dilluns, 19 de novembre del 2012

Eines gràfiques alternatives als núvols de paraules

A les entrades
Herramientas para hacer nubes de palabras o tag clouds (1) i
Herramientas para hacer nubes de palabras o tag clouds (2): Wordle, Tagxedo y WordItOut
ja vaig explicar què són els núvols de paraules i vaig mostrar unes quantes eines gratuïtes (concretament GoogleDocs, Wordle, Tagxedo i WordItOut) per dibuixar-los.

En aquesta entrada presentaré una altra eina alternativa al tradicional tag cloud, com és el diagrama d'àrees o rectangular. Aquest tipus de gràfic no és més que un organigrama, però en aquest cas l'he adaptat per, en lloc de per a dibuixar una estructura organitzativa, mostrar la freqüència amb què apareixen unes determinades paraules.

Per fer servir aquest gràfic, hem d'ulititzar l'eina de GoogleDocs (ara Google Drive), i el seu full de càlcul. Per començar, com sempre, hem de preparar bé les dades a treballar. Aquest tipus de gràfic requereix una organització concreta de les dades en columnes, de tal manera que:

1. La primera columna ha de ser el nom d'una entitat en una jerarquia.
2. La segona columna ha de ser el nom de l'entitat principal  (la segona columna mostra el nom del "pare") de les entitats de la primera columna.
3. La tercera columna (opcional) ha de ser un valor numèric associat a l'entitat, i representa la mida que tindrà en el gràfic el quadre d'aquesta entitat.
4. La quarta columna (també opcional) ha de ser també un valor numèric, i representarà el color que tindrà el quadre en el gràfic.
Si no posem bé les dades Google ja s'encarrega d'explicar-nos com ho hem de fer. En qualsevol cas, podeu veure un exemple genèric de configuració de les dades en aquesta pàgina.

Un cop tenim les dades hem d'anar a l'opció de gràfics de GoogleDocs i seleccionar el gràfic corresponent, que es diu "Organigrama". Un cop fet el gràfic podem canviar-li les preferències fent clic al desplegable que hi ha a cada gràfic i seleccionant "Edició avançada". Aquí podrem canviar el títol, les graduacions de color, eliminar o modificar l'encapçalament, canviar la mida i el color de la lletra, etc. Per publicar-ho només hem de copiar el codi HTML que se'ns genera i enganxar-ho al nostre web. També podem descarrregar-ho com a format imatge per si ho volem inserir en un informe en el nostre editor de text.

Per posar-vos un exemple en català i més proper al que us he enllaçat més amunt, he posat en aquest format el buidatge dels programes electorals de 7 formacions polítiques candidates a les eleccions al Parlament de Catalunya del 25 de novembre de 2012, en la línia del que vaig fer amb les eleccions del mes de novembre de l'any passat. El treball previ amb els programes electorals i l'obtenció de les paraules amb l'eina d'anàlisi de textos Textalyser ja ho vaig explicar en aquesta entrada, així que passo directament a mostrar-vos els gràfics.

Nota: he eliminat la paraula "Catalunya" de l'anàlisi perquè en tots els programes sortia com la paraula més utilitzada, així que, sabent-ho, la podem obviar :)

Si voleu podeu descarregar aquí el full de càlcul que he utilitzat.
 

dilluns, 4 de juny del 2012

Calendari de difusió de l'estadística catalana

Recentment l'Institut d'Estadística de Catalunya ha posat a la seva pàgina web el calendari complet de difusió (prevista) de resultats de les operacions estadístiques de 2012. Amb aquest calendari l'institut d'estadística oficial de Catalunya posa a disposició de tothom la data concreta de publicació de cada grup de dades i facilita a l'usuari l'accés a aquesta informació.

L'accés al calendari es pot fer a través d'una API http://www.idescat.cat/api/cal/ o a través de la pàgina web http://www.idescat.cat/cal/

Un altre punt interessant és que permet consultar les dates en format iCalendar, podent-se sincronitzar amb el calendari de la feina, el del telèfon mòbil, etc. http://api.idescat.cat/cal/v1/calendari/2012.ics

A més, ni no es vol, no cal subscriure's al calendari de totes les publicacions. És a dir, si per exemple només ens interessa saber quan es publica l'EPA o les dades de l'IPC podem subsciure'ns només a aquests dos productes.

Aquest sistema de calendari es suma a les diferents eines que l'IDESCAT posa a l'abast per assabentar-se de la producció estadística catalana, com les diferents opcions de l'API, el seu RSS o el gadget de iGoogle.

Ja no hi ha excusa per no estar informat de quan l'Idescat publica dades!

dilluns, 9 d’abril del 2012

Gestión de bibliografías: ZOTERO 3.0 Y ZOTERO Standalone

En la entrada Gestió de bibliografies: ZOTERO ya expliqué esta herramienta de software libre para la gestión bibliográfica. ZOTERO se ha consolidado con el tiempo y el equipo de desarrollo ha ido introduciendo mejoras desde la versión 2.0 que expliqué.

La reciente versión 3.0 ha mejorado en general el funcionamiento y la interfaz, ofreciendo diversas opciones de integrarlo al navegador, además de lanzar una nueva versión de escritorio: ZOTERO Standalone. Con esta última versión de escritorio, a través de un ejecutable podemos instalar ZOTERO en nuestro ordenador como un programa más y trabajar tanto con como sin conexión. Otra novedad es la compatibilidad con otros navegadores a parte del Firefox de Mozilla.

Para usar ZOTERO 3.0, se puede instalar directamente como complemento del navegador, o bien la aplicación de escritorio, o actualizar las versiones anteriores.

Se puede consultar el manual en línea en su sitio web.

