introducción a la visualización de datos y el uso de

Introducción a la

Visualización de datos y

el uso de Tableau Public

Yusnelkis Milanes Guisado. PhD

Analista de datos y asesor en Unidad de

Estadística. Hospital Virgen del Rocío /

Instituto de Biomedicina de Sevilla. España.

Email: [email protected]

Webinar

• Visualización de datos: influencias, conceptos, procesos, tipos

• ¿ Cómo alcanzar una visualización efectiva ?

• Tips para mejorar tus gráficos

• Herramientas para la visualización de datos

• Tableau Public

• Conectando a las fuentes de datos

• Comprobar calidad y estructura de los datos

• Crear visualizaciones simples

• Creando un Dashasboard (DB). Caso práctico.

Agenda

✓ Le podemos dar forma, contexto,

para innovar, transformarlos en

información y conocimiento, en

decisiones, que generan un impacto

a diferentes niveles

✓ Los datos son sólo un medio para

plasmar la realidad . Siempre se usan

como sustitutos de algo.

✓ Para comprender los datos, debemos

mirar a través de ellos, darles valor.

Porqué La Visualización ?

Comunicación efectiva a través de la Visualización




Grupo de pacientes: Discordantes

✓ Dificultad para detectar

relaciones

✓ Dificultad para comparar,

extraer diferencias…Grupo de pacientes: Sanos

Working paper. HIV Research group. Virgen del Rocio Hospital.



Discordantes

✓ Facilidad para detectar patrones (Relaciones positivas y negativas, color y orientación)

✓ Comparación entre grupos (Más relaciones negativas en Sanos, etc)

Sanos

Working paper. HIV Research group. Virgen del Rociío Hospital.

La visualización ataca nuestros sentidos, los que utilizan la “Working memory”.

El cerebro humano sólo puede retener y almacenar entre 5 y 8 números, elementos …

Somos buenos comparando alturas, distancias..

“Working Memory”


Pensar es lento vs La vista es más rápida

Cortesa Visual (Vista)

Cortesa Cerebral (Pensar)


EL ojo es sensible a los patrones de variacionesde los colores, las formas, las distancias, etc.

La visualización utiliza primero los ojos, luego surgen los conceptos.

¿ Cómo ocurre esto ?

…Si se combina ese lenguaje visual con el lenguaje de la mente, que se

resume en conceptos, palabras , números, se empieza a hablar dos idiomas

simultáneamente, uno mejorando incluso al otro (David McCandless)


• Un resumen estadístico puede no contemplar tendencias importantes enun dataset.

• Puede preservar la complejidad, o presentar las multiples miradas de un dataset.

• Puede funcionar como una importanteprimera etapa de investigación en una nueva área de estudio


APRNOV

APR APRNOV APR

NOVNOV APR NOV

APR NOVAPR NOV

APR NOVAPR

NOVAPR NOV


Mountains Out of MolehillsA timeline of global media scare stories

Snake oilThe evidence fornutricional complements

https://www.informationisbeautiful.net/visualizations/snake-oil-scientific-evidence-for-nutritional-supplements-vizsweet/


EL proceso de la Visualización

• Exploración de los datos

• Se busca entender los datos

• Detectar patrones y relaciones

. Uno es el productor y consumidor de

las visualizaciones

• Comunicar los resultados

• Ayudar a otros a entender el mensaje

• Produces las visualizaciones para una

audiencia

Analíticas o exploratorias Presentar o explanatorias

Tipos de Visualización


Exploración de los datos (EDA)

• Exploracion de los datos. (E.D.A. exploratory data analysis, J.Tukey)

El objetivo de este analisis exploratorio es:

a) Buscar posibles relaciones de la variable respuesta/dependiente con la(s) variable(s) explicativa(s);

b) Considerar la necesidad de aplicar transformaciones de las variables;

c) Eliminar variables explicativas que esten altamente correlacionadas.


ESTÁTICAS

• Nos ayudan a detectar patrones

• Visualizar outliers

• Útil en formatos físicos

(periódicos)

• Publicaciones científicas

• Explorar datos

• No formato físico

• Nos permiten jugar con los datos

• Facilitan el análisis propio

• Permiten personalizar la información y

la búsqueda de conocimiento

DINÁMICAS / INTERACTIVAS


https://www.omnisci.com/demos/tweetmap

https://covid19.who.int/?gclid=Cj0KCQjwtsv7BRCmARIsANu-CQfqRn1hWBm8zYRHg5_-LTw5dLnB5yFWBwFVKVRPPVjETDQFCPpiBUYaAgImEALw_wcB

DINÁMICAS / INTERACTIVAS


¿ Cómo alcanzar una visualización efectiva ?

