Libros · 2026
Representaciones de datos, para análisis exploratorio aplicado a ingeniería
El libro Representaciones de datos para análisis exploratorio aplicado a ingeniería es una obra orientada al fortalecimiento de las competencias analíticas y estadísticas en la formación profesional en ingeniería. Mediante un enfoque progresivo, integra fundamentos teóricos de la estadística con herramientas prácticas de visualización para apoyar la toma de decisiones basada en datos. El texto aborda los principios de la representación gráfica, la calidad y el preprocesamiento de la información, así como las principales técnicas de la estadística descriptiva e inferencial. Incluye el análisis de series de tiempo, su modelado y predicción, y la aplicación de visualizaciones en procesos de forecasting.Además, incorpora representaciones orientadas al aprendizaje automático, abarcando regresión, clasificación, agrupamiento y herramientas para la evaluación e interpretabilidad de modelos. Por su estructura clara y enfoque aplicado, el libro se consolida como una guía académica para estudiantes, docentes e investigadores interesados en el análisis y la comunicación efectiva de datos en ingeniería.
Texto completo 245 páginas con texto de 264
Leer la tesis completa Ficha en el repositorio
Contenido
- FUNDAMENTOS DE LA REPRESENTACIÓN DE DATOSp. 21
- 1.1. ¿CÓMO CREAR UN GRÁFICO?p. 26
- 1.1.2. Tipos de gráficos y variablesp. 26
- FUNDAMENTOS DE LA REPRESENTACIÓN DE DATOSp. 39
- 2.1. TIPOS DE VARIABLESp. 42
- 2.1.1. Variables cualitativasp. 42
- 2.3.3. Detección de valores atípicosp. 54
- 2.3.6. Estandarización de los datosp. 57
- 2.4. SESGOS EN LA INTERPRETACIÓN DE DATOSp. 60
- 3.1. TABLAS Y DISTRIBUCIONES DE FRECUENCIAp. 67
- 3.2. VISUALIZACIÓN DE DATOS EN ESTADÍSTICA DESCRIPTIVAp. 74
- 3.2.1. Histogramap. 27
- 3.2.3. Diagrama de sectoresp. 77
- 3.2.4. Diagrama de caja y bigotesp. 79
- 3.3.5. Medidas de correlaciónp. 96
- 4.2. ESTADÍSTICA INFERENCIALp. 126
- 4.2.1. Concepto y aplicaciónp. 126
- 4.2.5. Aplicación de visualizaciones en la estadística inferencialp. 144
- 4.2.6. Toma de decisiones basada en inferencia estadísticap. 146
- 5.1. LAS SERIES DE TIEMPOp. 159
- 5.1.1. ¿Qué son las series de tiempo?p. 160
- 5.1.2.1. Tendenciap. 160
- 5.1.2.2. Estacionalidadp. 163
- 5.1.2.3. Ciclop. 163
- 5.1.4. Visualización de series de tiempop. 167
- 5.2. MÉTODOS PARA VISUALIZAR SERIES DE TIEMPOp. 171
- 5.2.2. Diagrama de dispersiónp. 137
- 5.2.3. Procesamiento y modelado de series temporalesp. 176
- 5.2.3.1. Limpieza de datosp. 176
- 5.2.3.2. Transformacionesp. 177
- 5.3. MODELOS DE SERIES DE TIEMPOp. 182
- 5.3.2. Modelos ARIMAp. 182
- 5.3.3. Modelos SARIMAp. 183
- 5.5.2. Modelos de Machine Learningp. 192
- 6.1. PREPROCESAMIENTOp. 51
- 6.2. REGRESIÓNp. 205
- 6.3.1. Matrices de confusiónp. 207
- 6.5.1. Agrupamiento por categoríasp. 214
- 6.5.1.2. Diagramas de Voronoi para partición espacialp. 215
- 6.5.2. Agrupamiento con discretización en cuadrículas (2D Binning)p. 215
- 6.5.6. Agrupamiento por similitud visualp. 222
- 6.6. EJEMPLOS DE COMBINACIONES PRÁCTICASp. 227
- 6.7. TIPOS DE AGRUPAMIENTO MULTIVARIADOp. 229
