Lección 12 del curso Introducción a la Ciencia de Datos.
En la lección anterior hablamos del análisis descriptivo y exploratorio, los dos tipos de análisis que usualmente tendremos que realizar en cualquier proyecto de Ciencia de Datos.
En estos tipos de análisis estamos intentando responder a la pregunta ¿qué? es decir ¿qué características tienen nuestros datos?
Pero existe un análisis que va un paso más allá y que intenta responder a la pregunta ¿por qué? Es decir ¿por qué los datos se comportan de la forma observada en los análisis descriptivo o exploratorio?
Este análisis se conoce como explicativo (o diagnóstico o causal) y será precisamente el tema de esta lección:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Bien, a través de estos ejemplos hemos visto cómo el análisis explicativo toma los resultados del análisis descriptivo y exploratorio para conectarlos con el entorno en el cual estamos desarrollando nuestro proyecto y así encontrar las razones que expliquen el comportamiento de los datos.
Y en este punto es importante resaltar algo que habíamos mencionado en una lección anterior: debemos tener conocimiento detallado del “negocio” para poder encontrar precisamente esas explicaciones.
En la próxima lección nos enfocaremos en el análisis predictivo que busca determinar el comportamiento de los datos a futuro a partir del análisis de su comportamiento histórico.
Todas las lecciones del curso Introducción a la Ciencia de Datos