También se puede descargar una guía libérrima (en català) que preparé en su día de la versión 2.0.


dissabte, 7 d’abril del 2012

Herramientas para hacer nubes de palabras (2): Wordle, Tagxedo y WordItOut

En la entrada Herramientas para hacer nubes de palabras o tag clouds (1) expuse de manera práctica cómo graficar datos a través de nubes de palabras. Concretamente hice una visualización utilizando GoogleDocs de las palabras más usadas en los programas electorales de los principales partidos que se presentaron a las elecciones generales de 2011.

En esta segunda parte voy a presentar otras herramientas, concretamente Wordle, Tagxedo y WordItOut. Y digo voy a presentar porque, al contrario de lo que hice en la entrada anterior sobre GoogleDocs, aquí no voy a explicar paso a paso su funcionamiento sino que voy a remitiros a este enlace del Ministerio de Educación, Cultura y Deporte y a su Observatorio tecnológico en general, pues tienen un tutorial completo sobre el uso de estas utilidades, a parte de otras cosas interesantes en la línea de la filosofía de este blog. Saltándonos la parte metodológica, iré directamente a comentar las herramientas.

Wordle (ver tutorial) es una de las aplicaciones más conocidas para hacer tag clouds, su funcionamiento es muy sencillo, pudiéndose utilizar directamente desde su web. Permite añadir texto, una dirección web o un nombre de usuario de Delicious para convertir su contenido en nube de palabras. Se puede editar el tipo de letra, los colores y la distribución del texto. No obstante, una de las carencias que le encuentro son sus posibilidades de exportar el resultado, que se podrían mejorar bastante.

Como ejemplo de uso de Wordle adjunto una nube de palabras que muestra los libros más vendidos en España en el mes de marzo de 2012, una información que, por cierto, se puede bajar en un formato idóneo para trabajar de la página web de la Confederación Española de Gremios y Asociaciones de Libreros (CEGAL). En el gráfico aparecen las obras con el tamaño de letra en proporción al número de ejemplares vendidos.


Tagxedo (ver tutorial) es otra aplicación para hacer nubes de palabras. Su funcionamiento también es muy intuitivo y se puede usar directamente desde su página web. Ofrece muchas opciones para personalizar la visualización y dar forma a la nube de palabras, incluso se puede subir una imagen propia para utilizar como fondo. A pesar de ello, y según lo que he probado, me convence menos que Wordle desde el punto de vista de la relación tamaño-frecuencia de las palabras. Es decir, lo veo más una herramienta para crear imágenes vistosas que no para graficar correctamente datos. Las posibilidades de exportación del resultado, eso sí, son desde mi punto de vista infinitamente mejores que las de Wordle.

Como ejemplo de uso de Tagxedo adjunto la nube de palabras que resulta de introducir la dirección web de este blog.



Como he dicho al principio, en el enlace del Observatorio tecnológico también se explica la herramienta Word it Out (ver tutorial), por si queréis probar otra opción.

Estas tres herramientas, junto con la que expliqué de GoogleDocs, constituyen un buen resumen de los programas disponibles para presentar nuestros propios datos a través de una nube de puntos o tag cloud. Espero que os resulten de utilidad.

dissabte, 24 de març del 2012

Scoop.it! una herramienta para seleccionar y publicar contenidos

Frente a la ingente cantidad de datos a la que cada día hacemos frente cuando abrimos nuestro navegador de Internet, cada vez más se trabaja en la selección de contenidos en la web con el fin de seleccionar y clasificar aquello que nos interesa y separarlo de lo que no nos interesa. Los marcadores sociales y otras herramientas de selección de contenidos se han puesto de moda precisamente por el papel que juegan en tan ardua tarea.

En esta entrada voy a presentar Scoop.it! que es un servicio bastante interesante que nos permite hacer selección y recopilación de contenidos, páginas web, publicaciones, artículos o noticias de prensa y mostrarlos de una manera visual y práctica.

Para usar Scoop-it sólo hay que entrar en su página web, registrarnos con una cuenta de usuario y empezar a clasificar (curate). La herramienta tiene una parte free y una premium, pero por el momento la cuenta gratuita permite hacer bastantes cosas, entre ellas editar hasta 5 temas o "topics" al mismo tiempo y personalizar mínimamente las plantillas. La facilidad para incorporar los distintos contenidos de la web a nuestra selección está al nivel de un click.

Aprovechando la herramienta he inaugurado un nuevo apartado de noticias de prensa vinculadas al blog, donde iré poniendo noticias o artículos que aparezcan en los periódicos relacionadas con los temas que trato en el blog o que simplemente considere interesantes de leer porque aporten contenido metodológico o temático útil.

dimecres, 7 de març del 2012

Pensar en excel

El otro día vi uno de los videos de Medialab-Prado, página que ya presenté en la entrada anterior, sobre el uso de Excel en el análisis de datos. Concretamente me hizo mucha gracia esta expresión que utiliza en la presentación Mar Cabra sobre “pensar en Excel”. A menudo tenemos ideas sobre datos que nos gustaría analizar y, o bien no hacemos el esfuerzo de plasmarlos en una hoja de cálculo, o bien sí que los plasmamos pero sin planificación previa de cómo lo estructuraremos o qué tipo de análisis es el adecuado para esos datos en concreto.

El trabajo con Excel tiene un porcentaje importante de estructuración previa, antes de ni siquiera abrir la hoja de cálculo. El hecho de que en ocasiones nos paremos un rato a “pensar” en Excel antes de ponernos manos a la obra y que conozcamos bien algunos de los recursos del programa puede suponernos un gran ahorro de tiempo y un resultado final mucho más satisfactorio.