- 6.8.1. Redes completamente conectadasp. 234
- 6.9. GRÁFICOS PARA MODELOS DE REDES NEURONALESp. 250
- Referenciasp. 255
- 1.1. Representación visual de datosp. 23
- 1.5. Comparación de la expectativa de vida mediap. 31
- 1.6. Gráfico strip con problemas de solapamientop. 32
- 1.12. La Pirámide de la Habilidad en Visualizaciónp. 34
- 1.13. Dos visualizaciones creadas con los mismos datos y la misma herramientap. 35
- de cada categoríap. 43
- 2.6. Muestreo estratificadop. 49
- 2.13. Sesgo de Recenciap. 61
- 2.14. Sesgo de Confirmaciónp. 61
- 2.15. Sesgo de Estacionalidadp. 61
- 3.2. Frecuencia no agrupadap. 70
- 3.13. Diagrama de caja y bigotesp. 79
- de outliersp. 83
- de la variable con menor rango es casi imperceptiblep. 87
- 3.19. Variables normalizadas por rango (Min-Max)p. 87
- del caso de estudiop. 91
- 4.2. Gráfico de dispersión con línea de regresión linealp. 108
- 4.3. Ejemplos gráficos de correlación: positiva, negativa y nulap. 109
- de animales en cada categoríap. 111
- 4.11. Gráficos de áreap. 115
- 4.13. Treemapsp. 116
- 4.16. Densidad para todos los pingüinosp. 118
- 4.23. Diagrama de caja del índice de sequía DC en incendios forestalesp. 123
- 4.24. Relación entre temperatura y área afectada en incendios forestalesp. 123
- 4.27. Proyección lineal de variables ambientales en incendios forestalesp. 125
- muestra seleccionada (rojo)p. 129
- flexibilidad del ajuste polinómico de grado 13p. 135
- 4.38. Representación del modelo de regresión linealp. 139
- 4.39. Distribución de datos frente al valor t de la pruebap. 139
- 4.40. Boxplots de la resistencia a la tracción según la aleaciónp. 142
- 4.43. Gráfico de probabilidad normalp. 144
- 4.44. Comparación de medidasp. 145
- 4.50. Intervalos de Confianzap. 148
- 4.52. Dispersión con regresiónp. 149
- 4.56. Medias de los grupos con intervalos de confianza al 95%p. 152
- 5.2. Ejemplos de diferentes patrones en series de tiempop. 161
- una media fijap. 166
- 5.7. Componente de tendencia de la serie de tiempop. 169
- 5.10. Componente de Ruido de la Serie de Tiempop. 170
- 5.12. Ventas mensuales para los años 2023 y 2024p. 173
- 5.17. Pronóstico con ARIMA: captura la tendencia, pero ignora por completo la estacionalidadp. 185
- y el residuop. 188
- 5.22. Serie de tiempo completa de la demanda energética horaria (2004-2018)p. 194
- técnica de balanceo como SMOTEp. 204
- 6.2. Diagrama de caja. Los puntos individuales son identificados como posibles valores atípicosp. 204
- altamente correlacionadasp. 205
- de sus respectivos gráficos de residualesp. 206
- a 0.92p. 211
- asignación de puntos a centroides (B-C), hasta la convergencia final de los clústeres (D)p. 213
- dentro de la población totalp. 213
- 6.11. Mapa de calor de temperatura resultante de la interpolaciónp. 214
- (camino por la cuadrícula)p. 216
- 6.17. Resultado de aplicar DBSCANp. 218
- 6.18. División de una ciudad en regiones de Voronoi según la proximidad a puntos de interés (rojos)p. 218
- 6.23. Agrupamiento temporal para ropap. 220
- 6.26. Agrupamiento usando t-SNEp. 223
- 6.35. Mapa de calor de correlacionesp. 125
- 6.36. Gráfico de dispersión matricial de los indicadores seleccionadosp. 232