paaoogh / pye_lgc

Material de apoyo para la materia de probabilidad y estadística de Geociencias.

PyE_LGC

Descripción

En este repositorio se encuentan los materias que se trabajen durante el semestre 2023-1 de la materia de Probabilidad y Estadístia, así como material complementario sobre el pre-procesamiento de datos para algunos proyectos que puede quedar de referencia.

Descripción de datos

Dentro de la carpeta de datasets se encuentran archivos de terminación .csv. A continuación se presenta una breve descripción (que iremos construyendo entre todxs).

SISMOS EN PARICUTIN: Paricutin_2023.csv 150 sismos en Michoacán ocurridos en marzo de 2023. El reporte lo pueden encontrar en este sitio. Este dataset cuenta con datos de punto flotante que difieren en sus dimensiones; por lo tanto, uno de los retos para este caso es la interpretabilidad de la combinación de ambos y su abstracción estadística. Una coparación intresante sería combinarlo con el dataset de Paricutin_Tancitaro.csv que se obtuvieron de este sitio

• Variables y tipos
• Significado de variables
• Contexto metodológico de producción de datos
• Reservas y dudas *

SSNMX_sismos.csv Este dataset, al igual que los dos anteriores, son obtenidos del Servicio Sismológico Nacional. En este caso solamente tenemos datos sobre la primera mitad del año 2022. Sin embargo, son los sismos más grandes registrados. Lo interesante de este conjunto será pensar con respecto a la frecuencia y tendencia de los sistmos.

• Variables y tipos
• Implicaciones de serialidad en el tiempo
• Contexto metodológico de producciòn de datos
• Reservar y dudas*

calor_geotermico.csv Este proyecto de Luca Ferrari es sobre los volcanes recientes de la Sierra Madre Occidental, sus datos originales se encuentran en tablas que requieren de pre-procesamiento. El reto màs interesante de este dataset es que el diccionario de datos sobre este dataset puede contar más de los datos que la misma descripción de datos.

• Variables y tipos
• Diccionario de datos
• Indagación sobre posibilidades de muestreo

datoMeteo_UMAR - DatosMet_May_Jun_2022.csv Este catálogo de la Universidad del Mar en Puerto Ángel durante el huracán Agatha de mayo 2022. Lo más curioso de este conjunto es que depende fuertemente del contexto metodológico y diccionario de datos.

• Variables y tipos
• Diccionario de datos
• Contexto de datos
• Contexto metodológico de selección de datos

hawaii_earthq.csv Sismicidad en Hawaii desde 1970 con datos sencillos seriales sobre sus epicentros y descripciones básicas. En este caso, serìa muy interesante jugar con las muestras y observabilidad de correlaciones entre algunos atributos.

• Variables y tipos
• Diccionario de datos
• Indagación en uso de variables
• Propuesta de análisis en frecuencias y tendencias*

mars-data.csv Qué maravilla poder tener datos sobre simicidad en Marte del 2020. Este conjunto ha sido curado desde los metadatos en XML; debido a su complejidad, también se encuentra el archivo JSON para la comprensión de éstos. El reto más grande será el análisis inicial y creación de diccionario de datos.

• Variables y tipos
• Diccionario de datos
• Diagrama de datos
• Indagación en contexto metodológico de extracción de datos

neas_nasa.csv Éste es un trocito de los datos de la NASA sobre observaciones de asteroides cercanos a la tierra. Tiene variables muy interesantes pero que se encuentran en dimensionalidades distintas y algunos atributos necesitan más manipulación de datos.

• Variables y tipos
• Diccioanrio de datos
• Separabilidad de columnas-atributos
• Contexto de metodología sobre NEAS

playa_azul.csv Estos datos son de una práctica de campo, son datos de resistividad en Playa Azul. Más información sobre éstos y e investigación sobre resistividad será necesaria para llevar a cabo el proyecto.

• Variables y tipos
• Diccionario contextual de datos
• Contexto metodológico de extracción de datos

solar_flares.csv Como su nombre lo dice, son datos de eyecciones solares obtenidas del National Oceanic and Atmospheric Administration de septiembre del año 2022. Lo interesante de este conjunto es la dimensionalidad en la que se encuentran los datos y compararlos con las tendencias y frecuencias que puede tener el sol. Además, puede dar pie a un análisis y abstracción de la representatividad subjetiva de los datos que obtenemos con los que podrían llegar a existir.

• Variables y datos
• Inspección/indagación sobre la dimensionalidad de datos
• Conexto metodológico de extracción de datos.