Datos y Decisiones Ciencia de datos aplicada

Inicio / Programa / Módulo 02

Módulo 02 · Unidad I

Calidad de datos y valores faltantes

Diagnosticar completitud, validez, consistencia, duplicados y mecanismos de ausencia antes de imputar.

Dedicación2 encuentros RequisitosMódulos 00 y 01

Centro del módulo

Índice interactivo

Abrí cada recurso y marcá el avance. El estado se conserva en tu navegador.

Presentaciones

Tres bloques para construir el diagnóstico antes de modificar los datos. También podés recorrerlos directamente desde esta página.

Presentación Diapositivas 01 · Calidad de datos y decisiones Dimensiones de calidad, reglas de negocio, gobernanza, trazabilidad y costo del error. Abrir pantalla completa Presentación Diapositivas 02 · Missing Data: MCAR, MAR y MNAR Ausencia estructural, mecanismos de faltantes, patrones, sesgo y formulación de hipótesis. Abrir pantalla completa Presentación Diapositivas 03 · Imputación, pipelines y efecto sobre modelos Estrategias de tratamiento, leakage, indicadores de ausencia, pipelines y evaluación de impacto. Abrir pantalla completa

Visor integrado. Abrí cada bloque para avanzar las diapositivas sin salir de Datos y Decisiones. Si preferís una vista más grande, usá “Abrir a pantalla completa”. Si Google solicita acceso, iniciá sesión desde “Abrir en Google Slides”.

Diapositivas 01 · Calidad de datos y decisiones Dimensiones, reglas, gobernanza y costo del error
Abrir a pantalla completa Abrir en Google Slides
Diapositivas 02 · Missing Data: MCAR, MAR y MNAR Mecanismos de ausencia, patrones, hipótesis y sesgo
Abrir a pantalla completa Abrir en Google Slides
Diapositivas 03 · Imputación, pipelines y modelos Tratamiento reproducible, leakage y evaluación de impacto
Abrir a pantalla completa Abrir en Google Slides

Simulación interactiva

Experimente con mecanismos de ausencia y compare tratamientos antes de formular una recomendación.

Simulación Laboratorio de faltantes e imputación MCAR, MAR, MNAR, porcentaje de ausencia, tratamientos, sesgo y comparación de escenarios A/B. Abrir ahora

Laboratorios en Google Colab

Ejecute el diagnóstico con Python, profundice el marco conceptual y contraste decisiones sobre un caso real.

Google Colab Colab 01 · Calidad de datos Diagnóstico, reglas de calidad, faltantes y comparación de estrategias de tratamiento. Abrir ahora Google Colab Colab 02 · Missing Data: marco conceptual Perspectiva estadística, organizacional y económica de los datos faltantes. Abrir ahora Google Colab Colab 03 · Missing Data: House Prices Patrones estructurales de ausencia, imputación, indicadores y efecto sobre Ridge y Random Forest. Abrir ahora

Repaso y evaluación

Compruebe comprensión y consulte conceptos sin salir del módulo.

Autoevaluación Cuestionario de calidad de datos Autoevaluación con corrección inmediata sobre calidad, missing data e imputación. Abrir ahora Consulta Glosario de calidad y valores faltantes Conceptos y definiciones para consulta rápida durante el diagnóstico. Abrir ahora

Al completar el módulo

Resultados de aprendizaje

  • Definir pruebas de calidad alineadas con reglas de negocio.
  • Distinguir ausencia MCAR, MAR y MNAR como hipótesis de trabajo.
  • Comparar eliminación, imputación simple y estrategias multivariadas.
  • Documentar impacto, trazabilidad e indicadores de ausencia.

Marco conceptual

Ideas que organizan la práctica

01

Calidad multidimensional

Completitud no equivale a calidad. También importan unicidad, validez, consistencia temporal, exactitud, oportunidad y coherencia con reglas del negocio.

02

El patrón importa

La ausencia completamente aleatoria, condicionada por variables observadas o relacionada con el valor no observado requiere supuestos y tratamientos diferentes.

03

Imputar es modelar

Reemplazar por media o moda altera varianza y relaciones. La estrategia debe estimarse dentro del conjunto de entrenamiento y evaluarse por su efecto en la tarea final.

04

Trazabilidad

Conservar indicadores de ausencia, reglas y conteos antes y después permite auditar cuánto dependió el resultado de una decisión de limpieza.

Nivel profesional

Profundización aplicada

Estos temas conectan el fundamento con decisiones modernas, evaluación rigurosa y operación real.

01

Pruebas de esquema, unicidad, frescura y consistencia entre fuentes.

02

Análisis de sensibilidad para mecanismos MCAR, MAR y MNAR.

03

Calidad como producto: responsables, alertas, severidad y acuerdos de servicio.

Control de calidad

Errores frecuentes que invalidan la conclusión

  • Imputar antes de separar entrenamiento y evaluación.
  • Tratar todos los faltantes como un mismo fenómeno.
  • Corregir datos sin conservar la evidencia original ni la regla aplicada.

Caso de negocio

Decidir con contexto

En una solicitud de crédito faltan ingresos con mayor frecuencia en trabajadores independientes. Imputar sin segmentar puede ocultar una diferencia estructural.

Explorar en la simulación

Práctica guiada

Secuencia de laboratorio

  1. 01Definir clave, rangos y reglas de consistencia.
  2. 02Medir faltantes por variable y por segmento.
  3. 03Crear indicadores de ausencia antes de imputar.
  4. 04Comparar distribución y métrica posterior a cada tratamiento.
Colab 01 · Calidad de datos Colab 02 · Missing Data: marco conceptual Colab 03 · Missing Data: House Prices Resolver cuestionario Diapositivas 01 · Calidad de datos y decisiones Diapositivas 02 · Missing Data: MCAR, MAR y MNAR Diapositivas 03 · Imputación, pipelines y efecto sobre modelos
Desafío de transferencia

Tomar una decisión defendible

Definí qué defectos bloquean una decisión, cuáles admiten corrección y cuáles exigen recolectar datos nuevamente.

  1. Escribí una hipótesis antes de calcular.
  2. Definí la evidencia que podría refutarla.
  3. Compará al menos dos escenarios.
  4. Terminá con acción, límite y responsable.
Producto del módulo

Entregable esperado

Reporte de calidad con reglas automatizadas, mapa de faltantes, hipótesis del mecanismo y comparación de dos estrategias.