Manejo de Datos en Excel

Manejo de Datos en Excel

Antes de continuar con nuevas entradas, vamos a hacer un recorrido por el Excel para conocer algunas de sus funciones que nos van a ser muy útiles en el manejo de datos. La mayoría de los ejemplos que colocaremos en el blog se harán con este programa, y solo en caso de extrema necesidad utilizaremos otros paquetes estadísticos. Para seguir estos post será necesario tener un conocimiento mínimo de Excel ya que voy a saltarme los pasos de principiante y me centraré en utilidades un poco más avanzadas y menos conocidas de este programa. Todo lo que comente, vale para las versiones 2003 y 2007 de excel.

• Introducir datos en varias celdas a la vez:

Esto, como la mayoría de cosas en excel se puede hacer de varias formas. Podríamos hacerlo introduciendo el dato en una celda y posteriormente, copiando y pegando en el resto, pero hay un atajo bastante útil que nos permite hacerlo en una sola operación.

1. Seleccionamos las casillas donde queremos introducir los datos.
2. Escribimos en cualquiera de ellas el dato que queremos que aparezca en todas
3. Si pulsamos [INTRO] (colocaré en este formato las teclas) el dato se coloca en una casilla, pero pulsando [CTRL]+[INTRO] se introducirá en todas las casillas seleccionadas a la vez.

• Introducir datos en varias celdas, de diferentes hojas a la vez:

También se pueden introducir datos en una o varias celdas de diferentes hojas a la vez. Para ello lo único que deberemos hacer es seleccionar varias hojas, con [CTRL] o [SHIFT] y pulsando sobre la pestaña de las hojas, para seleccionarlas y a partir de aquí todo lo que hagamos en las celdas automáticamente quedará copiado en las hojas seleccionadas.

• Introducir la Fecha Actual y la Hora Actual:

Las funciones Ahora(), y Hoy(), nos devuelven información sobre el dia y la hora actual, y se actualizan cada vez que recalculamos la hoja (para recalcular la hoja manualmente se puede hacer pulsando [F9]). Si lo que necesitamos es introducir la fecha de hoy, en lugar de hacerlo a mano tecleando el dia mes y año, podemos hacerlo automáticamente con [CTRL] + [SHIFT]+[; ] para la hora utilizaremos [CTRL] + [SHIFT]+[: ]

• Extender Listas, Fórmulas y Números:

Excel tiene predeterminadas listas de meses del año y dias de la semana, con lo que para escribir los meses de año lo único que debemos hacer es colocarnos en una celda, escribir ENE (o ENERO) y arrastrar para que se vayan rellenando las celdas con los meses consecutivamente.

Las listas de los meses y días de la semana vienen predefinidas en el programa, pero se pueden modificar e incluso añadir más listas personalizadas. Para ello debemos ir a Herramientas -> Opciones -> Listas Personalizadas en Excel 2003, en el 2007 vamos a Opciones de Excel -> Listas Personalizadas.

Para arrastrar más rápidamente, podemos hacer DOBLE CLICK en el cuadradito de arrastrar. Esto nos rellenará todas las celdas hacia abajo hasta completar una columna igual a la que se encuentra a su lado.

Si arrastramos una fecha o una hora, nos rellenará las casillas incrementando en un dia o en una hora. Esta función es realmente interesante porque podemos variar a nuestro gusto el incremento. Para ello lo que hacemos es rellenar dos casillas adyacentes con los números, las fechas o las horas que queramos y separadas por el incremento que necesitemos. Si seleccionamos las dos casillas y arrastramos conseguiremos una lista con el incremento que había entre las dos primeras celdas.

Por último pulsando en el cuadrado naranja podemos seleccionar el tipo de relleno que queríamos hacer al arrastrar. Si lo que queríamos era copiar solo los datos pulsaremos en copiar en lugar de rellenar la serie.

Con esto acabamos la entrada de hoy, seguiremos con más información sobre funciones de excel en las siguientes entradas, en las que seguiremos también con el curso básico de estadística. Hasta entonces sed felices.

Análisis Exploratorio de Datos (EDA)

Análisis Exploratorio de Datos (EDA)

El manejo de grandes cantidades de datos en bruto suele ser complicado y engorroso. A nuestra vista le resulta mucho más sencillo extraer conclusiones de gráficos que de datos colocadoe en forma de tabla. En un gráfico se puede comprobar más rápidamente como se agrupan los datos, si aparecen tendencias, ciclos, o si existen posibles errores. Vamos a ver todo esto más claro con el siguiente ejemplo.