• Tips para conseguirla?

• “bonita” o funcional?

• Es el color importante ?

• Influencias científicas y/o psicológicas?


https://www.nabler.com/articles/the-data-visualization-manual-that-you-will-want-to-bookmark/

Pueden ver un perro ?

Formar patrones complejos a partir de reglas simples…

Percepción visual y principios de Gestalt

Psicología Gestalt (Berlin, años 20)

Gestalt: Significa en alemán forma, patrón, figura o estructura unificada

Grupo de leyes que incluyen en como percibimos o intuimos patrones y

conclusiones significativas de aquello que vemos

Permite:

• Mejor comprensión de la percepción humana

• Obtener mejores visualizaciones

• Acelerar el desarollo eliminando ensayo /error



• Ley de la Proximidad*

• Ley de Similaridad*

• Ley de clausura*

• Ley de la Simetría*

• Ley de la misma dirección

• Ley de la inclusividad o figura de

fondo*

• Ley de la continuidad*

• Ley de un buen Gestalt

• Experiencia pasada(Correspondencia isomórfica)

• Continuidad uniforme

• Regiones comunes




• La ley de la figura-fondo: no podemos percibir una misma forma como

figura y a la vez como fondo de esa figura. El fondo es todo lo que no se

percibe como figura.

• Ley de la continuidad: si varios elementos parecen estar colocados

formando un flujo orientado hacia alguna parte, se percibirán como un

todo.

• Ley de la simplicidad: nuestra mente percibe todo en su forma más

simple

• Ley de la proximidad: los elementos próximos entre sí tienden a

percibirse como si formaran parte de una unidad.



• Ley de la similitud: los elementos parecidos son percibidos como si

tuvieran la misma forma. Muy afectado por el color.

• La ley de cierre: una forma se percibe mejor cuanto más cerrado está su

contorno.

• Ley de la simetría: los elementos simétricos se perciben como parte del

mismo grupo

• Ley de la región común: varios elementos que forman parte de una sola

región, los asociamos como un solo grupo.

• Ley de la conectividad: Elementos que estan visualmente conectados,

son percebidos más relacionados entre ellos., que los no conectados.


Pragnanz _ La simplicidad es la clave

European Commission. 2017. 15TH JRC TRAINING ON COMPOSITE INDICATORS AND ANNUAL MEETING OF COP ON INDICES & SCOREBOARDS.


Algunos tips para mejorar los gráficos

• Comienza con tu mensaje en mente. Cuál es tu mensaje?

• Intentar gráficos auto-explicativos

• Prepara bien los datos. Tipos de datos

• Facilita la lectura. Destaca lo importante

• Importancia del color

• La forma y el orden, según tipo de dato

• Agrega etiquetas estratégicas

• Cortar o no cortar el eje Y ? Controversias.

• No forzar las escalas…

Tips para mejorar los gráficos

Ten claro el mensaje. ¿Qué quieres trasmitir ?

• Rigurosidad vs Belleza ( o ambos)

• Audiencia

• Autoexplicativos

• Ideal = Algo bello + Algo que comunique

• Escribe el mensaje principal

• Un subtítulo puede agregar claridad


Ten claro el mensaje. ¿Qué quieres trasmitir ?

✓ No comunica. No es auto-explicativo.

✓ Probablemente una tabla bien

elaborada trasmitiera mejor el

mensaje…


Destaca lo importante

✓ Escoje de 1 a 3 elementos a destacar

• Es una serie temporal ? Una jerarquía?

• Cuántas dimensiones tengo , cuáles son

las más importantes ?

• Tipos de datos: Categóricas, Numéricas,

Ordinales, Ranking, Discretas.

• Siguen una distribución lineal o no –

lineal ?

• Son correctos ? Outliers ? Valores

ausentes ?

Conoce tus datos, asegura su calidad.

• Debe satisfacer tus objetivos

• Útil para la audiciencia

• Debe estar estructurada

adecuadamente

• Libre de ruido


Relevancia de las formas.


✓ En función de mis datos y mis

objetivos, cuál tipo de gráfico es más

adecuado ?



https://medium.economist.com/mistakes-weve-drawn-a-few-8cdd8a42d368

Views on Brexit almost as erratic as its negotiations

✓ Escoger el método adecuado…



✓ Evite 3D✓ Evite gráficos de pastel

(Especialmente en 3D)

EL ojo humano es malo leyendo

ángulos.

