Formación

Iba a escribir un mensaje alertando de las nuevas emisiones de Participaciones Preferentes de las Cajas de Ahorro, pero me he encontrado con este foro en ElConfidencial.com. Atentos a los comentarios de jrwwpu17; simplemente una lección magistral de conocimiento de la red comercial de un banco. Merece la pena leer todos sus comentarios y aprender. Así empieza: Ahora bien, el tocomocho va a ser mayúsculo entre jubilados, principal público objetivo de estas emisiones. Dentro de dos años les veremos con las cacerolas en las oficinas de las cajas. Al tiempo… ...

A la hora de referenciar en Excel celdas de tablas dinámicas, es muy molesto encontrarnos con referencias del tipo +IMPORTARDATOSDINAMICOS("CLIENTES"; F3; "POTENCIAL"; 2). El IMPORTARDATOSDINAMICOS puede resultarnos muy molesto para trabajar con fórmulas que normalmente arrastramos. Para evitar este problema, hemos de colocar en la barra de herramientas el botón Generar GetPivotData. Esto lo hacemos ubicándonos en una barra de herramientas y, con el botón derecho, nos vamos a Personalizar; entre los botones de datos tenemos el de Generar GetPivotData, como vemos en la figura adjunta. Lo seleccionamos y lo pulsamos cuando deseemos no tener la dichosa fórmula del IMPORTARDATOSDINAMICOS, y así podemos hacer fórmulas más habituales. ...

Un ejemplo típico de SAS, pero que creo que puede ayudar a conocer algunas funciones interesantes. Los ejemplos que planteo a continuación crean un dataset con 10.000 observaciones y, sobre él, vamos a crear dos subconjuntos de datos: dos muestras aleatorias del dataset de partida, una muestra sin reemplazamiento y otra muestra con reemplazamiento. Como siempre, creo un dataset de forma aleatoria que me sirve de base para plantearos el truco: ...

En esta entrega seguimos trabajando con el análisis cluster, viendo más posibilidades que nos ofrece R. Para ello vamos a realizar un estudio de agrupamiento de países europeos en función de algunos indicadores básicos: Superficie Población PIB (en miles de $) Esperanza de vida Índice de desarrollo humano % Población en ciudad Para este estudio contamos con este archivo Excel. El primer paso, por supuesto, es crear un objeto en R: ...

El propósito del análisis de conglomerados (cluster en terminología inglesa) es agrupar las observaciones de forma que los datos sean muy homogéneos dentro de los grupos (mínima varianza) y que estos grupos sean lo más heterogéneos posible entre ellos (máxima varianza). De este modo obtenemos una clasificación de los datos multivariante con la que podemos comprender mejor los mismos y la población de la que proceden. Podemos realizar análisis cluster de casos, un análisis cluster de variables o un análisis cluster por bloques si agrupamos variables y casos. El análisis cluster se puede utilizar para: ...

Un gran número de visitas que llegan a este sitio tienen que ver con la importación de datos. En este caso, he encontrado en YouTube un vídeo explicativo en el que nos indican de una forma muy sencilla cómo importar a R datos desde hojas Excel con el paquete RODBC: “Very easy”. Uno de mis siguientes proyectos es realizar vídeos de este tipo; bajo mi punto de vista, son muy prácticos e ilustrativos. Saludos.

Sobre la idea de “dumificar” variables he ideado un proceso para agrupar variables cuantitativas en función de una variable respuesta. Los que disponéis de herramientas de análisis más complejas tipo Enterprise Miner o Clementine ya disponéis de algoritmos y funciones que realizan esta útil tarea, además los árboles pueden trabajar con variables continuas. Pero un modelo es bueno si las variables de entrada están bien elegidas y bien construidas y como paso previo al análisis multivariante el análisis univariable es imprescindible. Tramificar una variable continua en función de una variable respuesta no va más allá de un análisis univariante, igualmente podemos tener dependencia lineal entre variables, algo que sólo detectaremos con análisis multivariables. Pero este sencillo algoritmo puede ayudarnos a conocer mejor algunas variables que deseamos introducir en nuestro modelo. ...

“Dumificar” es crear variables dummy. Un verbo completamente inventado pero que todos los que os habéis enfrentado a la creación de una tabla de entrada para realizar modelos estadísticos vais a entender perfectamente en qué consiste. Dumificar es transformar una variable continua en $N$ variables dicotómicas. Lo entenderemos mejor con un ejemplo gráfico: En el ejemplo partimos de 8 registros y creamos 4 variables dicotómicas en función de una variable importe. Hemos dumificado la variable importe en 4. Parece fácil de entender el concepto. Bien, pues esto es lo que planteo hacer con SAS. La metodología que voy a emplear es la de siempre: parto de un dataset aleatorio con un identificador y un campo importe que pretendemos transformar en 5 variables ($0, 1$). Para realizar este proceso necesitamos una macro que cuente las observaciones de un dataset (ya la planteé con anterioridad en otro artículo del blog). De todos modos, os dejo completo el código que empieza: ...

Un ejemplo muy gráfico de cómo accede Enterprise Guide a las DBMS: No se puede expresar mejor. Es necesario un monográfico de SQL Pass-Thru.

A continuación, os planteo como truco SAS una duda que nos mandaba Liliana. Ella necesitaba estudiar los valores perdidos de las tablas de una librería determinada. En este caso, vamos a estudiar los missing de las variables numéricas de una librería; de forma análoga se puede hacer con las alfanuméricas. Como siempre, vamos a trabajar con un ejemplo que parte de tablas generadas aleatoriamente. Comenzamos generando estas tablas: libname datos "C:\temp\datos"; %macro aleatorios; %do i = 1 %to 5; data datos.proyecto_&i.; do id = 1 to 200; if int(ranuni(0) * 10) = 2 then importe1 = .; else importe1 = round(rand("uniform") * 1000, .1); if int(ranuni(0) * 10) > 8 then importe2 = .; else importe2 = round(rand("uniform") * 130, .1); length zona $15; if ranuni(0) <= .32 then zona = "España"; else if ranuni(1) <= .32 then zona = "Cataluña"; else zona = "Resto"; output; end; run; %end; %mend aleatorios; %aleatorios; Con este programa generamos cinco datasets aleatorios con cuatro variables; dos de ellas son importes que tendrán valores missing en determinados casos. En este punto, hemos de crear un proceso que cuente valores perdidos; podemos emplear el PROC SQL o bien el PROC FREQ definiendo primero un formato. Empleamos FREQ para crear una macro: ...