Todo esto me llevó a pensar en una serie de entradas para explicar algunas de las herramientas de esta hoja de cálculo que resulten de utilidad para el análisis de datos de tipo social. No pretendo con esto hacer un curso de Excel, pues es evidente que en muchas otras páginas (recomiendo Excellentias) se pueden encontrar tutoriales y explicaciones exhaustivas muchísimo mejores que las que yo pueda dar sobre la mayoría de cosas. Lo que intentaré en las siguientes entradas es enseñar algunos trucos o herramientas típicas del uso de Excel en las ciencias sociales que he aprendido por mí mismo, en los distintos sitios en los que he estudiado o de la gente con la que he trabajado. Algunas ideas que se me ocurren como punto de partida son:
  • El uso de los distintos tipos de gráficos 
  • Cómo hacer pirámides de población 
  • Cómo importar y trabajar con grandes cantidades de datos 
  • El uso de las tablas dinámicas 
  • Los formatos condicionales 
  • Las principales fórmulas de base de datos 
Para calentar motores os dejo el video del que he hablado al principio:



Y uno de los manuales sobre herramientas de Excel para el análisis que aquí expondremos que recomienda en el video y que está disponible en la web de The Centre for Investigative Journalism.

dimecres, 29 de febrer del 2012

Medialab-Prado, una buena práctica de formación en cultura digital

En esta entrada quiero simplemente recomendar la web de Medialab-Prado Madrid porque me ha parecido un lugar interesante desde el punto de vista del uso de internet en la difusión de conocimiento y la apertura de la información. Medialab es un espacio donde se celebran talleres, seminarios y debates sobre temas diversos, entre ellos algunos sobre el análisis de datos y algunas técnicas y herramientas de tratamiento de datos y de visualización de la información.

Uno de los grandes puntos a favor que tiene es su filosofía de la libre difusión de aquello que hacen a través de su página web, pues permiten ver sus actos en streaming y posteriormente descargar todas las charlas y talleres a través de su página web. Quede recomendada.

divendres, 10 de febrer del 2012

Las clasificaciones estadísticas

No es ninguna osadía afirmar que una de las características del ser humano es su necesidad de ordenar constantemente la realidad que le rodea. En ocasiones sucede que a la hora de analizar un fenómeno tenemos que separar, homogeneizar y graduar los datos que nos encontramos referentes al mismo para darles un sentido que nos permita extraer una conclusión y estudiarlo de una manera más práctica. Con frecuencia la realidad es enormemente diversa (fact is stranger than fiction) así que nos hemos de servir de instrumentos que nos ayuden a simplificarla para obtener de manera ordenada y sistemática la información que nos proponemos describir o analizar.

Una clasificación no es más que un instrumento lógico, una herramienta que intenta ordenar, estandarizar, categorizar y describir las características de una realidad concreta para encontrar una manera operativa de analizarla desde el punto de vista estadístico, con el objetivo de garantizar la comparabilidad de los datos y la unicidad de criterios. Nos permite ordenar y disponer por clases, para después interpretar los resultados.

Como cualquier otro instrumento de medida, las clasificaciones no son estables en el tiempo, sino que son permeables y están sometidas a constante revisión y actualización. Una clasificación que en un período de tiempo determinado puede sernos útil, en cualquier momento puede requerir una revisión o modificación. Todo cambio en una clasificación existente puede suponer tres tipos de variaciones en las categorías clasificatorias:
  • La creación de nuevas categorías que antes no existían. 
  • La eliminación de categorías anteriormente existentes. 
  • La modificación del contenido de las categorías, que puede consistir en una agrupación de categorías, una división de las mismas o una reubicación de conceptos entre categorías. 
En  el análisis social existen distintos tipos de categorizaciones para cada campo de análisis: económicas, sociales, educativas, etc. Los institutos oficiales de estadística suelen ser la mejor fuente para obtener las clasificaciones que se utilizan en la actualidad, y son de consulta obligada antes de aventurarnos en la confección de una nueva clasificación, pues nos dan las pautas para que el instrumento de análisis que diseñamos se adapte a los estándares que se están usando en ese campo y de este modo tenga una mayor robustez y una mayor comparabilidad con los que previamente se han diseñado.

Próximamente escribiré en este blog algunas entradas monográficas sobre las nuevas clasificaciones específicas de actividades económicas y de ocupaciones. Por el momento dejo los enlaces a los apartados dedicados a clasificaciones del Instituto Nacional de Estadística (INE), del Institut d’Estadística de Catalunya (IDESCAT) y del instituto de estadística europeo (EUROSTAT), donde se puede obtener una buena guía para el análisis:

Clasificaciones (INE).
Clasificaciones (IDESCAT).
Clasificaciones (EUROSTAT).

dilluns, 30 de gener del 2012

El canal INE Difusión: un ejemplo de pedagogía estadística a través de las redes sociales

Recientemente el Instituto Nacional de Estadística (INE) ha hecho difusión de algunos videos divulgativos sobre su producción estadística a través de su canal de Youtube INE Difusión. Éste es un buen ejemplo del uso de la Web por parte de organismos oficiales de estadística para acercar un poco más a la población no experta en la materia las herramientas de las que nos servimos para estudiar la sociedad o la economía. El aterrizaje de los institutos oficiales en las redes sociales, con perfiles de Facebook o Twitter, y a través de videos divulgativos en Youtube, contribuye sin duda a la siempre difícil reconciliación entre la población y las operaciones de estadística.

A continuación presento dos ejemplos colgados por el INE en los que se explica de manera didáctica la confección de la Encuesta de Población Activa (EPA) y el cálculo del Índice de Precios al Consumo (IPC).

