En una conversación informal, a veces suelen utulizarse los conceptos datos, información y conocimiento de manera indistinta. Sin embargo, Davenport y Prusak los definieron como capas de abstracción diferentes.
Datos: Constituyen la mínima unidad posible, suponiendo un conjunto de registros o mediciones que se han realizado. Cada uno de ellos, de manera independiente y descontextualizada, es irrelevantes y no aporta valor ni conocimiento, más allá de describir un caso aislado. Un ejemplo de datos podría ser doce mediciones del nivel Ebro en su paso por Zaragoza.
Información: Supone un conjunto de datos procesados y ordenados, de manera que se puedan generar afirmaciones que sean válidas para el conjunto de datos. Un ejemplo de información sería la ordenación de las doce mediciones del nivel del Ebro de acuerdo con el mes del año en el que se realizaron.
Conocimientos: Las conclusiones o el saber que se obtienen de una información o un conjunto de informaciones. Este nos sirve para comprender la realidad y nos ayudará en la toma de decisiones. Siguiendo nuestro ejemplo, al ordenar temporalmente las doce muestras podremos darnos cuenta de que hay ciertos meses del año en los que los niveles del río son más elevados, por lo que el riesgo de inundación en Zaragoza es más alto.
TEMARIO
- Generación de conocimiento a partir de datos
- -Datos, información y conocimiento
- -Métodos estadísticos
- -Inferencia estadística: población, muestra e incertidumbre asociada.
- Instalación y primeros pasos en R
- -R
- -Instalación
- -Instalación y exportación de datos
- Análisis exploratio de datos
- -Primer vistazo al conjunto de datos
- -Conceptos básicos
- -Crear subconjuntos de datos
- -Subconjuntos de variables
- -Subconjuntos de registros
- -El concepto de frecuencia
- -Describiendo las distribuciones
- -Visualización de datos
- La distribución normal
- Contraste de Hipótesis
- Test estadísticos
- Correlaciones y regresión lineal
- Detección de valores atípicos y faltantes
- Etc...
