random.normal(70,
10, 100), #
calificaciones con media 70 y desv. estándar 10
'Asistencia':
np.random.uniform(60,
100, 100) #
asistencia entre 60% y 100%
})
4. Análisis Exploratorio
de Datos (EDA)
Realizamos un análisis
exploratorio para entender nuestros datos:
# Estadísticas básicas
print(datos.describe())
# Histogramas para las calificaciones y asistencia
plt.figure(figsize=(12, 5))
plt.subplot(1,
2, 1)
sns.histplot(datos['Calificación'], kde=True)
plt.title('Distribución
de Calificaciones')
plt.subplot(1,
2, 2)
sns.histplot(datos['Asistencia'], kde=True)
plt.title('Distribución
de Asistencia')
plt.show()
# Boxplot para comparar calificaciones por
especialización
plt.figure(figsize=(8, 6))
sns.boxplot(x='Especialización',
y='Calificación',
data=datos)
plt.title('Calificaciones
por Especialización')
plt.show()
RESULTADO
ID_Estudiante Calificación Asistencia
count
100.000000 100.000000 100.000000
mean
50.500000 69.425137 80.648767
std
29.011492 10.057839 11.060270
min
1.000000 45.562173 60.002214
25%
25.750000 63.905066 71.376389
50%
50.500000 69.642702 79.808169
75%
75.250000 77.287037 89.880622
max 100.000000 91.968910
99.401291
GRAFICOS
5. Interpretación de Resultados y Conclusiones
A partir de los
histogramas y boxplots, podemos empezar a interpretar los datos. Por ejemplo,
si observamos diferencias significativas en las calificaciones entre las
especializaciones, podríamos investigar más a fondo las causas. Además,
utilizando análisis de correlación (como el coeficiente de Pearson), podríamos
explorar la relación entre asistencia y calificaciones.
Si encontramos, por
ejemplo, que hay una correlación positiva significativa entre asistencia y
calificaciones, podríamos concluir que fomentar la asistencia a clases podría
ser una estrategia para mejorar el rendimiento académico.
Este análisis es un punto de partida y podría profundizarse con métodos estadísticos más avanzados, como la realización de pruebas de hipótesis para comparar medias entre grupos o análisis de regresión para entender mejor las relaciones entre variables.