Estructuración de datos acorde a las preguntas planteadas

Imagen en Análisis estadístico: Qué es, usos y cómo realizarlo

Para realizar un análisis estadístico sobre la climatología de Seattle, los datos fueron estructurados en Excel para su claridad y utilidad. Cada variable climatológica como temperatura, precipitación, humedad y velocidad del viento; se organizó en columnas independientes, facilitando el análisis individual y la comparación entre variables. Esta disposición permite observar cómo diferentes aspectos del clima varían a lo largo del tiempo.

La organización temporal, estructurada por día, mes y año, es otro aspecto clave. Este enfoque permite identificar tanto patrones estacionales como tendencias a largo plazo, capturando la evolución de las condiciones climáticas de Seattle de forma integral.

A continuación se encuentra el link de los datos extraídos de la página "wunderground" en formato Excel:

Datos climatológicos de Seattle

Respuesta a las preguntas planteadas

1. ¿Cuáles son los días que presentan una humedad superior a la humedad media de la semana?

Los días 22, 23, 26, 27 de octubre del 2024.

2. ¿Cuáles son los días con presión superior a la mediana de la presión de esa semana?

Los días 22, 23, 24, 25 de octubre del 2024.

3. ¿Cuál de las categorías de la variable Condición es la menos frecuente, en esa semana?

Gracias a la tabla de frecuencias se puede observar que la condición menos probable es Heavy Rain (Fuertes lluvias) con una frecuencia de 1.

4. ¿Cómo se distribuye la velocidad del viento en esa semana?

Debido a que la moda, la mediana y la media se relacionan de la siguiente forma:

Moda < Mediana < Media

0.00 <  5.50 <  5.84

Se puede deducir que los datos de velocidad del viento están distribuidos hacia la derecha.

5. Si se considera las categorías de la variable Viento, ¿cuál categoría es la más frecuente en esa semana?

La categoría más frecuente es S (Sur) con una frecuencia de 18.

6. ¿Cómo se distribuye la variable Punto de rocío?

Debido a que la moda, la mediana y la media se relacionan de la siguiente forma:

Media > Mediana > Moda

44.58 > 44.00 > 43.00

Este tipo de asimetría indica que hay una cola de valores más altos en el lado derecho, lo que está desplazando la media hacia valores mayores.

7. ¿Cuál de las variables: Temperatura, Presión y Velocidad del viento, presenta menor dispersión?

La variable con menor dispersión relativa respecto a su media es la presión medida en pulgadas, con un coeficiente de variación (CV) de 0.70%. Esto indica una dispersión baja, ya que la desviación estándar representa solo un 0.70% de la media de 30.05 en comparación a la variable velocidad del viento muestra una dispersión mucho mayor, con un CV de 78.52% en relación a su media de 5.84, lo que refleja una alta variabilidad.

8. ¿Cuáles son las medidas descriptivas de la variable Humedad? Interprete

Las medidas descriptivas de la variable Humedad (%) son las siguientes:

1. Media (Promedio): 81.95%. Este valor representa el promedio de los valores de humedad en el conjunto de datos. Indica que, en promedio, la humedad es cercana al 82%.

2. Mediana: 80.00%. La mediana es el valor que divide al conjunto de datos en dos partes iguales. Como la mediana es menor que la media, podría haber algunos valores altos que elevan el promedio, sugiriendo una ligera asimetría hacia la derecha.

3. Moda: 80.00%. La moda es el valor que más se repite en el conjunto de datos. En este caso, la humedad más común es del 80%.

4. Rango: 26.00%. El rango representa la diferencia entre el valor máximo y mínimo de la humedad. Este valor muestra la variabilidad total de la humedad en los datos.

5. Varianza: 27.95. La varianza mide la dispersión de los valores de humedad respecto a la media. Un valor mayor de varianza indicaría que los valores están más dispersos.

6. Desviación Estándar: 5.29. La desviación estándar es la raíz cuadrada de la varianza y ayuda a comprender la variabilidad promedio de los datos respecto a la media. Una desviación estándar del 5.29% indica una dispersión moderada de los valores de humedad.

7. Coeficiente de Variación: 6.45%. Este coeficiente compara la desviación estándar con la media, expresando la variabilidad relativa del conjunto de datos. Un coeficiente de 6.45% sugiere que la variabilidad de la humedad es baja en relación con su promedio.

8. Coeficiente de Asimetría: -0.05. Este valor cercano a cero indica que la distribución de los valores de humedad es simétrica o casi simétrica, sin una inclinación fuerte hacia la derecha o izquierda.

9. Coeficiente de Apuntamiento (Curtosis): 0.14. Un valor cercano a cero indica una distribución de forma normal o mesocúrtica, es decir, sin extremos demasiado altos o bajos en comparación con una distribución normal.

