jueves, 18 de junio de 2015

La profesión más sexy del siglo XXI

En: http://economia.elpais.com/economia/2015/02/12/actualidad/1423740778_503816.html

No hace falta ser matemático para ser experto en ‘big data’

En 2015 se requerirán 4,4 millones de especialistas en datos en todo el mundo. El requisito para formarse es ser graduado

  • Enviar a LinkedIn1.021
  • Enviar a Google +111
  • Comentarios30
GETTY
En 1976 el departamento de estadística de la Universidad de Carolina del Norte, en Estados Unidos, inició una investigación para optimizar las técnicas de cultivo. El estudio se centró en el análisis de variables como la temperatura, el tipo de grano o la variedad de abonos. El objetivo era identificar los patrones que propiciaban mejores cosechas. Esa es una de las historias que se suelen contar para remontarse a los orígenes del big data, el análisis masivo de datos para sacar el máximo provecho de ellos y tomar mejores decisiones en el futuro.
Aunque todavía es un fenómeno que está por desarrollar en muchos sectores, el big data se ha extendido ya a prácticamente todos los ámbitos de la vida. Desde la banca y los seguros, a las aerolíneas o laNBA. Los tiros fallados y los acertados, la distancia entre los jugadores o su altura. Todos los datos se vuelcan en un software de análisis estadístico para concluir qué jugadores, cómo y cuándo rinden mejor. En función de los resultados se deciden los fichajes. “Se unen variables y se identifican patrones. Se puede saber si un jugador consigue más aciertos si juega contra rivales que miden más de dos metros o solo 1,90”, asegura Fernando Meco, director de marketing en SAS, empresa de software analítico que trabaja con algunos equipos de la NBA.
Utilizando las técnicas de big data y analítica también se pueden rastrear las redes sociales y anticipar picos de desempleo. En eso consistió, por ejemplo, un estudio liderado por Naciones Unidas en Irlanda y Estados Unidos que hacía uso de la metodología delsoftware de SAS. Tanto en Twitter como en Facebook se detectaron conversaciones negativas, un aumento de la venta de coches de segunda mano por parte de los usuarios o un repunte en el uso del transporte público. “Las administraciones pueden tomar medidas proactivas para hacer más fácil la vida de los ciudadanos, como incrementar la frecuencia del metro o reducir el precio de los billetes”, cuenta Meco.
Estos y otros avances en el manejo de los datos han disparado la demanda de expertos en big data tanto en el sector público como en el privado. La revista Harvard Business Review ha calificado esta profesión como la más sexy del siglo XXI. En 2015 se requerirán 4,4 millones de data scientist en todo el mundo, según la consultoraGartner Group.

Estudios en 'big data':

Empresas como General Electric, Banco Santander o BBVA han creado en los últimos años nuevos cargos como el de chief data officerchief analytical officer, cuya misión es velar por los datos que existen de la compañía y ser capaces de sacar el máximo valor de ellos. “Muy pocas empresas lo tienen. Hay industrias como la aeronáutica que llevan años de ventaja”, explica Meco. El sector turístico lleva años adaptándose al entorno online,analizando la huella digital de miles de usuarios sobre el tipo de consultas, los días de la semana con mayores picos o los destinos más solicitados para construir su oferta comercial. “Los datos son el petróleo del siglo XXI. El reto es analizarlos en profundidad y en tiempo real”, remarca Meco. A su compañía le cuesta encontrar talento analítico y profesionales bien formados.
Antes los datos solo interesaban al informático. Ahora los departamentos de marketing basan sus estrategias en estos estudios; su trabajo es menos intuitivo y más analítico. La gran revolución se remonta a los últimos dos años, periodo en el que se ha generado el 90% de los datos que existen a día de hoy, señala Juan José Casado, director académico del Master in Business Analytics & Big Data delInstituto de Empresa (IE). Por ello, en España muchas universidades y escuelas de negocio han comenzado a impartir posgrados para formar a expertos. “La sociedad es digital, todos estamos conectados a través de Internet y generamos información constantemente. Hay una avalancha de datos y la barrera para acceder a ellos no es tecnológica. Hacen falta especialistas”, apunta.
¿Qué perfil es el adecuado para poder acceder a uno de estos programas? En la mayoría, basta con ser licenciado y tener una experiencia media de cuatro años en el mundo empresarial. “No tienen que ser necesariamente matemáticos o estadísticos. Lo esencial es que sean personas con curiosidad, con ganas de jugar con los datos y su análisis y que quieran transformar los negocios”, señala Casado. Los alumnos del máster de IE, lanzado este curso por primera vez, tienen una media de 29 años y cuentan con cinco de experiencia profesional. El 25% de ellos son matemáticos y estadísticos; otro 25% tienen un perfil tecnológico y el 50% restante está vinculado con el mundo de los negocios.
Read more...