El IPC (Índice de Precios al Consumo)


La EPA (Encuesta de Población Activa)

dijous, 29 de desembre del 2011

Feliç any 2012

Des de La fragua us vull desitjar un feliç any 2012. Espero que la tasca feta fins avui us hagi aportat alguna cosa perquè ja tinc pensades algunes entrades per l'any que ve. Fins aleshores, gaudiu del cap d'any i com que aquests dies són propicis per fer balanç del que ha estat l'any que s'acaba, gaudiu també d'aquest enllaç que us deixo de la web Flowing Data sobre The Best Data Visualization Projects of 2011. FELIÇ ANY!

dissabte, 24 de desembre del 2011

Bones festes 2011

Des de La fragua, vull aprofitar per desitjar-vos unes bones festes i que tingueu una bona sortida d'any. Com a regal us deixo aquesta presentació que em va passar la meva companya de feina. És la felicitació del GESOP (Gabinet d'Estudis Socials i Opinió Pública) que aprofita una pregunta feta a una enquesta més gran, sobre quin és el personatge nadalenc que més agrada, presentant les dades desagregades per sexe, edat, nacionalitat, llengua materna (ejem...), i eix ideològic. A més de ser curiosa i divertida, la presentació utilitza els núvols de paraules, una eina de visualització de dades que ja vaig explicar en aquest bloc. FELICES FESTES!

diumenge, 18 de desembre del 2011

Herramientas para trabajar de manera más productiva con tu navegador (entrada 3 de 3)

En relación con la primera y la segunda, en esta tercera entrada expondré 7 utilidades diversas para el trabajo cotidiano cuando usamos internet

1. Igoogle. 

Igoogle es la página personalizada de inicio de Google. La verdad es que es sólo una de las opciones disponibles para personalizar nuestro inicio del navegador, existen muchas otras con prestaciones similares. Igoogle es útil porque podemos centralizar en nuestro inicio de sesión del navegador distintas utilidades de Google y de otros servicios web, como por ejemplo: el buzón de entrada de nuestro correo, nuestro lector de Feeds o Google Reader, nuestras redes sociales o nuestros canales de Youtube, así como otras aplicaciones o gadgets de terceros (titulares de diarios, páginas de estadística, etc.) Todo esto sincronizado de tal manera que nos aparezca en todos los ordenadores en los que nos identifiquemos.



2. Web developer. 

Web developer es una extensión muy útil sobre todo para personas que se dediquen al desarrollo web, aunque también resulta práctica en algunos casos puntuales para meros “aficionados”.



3. Bitly. 

Bitly es una de las múltiples opciones disponibles en Internet para acortar direcciones url, ya que existen diversos complementos que ofrecen las mismas funciones. Bitly permite acortar los enlaces (en ocasiones larguísimos) de sitios web con la finalidad de compartirlos, ya sea en redes sociales o bien en correos electrónicos. Para ello podemos instalar alguno de los complementos disponibles en el navegador o acceder a través de un acceso directo en nuestra barra de direcciones de interés.

 
4. Awesome Screenshot. 

Éste es un complemento tremendamente útil para obtener capturas de pantalla de páginas web y descargarlas cómodamente en forma de imagen en nuestro disco duro. La utilidad de Awesome Screenshot es que no sólo permite guardar rápida y fácilmente las imágenes sino también editarlas para realizar tutoriales (escribir sobre la imagen, insertar recuadros, círculos, flechas, resaltar partes con colores, etc.) Es una herramienta de uso obligado para aquellas personas que necesiten realizar tutoriales o manuales de uso sobre páginas web concretas.

 
5. Pixlr Photo Express. 

Ésta es la herramienta por excelencia para quienes en ocasiones y por motivo de nuestro trabajo tenemos que editar y trabajar con imágenes pero ni tenemos tiempo ni queremos aprender a usar un editor avanzado de imágenes tipo Photoshop o The Gymp porque no es lo nuestro. Podríamos decir que es un editor de imágenes para “tontos”, o más bien para no expertos o quienes no quieren serlo. Permite hacer ediciones sencillas y rápidas de imágenes de internet o de nuestro disco duro y todo esto desde su web, sin necesidad de instalar ningún programa.

 
6. Surfcontrol. 

Surfcontrol es una de las herramientas disponibles para medir nuestro uso de internet. Conocer dónde pasamos (o perdemos) el tiempo en la web es un paso para controlar nuestro tiempo de navegación en el ámbito profesional. Surfcontrol permite etiquetar los sitios web como productivos o improductivos y nos analiza el tiempo que pasamos en cada tipo de sitio.



7. Zotero. 

Zotero es la herramienta de gestión bibliográfica de software libre por excelencia. Para todos aquellos quienes trabajamos con bibliografía, este complemento del navegador ofrece de manera gratuita grandes posibilidades de gestión de la misma. Es el perfecto gestor de biblioteca para investigadores, primo hermano de otros gestores de pago como EndNote o RefWorks. Permite introducir información bibliográfica, catalogarla e integrarla con nuestro programa de edición de texto. Ya escribí una entrada introductoria sobre esta aplicación, y en un futuro y aprovechando el lanzamiento de Zotero Standalone (la herramienta de escritorio) escribiré otra más detallada.

dissabte, 5 de novembre del 2011

Herramientas para hacer nubes de palabras o tag clouds (1)

En esta entrada mostraré algunos métodos útiles para construir nubes de palabras.

Esta manera de representar gráficamente la información está a la orden del día para todas aquellas personas que se dedican a la infografía. A menudo encontramos en páginas web o en diarios estos word clouds que representan gráficamente la intensidad de un fenómeno mediante gráficos en los cuales el tamaño de la palabra es proporcional a su frecuencia. A continuación daré algunas herramientas para que nosotros mismos, con recursos gratuitos y sin necesidad de ningún programa específico de diseño, podamos contabilizar palabras relativamente rápido y elaborar con ellas nuestras propias nubes de información.

Para hacer la entrada algo más interesante y darle un toque de actualidad explicaré de principio a fin en unos pocos pasos cómo graficar según este método las palabras más presentes en los programas electorales de algunas de las principales formaciones que se presentan a las elecciones del próximo 20 de noviembre en España. Cabe decir que este tipo de gráfico también se puede hacer con otro tipo de datos siempre y cuando dispongamos de la frecuencia o el peso que representa cada variable.

Paso 1. Recopilar la información.

