Las matemáticas son objetivas, eso no se discute. Por eso, cuando hablamos de estadística, datos, porcentajes o probabilidades solemos pensar que la parte difícil consiste simplemente en realizar los cálculos de forma correcta. Sin embargo, uno de los mayores desafíos no está en los números, sino en la manera en la que nuestra mente los interpreta. Los seres humanos no somos … [Leer más...] acerca de Efecto arrastre y sesgo de confirmación: cómo nuestra mente distorsiona los números
Los 7 mitos sobre la Lotería de Navidad (y qué dicen los datos)
Como cada mes de diciembre en España, millones de personas compran décimos de la Lotería de Navidad con la esperanza de que la suerte les sonría, por presión social o simplemente por FOMO (“miedo a perderse algo”) y ser los únicos de la oficina a los que no les toca. El sorteo de la Lotería de Navidad es el más importante del año —representa alrededor del 30 % de los ingresos … [Leer más...] acerca de Los 7 mitos sobre la Lotería de Navidad (y qué dicen los datos)
El sesgo en las encuestas: cómo y por qué ocurre, y qué podemos hacer para detectarlo
Las encuestas son una herramienta fundamental para conocer la opinión de la población, entender su comportamiento o analizar fenómenos sociales. Sin embargo, aunque se utilizan ampliamente en investigación, política o marketing, no siempre reflejan fielmente la realidad. En ocasiones, los resultados están distorsionados por sesgos introducidos en su diseño o ejecución: errores … [Leer más...] acerca de El sesgo en las encuestas: cómo y por qué ocurre, y qué podemos hacer para detectarlo
Poka-Yoke para Ciencia de Datos: Cómo prevenir errores antes de que ocurran
En ciencia de datos, muchos errores no se ven hasta que es demasiado tarde: modelos que predicen absurdos, notebooks que se rompen por una entrada inesperada, APIs que fallan en producción por un simple None. ¿Y si te dijera que hay una filosofía japonesa, nacida en las fábricas de Toyota, pensada justamente para prevenir errores antes de que ocurran?Esa filosofía se llama … [Leer más...] acerca de Poka-Yoke para Ciencia de Datos: Cómo prevenir errores antes de que ocurran
¿Por qué la inflación objetivo debe ser del 2 %? La historia (casi accidental) del número más famoso en economía
Si hay una cifra grabada a fuego en la política monetaria contemporánea es esta: la inflación objetivo debe ser del 2 %. Es una cifra que repiten los bancos centrales, los analistas, los medios especializados y aparece en los libros de texto. Siendo una parte fundamental del ADN del BCE, de la Reserva Federal, del Banco de Inglaterra y de prácticamente cualquier institución … [Leer más...] acerca de ¿Por qué la inflación objetivo debe ser del 2 %? La historia (casi accidental) del número más famoso en economía
Curiosidad: ¿Por qué los test estadísticos siempre parten de que no pasa nada?
Si has leído sobre estadística, seguro has notado que casi todos los tests parten de la idea de que no ocurre nada especial. A esta suposición se le llama hipótesis nula (H₀). Es decir, se comienza asumiendo que no hay ningún efecto, ningún cambio, ninguna diferencia. Y solo si los datos lo contradicen con suficiente fuerza, consideramos que quizá sí está pasando algo.A … [Leer más...] acerca de Curiosidad: ¿Por qué los test estadísticos siempre parten de que no pasa nada?
Guía definitiva para validar archivos YAML
Los archivos YAML se han convertido en una pieza clave en el desarrollo moderno de soluciones. Si alguna vez has trabajado con Docker, Kubernetes, GitHub Actions, Ansible o incluso con la documentación de APIs en OpenAPI/Swagger, entonces ya has usado YAML, aunque quizá no lo hayas notado.Es probable que en algún momento te hayas encontrado con un error extraño, de esos que … [Leer más...] acerca de Guía definitiva para validar archivos YAML
Cargar datos desde Python a Azure Data Lake
En una entrada anterior vimos cómo crear paso a paso un Data Lake en Azure, configurando los permisos y contenedores necesarios. En esta ocasión, vamos a dar el siguiente paso natural: cargar datos desde Python a Azure Data Lake Storage Gen2, utilizando las librerías oficiales de Microsoft.El objetivo de este tutorial es mostrar cómo un servicio o script en Python puede … [Leer más...] acerca de Cargar datos desde Python a Azure Data Lake
Cómo Interpretar las Métricas de Fondos de Inversión y ETFs: Guía Completa para Tomar Decisiones Informadas
La industria de los fondos de inversión y los ETFs genera una enorme cantidad de datos: rentabilidad anualizada, volatilidad, beta, alpha, ratio de Sharpe, R², tracking error… Valores que ya hemos explicado desde un punto de vista estadístico en una guía publicada anteriormente sobre la interpretación de estadísticas para evaluar el rendimiento de fondos y ETFs, así como en la … [Leer más...] acerca de Cómo Interpretar las Métricas de Fondos de Inversión y ETFs: Guía Completa para Tomar Decisiones Informadas
Curiosidad: ¿Por qué se llama “regresión” lineal?
Un nombre que suena a retroceso… pero que usamos para predecir el futuro: la regresión lineal.Es una de las herramientas más conocidas en estadística y ciencia de datos. Sirve para modelar relaciones entre variables, anticipar resultados y entender tendencias. Pero si te detienes un momento… su nombre parece contradictorio.¿Por qué se llama “regresión”? ¿No se supone … [Leer más...] acerca de Curiosidad: ¿Por qué se llama “regresión” lineal?
Guía definitiva para trabajar con JSON en SQL Server
El formato JSON (JavaScript Object Notation) se ha convertido en el estándar de facto para almacenar y transmitir datos estructurados. Es ligero, fácil de leer tanto para personas como para máquinas, y es compatible con prácticamente todos los lenguajes de programación modernos.Ahora bien, si queremos almacenar este tipo de datos en una base de datos SQL Server, … [Leer más...] acerca de Guía definitiva para trabajar con JSON en SQL Server
Cómo crear un Data Lake en Azure paso a paso
El volumen de datos que las organizaciones generan y deben manejar crece día a día: transacciones, registros de acceso, dispositivos IoT, interacciones en redes sociales o simplemente los logs de las aplicaciones. Para poder extraer valor de toda esta información es necesario contar con sistemas capaces de almacenar, organizar y procesar grandes volúmenes de datos de forma … [Leer más...] acerca de Cómo crear un Data Lake en Azure paso a paso