Cómo simular datos válidos a partir de una muestra (con datos de Pokémon GO)
- 1 minPost de la charla “Cómo simular datos válidos a partir de una muestra (con datos de Pokémon GO)” para la presentación del GDG León. Repositorio de la charla: https://github.com/RodolfoFerro/PokeGO. ¡Para más detalle de la charla, revisa los slides!
La pregunta que motivó la charla fue: si solo tengo una muestra de datos (y no la población completa), ¿cómo genero datos sintéticos adicionales que se comporten de manera consistente con lo que ya observé? La respuesta que exploramos fue el remuestreo: usar la distribución empírica de la muestra original para simular nuevas observaciones “válidas”, en vez de asumir de entrada una distribución teórica. Usamos datos de avistamientos de Pokémon GO como ejemplo porque eran datos públicos, geolocalizados y con categorías (especies) fáciles de visualizar.
- Slides de la charla:
- Código en R de la charla: click aquí.
- Código en Python de la charla: click aquí.
Gráficas generadas
Algunas gráficas generadas se presentan a continuación:
Rodolfo Ferro
With great power comes great responsibility.