Importancia del color.


• Use el color con moderación

• El gris es tu amigo

• Elementos realcionados tienen

colores relacionados

• Evitar:

• Fusionar rojo y gris (Se usa para daltónicos)

• Estereotipos (Rosa-Mujer, Azul_Niño)



• Limite el uso de muchos colores, a no ser q sea

necesario.

• Legibilidad: Suficiente contraste entre fondo y

figura

• Uso estratégico del color para destacar mensajes

• Mantener colores culturales en mente (Ej:

Semáforo)



Herramientas para La selección del color y sus relaciones

http://colorbrewer2.org/#type=diverging&scheme=RdBu&n=5

El orden importa.


• Ordena visualmente

• Cuidado con los datostemporales,

Un gráfico ordenado es más fácil de leer .

Agrega etiquetas


Hospitalizaciones Incremento Anual. Variaciones temporales (n = 75 000

hospitalizaciones )

De la Torre et al. 2019. Diagnósticos al ingreso en población VIH en Andalucía. Análisis evolutivo a lo largo de los últimos 25 años. Congreso SAEI. Sevilla.

Cortar o no cortar (El eje Y) ? Controversias


En los de barra:

• Intentar, no cortar el eje Y (El ojo humanotiende a comparar alturas…)

• Dan sensación de una mayor diferencias, que en realidad no es …

• Proporciones distorcionadas…

• Si interesa mostrar pequeñas diferencias, utilizar otra estrategia

Gráfico de línea:

No hay consenso. “In general, in a time-series, use a baseline that shows the data not the zero point” - Edward Tufte

https://www.edwardtufte.com/bboard/q-and-a-fetch-msg?msg_id=00003q

No forzar las escalas…


https://medium.economist.com/mistakes-weve-drawn-a-few-8cdd8a42d368

Forzar las escalas puede llevarnos ainterpretaciones incorrectas.

Una correlacion muy fuere? No realmente.

Herramientas para la visualización de datos

ADOBE ILUSTRATOR

Herramientas …

Tableau Public

TABLEAU PUBLIC

✓ FREE

✓ CREA BONITAS

VISUALIZACIONES

✓ FORMATO DE DATOS (FICHEROS

CSV, EXCEL, TEXT)

✓ GUARDAR ONLINE

✓ 15 MILLONES REGISTROS DE

DATOS

TABLEAU COMERCIAL

✓ PAGO (LICENCIAS FREE PARA

DOCENTES ?)

✓ CREA BONITAS VISUALIZACIONES

✓ TODO TIPO DE FICHEROS DE DATOS

✓ GUARDAR LOCAL

✓ REGISTROS DE DATOS ILIMITADOS

Versiones

✓ ACCESIBLE Y COMPLETO

✓ FLEXIBLE

✓ INTUITIVO

✓ RAPIDO Y PROTOTIPOS ROBUSTOS

✓ IMPORTAR Y LIMPIEZA DE DATOS (PRE TABLEAU)

✓ ANÁLISIS Y VISUALIZACIÓN DE DATOS

✓ PESENTAR HALLAZGOS

Tableau Public

Plataforma de aprendizaje en línea

https://www.tableau.com/es-es/learn/training/20203

Plataforma de aprendizaje en línea

Author: Thi Ho. Originally published on: Tableau Public

Seguimiento de pandemias Inteligencia competitiva

https://public.tableau.com/en-us/s/

Descarga en línea

Conectando con las fuentes de datos

CASO: RENDIMIENTO CIENTÍFICO POR PAISES_ VIH/SIDA. DATOS INCITES.

Conectando con las fuentes de datos

✓ Tipo de variables (Numéricas, Nominales, Fecha)

✓ Datos correctos (Nombres , valores, tipos )

✓ Estructura de datos alineada con los objetivos del análisis (Ej: Si los cuartiles de la revista vienen como columnas separadas, y quiero tenerla en una única variable).

✓ Establecer relaciones con otra tablas de datos vinculadas por un Id en común.

✓ Crear campos nuevos (Tablas dinámicas, pivotar)

Comprobar…

Asegurar la calidad de los datos

✓ Seleccionamos las columnas que quiero agrupar para construir una sola variable..

✓ Ejemplo: Quartil de la revista (Q1, Q2, Q3, Q4) y el valor asociado

✓ También podría ser, por ejemplo, que los años estén distribuidos en variables separadas y quiera agruparlos en una sola

Transformar los datos

✓ Cambiamos los nombres de la variable categórica formada (Cuartil de la revista) , y la medida asociada (Número de trabajos por cuartil de la revista)

Transformar los datos

• Representan los campos que contienen información cualtitativa ocategórica (Ejemplo: País, Tipo documental, Quartil de la revista,etc).

