TEMA 2: EXPLORACION INICIAL DE LOS DATOS

TEMA 2: EXPLORACION INICIAL DE LOS DATOS
INTRODUCCION
ESTRUCTURA DE LOS DATOS
CALIDAD DE LA INFORMACION
TECNICAS ESTADISTICAS DESCRIPTIVAS
1.- INTRODUCCION: LA ESTRATEGIA GENERAL
Una vez delimitado el problema económico que se desea estudiar,
planificada la investigación y obtenidos los datos, es necesario analizarlos
para poder llegar a conclusiones. El análisis estadístico de un conjunto de
datos presupone, en general, saber como:




Procesar la observaciones
Formular un modelo apropiado
Ajustar el modelo a los datos y evaluarlo
Utilizar el modelo para describir, predecir o establecer
comparaciones
Estas actividades se pueden agrupar en dos fases a efectos de
estudio:
A) Análisis inicial, preliminar o exploratorio:
Consiste en procesar los datos de manera que sea posible un estudio
sistemático de sus características. En general es necesario utilizar el
ordenador. El análisis inicial engloba una serie de actividades:
 Comprobar la calidad de la información:
 Es importante reconocer la estructura
limitaciones de los datos
 ¿Hay errores u observaciones atípicas?
 ¿Faltan observaciones(missing values)?
 ¿Han sido registrados de manera adecuada?
Análisis de Datos en Economía – Prof: Salvador Carrasco Arroyo
y
 Transformar los datos cuando sea necesario:
 Corrección de errores
 Recodificación de valores, variables y el calculo de
variables compuestas
 Resumir adecuadamente la información mediante gráficos,
tablas y medidas descriptivas.
B) Análisis definitivo
Generalmente se basa en formular, estimar y evaluar un modelo
probabilistico utilizando los datos disponibles. Para llevar a cabo la
construcción del modelo es necesario recurrir a técnicas inferenciales tales
como la estimación de parámetros y la contratación de hipótesis.
En ocasiones existirá un modelo previo (evidencia empírica o en buena
teoría económica). En estos casos el análisis consiste en ver si los nuevos
datos se comportan según el modelo.
En ocasiones el análisis inicial permite establecer conclusiones tan claras
que no es necesario proseguir la investigación.
No se pueden utilizar métodos estadísticos avanzados sin haber
examinado previamente los datos con cuidado.
LA ESTRUCTURA DE LOS DATOS.
Cualquier analisis de datos depende:
 Numero y tipo de variables implicadas
 Numero de observaciones disponibles
A mayor numero de observaciones y variables mas complejo es el
analisis.
Criterio de relevancia: En economia es necesario seleccionar
variables y observaciones entre las disponibles
Criterio de Unicidad y Singularidad: El numero de variables nunca
debe ser mayor que el de observaciones
Análisis de Datos en Economía – Prof: Salvador Carrasco Arroyo
El tipo d e variables condiciona la manera de procede al análisis:




Cuantitativas – Cualitativas
Continuas – Discretas
Flujo – Stock
Temporales – Transversales
Al igual que serán mas apropiadas las variables y la clase de análisis según
el tipo de escala en que estén medidas:




Escala nominal
Escala ordinal
Escala de intervalo
Escala de razón
En la practica los problemas aparecen cuando tenemos variables de distintos
tipos medidas en escalas distintas:
 Agrupar las variables del mismo tipo para realizar
un análisis segmentado
 Recodificar variables numéricas agrupando los
valores observados en categoría u ordenaciones.
En general, las modoficaciones de los datos pueden ser de cuatro tipos:




Ajuste de observaciones extremas
Estimación de valores perdidos
Transformación de una o mas variables
Generación de nuevas variables a partir de las existentes
Las razones que justifican la modificación de los datos pueden ser:





Obtener variables mas ajustadas a los conceptos teóricos
Estabilizar la variación
Aproximar a la normalidad o a la simetría
Crear efectos aditivos
Linealizar las relaciones
Análisis de Datos en Economía – Prof: Salvador Carrasco Arroyo
CALIDAD DE LA INFORMACION
Determinar la calidad de la información es muy importante cuando el analista
no ha intervenido en la recolección de los datos. Hay que plantearse:




¿Cómo fueron obtenidos los datos?
¿provienen de una única fuente o de varias?
¿Hay incongruencias aparentes?
¿Hay errores, observaciones anómalas o perdidas?
Antes de proseguir hay que:
 “editar” o “limpiar” los datos
 Chequear la credibilidad, la consistencia y la integridad de
las observaciones
 Comprobar el fichero de datos, la distribución de
frecuencias de cada variable
Cuando aparecen valores sospechosos hay que:
 Muchos errores pueden ser corregidos volviendo a los
registros originales de datos y si no pueden ser hay que
tratarlos como MISSING
 Si existen observaciones atípicas no erróneas se debe
realizar el análisis con ellas y sin ellas y observar los
resultados. Si no existe gran diferencia es que no son
importantes. En caso contrario hay que preguntarse la
racionabilidad de las conclusiones.
 Los valores perdidos pueden deberse a varios factores:
 Falta de respuesta
 Ausencia de registro
 Descuidos
Análisis de Datos en Economía – Prof: Salvador Carrasco Arroyo
TECNICAS DE ESTADISTICA DESCRIPTIVA
Se trata de describir verbal, gráfica y numéricamente el conjunto de
observaciones disponibles.
Podemos calcular medidas descriptivas (numéricas) de todo el conjunto de
datos y/o de los subconjuntos que consideremos importantes.





Medidas de Posición
Medidas de Dispersión
Medidas de la Forma
Medidas de Covariación
Gráficos
La estadística descriptiva es útil no solo para resumir un conjunto de
observaciones sino también para controlar la calidad de los datos, obtener
ideas para el análisis formal y para ayudar a presentar las conclusiones.
Algunas reglas son:
 Tomar en consideración las características de las
distribución de datos
 Utilizar las medidas descriptivas que sean mas adecuadas
 Presentar gráficos y tablas rotuladas de manera clara
 Incluir siempre las unidades de medida
 Etiquetar los ejes de los gráficos
 Redondear los valores de manera razonable
 Prestar atención al detalle
 Utilizar el sentido común
Análisis de Datos en Economía – Prof: Salvador Carrasco Arroyo