Tomaremos los datos de temperaturas medias de un municipio de La Coruña que aparecen en la siguiente web: http://www.tutiempo.net/clima/A_Coruna_Alvedro/2007/80020.htm

En los meses de Enero, Marzo y Mayo las temperaturas medias por día han sido las siguientes:


En la tabla es difícil apreciar tendencias o puntos discrepantes, sin embargo si representamos gráficamente estos mismos datos la cosa cambia.


Con el gráfico se aprecia que el mes de enero ha tenido mucha más variabilidad que el resto, el mes de marzo ha sufrido un descenso continuado de las temperaturas, mientras que en mayo ha sido el mes mas caluroso y bastante estable.

Es evidente que el gráfico es mucho más fácil de interpretar que la tabla llena de números, pero estos tienen sus restricciones también. Si en lugar de representar 100 datos, como hemos hecho, hubiesemos tenido que representar un conjunto mucho mayor, el gráfico tampoco nos daría demasiada información ya que nos aparecería una nube de puntos tan densa que no apreciaríamos nada. Para condensar toda esa información y mostrarla de manera mucho más fácil de interpretar se utilizan tanto los resúmenes gráficos como los numéricos.

Durante los siguientes posts vamos a abordar ambos tipos de resúmenes, que se encuentran enmarcados dentro de lo que comunmente se llama Analisis Exploratorio de Datos (EDA en Inglés). Comenzaremos con los gráficos, para posteriormente comentar los resumenes numéricos, e intentaremos en todos ellos utilizar ejemplos de datos obtenidos de competiciones deportivas.

Resultados Picks US Open

Resultados Picks US Open

Primera Semifinal: Federer - Djokovic


En esta primera las cosas fueron bastante bien, de los 7 eventos posibles, hubo 5 aciertos y 2 fallos. Entre los aciertos está el pick del under en las dobles faltas totales.


Segunda Semifinal: Nadal - Murray


En la segunda las cosas se torcieron un poco debido probablemente a la sorpresa con la victoria de Murray. Los dos primeros sets gano sus servicios muy fácil lo que hizo que tomase mucha confianza en el servicio y que bajase el nivel de dobles faltas. Esto nos hizo fallar el pick, de todas formas de los 7 eventos hubiesemos acertado 4 y fallado 3.

En total 9 aciertos y 5 fallos que da un porcentaje de aciertos del 64%, que está bastante bien teniendo en cuenta que las líneas propuestas por los bookies estaban bastante bien ajustadas a las previsiones hechas. Seguiremos analizando con este sistema otros torneos de tenis en el futuro a ver como responde.

Apuestas raras en tenis V2.0

Apuestas raras en tenis V2.0

Volvemos con las semifinales del cuarto gran slam de la temporada y vamos a repasar, de manera similar a lo que hicimos para wimbledon, como han cuadrado los bookies sus líneas de apuestas.

Primera Semifinal: Federer - Djokovic

El total de juegos estimado por los bookies para este partido lo han fijado en 41.5.

• ACES:

Las estimaciones del bookie para este partido (no menciono ningún bookie para no herir sensibilidades) son de 26,5 Aces totales, handicap de 2,5, 14,5 aces para Federer y 12,5 para Djokovic. Como podemos ver han afinado bastante más que la primera vez y no se ve ninguna discrepancia grande así que no seleccionaremos nada.

• DOBLES FALTAS

Para este apartado tenemos, 7,5 de total de dobles faltas, 3,5 para Federer y 3,5 para Djokovic. Parece que han corregido un poco a la baja y la mayor discrepancia que aparece es en el total de dobles faltas por partido, que iremos con el under 7.5

Segunda Semifinal: Nadal - Murray

El total de juegos estimado por los bookies para este partido lo han fijado en 38.5.

• ACES:

Las estimaciones para este partido son de 14,5 Aces totales, handicap de 3,5, 5,5 aces para Nadal y 8,5 para Murray. La línea de Murray la han bajado un poco debido probablemente a que Nadal es un gran restador y no resulta sencillo hacerle un saque directo. Como no hay discrepancias demasiado claras dejaremos este apartado sin ningún pick.