Como en todo proceso de análisis de datos, el primer paso es buscar y seleccionar la información que queremos graficar. En este caso, analizaremos los programas electorales de cinco formaciones políticas: PP, PSOE, ERC, CiU e IU y graficaremos las 25 palabras que más se repiten en cada uno. Se pueden descargar los programas en formato PDF de las respectivas páginas web. En esta ocasión, en este enlace del diario El País se encuentran recopilados todos estos programas.

Paso 2. Contabilizar las palabras.

A menudo nos encontraremos con una ingente cantidad de datos para analizar. En este caso, los programas de las distintas formaciones políticas acostumbran a tener entre cien y doscientas páginas, por lo que necesitaremos de la ayuda de algún programa informático que nos haga el trabajo “sucio” de sintetizar y contabilizar las palabras. Existen numerosos programas de análisis textual. Como la intención de esta entrada no es hacer una relación de este tipo de programas, presentaré únicamente el que he utilizado en este caso concreto que es Textalyser, un programa gratuito que encontré en internet destinado a analizar la complejidad de textos y a aportar estadísticas sobre la frecuencia de palabras. Si tenemos los archivos originales en PDF o en cualquier otro archivo de texto simplemente con hacer un Seleccionar todo, un Copiar y un Pegar en el programa, en muy pocos segundos obtendremos un informe de las palabras y frases utilizadas en el mismo. También se puede cargar directamente el archivo.

Paso 3. Ordenar la información. 

Textalyser nos da como resultado un informe en HTML con las frecuencias de frases, palabras y otros indicadores de complejidad textual. Para el caso que nos ocupa, lo que más nos interesa es la última parte del informe, donde se da una relación de las palabras individuales y su frecuencia. Si vamos directamente a este apartado podemos seleccionar y copiar estas palabras y su frecuencia (aquí es de gran utilidad el complemento de Firefox Table2Clipboard que expliqué en esta entrada para seleccionar sólo aquellas celdas o columnas que nos interesen). Una vez seleccionadas abrimos un archivo de Excel donde tendremos que trabajar un poco los datos, colocándolos en diferentes columnas repitiendo cada palabra en función de su frecuencia. Aquí cabe decir que, evidentemente, tendremos que hacer una depuración de los datos ya que el programa informático nos dará todos los resultados y está claro que no todas las palabras nos interesan. Nos encontraremos, por ejemplo, con que tendremos que eliminar los conectores textuales, los artículos, las preposiciones, los determinantes… que aparecerán con mayor frecuencia, y quedarnos con las palabras verdaderamente relevantes. Tendremos que tener cuidado también con los femeninos y masculinos y con los singulares y plurales, pues en muchos casos tendremos que sumar frecuencias cuando aparezca un mismo concepto con distintas formas gramaticales.

Paso 4. Construir los gráficos. 

Una vez repetidas las palabras en función de su frecuencia de aparición, tenemos diversas opciones para obtener los gráficos. Una de ellas es GoogleDocs. Subiendo a esta plataforma ofimática el archivo de Excel, seleccionamos todo el rango de datos y hacemos click en el menú Insert – Gadget, y aquí seleccionamos el Gadget Word cloud. Automáticamente se generará la nube de palabras en la que cada una tendrá un tamaño y una intensidad proporcional a su frecuencia de aparición en el rango de datos seleccionado.

Otra herramienta muy práctica para hacer esto es Wordle, que además nos permite personalizar el tipo de letra, los colores y las pautas de dibujo de las letras (horizontal, vertical, combinación de las dos, etc.)

Paso 5. Publicar los gráficos.

Cuando tenemos nuestras nubes de palabras hechas, tanto en Wordle como en GoogleDocs tenemos la opción de obtener el código HTML que usaremos para publicarlas en nuestra web.

A continuación muestro los distintos ejemplos de tag clouds de las 25 palabras que aparecen con mayor frecuencia en los programas electorales de las 5 formaciones políticas seleccionadas, realizados con GoogleDocs. Adjunto también el enlace a la hoja de cálculo que he utilizado.

Programa electoral - Partido Popular

Programa electoral – Partido Socialista Obrero Español

Programa electoral – Esquerra Republicana de Catalunya

Programa electoral – Convergència i Unió

Programa electoral – Izquierda Unida Los Verdes

dissabte, 29 d’octubre del 2011

Herramientas para trabajar de manera más productiva con tu navegador (entrada 2 de 3)

En relación con la primera, en esta segunda entrada expondré 5 utilidades o complementos relacionados con la optimización de búsquedas y descargas en internet.

1. Omnibar.

Omnibar es un complemento que unifica las barras de navegación y de búsqueda de Firefox en una sola, al estilo de Google Chrome. Podemos determinar en las opciones el motor de búsqueda por defecto y para buscar algo simplemente lo escribimos en la barra de navegación.


2. Google enhancer.

Google enhancer es otro complemento que optimiza los resultados en el buscador de Google. Si bien es cierto que las versiones actuales del propio buscador incorporan las prestaciones que tenía Google enhancer (seleccionar fecha, seleccionar idioma y resaltar las palabras buscadas) aún tiene una opción muy útil, que es la de seleccionar el tipo de archivo que se busca. De este modo podemos seleccionar mediante el desplegable “Any file” la extensión del archivo que buscamos. Es decir, si sólo queremos buscar PDF, AVI, JPG, FLV, DOC, XLS... seleccionando el tipo de archivo, la búsqueda sólo nos mostrará aquellos que coincidan con nuestras preferencias.


3. Video DownloadHelper.

Video DownloadHelper es una extensión que permite extraer contenido de páginas web, como por ejemplo videos o imágenes. Una vez instalado este complemento aparece un botón en nuestra barra de herramientas que se activa y se anima cuando encuentra un contenido para descargar, sea vídeo o imágenes. Esta utilidad va muy bien para descargar de manera rápida vídeos de Youtube o cualquier otra plataforma multimedia directamente a nuestro disco duro para poder verlos sin conexión, además de convertirlos al formato que se determine.


