Definición y ejemplo de suavizado de datos |

Qué es:

Suavizado de datos es una técnica estadística que implica eliminar valores atípicos de un conjunto de datos para hacer un patrón más visible.

Cómo funciona (Ejemplo):

Por ejemplo, digamos que una universidad está analizando los datos de su crimen en los últimos 10 años. La cantidad de crímenes violentos se ve más o menos así:

Como puede ver, la mayoría de las veces la universidad experimenta menos de 15 crímenes al año. Sin embargo, en 2006 y 2007, experimentó 44 debido a un requisito de informe experimental por parte del equipo de seguridad pública de la universidad. El experimento de informar cambió la definición de crimen violento para incluir robos de cualquier tipo durante esos años, lo que creó un gran salto en el número de crímenes "violentos" en el campus. Si incluimos estos años en el promedio, es decir, si realizamos algunos ajustes de datos, la universidad experimentó un promedio de aproximadamente 19 crímenes violentos al año. Pero si dejamos atrás esos años, podemos ver que un promedio más realista es de 13 crímenes violentos por año, una diferencia del 32%.

Por qué es importante:

Hay muchas maneras de suavizar los datos, incluido el uso del movimiento promedios y algoritmos. La idea es que el suavizado de datos haga que los patrones sean más visibles y, por lo tanto, ayude a pronosticar los cambios en los precios de las acciones, las tendencias de los clientes o cualquier otra información comercial. Sin embargo, el alisado de datos puede pasar por alto la información clave o hacer que los hechos importantes sean menos visibles; en otras palabras, "redondear los bordes" de los datos puede exagerar ciertos datos e ignorar otros datos.