• DOBLES FALTAS

Las estimaciones en cuanto a dobles faltas son de 6,5 para el total, 2,5 para Nadal y 4,5 para Murray. Además las cuotas indican una tendencia al under para los tres casos. Aquí creo que si que hay cuotas con value para los picks. Para Nadal la estimación es bastante ajustada, pero para Murray han ido un poco bajo, cuando, bajo mi punto de vista, arriesgará más en el saque buscando que Nadal no le presione con el resto. Así que, apoyandonos en este argumento, iremos con Over 6,5 para el total.

Esperemos tener suerte.

Fuentes de Datos

Fuentes de Datos

Antes de continuar con el curso básico de estadistica vamos a hacer un pequeño paréntesis para hablar de fuentes de datos y su tratamiento en Excel. Esto nos servirá como base para afrontar los temas a tratar en el apartado de estadística descriptiva. Lo que haremos es tomar datos de estas páginas y los utilizaremos para explicar los conceptos que iremos abordando en posteriores entradas.

Como ya hemos comentado, internet es una fuente de datos inagotable. A través de buscadores o foros podemos acceder a inumerables páginas en las que se nos facilita información de todo tipo. Las más comunes son las de resultados finales de partidos o carreras, pero también podemos encontrar otras en los que la información sobre el partido resulta mucho más detallada.

Trasladar estos datos a Excel puede ser una tarea sencilla o realmente complicada dependiendo de como aparezcan en la página. En este post de Forobet se explica como utilizar una función de Excel muy práctica para recopilar datos de una página web de manera rápida y fácil. Esto es realmente interesante para ir almacenando datos día a día, ya que la página a la que accedemos, cambia y se actualiza con los datos nuevos. Pero si lo que necesitamos es crear una base de datos con todos los partidos que se han jugado hasta hoy no podemos utilizar páginas de este tipo y debemos buscar otras en las que tengamos todos los datos en una única página. Hay que decir que este tipo de webs escasean bastante y yo solo he encontrado dos:

1. ShrpSports: Una página impresionante de resultados de deportes americanos (NBA, NHL, NFL...) con datos que se pueden filtrar por temporadas, equipos, o días de la semana entre muchos otros criterios.

2. Datos de la liga española de futbol: Pagina muy interesante con datos de partidos y resumenes de la liga española de futbol.

Dejaremos estas dos páginas en nuestros favoritos ya que son las que nos van a servir como fuente de datos para explicar los conceptos de los siguientes post. Hasta entonces, sed felices.

¿Game Over?

¿Game Over?

Hace algunos años, cuando empezaban a hacerse populares las famosas maquinitas de marcianitos, todos nos empezamos a familiarizar con dos palabras que aparecían siempre al final de la partida. GAME OVER. No habia que ser un lince, ni haber estudiado filología inglesa para saber que es lo que significaban. A mi, particularmente me daban bastante grima. Su aparición anunciaba el fin de la emoción y la diversión.

Algo parecido me ha sucedido cuando revisando las web que suelo visitar me he encontrado con un GAME OVER en uno de los blogs por los que paso. Todos estais al día de mis más y mis menos con el autor del blog, y como ya dije en su dia, no voy a hacer más comentarios tomate y este no va a ser el que rompa la norma. Este adios indefinido, que yo espero que sea un hasta luego, me ha entristecido y me ha devuelto a mis sentimientos de la infancia, frente a esa pantalla con las letras parpadeando.

A Anja lo conocí hace cosa de un año al hilo de un privado que me mandó un usuario de Forobet en el que me preguntaba si era yo, él me dió la dirección del blog y he de decir que una de las primeras entradas que leí, me sorprendió intelectualmente, cosa que me ocurre muy pocas veces, por desgracia. En ella planteaba un debate sobre las cuotas del primer juego ganado en tenis entre Federer y Nadal. Quién me iba a decir a mi que un año después un post con los mismos protagonistas, sería la base de otra de sus entradas, en un tono un poco diferente.

La forma de buscarle las cosquillas al bookie me gustó, y, dejando a parte el cálculo, el razonamiento era de lo más lógico. Me pareció muy brillante y muy distinto a todo lo que había leido hasta entonces. Así que empecé a pasarme por allí con más asiduidad. Habia planteamientos muy interesantes, comentarios sobre temas que desconocía por completo y entradas que pasaba por alto, las menos. Ultimamente las tornas se habían cambiado y las entradas que pasaba por alto eran la mayoría, basicamente porque tocaban temas que no me interesaban demasiado y en las que los comentarios eran realmente poco o nada interesantes.