miércoles, 30 de julio de 2014

La prensa se hace eco de nuestra investigación: modelos matemáticos y rendimiento del maíz en España


          Hace unos días se ha publicado en las noticias del CSIC nuestra reciente publicación en PLOS sobre el estudio de la dinámica espacio-temporal del rendimiento del maíz bajo efectos del Cambio Climático en España, comparando sistemas de regadío y secano. Por suerte nuestros hallazgos están teniendo mucho eco mediático; les dejo un trozo de la noticia y los principales resultados del estudio.

Un modelo matemático explica la dinámica de productividad de las cosechas de maíz
Un equipo de investigadores del Consejo Superior de Investigaciones Científicas (CSIC) y de la Pontificia Católica Universidad de Chile ha desarrollado un modelo matemático para explicar y predecir la dinámica de productividad de las cosechas de maíz. Este trabajo se centra en la comparación del rendimiento de los cultivos de maíz con y sin riego ante los efectos combinados del cambio climático y la escasez de agua. El estudio se publica en la revista PLOS ONE. Enlace a la noticia en la página del CSIC.

El problema a resolver
            Para alimentar a una población mundial cada vez más numerosa debemos aumentar la producción agrícola. Dicho incremento está limitado por los efectos combinados del cambio climático y la escasez de agua. El reto es satisfacer la futura demanda de alimentos de manera sostenible.
            España es un “punto caliente” en las predicciones del calentamiento climático. Se predice menores disponibilidades de agua para el riego y eventos climáticos extremos, especialmente para la zona Mediterránea. Incluso, algunos estudios pronostican que se podría necesitar transladar los cultivos del maíz a zonas del norte del territorio Español.
            Para mitigar y adaptarse a ese nuevo escenario se necesita mejorar la gestión del agua de riego. En este sentido, hemos evaluado los efectos del cambio climático en los cultivos de secano y regadío, detectando qué provincias españolas se han visto amenazadas y en cuáles el riego fue efectivo a la hora de mitigar estos efectos adversos.



Objetivos específicos
  •       Determinar dónde y cómo la variabilidad climática (temperatura, precipitación, dióxido de carbono CO2) ha afectado la producción de maíz en España bajo condiciones con y sin riego. Este es el primer estudio que evalúa mediante modelos matemáticos los mecanismos biológicos invoucrados en la relación clima-cultivo.
  •       Cuantificar la importancia relativa de las variables climáticas en estas dos condiciones de manejo de agua. Se trata del primer estudio que compara el comportamiento de los sitemas de cultivo con y sin riego.
  •       Estimar el rendimiento potencial de cada provincia, bajo estas condiciones de manejo de agua, y evaluar las pérdidas de rendimiento potencial que se deben al estrés hídrico. Para este punto, hemos desarrollado una herramienta capaz de estimar el rendimiento potencial del maíz en cada provincia a partir de los datos históricos de los cultivos a nivel provincial. Esto es de especial importancia ya que el paso a seguir, y estamos trabajando en ello, será poder crear mapas con los rendimientos potenciales de cada provincia y así predecir qué zonas serán las más vulnerables y cuáles las más beneficiadas. Es decir, poder tomar decisiones de gestión a partir mapas espacio-temporales de producción.
Definición de las provincias de estudio con el porcentaje de producción respecto al total nacional para el período 1996-2009. Solo se han considerado aquellas provincias que presentaron tanto cultivo en secano como en regadío.


