Tecnología · 1o de Preparatoria · Datos, Información y Big Data · III Bimestre

Análisis Exploratorio de Datos

Los estudiantes aplican técnicas para examinar conjuntos de datos, identificar patrones, anomalías y generar hipótesis.

• Aprendizajes Esperados SEP
• SEP EMS: Análisis y Visualización de Datos

Acerca de este tema

El análisis exploratorio de datos introduce a los estudiantes en técnicas para examinar conjuntos de datos, identificar patrones, anomalías y generar hipótesis. En el programa SEP de Tecnología para 1° de Preparatoria, aplican herramientas como histogramas, gráficos de dispersión y medidas de tendencia central para explorar datos reales. Esto responde directamente a preguntas clave: ¿cómo detectar patrones ocultos?, ¿qué técnicas son efectivas? y ¿cómo guía la formulación de preguntas de investigación?

En la unidad de Datos, Información y Big Data del III Bimestre, este tema fortalece competencias en análisis y visualización de datos según los estándares EMS. Los estudiantes aprenden a limpiar datos, detectar outliers y resumir distribuciones, conectando con aplicaciones prácticas como el análisis de datos locales de México, tales como contaminación o ventas comerciales. Desarrolla habilidades de pensamiento crítico y toma de decisiones basada en evidencia.

El aprendizaje activo beneficia este tema porque los estudiantes manipulan datasets auténticos en grupos, descubren patrones mediante iteraciones y discuten hipótesis colectivamente. Estas experiencias convierten conceptos abstractos en descubrimientos personales, fomentan la perseverancia ante datos desordenados y preparan para desafíos reales en big data.

Preguntas Clave

1. ¿Cómo podemos identificar patrones ocultos en grandes conjuntos de datos?
2. ¿Qué herramientas y técnicas son más efectivas para el análisis exploratorio de datos?
3. ¿De qué manera el análisis exploratorio de datos guía la formulación de preguntas de investigación?

Objetivos de Aprendizaje

• Identificar patrones y tendencias en conjuntos de datos utilizando medidas de tendencia central y dispersión.
• Analizar la efectividad de diferentes técnicas de visualización (histogramas, gráficos de dispersión) para representar datos.
• Evaluar la presencia de anomalías o valores atípicos en un dataset y proponer posibles causas.
• Formular hipótesis iniciales basadas en los hallazgos del análisis exploratorio de datos.
• Comparar la calidad y utilidad de diferentes fuentes de datos para un análisis específico.

Antes de Empezar

Conceptos Básicos de Estadística

Por qué: Los estudiantes necesitan comprender qué son la media, la mediana y la moda para poder calcularlas y utilizarlas en el análisis.

Introducción a las Hojas de Cálculo

Por qué: Es fundamental que los estudiantes sepan cómo ingresar, organizar y realizar cálculos básicos con datos en un software como Excel o Google Sheets.

Tipos de Datos (Numéricos y Categóricos)

Por qué: La capacidad de distinguir entre tipos de datos es esencial para elegir las técnicas de visualización y análisis adecuadas.

Vocabulario Clave

Análisis Exploratorio de Datos (AED)	Proceso inicial de investigación de conjuntos de datos para resumir sus características principales, a menudo con métodos visuales.
Medidas de Tendencia Central	Estadísticas que describen el centro de un conjunto de datos, como la media, mediana y moda.
Medidas de Dispersión	Estadísticas que indican cuán extendidos o agrupados están los datos, como el rango y la desviación estándar.
Valor Atípico (Outlier)	Un punto de datos que difiere significativamente de otras observaciones en un conjunto de datos.
Histograma	Gráfico de barras que muestra la frecuencia de datos dentro de rangos o intervalos definidos.
Gráfico de Dispersión	Gráfico que utiliza puntos para representar los valores de dos variables numéricas, mostrando la relación entre ellas.

Cuidado con estas ideas erróneas

Idea errónea común

La correlación siempre implica causalidad.

Qué enseñar en su lugar

Los estudiantes confunden patrones observados con relaciones causales. Actividades en parejas donde comparan gráficos y discuten contraejemplos ayudan a diferenciar ambos conceptos. Las discusiones grupales refuerzan que el análisis exploratorio genera hipótesis, no pruebas definitivas.

Idea errónea común

Más datos eliminan todas las anomalías.

Qué enseñar en su lugar

Creen que datasets grandes son perfectos. Exploraciones prácticas con datos reales muestran que outliers persisten por errores o fenómenos raros. En estaciones rotativas, los grupos aprenden a cuestionar la calidad de los datos antes de analizar.