4. PDF download.

PDF download es un complemento para optimizar la descarga y visualización de documentos PDF, uno de los formatos más utilizados. Si bien es un complemento que personalmente no uso pues ya me va bien el visualizador de PDF integrado en Firefox, PDF download ofrece múltiples opciones como predeterminar qué es lo que queremos que haga el navegador para visualizar un PDF o incluso convertir el contenido de una página web a PDF.



5. Table2Clipboard.

Table2Clipboard es una utilidad altamente recomendable para quienes trabajamos con datos y estadísticas vía web. Permite copiar en el portapapeles las filas/columnas que deseemos de una tabla con formato HTML. A menudo encontramos en nuestras búsquedas tablas de datos de las cuales sólo nos interesa una celda, una fila o una columna específicas. Este complemento evita tener que copiar la tabla entera y seleccionar (haciendo control+click) sólo aquellas cifras o elementos que nos interesan para posteriormente hacer un pegado en un documento de Word o de Excel.

dissabte, 22 d’octubre del 2011

Herramientas para trabajar de manera más productiva con tu navegador (entrada 1 de 3)

En este grupo de entradas pretendo hacer una recopilación de algunas (se admiten más aportaciones) herramientas para dotar al navegador de internet de un mayor rendimiento y conseguir una mayor productividad desde el punto de vista del trabajo intelectual. Cabe decir que cuando hable de navegador de internet de aquí en adelante me referiré exclusivamente a Mozilla Firefox que es el que utilizo, no teniendo ninguna intención de comparar entre los existentes.

Las herramientas que presentaré se tratan tanto de complementos (plugins) como de sitios web de acceso rápido que se pueden tener en la barra de marcadores. En este sentido lo ideal es no sobrecargar el navegador con complementos que no vayamos a utilizar nunca o casi nunca porque eso sólo hará que consuma más memoria de nuestro ordenador y vaya más lento (lo contrario de lo que buscamos). Cuando se trata de complementos es recomendable instalar sólo aquellos que utilicemos o nos sean útiles para cada caso. De hecho, la configuración del navegador es algo muy personal y lo que a alguien le puede resultar muy útil otra persona puede no utilizarlo en la vida o parecerle simplemente una tontería.

He dividido las utilidades en tres grupos: las relacionadas con la sincronización, las relacionadas con la optimización de búsquedas y descargas, y finalmente otras utilidades diversas para el trabajo cotidiano cuando usamos internet.

En esta primera entrada expondré 3 utilidades o complementos relacionados con la sincronización de direcciones web y marcadores.

1. Barra de herramientas de marcadores.

Esta utilidad no es ninguna herramienta en sí, de hecho a mucha gente le podrá parecer una obviedad pero tener los enlaces a las páginas web que visitamos normalmente de una manera organizada en una barra de marcadores ayuda mucho a navegar de manera más rápida. Normalmente la barra de marcadores se muestra por defecto en Firefox, aunque se puede ocultar y volver a mostrar haciendo click con el botón derecho en las barras superiores. Para añadir un marcador simplemente hay que arrastrar la dirección a la barra, pudiéndose organizar en carpetas de temáticas similares, por ejemplo, para encontrar más rápidamente los accesos directos a nuestras páginas de consulta habitual.


2. Firefox Sync.

Ésta es una herramienta de sincronización, que viene por defecto en Firefox desde la versión 4. Es una de las más útiles pues permite sincronizar preferencias y marcadores en distintos ordenadores de tal manera que, por ejemplo, si añadimos un marcador en el ordenador del trabajo o en el portátil, automáticamente nos aparezca en el sobremesa de casa cuando iniciemos Firefox, y viceversa. Para usar esta utilidad hay que desplegar el menú de Opciones de nuestro navegador y seleccionar la pestaña Sync, tras lo cual tenemos que registrar nuestro correo electrónico y poner una contraseña, entonces recibiremos una clave de sincronización que tenemos que guardar para introducirla junto a la contraseña en todos los ordenadores que queramos sincronizar. Cabe decir que no sólo podemos sincronizar la barra de marcadores sino también las contraseñas que usamos en los sitios web, el historial de navegación, las preferencias o las pestañas de inicio. Esto ya depende de las preferencias de cada uno y de lo que quiera compartir en los diversos ordenadores.



3. Evernote/Delicious.

Estos dos complementos son dos de las herramientas más utilizadas para clasificar y ordenar enlaces, artículos, páginas web y bookmarks, pudiendo acceder rápidamente a ellos y compartirlos si es necesario. Su instalación se puede hacer fácilmente a través de la página de complementos de Firefox. Su uso es muy sencillo, tanto Evernote como Delicious se pueden colocar en forma de botón en la barra de herramientas del navegador y a través de ellos se pueden hacer capturas de páginas, etiquetar las mismas según temas y acceder a ellas en cualquier otro momento. Esto es muy útil cuando mientras estamos navegando encontramos una página o un artículo interesante pero en ese momento no tenemos tiempo para leerlo y queremos ahorrarnos el apuntarlo en otro sitio. Guardando la página a través de los botones ideados para tal fin podemos acceder rápidamente en otro momento, o compartirla a través de redes sociales, por email o con otras personas gracias a las utilidades de la propia herramienta.

divendres, 16 de setembre del 2011

Herramientas de (auto) defensa estadística

La estadística es una ciencia exacta, o sea, dice exactamente lo que queremos que diga. 

Esta máxima es uno de los motivos por los que hay que estar alerta cada vez que desde la prensa escrita, televisión u organismos públicos se lanzan datos y tenemos que interpretarlos. Cabe decir que la estadística en sí no es mala. De hecho, sin ella muchísimos de los avances en el conocimiento de un sinfín de campos no hubieran sido posibles. Sin embargo, como todo(s), la estadística en ocasiones puede ser maliciosa. En esta entrada pretendo ofrecer un conjunto de herramientas en forma de bibliografía para protegernos de los ataques perversos de datos a los que cada día nos vemos sometidos, en concreto en el ámbito de las ciencias sociales o el estudio “científico” de la sociedad, que es el que trabajo.

