All language subtitles for gis-capstone - 14 - Data Analysis Overview.es

[MÚSICA]

Hola, y bienvenidos al hito tres de su proyecto.

Ahora que ha hecho mucho pensamiento y planificación, es hora de profundizar realmente en

su análisis y empezar a usar SIG para responder a sus preguntas.

Para cuando terminen con este hito,

que espero le llevará a la mayoría de ustedes entre una y tres semanas

completarse, tendrá su análisis en su mayoría completo y sus datos listos para compartir.

También examinará sus datos

e interpretará sus resultados y, a continuación, redactará un breve resumen de sus conclusiones.

En este hito, se centrará completamente en el análisis de sus datos y en

la interpretación de los resultados, pero

aún no en cómo presentar esos datos a otros como un mapa.

Una vez que complete el análisis,

enviará las capas de datos resultantes, junto con su resumen ejecutivo y

un breve documento donde explicará su interpretación de los resultados.

Tendrá instrucciones más detalladas sobre qué buscar

al escribir su interpretación de sus resultados.

Pero quiero discutir algunos temas con usted ahora.

En primer lugar, a menudo es fácil interpretar que los datos le muestran lo que esperaba,

que demuestra alguna preconcepción que tiene, consciente o

inconscientemente acerca de cuál era el resultado probable.

Esta es la razón por la que no debe simplemente mirar los datos desde el ángulo de

si demuestra o no su hipótesis.

En su lugar, también debe buscar tendencias o valores en sus resultados que refuten

su hipótesis, o simplemente apoyen interpretaciones o hipótesis alternativas.

Incluya estas interpretaciones en sus resultados.

También vale la pena mencionar que está perfectamente bien si sus datos

no respaldan su hipótesis o admiten una hipótesis alternativa.

Recuerde que una hipótesis es un punto de partida.

Estás proponiendo una respuesta potencial a tus preguntas de análisis.

Pero si descubres que tu hipótesis resulta ser incorrecta,

eso no significa que tu análisis estuviera equivocado.

En la mayoría de los casos, probablemente era correcto, y

su trabajo se convierte en tratar de averiguar por qué los resultados muestran lo que hacen.

¿ Qué factores no

consideraste o malentendiste cuando formaste tu hipótesis?

Esta es la oportunidad de aprender realmente lo que sus resultados le están diciendo.

Así que pasa algo de tiempo en ello.

Mientras exploras tus resultados e intentas aprender de ellos,

trata de separar la información objetiva de la subjetiva.

Es decir, separe los datos y

lo que le dice directamente, como que los accidentes de coche ocurren con más frecuencia

en ciertos tramos de la carretera por qué ese podría ser el caso.

Incluirlos como secciones separadas en su breve redacción.

Uno para los resultados y otro para su discusión de los resultados y la

posible interpretación que conduce a futuros trabajos de análisis.

Además, no fuerce explicaciones en sus datos.

Es fácil para mí contarles este proceso, pero cada análisis e

industria es diferente.

Es posible que su análisis no se preste a discusiones serias sobre

por qué los resultados son como son.

Piensa críticamente y asegúrate de que siempre usas tus resultados como guía.

Ahora, como dije, aún no tienes que hacer mapas para ser exhibidos.

Son para el próximo hito.

Pero es posible que necesites crear mapas sencillos que

te ayuden a explorar tus datos.

Por todos los medios, hágalo.

Pero no se preocupe por el color, el etiquetado, las presentaciones, los elementos del mapa,

los colores, etc., acepta la medida en que le ayuda a averiguar lo que significan sus datos.

El mapeo es siempre una parte importante del descubrimiento, pero la finura y el

diseño vienen en el próximo hito.

Una vez que haya completado el análisis, cargará los datos resultantes para su revisión,

junto con su resumen ejecutivo y su interpretación de los resultados.

Qué datos incluir en su paquete resultante también es algo subjetivo, pero

aquí hay una regla simple.

Si los datos son razonablemente necesarios para comprender o

verificar la interpretación de sus resultados, inclúyalos.

Esto significa que no necesita incorporar productos de datos intermedios

ni capas de prueba temporales, pero probablemente debería incluir las capas que

usaría en el futuro para mostrar los resultados en un mapa.

Antes de cargar sus datos, hay una última cosa que tendrá que hacer.

Piénsalo un segundo y ve si puedes adivinar lo que voy a decir.

Sí, debe agregar metadatos a todos sus productos de datos finales.

Cualquier capa a la que llame un resultado de datos y

que distribuya siempre debe tener metadatos.

La asignación oficial para

este hito tendrá una lista completa de todo lo que debe incluir.

Pero recuerde ahora que los metadatos deben

responder a las preguntas de otra persona sobre cómo se generaron los datos.

Esto incluye los pasos de procesamiento en general, al menos

desde donde se obtuvieron los datos de origen y cuándo se obtuvieron si el conjunto de datos cambia.

También debe incluir su nombre, su afiliación organizativa e

información de contacto.

Si lo desea, puede incluir un correo electrónico falso en los metadatos de este curso.

Porque alguien que descarga los datos puede tener preguntas adicionales sobre cómo

se pueden usar los datos.

Podemos incluir mucho más, pero esos son componentes básicos de buenos metadatos.

Vale, ahora es hora de que saltes en tu análisis.

Recuerde pedir ayuda a sus compañeros en el foro de discusión si tiene problemas

o tiene preguntas sobre cómo abordar un problema.

Mientras trabajas con tus datos y empiezas a ver los resultados, no te olvides

de empezar a pensar en temas o resultados interesantes para mostrar como mapas.

Buena suerte y diviértete.