10. Amplitud: 3.25. Esta es la diferencia promedio entre valores consecutivos en la distribución de humedad.

11. Xmáx (Valor Máximo): 93.00%. Es el valor de humedad más alto en el conjunto de datos.

12. Xmín (Valor Mínimo): 67.00%. Es el valor de humedad más bajo en el conjunto de datos.

Interpretación general: Los datos de humedad muestran una distribución bastante concentrada alrededor del promedio, con una dispersión moderada y simetría casi perfecta. La humedad promedio es alta (81.95%), y la variabilidad en los valores es baja, lo que indica condiciones de humedad relativamente estables en este conjunto de datos.

9. ¿Cuáles son las medidas descriptivas de la variable Temperatura? Interprete

Las medidas descriptivas de la variable Temperatura (°F) son las siguientes:

1. Media (Promedio): 49,95 °F. La media es el promedio de los valores de temperatura observados. En este caso, la temperatura promedio es de 49,95 °F.

2. Mediana: 49,50 °F. La mediana es el valor central cuando los datos están ordenados. Esto significa que la mitad de las temperaturas son menores a 49,50 °F y la otra mitad son mayores.

3. Moda: 46,00 °F. La moda es el valor que más se repite en el conjunto de datos. La temperatura de 46,00 °F es la que más frecuentemente aparece en la muestra.

4. Rango: 18,00 °F. El rango es la diferencia entre la temperatura máxima y mínima. En este caso, el rango de 18 °F indica la variabilidad entre los valores extremos (62 °F y 44 °F).

5. Varianza: 17,12 La varianza mide el grado de dispersión de los datos respecto a la media. Cuanto mayor es la varianza, más dispersos están los datos. Aquí, la varianza es de 17,12.

6. Desviación Estándar: 4,14 °F. La desviación estándar es la raíz cuadrada de la varianza y refleja la dispersión promedio de las temperaturas respecto a la media. Una desviación de 4,14 °F indica que, en promedio, las temperaturas se desvían 4,14 grados de la media.

7. Coeficiente de Variación: 8,28%. El coeficiente de variación es la relación entre la desviación estándar y la media, expresada en porcentaje. Un 8,28% indica que la variabilidad de los datos es relativamente baja en relación con la media.

8. Coeficiente de Asimetría: 0,77. Este valor mide la simetría de la distribución. Un valor positivo indica una asimetría a la derecha, es decir, que hay más valores extremos por encima de la media.

9. Coeficiente de Apuntamiento: -0,12. Este coeficiente mide el grado de apuntamiento o concentración de los datos. Un valor negativo indica una distribución más plana o menos apuntada que la normal.

10. Amplitud: 2,25. Esto puede referirse a la variación dentro de clases o intervalos específicos. No está completamente claro qué representa en este contexto, pero parece un rango adicional o un paso en alguna agrupación.

11. Xmáx (Valor Máximo): 62,00 °F.  Es el valor de humedad más alto en el conjunto de datos.

12. Xmín (Valor Mínimo): 44,00 °F.  Es el valor de humedad más bajo en el conjunto de datos.

Interpretación general: Los datos de temperatura tienen una distribución con una ligera asimetría positiva (asimetría a la derecha), lo que significa que hay algunos valores más altos que la media que influyen en la distribución. Además, la desviación estándar muestra que los datos están moderadamente dispersos, ya que un desvío de 4,14 °F no es particularmente grande en comparación con la media de 49,95 °F.

El coeficiente de apuntamiento cercano a cero sugiere que los datos no son ni extremadamente concentrados ni muy dispersos. Los valores extremos están dentro de un rango moderado, con una diferencia de 18 °F entre el valor más alto (62 °F) y el más bajo (44 °F).

10. ¿Existe una relación entre la variable Temperatura y Presión ? ( Consulte el tema:Regresión lineal)

Se puede observar que la variable presión depende de la variable temperatura y si es que la temperatura aumenta o disminuye lo hará también la presión proporcionalmente.

"El análisis de regresión lineal se utiliza para predecir el valor de una variable en función del valor de otra variable. La variable que se desea predecir se denomina variable dependiente. La variable que se utiliza para predecir el valor de la otra variable se denomina variable independiente." (Corporación IBM, 2023)

Según la citado anteriormente, la regresión lineal permite mostrar cómo algunas variables pueden variar debido a la influencia de otra y medir la magnitud de ese cambio, como se observa en los datos de temperatura y presión.

Bibliografía:

IBM. (n.d.). What is linear regression? IBM. https://www.ibm.com/topics/linear-regression

QuestionPro. (n.d.). Análisis estadístico: Qué es, usos y cómo realizarlo. QuestionPro. https://www.questionpro.com/blog/es/analisis-estadistico/

Weather Underground. (n.d.). Weather history & data archive. Weather Underground. https://www.wunderground.com/history