La estadística está por todas partes. En ocasiones incluso sin darnos cuenta estamos haciendo estadística, o contribuyendo a ella. Cada vez que nacemos (en este caso, sólo una vez, excepto para quien crea en reencarnaciones), tomamos un avión, subimos a un autobús, entramos en el metro, retiramos una bicicleta del Bicing, visitamos una página web, nos descargamos un archivo de internet, ponemos un “Me gusta” en Facebook, superamos un curso académico o nos inscribimos en la oficina de empleo, estamos haciendo estadística. Nuestro paso por el mundo en que vivimos deja huella en forma de número. Y estos registros se suelen utilizar para obtener conocimiento de la realidad. Desde el punto de vista pesimista, para controlarnos mejor. Desde el punto de vista optimista, para conocernos mejor y actuar en consecuencia.

La cantidad ingente de información que generamos después de recolectada es, normalmente, analizada estadísticamente e interpretada. Esta capacidad analítica, sin embargo, no siempre es bien utilizada. Que los datos digan exactamente lo que dicen o exactamente lo que queramos que digan depende de quién los trabaje y de cómo se hayan obtenido. Pero es tarea de quien recibe la información el interpretarlos y el despertar un espíritu crítico hacia esos datos. La estadística social, económica, demográfica, los sondeos, las encuestas, los análisis y la visualización de datos son susceptibles de cometer errores de concepto o de análisis. Ante ello, es necesario estar prevenido.

He aquí algunos libros o recursos en internet que ayudan a tamaña empresa (se aceptan sugerencias para completar la relación):

Claudi Alsina. Asesinatos matemáticos. Ariel. 2010.
Claudi Alsina es catedrático de matemáticas en la Universidad Politécnica de Catalunya y tiene diversas obras de divulgación matemática. En este interesante y entretenido libro se dedica a analizar en clave de humor anécdotas cotidianas de la política, la salud, los medios de comunicación, la cocina o la educación poniéndolos en tela de juicio y haciendo la correcta aclaración matemática cuando es necesario.

Pere Grima. La certeza absoluta y otras ficciones. RBA. 2010.
Pere Grima es profesor en la Universidad Politécnica de Catalunya y trabaja en temas de gestión de calidad y estadística industrial, además de la divulgación de la estadística. La certeza absoluta y otras ficciones es una magnífica introducción a la estadística donde se explica su origen, evolución, temas principales e incluso algunas anécdotas históricas. Parte del contenido de este libro y otros aspectos interesantísimos están disponibles en su perfil de la página web de la UPC.

Michael Blastland, Andrew Dilnot. El tigre que no está. Turner. 2009
Los británicos Michael Blastland y Andrew Dilnot participan en un famoso programa radiofónico sobre números llamado More or Less. En El tigre que no está hacen una recopilación de algunos temas tratados en su programa que se ocupan de los principales temas de la estadística, desde problemas de muestreo a interpretaciones o presentaciones de datos erróneas.

Blog Malaprensa.com
El blog de Malaprensa.com es la herramienta más cercana de autodefensa estadística. En él se analizan periódicamente noticias que aparecen en los medios de comunicación que contienen algún error en los datos que presentan o en la interpretación de los mismos. Frecuentemente tomamos como un dogma de fe la información que aparece en los periódicos, pero en ocasiones hay (muchos) errores. Es un blog muy recomendable para despertar el espíritu crítico a la hora de leer una noticia en un diario.


Para terminar, me gustaría decir que el mes de febrero de 2011 el Ateneu Barcelonès realizó un ciclo de conferencias llamado “Curs d’autodefensa matemática”, una gran iniciativa en la cual me he basado para realizar esta entrada y en el que participaron algunos de los autores de los libros que he explicado anteriormente.

dissabte, 9 de juliol del 2011

Linux contra la obsolescencia programada

El otro día leí este artículo super interesante sobre la relación de los sistemas operativos de nuestros ordenadores y la obsolescencia programada. Partiendo del hecho de la ralentización y "estaticidad" con el paso del tiempo de sistemas operativos como Windows, trata algunos temas interesantes para replantearse el uso de unos u otros.

diumenge, 15 de maig del 2011

Copionic: eina gratuita per comparar documents a internet

El Citilab ha llençat una eina online, Copionic, que serveix per comparar textos extrets de la xarxa. Com plantegen a la seva web, permet trobar material duplicat per distingir si un document ha estat copiat o no, i (després d'uns minuts) dóna com a resultat un informe amb les troballes del programa, les fonts web concretes i el percentatge de coincidències. És per tant força útil per trobar textos plagiats total o parcialment d'internet.

Suposo que com tota eina tindrà les seves limitacions i potser no totes les troballes seran rellevants, en qualsevol cas és un bon punt de partida per trobar redaccions que han estat copiades d'altres llocs. Per utilitzar-lo, l'usuari s'ha de registrar a la seva pàgina web amb un compte i a partir d'aquí ja pot pujar els documents concrets (suporta diferents formats) dels quals vol cercar coincidències a la xarxa. Jo ho he provat pujant per analitzar un document en format .doc amb una part de text d'aquest mateix bloc i el resultat ha estat satisfactori. Ara bé, l'eficàcia per trobar còpies de dins dels documents no m'ha donat resultat (per exemple, he provat de buscar text copiat d'un document publicat en PDF a la meva feina i no ha trobat res).