Idea errónea común

El análisis exploratorio no requiere preparación previa.

Qué enseñar en su lugar

Piensan que basta mirar datos sin plan. Actividades guiadas con checklists de técnicas iniciales demuestran la necesidad de pasos sistemáticos. Esto fomenta hábitos iterativos mediante retroalimentación en grupo.

Ideas de aprendizaje activo

Estaciones Rotativas: Exploración de Datasets

Prepara cuatro estaciones con datasets diferentes (clima, ventas, encuestas). Cada grupo rota cada 10 minutos: en una grafican histogramas, en otra buscan anomalías, en la tercera calculan promedios y en la cuarta proponen hipótesis. Al final, comparten hallazgos en plenaria.

45 min·Grupos pequeños

Pares Colaborativos: Detección de Patrones

Asigna parejas un dataset en Google Sheets. Paso 1: limpian datos eliminando nulos. Paso 2: crean gráficos de dispersión para identificar correlaciones. Paso 3: discuten y anotan tres patrones o anomalías observados.

30 min·Parejas

Proyecto Grupal: Análisis Local

Grupos eligen datos abiertos de México (INEGI). Analizan patrones con filtros y visualizaciones, generan hipótesis y presentan un informe con al menos dos gráficos y conclusiones.

60 min·Grupos pequeños

Individual: Caza de Anomalías

Cada estudiante recibe un dataset con outliers intencionales. Identifican anomalías usando boxplots, explican su impacto y proponen una hipótesis sobre su origen.

20 min·Individual

Conexiones con el Mundo Real

• Los científicos de datos en empresas de comercio electrónico como Mercado Libre utilizan el AED para entender el comportamiento de compra de los usuarios, identificar productos populares y detectar patrones de fraude.
• Los urbanistas en la Ciudad de México aplican el AED a datos de movilidad y encuestas ciudadanas para identificar zonas con alta demanda de transporte público y proponer mejoras en la infraestructura.
• Los investigadores de salud pública en el Instituto Nacional de Salud Pública (INSP) analizan datos de encuestas nacionales para detectar tendencias en enfermedades, identificar factores de riesgo y planificar campañas de prevención.

Ideas de Evaluación

Boleto de Salida

Proporcione a los estudiantes un pequeño conjunto de datos (ej. calificaciones de un examen). Pídales que calculen la media y la mediana, y que escriban una oración explicando qué medida describe mejor el 'centro' de estas calificaciones y por qué.

Verificación Rápida

Muestre a los estudiantes un gráfico de dispersión con una correlación aparente. Pregunte: '¿Qué relación observan entre las dos variables? ¿Podría haber otros factores influyendo? ¿Qué tipo de datos adicionales necesitaríamos para confirmar esta relación?'

Pregunta para Discusión

Presente un conjunto de datos con un valor atípico obvio. Pregunte al grupo: '¿Qué podría explicar este valor inusual? ¿Deberíamos eliminarlo del análisis? ¿Cómo podríamos investigar su origen?'

Preguntas frecuentes

¿Cómo identificar patrones ocultos en grandes conjuntos de datos?

Usa técnicas como gráficos de dispersión, histogramas y clustering básico en herramientas accesibles como Google Sheets o Python simple. Limpia datos primero, segmenta por variables y busca tendencias visuales. En clase, datasets de INEGI sobre población ayudan a practicar, revelando patrones como migración estacional que guían hipótesis claras.

¿Qué herramientas son efectivas para análisis exploratorio de datos en preparatoria?

Herramientas gratuitas como Google Sheets para principiantes, con funciones de gráficos y filtros; o Tableau Public para visualizaciones avanzadas. Integra con SEP recomendando hojas de cálculo para calcular medias, medianas y detectar outliers. Practica con datos locales para contextualizar y motivar a los estudiantes.

¿Cómo el aprendizaje activo ayuda en el análisis exploratorio de datos?

El aprendizaje activo permite a estudiantes manipular datasets reales en grupos, iterar visualizaciones y debatir anomalías, lo que acelera la comprensión de patrones abstractos. Actividades como rotaciones de estaciones fomentan descubrimientos propios, reducen frustración con datos desordenados y construyen confianza para generar hipótesis. Esto alinea con SEP al promover competencias prácticas sobre memorización pasiva.

¿De qué manera el análisis exploratorio guía la formulación de preguntas de investigación?

Al revelar patrones y anomalías, inspira preguntas específicas como '¿por qué suben las ventas en ciertos meses?'. Estudiantes pasan de descripciones a interrogantes causales. En proyectos grupales, documentan hallazgos que refinan hipótesis, preparando para investigaciones formales en big data.