Ciencia de Datos para el Turismo - Document Técnico N°6 - Armonización de la Estadísticas Provinciales de Turismo

Home Page: https://dnme-minturdep.github.io/DT6_ciencia_de_datos_turismo/

HTML 0.27% TeX 60.50% CSS 4.59% R 34.64%

ciencia-de-dados argentina turismo estadisticas

dt6_ciencia_de_datos_turismo's Introduction

El presente documento, Ciencia de Datos para Turismo, se enmarca en el proyecto de Armonización de las Estadísticas de Turismo en las Provincias de la Dirección Nacional de Mercados y Estadística de la Subsecretaría de Desarrollo Estratégico del Ministerio de Turismo y Deportes. El objetivo general de este proyecto es contribuir con propuestas metodológicas para los sistemas de estadísticas de turismo provinciales que orienten a producir indicadores provinciales básicos y comparables.

Además de este, se encuentra disponible una serie de documentos técnicos que abordan otras problemáticas vinculadas a la producción de estadística de turismo:

Documento Técnico #1: Conceptos y elementos básicos para la medición provincial de los turistas
Documento Técnico #2: Propuestas metodológicas para las encuestas de ocupación en alojamientos turísticos
Documento Técnico #3: Descripción, análisis y utilización de los Registros Administrativos para la medición del Turismo
Documento Técnico #4: Propuestas Metodológicas para las Encuestas de Perfil del Visitante
Documento Técnico #5: Medición de la contribución económica del turismo: actividad y empleo

Documento Técnico Nº6 - Resumen

La ciencia de datos es una disciplina que ha brindado nuevas y maravillosas posibilidades a muchas industrias por medio de la explotación de datos. Junto con estas posibilidades, también ha traído consigo cambios y desafíos constantes. La industria del turismo no es una excepción.

En este documento técnico realizaremos una introducción al concepto de ciencia de datos y su proceso. Introduciremos el lenguaje de programación R como la caja de herramientas principales para poder llevar adelante cada tarea y etapa de este proceso.

El documento se divide en 11 capítulos con ejemplos prácticos y ejercicios (desafíos) para introducir y practicar los conceptos mencionados.

dt6_ciencia_de_datos_turismo's People

Contributors

Stargazers

Watchers

Forkers

some-forks

dt6_ciencia_de_datos_turismo's Issues

Pipa nativa y notación lambda

¿Les parece que convenga agregar algo de la pipa nativa y la notación lambda para crear funciones (\(x))?

Siento que está bueno agregarlo porque va siendo parte de la sintaxis moderna de R, pero todavía no está totalmente formada (todavía no acepta el placeholder y no se sabe si en el futuro va a acpetar, por ejemplo) y usarlas en el código hace que el mismo no se pueda correr en versiones de R que no son tan viejas.

Agregar glosario

Deberíamos agregar un glosario al final del documento. Algunas palabras a definir:

CRAN
GitHub

Podríamos usar el paquete Glosario.

Guía de estilo

Tendríamos que ponernos de acuerdo con el estilo que vamos a usar.

Una cosa que ya veo es que algunas partes están escritas en segunda persona singular ("... hace tus análisis más ordenados y reproducibles...", "Hacé click en el menú...") y otras en segunda persona plural ("...posiblemente tengan un script...") y otras en primera persona plural ("... podemos graficar histogramas con geom_histogram()...").

¿Qué estilo nos gusta más? Las otras guías tienen un tono bien impersonal; nunca le hablan al lector.

Escribir cada oración en su línea

Trabajando en un paper con mi co-director de tesis descrubrí que es mucho más fácil seguir los cambios de un PR si cada oración está en tu propia línea.

Capítulo proyectos

En https://eliocamp.github.io/r-clima/02-proyectos.html agregamos una mini sección sobre el use de here() en general no es algo que lleguemos a ver en un curso introductorio pero tal vez vale la pena agregarlo a los materiales para futuras referencias.

Las tablas no respetan el styling en pdf

Todas las tablas están iguales en el PDF a pesar de tener distintos stylings.

Rehacer el video de tabla dinámica

Hay que grabar el video en img/pivot-vid.webm pero con los datos de datos/turistas_edad.xlsx. @yabellini ¿vos tenés un Office más o menos actualizado para que se vea una interfaz más conocida para les estudiantes?

Agregar el mapa conceptual del proceso de DS de R4DS capitulo 1

Agregar epígrafe a todas las figuras?

En html no siempre es necesario, pero en PDF podría quedar mejor.

Sección de cómo descargar datos programáticamente

Si vamos a usar la base de datos del ministerio, les parece agregar una sección de cómo descargar esos datos desde R? Por lo que ví son todos csv, así que en realidad no hay mucho para hacer. Poner read_csv(url) y agregar que es mejor hacer un download.file() condicional a que no exista el archivo para no depende de tener internet y para no estar descargando el mismo archivo una y otra vez.

