Diagramas de Caja (BoxPlots) y Datos Anómalos (outliers) con la Prueba de Tukey en Python

preview_player
Показать описание
Para citar este recurso educativo utiliza la siguiente referencia:

Gutiérrez-García, J.O. [Código Máquina]. (2021, 15 de Agosto). Diagramas de Caja (BoxPlots) y Datos Anómalos (outliers) con la Prueba de Tukey en Python [Video]. YouTube. [Incluye aquí la URL del video].

********************************************

1. Programación Básica con Python;
2. Manejo de Datos;
3. Visualización de Datos;
4. Análisis de Datos; y
5. Aprendizaje de Máquina y Ciencia de Datos.

********************************************

En este video se explica qué son los datos anómalos y qué efectos podrían tener en un análisis de datos y en la creación de modelos de aprendizaje de máquina. Además, se explica cómo visualizar y detectar datos anómalos utilizando boxplots y la Prueba de Tukey.

Índice del Video:

0:00 Qué son los datos anómalos
1:11 Creación de diagramas de caja
9:05 Boxplot mostrando datos anómalos
11:36 Regla empírica 68-95-99.7
14:11 Prueba de Tukey para detectar datos anómalos

⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias.

⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:

#matplotlib #DataScience #visualización #python
Рекомендации по теме
Комментарии
Автор

⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:

CodigoMaquina
Автор

Gran contenido. Explicación sencilla, concisa y clara acerca del tema.

foland
Автор

Una explicación sumamente entendible y un material didáctico de gran valor. Muchas gracias por todo el contenido

cesarjoelchiroquesosa
Автор

Código maquina, por creadores como tú es que tengo desactivado el bloqueador de anuncios en youtube. Super excelente contenido. Gracias por tanto.

davidcardenas
Автор

Que belleza de canal, mil gracias por el contenido 🙏👍

abusfulcanell
Автор

Excelente Maestro Octavio, y en efecto no sabia como llamar a esos valores extra ordinarios que terminan inflando cuartiles y alejando el enfoque de los datos, considerando previamente la convención o regla de negocio para su aplicación. Agradezco su detallada y concisa explicación.👌

rockophill
Автор

Muy buen video me gustaría aprender a arreglar cuando tengo datos atípicos

jabesfriasmartinez
Автор

Hola.
No sé si este es el lugar, pero al ejecutar muestra el siguiente mensaje El valor debe ser mayor que o igual a cero y menor que el tamaño de búfer de consola en dicha dimensión."

jorgevilas
Автор

Hola. Buen vídeo. ¿Cómo eliminar los registros que tienen datos atípicos? ¿Existe alguna librería?

HPenarandaBello
Автор

muchas gracias por el video, me gustan tus videos ya que explicas con mucho detalle, me salta solo una duda, en el caso de que tenga un dataframe y quisiera visualizarlo seria igual que como lo hiciste con edades.
Me explico tu pusiste edades y creaste un array de las edades, luego para visualizarlo pusiste plt.boxplot (edades) en el caso de una dataframe seria igual?
es decir si importo un dataframe y lo llamo por ejemplo autos, una vez ya importado para verlo seria plt.boxplot(autos).
muchas gracias

nikosora