Metodología
            Para responder a estos objetivos y estimar el rendimiento máximo sostenible de los cultivos desarrollamos una nueva herramienta matemática inspirada en modelos de dinámica poblacional (ver 1). Con los modelos creados es posible saber, por ejemplo, qué cultivos se ven afectados por el cambio climático y cómo es este efecto o qué mecanismos biológicos se ven afectados. En este estudio, utilizamos datos públicos del Ministerio de Agricultura, Alimentación y Medio Ambiente (MAGRAMA) del rendimiento del maíz en 31 provincias de España desde 1996 al 2009, comparando el desempeño del maíz en dos sistemas de manejo distintos: con y sin riego.

HALLAZGOS
  •             La temperatura durante el período de crecimiento del cultivo fue la variable climática más importante, en línea con otros estudios mundiales. Pero aquí hemos detectado 3 nuevos aspectos: 1) que los efectos de la temperatura son distintos para cultivos con y sin riego (ver 2); 2) que los valores extremos fueron los más relevantes (ver 3), y 2) que la temperatura actúa principalmente mediante efectos no aditivos, es decir, sus efectos son más severos cuando el maíz presenta un alto rendimiento (ver 4). Este es el primer estudio que identifica los mecanismos biológicos detrás de las respuestas no lineales del cultivo ante el cambio climático (anteriormente se han propuesto modelos de umbrales que responden a necesidades estadísticas más que biológicas).
  •             Encontramos principalmente efectos negativos del aumento de la temperatura para los sistemas de secano, más acusados en el sur del país. La temperatura produce estrés hídrico, debido a que afecta tanto a la demanda como a la oferta de agua.
  •          Para los sistemas de riego hemos encontrado que, algunas provincias (como la de León), se benefician en cierta medida ante el aumento de la temepratura. Este beneficio es leve, y debemos recordar que hace referencia a los años 1996-2009; puede que en el futuro, ante un mayor aumento de la temperatura estos beneficios desaparezcan cuando se sobrepase el rango de tolerancia del cultivo. Sin embargo, es interesante destacar que en estas provincias se ha conseguido una ventaja climática en el rendimiento del maíz gracias al riego. La causa de esta ventaja puede deberse a una cierta tolerancia al calor o a un efecto de enfriamiento debido al riego.
  •         Las pérdidas de rendimiento del maíz debido al estrés hídrico fueron generalmente mayores al 50% (es decir, los sistema bajo riego presenataron en promedio un 50% más de rendimiento potencial en comparación con los sistemas de secano). El riego es un factor clave que explica la brecha del rendimiento del maíz (yield gap), brecha que se acentúa con el calentamiento (provincias con elevadas temperaturas tienen mayor brecha del rendimiento al comparar regadío y secano).

Efectos de la temperatura, precipitación y emisiones de dióxido de carbono CO2 en el rendimiento del maíz para cultivos en secano y regadío.  



EN DETALLE (CUESTIONES NO MENOS IMPORTANTES)
           
  •       1.     Modelos matemáticos. Los modelos de dinámica poblacional permiten el tratamiento matemático de cualquier fenómeno dinámico, es decir, cualquier fenómeno que incluya magnitudes que cambian con el tiemo (o con otras magnitudes). Entre los campos de aplicación de estos modelos se encuentran la Física, Química, Biología y Economía, entre otros. Cabe destacar que el padre de estos modelos es el economista Thomas Malthus (1766-1843) quién, mediante estos modelos, influyó enormemente en los estudios de Charles Darwin (1809 – 1882). Aquí, hemos modelado el rendimiento del cultivo según sus valores de rendimiento año a año y evaluando explícitamente los efectos del clima sonbre parámetros biológicos del cultivo. Estos modelos nos permiten estimar el rendimiento potencial sostenible del cultivo, algo así como la capacidad de carga del sistema para sostener dicha producción.

  •       2.    Secano vs. regadío. El maíz bajo secano fue afectado negativamente por las olas de calor, particularmente en Sevilla, Cádiz, Almería, Navarra y Ávila. Sin embargo, bajo regadío, el maíz mostró algún grado de tolerancia al calentamiento (excepto en Almería y Ourense).


