Análisis de datos con Python en salud y deporte

Abstract

En este trabajo se ejecutaron una serie de operaciones a trav´es del lenguaje de programaci´on de Python a una tabla con datos de salud de atletas femeninas. El objetivo es poner a prueba las capacidades del lenguaje cuando se trabaja con grandes conjuntos de datos y se tom´o como base el tema que aborda la tabla: La relaci´on entre la deficiencia de la vitamina D y la del hierro. Se comenz´o determinando el rango de valores de cada una de las columnas del archivo (exceptuando las no num´ericas) para obtener una divisi´on en subtablas de datos representando el resultado en un histograma. Posteriormente se tomaron porcentajes de relaci´on entre vitamina D y hierro ya obtenidos en el art´ıculo correspondiente a la tabla de datos y se emplearon las estructuras de c´odigo escritas con anterioridad para computarlos en python y comparar el resultado con el original. El proyecto finaliz´o mediante la aplicaci´on de procesos de an´alisis multivariante a un determinado grupo de variables relacionadas con el estado de vitamina D y hierro para tratar de dividir los datos en grupos o clusters, establecer modelos de predicci´on en caso de que se a˜nadan nuevos datos a la tabla y determinar su precisi´on en la agrupaci´on de los nuevos individuos.

In this work, we have computed a series of operations with the programming language of Python to a health data table of female athletes. The main objective is to try the capacities of the language while working with big data samples and we used the purpose of the table as a basis: The relationship between vitamin D and iron deficiency. We started by determining the values range of each file’s column (except from non-numeric ones) to obtain a division into data subtables while plotting the results in a histogram. After that, we selected the percentages in link between vitamin D and iron that were already obtained in the article correspondent to the data table and the previous written coding structures were used to compute them into python comparing the obtained result with the original percentage. The project ended by applying multivariate analysis processes to a concrete group of variables related to vitamin D and iron states to achieve to divide the data into groups or clusters, to establish prediction models if new data were added and to determine its precision while groupping new individuals.