• Suelen ser en Tableau los campos de tipo discreto (AZUL).• Sirven para segmentar, agrupar los datos (Ejemplo N.Doc

publicados por países)

• Representa un campo que contiene información de tipocuantitativa. (Ejemplo: Número de documentos publicados;Número de citas; % de documentos en colaboración).

•

• En Tableau suelen ser campos de tipo Continuo (VERDE).

DIMENSIONES

MEDIDAS

Términos importantes en Tableau

Med

idas

Dim

ensi

on

es

Marcas (Color, forma, Tamaño, etc)

Columnas y filas

Filtros

Interfaz Tableau _Visualizaciones

Cambiar tipo de gráfico

Dimensiones y medidas por tipo de gráfico

activado

Tableau es intuitivo, solo se activan los tipos de visualizaciones que los

datos en el panel permiten

Interfaz Tableau _Visualizaciones

Caso práctico.

Creación de un Dashboard (DB)

Poner email y contraseña de usuario de Tableau public

Guardar t recuperar libro de trabajo

Guardar t recuperar libro de trabajo

Ir a la web El libro de trabajo se puede

descargar en varios formatos

Muchas gracias !!!!

Referencias útiles

• Evergreen, S. D. H. (2017). Effective data visualization: The right chart for the right data.

• Tufte, E. R. (1985). The visual display of quantitative information. Cheshire, Conn: Graphics Press.

• Real Chart Rules to Follow: http://bit.ly/1MhsGNv• Ten Simple Rules for Better Figures: http://bit.ly/1cH1Pfh• When Pie Charts are Okay (Seriously): http://annkemery.com/pie-chart-

guidelines/• Data Visualization: Chart Dos and Don'ts.

https://guides.library.duke.edu/datavis/topten• The Science of Data Visualization.

https://www.youtube.com/watch?v=l7cAdp0f4X0

http://annkemery.com/pie-chart-guidelines/

https://guides.library.duke.edu/datavis/topten

• www.vpascual.org. Blog personal de Victor Pascual.

• Pascual, V. Introducción a la visualización de datos. Curso. Domestika.

http://www.sirislab.com/tools/: Repositorio de visualizaciones enfocadas a analizar rankings de universidades y la ciencia en general.

•www.flowingdata.com: Principal blog en Visualización de Datos. Bueno para inspiraciones selección de tipos de gráficos, tutoriales, etc.

•www.d3js.org: La página principal de la librería D3.js, una librería de programación de Visualización de Datos. Contiene una grandísima variedad de ejemplos y visualizaciones.

• Leho, S. Mistakes, we’ve drawn a few. Learning from our erros in data visualization. https://medium.economist.com/mistakes-weve-drawn-a-few-8cdd8a42d368

• A collection of dataviz caveats by data-to-viz.com. https://www.data-to-viz.com/caveats.html

• Tableau Dashboard Cookbook. Over 40 recipes on designing professional dashboards by implementing data visualization principles. 2014. URL [http://1.droppdf.com/files/RiJNe/packt-publishing-tableau-dashboard-cookbook-2014.pdf

Referencias útiles

http://www.vpascual.org/

http://www.sirislab.com/tools/

https://www.domestika.org/es/courses/64-introduccion-a-la-visualizacion-de-datos/units/273-la-visualizacion-de-datos

https://www.domestika.org/es/courses/64-introduccion-a-la-visualizacion-de-datos/units/273-la-visualizacion-de-datos

https://www.data-to-viz.com/

https://www.data-to-viz.com/caveats.html

http://1.droppdf.com/files/RiJNe/packt-publishing-tableau-dashboard-cookbook-2014.pd

• The Visual Display of Quantitative Information, Eduard Tufte

•Design for Information, Isabel Meirelles

•Now You See It, Stephen Few

•El Arte funcional, Alberto Cairo (castellano)

• Giorgia Lupi. Dear Data.

Referencias útiles / Libros de referencia

http://www.edwardtufte.com/tufte/books_vdqi

http://www.amazon.es/Design-Information-Introduction-Histories-Visualizations/dp/1592538061

http://www.amazon.es/Now-You-See-Visualization-Quantitative/dp/0970601980

http://www.elartefuncional.com/

introducción a la visualización de datos y el uso de

Documents