La precipitación no fue importante para sistemas de riego, como era de esperar, pero fue importante en algunas provincias bajo secano. Para estos últimos, detectamos efectos positivos de la precipitación en Teruel y Soria, y negativos en Córdoba, Zaragoza.
El nivel de dióxido de carbono (CO2) afectó negativamente al cultivo de regadío en Lugo, y al de secano en Ourense y Soria; mientras que benefició al cultivo de secano en Ávila.

  •       3.     Valores extremos. Los valores extremos son más importantes que los valores medios. Detectamos que la temperatura mínima (nocturna) fue el factor dominante de la producción de maíz. Este hallazgo coincide con otros estudios mundiales en otros cultivos, y todo indica que se debe a que acorta el período de llenado de grano y aumenta la tasa de crecimiento del grano, disminuyendo su rendimiento final. Nuestros resultados resaltan la importancia de incluir estas variables extremas en próximos estudios.

  •       4.    Efectos no lineales. Nuestros resultados indican que el calentamiento produce mayores efectos en aquellos cultivos con alto rendimiento. Cuando el cultivo tiene un mayor rendimiento, y por tanto una mayor demanda de nutrientes, el efecto de la temperatura es mayor; la temperatura actúa sobre los recursos limitantes (agua, nitrógeno N, etc.) de los cultivos. Estos resultados contradicen el uso general de estadísticos como el grados-día (growing degree days GDDs and killing degree days KDDs for climate), que asumen que el efecto de la temperatura sobre el cultivo es el mismo, sea cual sea el rendimiento de dicho cultivo. Como consecuencia de nuestros hallazgos, sugerimos que los cultivos de maíz con alto rendimiento son especialmente vulnerables a las variaciones ambientales o, lo que es lo mismo, que los cultivos de bajo rendimiento son adecuados para condiciones adversas (o de bajos recursos).

  •       5.     Estructura del rendimiento del maíz. Hemos descubierto que los sistemas de producción de cultivos presentan una estructura propia que determina su estabilidad ante perturbaciones ambientales. Hemos demostrado que cuando esta estructura presenta retroalimentaciones negativas, como el termostato que regula un calefactor, los rendimientos de los cultivos son más estables. Un resultado impactante respecto a la estructura del rendimiento del maíz, es que ésta fue la misma bajo secano y regadío. Esto se debe a que los cultivos registran la información proveniente del ambiente y del medio interno de la planta y a partir de ella regulan el funcionamiento de órganos y sistemas. Es decir, el cultivo ajusta sus procesos internos en función de esta información, y reduce así la probabilidad de que un cambio en las condiciones ambientales provoque un colapso en la producción del cultivo. Sin embargo, la estabilidad del rendimiento del cultivo puede verse afectada por el cambio climático, cuando las variaciones del clima se vuelven más pronunciadas y extremas. Estos hallazgos son importantes a la hora de preveer cuán resistentes serán los cultivos al cambio global, es decir, cuál es la magnitud de la perturbación ambiental que el cultivo puede absorber o amortiguar antes de que colapse o en qué momento es más efectivo manipular el cultivo para mitigar los efectos negativos del clima.



CONCLUSIONES
            El cambio climático no ha tenido efectos uniformes en España y la efectividad del riego para mitigar estos cambios varió también de manera espacial debido al efecto de la temperatura. Hemos obtenido un mapa heterogéneo de vulnerabilidades y potencialidades a partir del cual desarrollar las estrategias de adaptación y mitigación del cambio climático en España. Las herramientas propuestas en este estudio explican de manera adecuada los datos históricos observados, permiten detectar los mecanismos biológicos involucrados en los efectos del cambio climático y estimar el rendimiento potencial del cultivo ante diversas situaciones. A partir del conocimiento obtenido podremos estimar, a medio y largo plazo, las proyecciones del rendimiento del maíz en España (un trabajo que estamos desarrollando actualmente). Asimismo, las herramientas que hemos propuesto podrán ser empleadas en otros cultivos y otras regiones claves para asegurar las necesidades alimentarias en un futuro próximo.