La figura de pivot_longer queda muy chica.

El tamaño de los gráficos puede ser muy chico

video "tabla dinámica" xls

Aparece un rehacer video

Mensajes de readr ocupan mucho espacio

Los dejaría la primera vez, luego los suprimiría.

"Gráficos de líneas suavizas"

Revisar warnings/mensajes

Suprimir todos los warnings y mensajes excepto los que explícitamente queremos mostrar.

Arreglar las líneas de código largas.

Chequear que en el capítulo 5 hace falta cambiar una serie de ejemplos en el texto

Hacer que compilar no dependa de yvera

Estoy resolviendo otro problema pero el libro no compila porque yvera está caido y hay varios chunks que bajan los datos de ahí. Lo que habría que hacer es descargar los datos y leerlos localmente. Si queremos, podemos dejar el código que lee desde yvera pero sin evaluarlo y esconcder el que lee localmente.

(el problema de esto es que hay que esperar que yvera esté de nuevo disponible para descargar los datos xD)

Capitulo leyendo datos - agregar leer desde la web, leer un txt

Agregar que `install.packages()` requiere conexión a internet.

Arreglar formato de fecha

Ahora la fecha se ve así:

El problema es que el código que genera eso es

format(Sys.Date(), format = '%d de %B de %Y')

Y %B da el nombre del mes en el locale de la máquina, que claramente es inglés. Habría que cambiarlo a Español. Aunque si cambiamos el locale a Español, los mensajes y errores van a quedar en Español. ¿Queremos eso?

El link a los datos de la EVyTH están mal

En la sección 6.6:

Para esta sección vamos a usar datos de la Encuesta de Viajes y Turismo de los Hogares (EVYTH).

El link va a la base de datos de la EVyTH, pero usamos los microdatos. El link correcto es http://datos.yvera.gob.ar/dataset/encuesta-de-viajes-y-turismo-de-los-hogares-evyth-microdatos

Ver cómo hacer para que aparezcan los círculos de colores

Bases de dato para usar

Hay que encontrar un par de tablas de la base de datos del ministerio que nos sirva para ejemplos. Me encontré con esta, que es bastante horrenta, pero nos puede servir para mostrar pivot_longer():

Serie de tiempo - Trimestral
Evolución de los principales indicadores producidos por la Encuesta de Viajes y Turismo de los Hogares (EVyTH) - Ministerio de > Turismo y Deporte, desde el año 2014 a la última actualización.

url <- "http://datos.yvera.gob.ar/dataset/945e10f1-eee7-48a2-b0ef-8aff11df8814/resource/873f216b-131b-4d43-b136-b232fff1e44e/download/serie-tiempo-turismo-interno-trimestral.csv"

