Parte V: Un análisis, muchas publicaciones

Palabras clave

Quarto, publicación reproducible, agentes de programación, Markdown, Python, EPUB, análisis de datos, k-means

Donde se analiza el agua del grifo en Colombia, la del campo tiene mucho más riesgo que la de las cabeceras. En 2023, de las zonas rurales (el campo de un municipio, fuera de su cabecera) con un puntaje de riesgo del agua de prestadores, el 28% quedó en los niveles de riesgo alto o inviable sanitariamente, frente al 6% de las urbanas. Y buena parte del agua rural no tiene ningún puntaje: ese año, 6.8 millones de los 12.6 millones de personas de las zonas rurales vivían donde los datos abiertos no registran ninguno.

Esta parte pregunta qué tipos de zona municipal existen, a juzgar por la calidad del agua, los servicios y el contexto, y en qué se diferencian la mortalidad infantil, los puntajes de los exámenes y la deserción escolar entre esos tipos. Cada fila de sus datos es una zona-año: la zona urbana (la cabecera) o la zona rural de un municipio en un año. El análisis agrupa esas filas, así que las dos zonas de un municipio pueden ser de tipos distintos. Tú haces el análisis. Tus lectores son funcionarios, que necesitan un informe, y un concejo municipal, que necesita diapositivas, y ambos merecen una respuesta que diga con claridad lo que los datos no pueden mostrar:

Los ejercicios al final de la parte comprueban si puedes hacerlo sin los prompts.

Dónde estamos: Parte V: Un análisis, muchas publicaciones, resaltada entre las cinco partes del libro. Sus capítulos en orden: 17, La pregunta, los datos y las reglas, construyes: la carpeta del proyecto, sus datos y sus reglas; 18, Mira antes de modelar, construyes: explore.qmd, una primera mirada a los datos, termina en el punto de control 05; 19, De la tabla a las características, construyes: prepare(), nueve características comparables, termina en el punto de control 06; 20, Encontrar tipos de lugares: k-means, construyes: k-means y la página de los clústeres, termina en el punto de control 07; 21, Interpretar los clústeres, construyes: clústeres con nombre y sus variables de resultado, termina en el punto de control 08; 22, Correlación no es causalidad, construyes: la comprobación dentro de cada clúster, termina en el punto de control 09; 23, Publicar en muchos formatos, construyes: informe, diapositivas, sitio web y blog, termina en los puntos de control 10–13; Ejercicios del análisis del agua, practicas: ejercicios y luego tus propios prompts.

Dónde estamos: Parte V.