Pérdidas de rendimiento en el maíz debidas a valores sub-óptimos de disponibilidad de agua (YGRw; %). Este porcentaje de pérdida de rendimiento indica qué tan similares son los rendimientos potenciales del maíz bajo secano y regadío para la provincia dada.



REFERENCIA
Ferrero, R., Lima, M., & Gonzalez-Andujar, J. L. (2014). Spatio-Temporal Dynamics of Maize Yield Water Constraints under Climate Change in Spain. PloS one, 9(5), e98220. Disponible en:


EQUIPO DE TRABAJO
            Nuestro equipo estuvo formado por investigadores del Consejo Superior de Investigaciones Científicas (CSIC), de la Pontificia Católica Universidad de Chile (PUC), del Laboratorio Internacional en Cambio Global (LINCGlobal) y del Center of Applied Ecology and Sustainability (CAPES).

Affiliations: Rosana Ferrero1,4*, Mauricio Lima2,3,4, Jose Luis Gonzalez-Andujar1,3
1Departamento Protección de Cultivos, Instituto de Agricultura Sostenible, Consejo Superior de Investigaciones Científicos (CSIC), Córdoba, Spain.
2Departamento de Ecología, Pontificia Universidad Católica de Chile, Santiago, Chile.
4Center of Applied Ecology and Sustainability (CAPES), Santiago, Chile.
3Laboratorio Internacional de Cambio Global, LINCG (CSIC-PUC), Santiago, Chile.




Read more...

viernes, 30 de mayo de 2014

Logo, vuelve la tortuga con TurtleGraphics en R!

No pude contenerme. Navegando en busca de ampliar algunas herramientas de R, me he topado con este proyecto que me ha recordado mi niñez. Se trata del paquete  TurtleGraphics que acerca a R el programa Logo. Logo es un lenguaje de programación creado por los años sesenta y que sirve para trabajar con niños y jóvenes dado que es muy sencillo. Recuerdo conocerlo gracias al profesor de informática de la escuela cuando era muy pequeña; era aquella tortuga que hacíamos girar y crear mandalas con algunas pequeñas órdenes. Bueno, la tortuga ha dado el salto y ya está en R! me parece genial esta oportunidad de acercar el lenguaje de programación a los niños y además enseñarles programas con tanto potencial como R.

Aquí tienen un manual Paso a Paso para aprender a manejar esta tortuga en R.  Con una lista de órdenes sencillas podemos crear gráficos como el siguiente:



Fundamentalmente consiste en presentar a los niños retos intelectuales que puedan ser resueltos mediante el desarrollo de programas en Logo. El proceso de revisión manual de los errores contribuye a que el niño desarrolle habilidades metacognitivas al poner en práctica procesos de autocorrección. Es conocido por poder manejar con facilidad gráficas tortuga, listas, archivos y recursividad
instalaciones conocidas en el lenguaje de programación Logo. La idea clave detrás del paquete es animar a los niños a aprender a programar y demostrar que el trabajo con los ordenadores puede ser divertido y creativo. 

Sobre el paquete  TurtleGraphics
El paquete TurtleGraphics permite crear gráficos simples o más sofisticados sobre la base de líneas. La tortuga, descrito por su ubicación y orientación, se mueve con comandos que están en relación con su posición. La línea que deja tras de sí se puede controlar mediante la desactivación o estableciendo su color y tipo.
El paquete TurtleGraphics ofrece funciones para avanzar o retroceder por una distancia determinada y girar la tortuga por un ángulo elegido. Distintas opciones de gráficos, por ejemplo, el color, el tipo o la visibilidad de la línea, también se pueden cambiar fácilmente. 
Le recomendamos que lo pruebes tú mismo. Disfrutar y divertirse!

Read more...

sábado, 3 de mayo de 2014

GAPMINDER: cómo ha cambiado el rendimiento del cultivo de cereales, por país, en el tiempo.

ver www.bit.ly/czPcDn
Gapminder Agriculture is a collection of 700 indicators from the Food and Agriculture Organization (FAO) on production of fruits, livestock (animals), oil crops and more. This graph shows the net production of cereals per person (on the y-axis).The size of the bubbles represents the total cereal production in the country. Australia has highest production per capita, but as a total, China produces most, followed by the US.