dplyr::glimpse(readr::read_csv(url))
#> Rows: 36 Columns: 66
#> ── Column specification ────────────────────────────────────────────────────────
#> Delimiter: ","
#> chr  (1): indice_tiempo
#> dbl (65): destino_destino_destino_destino_caba, destino_destino_destino_dest...
#> 
#> ℹ Use `spec()` to retrieve the full column specification for this data.
#> ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
#> Rows: 36
#> Columns: 66
#> $ indice_tiempo                                                                    <chr> …
#> $ destino_destino_destino_destino_caba                                             <dbl> …
#> $ destino_destino_destino_destino_cordoba                                          <dbl> …
#> $ destino_destino_destino_destino_cuyo                                             <dbl> …
#> $ destino_destino_destino_destino_litoral                                          <dbl> …
#> $ destino_destino_destino_destino_norte                                            <dbl> …
#> $ destino_destino_destino_destino_patagonia                                        <dbl> …
#> $ destino_destino_destino_destino_gba                                              <dbl> …
#> $ destino_destino_destino_destino_partidos_del_gba                                 <dbl> …
#> $ edad_edad_edad_edad_menores_de_14                                                <dbl> …
#> $ edad_edad_edad_edad_x14_a_29                                                     <dbl> …
#> $ edad_edad_edad_edad_x30_a_44                                                     <dbl> …
#> $ edad_edad_edad_edad_x45_a_59                                                     <dbl> …
#> $ edad_edad_edad_edad_x60_o_mas                                                    <dbl> …
#> $ motivo_motivo_motivo_motivo_vacaciones_ocio                                      <dbl> …
#> $ motivo_motivo_motivo_motivo_visita_a_familiares_y_amigos                         <dbl> …
#> $ motivo_motivo_motivo_motivo_trabajo_negocios                                     <dbl> …
#> $ motivo_motivo_motivo_motivo_otros                                                <dbl> …
#> $ origen_origen_origen_origen_caba                                                 <dbl> …
#> $ origen_origen_origen_origen_cordoba                                              <dbl> …
#> $ origen_origen_origen_origen_cuyo                                                 <dbl> …
#> $ origen_origen_origen_origen_litoral                                              <dbl> …
#> $ origen_origen_origen_origen_norte                                                <dbl> …
#> $ origen_origen_origen_origen_patagonia                                            <dbl> …
#> $ origen_origen_origen_origen_gba                                                  <dbl> …
#> $ origen_origen_origen_origen_partidos_del_gba                                     <dbl> …
#> $ quintil_quintil_quintil_quintil_quintiles_1_y_2                                  <dbl> …
#> $ quintil_quintil_quintil_quintil_quintiles_3_y_4                                  <dbl> …
#> $ quintil_quintil_quintil_quintil_quintil_5                                        <dbl> …
#> $ sexo_sexo_sexo_sexo_mujer                                                        <dbl> …
#> $ sexo_sexo_sexo_sexo_varon                                                        <dbl> …
#> $ alojamiento_alojamiento_alojamiento_alojamiento_segunda_vivienda                 <dbl> …
#> $ alojamiento_alojamiento_alojamiento_alojamiento_casa_de_familiares_y_amigos      <dbl> …
#> $ alojamiento_alojamiento_alojamiento_alojamiento_alquiler_por_temporada           <dbl> …
#> $ alojamiento_alojamiento_alojamiento_alojamiento_camping                          <dbl> …
#> $ alojamiento_alojamiento_alojamiento_alojamiento_hotel_1_2_y_3_estrellas          <dbl> …
#> $ alojamiento_alojamiento_alojamiento_alojamiento_hotel_4_y_5_estrellas            <dbl> …
#> $ alojamiento_alojamiento_alojamiento_alojamiento_otros                            <dbl> …
#> $ transporte_transporte_transporte_transporte_auto                                 <dbl> …
#> $ transporte_transporte_transporte_transporte_omnibus                              <dbl> …
#> $ transporte_transporte_transporte_transporte_avion                                <dbl> …
#> $ transporte_transporte_transporte_transporte_otros                                <dbl> …
#> $ pernocataciones_pernocataciones_pernocataciones_pernocataciones_caba             <dbl> …
#> $ pernocataciones_pernocataciones_pernocataciones_pernocataciones_cordoba          <dbl> …
#> $ pernocataciones_pernocataciones_pernocataciones_pernocataciones_cuyo             <dbl> …
#> $ pernocataciones_pernocataciones_pernocataciones_pernocataciones_litoral          <dbl> …
#> $ pernocataciones_pernocataciones_pernocataciones_pernocataciones_norte            <dbl> …
#> $ pernocataciones_pernocataciones_pernocataciones_pernocataciones_patagonia        <dbl> …
#> $ pernocataciones_pernocataciones_pernocataciones_pernocataciones_gba              <dbl> …
#> $ pernocataciones_pernocataciones_pernocataciones_pernocataciones_partidos_del_gba <dbl> …
#> $ gasto_medio_gasto_medio_gasto_medio_gasto_medio_caba                             <dbl> …
#> $ gasto_medio_gasto_medio_gasto_medio_gasto_medio_cordoba                          <dbl> …
#> $ gasto_medio_gasto_medio_gasto_medio_gasto_medio_cuyo                             <dbl> …
#> $ gasto_medio_gasto_medio_gasto_medio_gasto_medio_litoral                          <dbl> …
#> $ gasto_medio_gasto_medio_gasto_medio_gasto_medio_norte                            <dbl> …
#> $ gasto_medio_gasto_medio_gasto_medio_gasto_medio_patagonia                        <dbl> …
#> $ gasto_medio_gasto_medio_gasto_medio_gasto_medio_gba                              <dbl> …
#> $ gasto_medio_gasto_medio_gasto_medio_gasto_medio_partidos_del_gba                 <dbl> …
#> $ estadia_media_estadia_media_estadia_media_estadia_media_caba                     <dbl> …
#> $ estadia_media_estadia_media_estadia_media_estadia_media_cordoba                  <dbl> …
#> $ estadia_media_estadia_media_estadia_media_estadia_media_cuyo                     <dbl> …
#> $ estadia_media_estadia_media_estadia_media_estadia_media_litoral                  <dbl> …
#> $ estadia_media_estadia_media_estadia_media_estadia_media_norte                    <dbl> …
#> $ estadia_media_estadia_media_estadia_media_estadia_media_patagonia                <dbl> …
#> $ estadia_media_estadia_media_estadia_media_estadia_media_gba                      <dbl> …
#> $ estadia_media_estadia_media_estadia_media_estadia_media_partidos_del_gba         <dbl> …

^{Created on 2021-09-18 by the reprex package (v2.0.0)}

Agregar algo de fechas (lubridate)

Esto viendo las bases de datos y hay series temporales "trimestrales" donde la fecha está codificada como caracter en formato "año-mes". Considerando que seguro hay mucho análisis estacional, necesitaríamos agregar algo de cómo convertir estas cosas en fechas de verdad y cómo hacer alguna manipulación.

dnme-minturdep / dt6_ciencia_de_datos_turismo Goto Github PK