Uso de Numpy, Pandas y ChatGPT para realizar un análisis estadístico de Calificaciones

Como realizar un análisis estadístico con Python 

Como ya es de conocimiento de muchas personas al momento de realizar el análisis estadístico con las notas de un estudiante normalmente todos estamos acostumbrados a utilizar Excel, ya que lo vemos más fácil de manejar. Sin embargo, como ya lo mencionamos en una anterior publicación este tiene sus limitaciones en cuanto a la velocidad, la memoria y el costo.

Me propuse a resolver el siguiente problema:

Como realizar el análisis estadístico de las calificaciones de los estudiantes del curso de Laboratorio de Física, utilizando Python y ChatGPT.

En la siguiente grafica se puede observar una tabla construida en excel, el cual representa las notas de 33 estudiantes (remplace los nombres por privacidad), además se puede observar 6 categorías que hacen referencia a trabajos y 2 categorías que son dos exámenes.

Lo primero que realice con estos datos es guardarlo en extension .csv con el nombre de notas (https://drive.google.com/file/d/1iQxNids2zU-uKrO9bS5GZRP1ezgxAgxu/view?usp=drive_link), posteriormente realice un analisis con las categorias de trabajo, para ello utilice el siguiente prompt "en principio trabajaremos con todas las categorías menos el 1er parcial y el 2do parcial, con las demás categorías desarrolla el análisis de datos que incluya graficas" el cual me dio como resultado lo siguiente.

Entendido. Realizaré un análisis de los datos excluyendo las calificaciones del "1er parcial" y "2do parcial". Este análisis incluirá:

1. Distribución de las calificaciones en cada categoría.
2. Análisis de la media y la mediana.
3. Histogramas para visualizar la distribución de las calificaciones.

Procederé con el análisis y la generación de gráficas para cada categoría.

Parece que hubo un error debido a un problema en el nombre de una de las columnas. La columna "carga y descarga" no se ha identificado correctamente. Corregiré el nombre y volveré a intentar generar las gráficas. ​​

Las categorías disponibles en el conjunto de datos son: 'Directas', 'Indirectas', 'Resistencia', 'Circuitos eléctricos', y 'Campos magnéticos'. Sin embargo, la categoría 'Carga y descarga' no se encuentra en los datos o tiene un nombre diferente.

Procederé a generar las gráficas para las categorías disponibles. ​

Posteriormente realizamos un analisis similar para el caso de las calificaciones de los examenes

Posteriormente le pedi que realice una nueva tabla con los datos promedios de los trabajos y otra tabla con los promedios de las calificaciones, el programa como resultado realizo un nuevo data set, ademas de su respectivo analisis estadistico

https://drive.google.com/file/d/1E-VUu8otrHwnwi8KAcejiQh-Gz7AYod8/view?usp=drive_link

1. Promedio de Examenes (1er y 2do parcial):

   • Media: 23.15
   • Desviación estándar: 18.31
   • Mínimo: 0.00
   • Máximo: 48.00
   • Mediana: 30.00

2. Promedio de las Otras Categorías:

   • Media: 43.48
   • Desviación estándar: 30.27
   • Mínimo: 0.00
   • Máximo: 81.00
   • Mediana: 52.00

Esto indica que, en promedio, las calificaciones de las otras categorías son más altas que las de los exámenes. La desviación estándar en ambas categorías también sugiere una variabilidad significativa en las calificaciones.

Finalmente le pedí realizar una ponderación de las notas, tomando en cuenta la siguiente ponderación: Nota Final= Promedio Exámenes + (Promedio otros *0.5). Esta ponderación me da como resultado la nota final. Además, le pedí que genere un data set con la información de las notas finales y que verifiqué cuantos estudiantes aprobaron utilizando el siguiente criterio:

Si la Nota Final es mayor a 51 entonces el estudiante aprobó, si la nota es igual a cero eso significa que el estudiante abandono la materia, caso contrario el estudiante reprobó.

https://drive.google.com/file/d/1ncg5C2IAZbFhMRe8yvkgU4bJKwri_i6Z/view?usp=drive_link

Resultados:

• Aprobados: 16 estudiantes
• Reprobados: 13 estudiantes
• Abandonos: 5 estudiantes

Análisis Estadístico del Conteo de Estados:

• Cantidad total de categorías (estados): 3
• Media: Aproximadamente 11.33 estudiantes por estado
• Desviación estándar: 5.69
• Mínimo: 5 estudiantes (Abandono)
• Mediana: 13 estudiantes (Reprobado)
• Máximo: 16 estudiantes (Aprobado)

Finalmente realice un analisis de dispersion

El gráfico de dispersión muestra la relación entre los "Promedios de Exámenes" y "Promedios de Otras Categorías", con una distinción entre los estudiantes que aprobaron (en azul) y los que no (en naranja).

Observaciones del Gráfico:

• Existe una tendencia clara: a mayor promedio en exámenes y otras categorías, mayor es la probabilidad de que el estudiante haya aprobado.
• Los estudiantes que aprobaron tienden a agruparse en la parte superior derecha del gráfico, indicando altos promedios tanto en exámenes como en otras categorías.

Análisis de Correlación:

• Promedio de Exámenes y Aprobación: Correlación de 0.878, lo que indica una fuerte relación positiva. Esto significa que los estudiantes con promedios más altos en los exámenes tienen una mayor probabilidad de aprobar.
• Promedio de Otras Categorías y Aprobación: Correlación de 0.800, también una fuerte relación positiva, sugiriendo que los estudiantes con mejores desempeños en las otras categorías tienden a aprobar.

Este análisis de dispersión y correlación sugiere que tanto el rendimiento en los exámenes como en las otras categorías son indicadores significativos del éxito del estudiante en la materia.

Conclusión

Podemos indicar que el trabajo fue un total éxito debido a que se logro realizar el análisis estadístico utilizando Python, además esto fue con la ayuda de ChatGPT, quien facilito el trabajo de gran manera logrando realizar lo siguiente:

- Ordenar y depurar los datos

- Realizo un análisis previo estadístico con las ponderaciones de trabajos y exámenes

- Se realizo tres datasets, los cuales muestran la información de los datos analizados

- Finalmente se realizo un análisis a los datos finales, los cuales fueron el promedio de las notas de trabajo y exámenes.

Anexos.

En este apartado dejare todos los códigos, los cuales fueron utilizados para realizar este trabajo, estos fueron verificados en JupyterLab, aclarar que en muchos de los casos es importante utilizar o precargar los datasets.