Si voleu provar-lo, podeu copiar el text d'aquesta entrada i us dirà el nul percentatge de còpia que he fet de la web del citilab ;)

dimecres, 27 d’abril del 2011

Herramientas para hacer encuestas online

Una de las principales tareas de los "científicos" sociales consiste en conseguir datos primarios de primera mano para su análisis posterior. Para ello, la encuesta por cuestionario es quizá la herramienta más usada cuando usamos el análisis cuantitativo. En esta entrada presentaré tres (de las muchísimas) opciones disponibles en internet para trabajar con encuestas en soporte electrónico: GoogleForms, SurveyMonkey y LimeSurvey.

GoogleForms es la herramienta para construir encuestas más simple de las tres. El hecho de que sea sencilla no es precisamente un inconveniente pues eso en parte la hace la más fácil e intuitiva de usar y la más accesible, pues se encuentra dentro del paquete ofimático de GoogleDocs. Tiene 7 tipos de preguntas diferentes, permite dividir la encuesta en capítulos y permite obtener las respuestas cómodamente en un excel. Se puede enviar el formulario en el cuerpo de un correo electrónico o bien enviar un enlace a la encuesta o incrustarla en una página web o blog.



SurveyMonkey también es una herramienta bastante intuitiva. La versión gratuita ahora mismo está limitada a 10 preguntas y a 100 respuestas por encuesta. Igual que en GoogleForms, se pueden recopilar los datos a través de enlace web, o incrustar la encuesta en una página web o en Facebook. Si bien es cierto que desde la última vez que la probé he visto que ha caminado más hacia las versiones premium, es decir, está el inconveniente de que si quieres más prestaciones tienes que pagar.



LimeSurvey, desde mi punto de vista, es la herramienta más potente de las tres (y de las que he visto gratuitas), aunque también es un poco más compleja de usar, precisamente por sus grandes prestaciones. La versión que tienen de prueba en su web tiene opciones de envío y recepción de respuestas relativamente limitadas. En cualquiera de los casos, el verdadero atractivo de LimeSurvey es que se trata de una herramienta de cloud computing de software libre. Para sacarle el máximo rendimiento se tiene que instalar en el propio servidor web. En este caso, LimeSurvey permite un gran número de preguntas diferentes, con la posibilidad de editar preguntas e interfaz, posibilidad de dividir la encuesta por capítulos, establecer preguntas filtro, hacer la misma encuesta en idiomas diferentes, controlar las cuotas de la encuesta, listar los correos electrónicos de las personas objetivo, establecer permisos de edición/lectura/respuesta para diferentes usuarios, etc. En definitiva, permite hacer todo el proceso de realización de una encuesta profesional. La gestión de las respuestas también es muy potente permitiendo descargar los datos en .csv o directamente en formato de SPSS, o incluso visualizar las respuestas en pantalla en formato de tabla o de gráfico. Todo esto, completamente gratis (y con continuas actualizaciones) si se dispone de la posibilidad de instalar el software en un servidor web propio.



A partir de aquí, el uso de una herramienta o de otra depende del tiempo que se pueda dedicar a cada una, del equipo informático y de las necesidades en cada caso. Sea como sea, todas las herramientas resultan de gran utilidad a la hora de confeccionar un cuestionario online. El siguiente paso es aplicarlas correctamente... :)

dijous, 21 d’abril del 2011

Herramientas para la mapificación de datos (2): TargetMap

En la entrada "Herramientas para la mapificación de datos (1): MapViewer, GeoDa" presenté dos herramientas en la línea de las entradas sobre presentación visual de datos, que cubrían el tema del análisis espacial de los datos y la mapificación.

Recientemente he descubierto una nueva herramienta que también permite mapificar datos propios: TargetMap

Aunque TargetMap no ofrezca las herramientas de análisis espacial que tienen MapViewer y GeoDa (relaciones geográficas, clusters, etc.) tiene cosas que están bastante bien desde el punto de vista de la graficación de datos en mapas.

TargetMap utiliza la tecnología de GoogleMaps y permite plasmar tus propios datos en sus bases cartográficas. La primera de las ventajas pues, es que no necesitas tener tú la base cartográfica para mapificar: tienes a tu disposición TODO el mundo a través de GoogleMaps. Puedes seleccionar un país (o continente, o el mundo entero), y en función del país que selecciones puedes trabajar con su propia división administrativa (por ejemplo: division, state and county en EEUU, province et département en Cameroun, o bien comunidad autónoma, provincia y municipio en España). Por no tener, no tienes siquiera necesidad de saber los códigos numéricos administrativos (códigos INE o códigos postales) si dispones de los nombres exactos de los municipios, pues el programa los reconoce perfectamente.

Usar TargetMap es muy fácil, una vez seleccionada la desagregación territorial que quieres usar tienes diversas opciones, como por ejemplo mapificar un excel si ya tienes los datos trabajados (opción Map my Excel), o bien escribirlos directamente en las divisiones del mapa (opción Value Typing). Si tienes los datos en excel lo único que necesitas es poner los nombres de las divisiones en la primera columna y los datos que quieres plasmar en la segunda columna. El programa identifica los nombres y colorea el espacio en el mapa (si el nombre no es exacto puedes comprobar el que necesitas poner en el propio mapa). Después puedes delimitar los intervalos, cambiar la gama cromática y seleccionar el tipo de mapa (físico, vista satélite, híbrido, o ninguno).

Una vez hecho el mapa, puedes ponerle título, añadir la fuente que has usado para obtener los datos, y añadir una descripción de qué es lo que refleja el mapa. Después, puedes obtener el código para insertarlo en tu página web o blog y publicarlo en su propia web para que todo el mundo pueda tener acceso. De hecho, una vez publicado el mapa (para ello tienes que hacerte una cuenta de usuario de la web) te aparecen mapas relacionados con el tuyo hechos por otras personas.

En definitiva, una herramienta muy útil, visual, y completamente gratuita para la mapificación sencilla de datos. Ni siquiera es necesario un manual de uso pues para cada fase de la construccion del mapa dispones de un videotutorial que puedes ver cuando quieras y donde se explica el proceso que simplemente tienes que repetir después.