Read more...

viernes, 2 de mayo de 2014

Segunda Escuela Iberoamericana de Cambio Global. Río de Janeiro, Brasil.

ATENCIÓN!!!!!


Evento: Segunda Escuela Iberoamericana de Cambio Global


Tema: Cambio Global y Procesos de Retroalimentación


Lugar: Río de Janeiro, Brasil.
Promotor: LINCGlobal
Contato: lincglobalufrj@gmail.com 
WEB: https://www.facebook.com/pages/Simpósio-de-Mudanças-Globais-RJ/431275163681874?fref=ts

•       Simposio: 15 a 17 de Setembro de 2014
•       Workshop: 18 a 20 de Setembro de 2014
•       Curso de Post-Graduación: 2 a 30 de Setembro de 2014

Conferencistas confirmados: 

CSIC/ Espanha Fernando Valladares, Blas Valero, Miguel Araujo, Francisco Puignaire, Ana Moreno, Jose Luiz Pellegri, 
PUC/ Chile Pablo Marquet, Ernesto Gianolli, Claudio Latorre, Gaxiola Aurora. 
UFRJ-UFF-UERJ-UNIR/ Brasil Olaf Malm, Alex Enrich Prast, Humberto Marotta, Mariana Valle, Mario Soares, Wanderley Bastos

Habrá presentación de trabajos en forma de Panel. 

Prepara tu currículum! Debe contener el título del trabajo, autores e instituciones, breve introducción, objetivo, resultado y conclusión. No requiere la inclusión de figuras y metodología. El resumen no debe exceder 1 hoja A4, letra Times New Roman, tamaño 12.


Read more...

jueves, 1 de mayo de 2014

Mendeley: gestor de referencias bibliográficas, interfaz con Word y citas-Web

¿Qué es Mendeley? Free reference manager and PDF organizer

Mendeley está formado por un gestor de referencias bibliográficas (Mendeley Desktop, versión local) y una red social académica (Mendeley web, versión web). Por tanto, permite encontrar, gestionar y compartir documentos de investigación y colaborar en línea con otros investigadores.

Principales ventajas

  • Crear carpetas
  • Añadir referencias manualmente, mediante web o pdf.
  • Completar datos bibliográficos a mano o ayudarnos con Google Scholar.
  • Insertar referencias en Word (con diversos estilos).
  • Editar y clasificar los documentos (girar, eliminar duplicados, etc.).
  • Resaltar y realizar anotaciones; y exportarlas.
  • Buscar duplicados
  • Sincronizar con Mendeley web
  • Importar citas desde la web
  • Trabajar con los documentos
  • Elegir el estilo de la cita bibliográfica.
Les recomiendo mirar el tutorial de Julio Alonso de la Universidad de Salamanca y la guía de uso de Carmen Rodríguez (ver debajo).



Comparación de softwares de manejo de referencias.

Desarrollado por Elsevier se trata de un software que no es de acceso libre (si gran contra), pero ofrece 2 GB de espacio online y gratuito para nuestros documentos (a diferencia de los 300 MB que ofrece Zotero) y trabaja con Windows, Linux, OS X, iPhone & iPad (ver comparación con otros softwares).

Soporte

  • Importar documentos
  • Generar citas
  • Organizar tu librería
  • Grupos públicos y privados en Mendeley
  • Crear tu perfil Mendeley

Videos & Tutorials

Learn quickly how to use Mendeley features with these short videos, tips and tricks.
View all videos



Read more...

sábado, 26 de abril de 2014

Graficar con estilo xkcd en R!

Ahora podemos crear gráficos en R con el estilo xkcd! 




Web: http://xkcd.com


Los comics xkcd son creados por Randall Munroe ("un cómic web de romance, sarcasmo, matemáticas e idioma" -en español-), un diseñador de robots de la NASA, natural de Chesterfield, Virginia (actualmente vive en Somerville, Massachusetts).

Para crear nuestros propios gráficos debemos instalar el paquete xkcd. En el propio paquete, se encuentran ejemplos de gráficos de puntos, histogramas, etc.

library(xkcd)
vignette("xkcd-intro")
Por ejemplo, podemos crear el siguiente gráfico:

Read more...