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 completas · 3 visores sin Google Drive

Las tres clases están publicadas como PDF propios de GitHub Pages. Podés navegar, reproducir en pantalla completa y descargar sin iniciar sesión en Google ni solicitar permisos al docente.

Acceso público sin autorización. Los visores utilizan copias PDF exportadas de los originales y no dependen de Drive. «Abrir visor independiente» ofrece flechas, miniaturas, reproducción y pantalla completa. Los archivos editables originales permanecen conservados en Drive.

Lectura integrada: alterná las 30 diapositivas dentro de la guía del Módulo 02.

Simulación interactiva

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

Laboratorios en Google Colab

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

Repaso y evaluación

Compruebe comprensión y consulte conceptos sin salir del módulo.

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.
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.