Como ya le dije a él mismo en mas de una ocasión, sus brillantez y sabiduría quedaban oscurecidos por sus maneras en sus comentarios y entradas. Cada uno es libre de comportarse como le plazca y no voy a ser yo quien imponga las normas de comportamiento. Si el consideraba oportuno esta manera de proceder, pues estaba en todo su derecho. Como bien decía, él era el creador del blog y al que no le guste que no lo lea.

Anja, como ya te he dicho, espero que no sea un adios definitivo y te volvamos a ver, bien por tu blog o bien por otros blogs o foros. Sabes que en este, tanto tus comentarios como tus aportaciones, serán siempre bien recibidas. Te dejo con tu 'amigo' Kasparov que se que te hará ilusión, él, como bien sabrás le ganó a la máquina, espero que tu hagas lo mismo porque no me quiero quedar con esa sensación del GAME OVER en la pantalla y buscando la ranura por todos los lados para meter otros cinco duros.

Los Sucesos: Definición y Clases

Los Sucesos: Definición y Clases

Para introducirnos en el mundo de los sucesos haremos una breve parada en los espacios muestrales y sus conclusiones. Entenderemos por espacio muestral al conjunto de todos los posibles resultados individuales de un experimento aleatorio. Este experimento aleatorio lo definiremos como aquél que bajo el mismo conjunto de condiciones iniciales, puede presentar resultados diferentes, es decir, no se puede predecir el resultado de cada experiencia particular.

El ejemplo más claro es el lanzamiento de una moneda o de un dado. Al espacio muestral se le suele denominar "E" y se entiende por punto muestral cada uno de los elementos que lo forman. En nuestros dos ejemplos básicos sería:

Lanzar una moneda => E = {cara,cruz}
Lanzar un dado => E = {1,2,3,4,5,6}

------------------------ X ------------------------

Tras esta pequeña introducción pasamos a la definición de suceso. Se llama suceso de un experimento aleatorio a cada uno de los subconjuntos del espacio muestral "E". El conjunto de todos los sucesos de un experimento aleatorio se conoce como espacio de sucesos y se representa por "S".

Ante este atropello de definiciones podemos llegar a pensar que suceso y punto muestral es lo mismo, pero realmente no lo es. Un ejemplo claro lo podemos ver con el lanzamiento del dado, un suceso sería por ejemplo que salga número par, para lo cuál no servirían los puntos muestrales [2,4,6]. De ahí las diferencias entre unos y otros.

En la práctica sobre cada espacio muestral, asociaremos un espacio de sucesos. Como ejemplo para lanzar una moneda al aire, tendremos el siguiente cuadro:

E= {Cara, Cruz}
S= {{Ø}, {Cara}, {Cruz}, {Cara,Cruz}}

Llevado prácticamente al mundo de nuestras apuestas, consideremos el partido de la final pasada de Wimbledon que enfrentó a Roger Federer y Rafael Nadal. El esquema sería:

E= {Federer, Nadal}
S= {{No Gana Nadie}, {Federer}, {Nadal}, {Ganan Ambos}}

De este ejemplo sacaremos los diferentes tipos de sucesos que se nos pueden presentar:

1. Suceso Elemental: aquéllos formados por un único punto muestral.
2. Suceso Compuesto: aquéllos formados por dos o más puntos muestrales.
3. Suceso cierto o seguro: el que siempre se realiza, es decir, coincide con el espacio muestral y estará formado por todos los resultados posibles del experimento.
4. Suceso Imposible: se designa por "Ø" y es aquél que no se realiza nunca. En nuestro espacio de sucesos siempre aparecerán el suceso cierto y el imposible.
5. Suceso Contrario: dado un suceso cualquiera A del espacio de sucesos S, se denomina suceso contrario del suceso A al suceso que se realiza cuando no se realiza A y recíprocamente. Se designa por à o A'. El conjunto A' está formado por los puntos muestrales de E que no pertenecen a A.
   

Por tanto, el suceso contrario del suceso cierto es el imposible y viceversa:

E'=Ø → Ø'=E

Para terminar la entrada, parafrasearemos al matemático francés Henri Poncaré (1854-1917) cuya foto hemos dejado en la mitad del texto, que dijo: "El azar es la medida de nuestra ignorancia", dándonos a entender que en los fenómenos en los que interviene el azar no podermos predecir su resultado de antemano, pero intentaremos limitar los resultados.