datos no-numéricos

INTRODUCCIÓN
prácticamente, casi cualquier dato puede ser incluido dentro de esta categoría
- datos de tipo social
[todos los relacionados de una forma u otra con encuestas, estudios de opinión, bases de datos de recusos humanos...]
- datos categorizados (escalas inherentes)
[de tipo sensorial (caliente, grave...), colores, escalas basadas en opiniones (mejor, preferible...)]
- datos categorizables (pueden ser incardinados dentro de escalas arbitrarias)
[lugares, razas, sexo, religión...]


TRENDINGBOT
antes de usar el programa con datos pertenecientes a este grupo, es necesario llevar a cabo una transformación a valores numéricos
reglas
* valores suficientemente bajos
[la típica escala 0-10 funciona bien en la mayor parte de los casos]
* suficientemente lógicos
[para colores de ojos 0=marrón y 10=verde no tiene sentido; marrón-verde-azul sigue la evolución lógica]
* max. y min. tienen que venir dados en los datos originales (evite extrapolaciones)
[para colores de ojos y sólo marrón y verde en los datos originales, las predicciones no deberían aplicarse al azul]

herramienta accesoria

trendinBot pretende ser una aplicación que ayude al analista humano (consejero financiero, encuestador, ingeniero de simulación...) a manejar información aparentemente inconexa

por tanto, y a excepción de situaciones muy simples, la actual versión del programa no debería ser usada como predictor independiente

datos originales y trendingBot

trendingBot presenta un manejo fácil e intuitivo; no obstante, siempre son de agradecer directrices específicas que ayuden al nuevo usuario a maximizar la capacidad del programa

cuatro pasos [nomenclatura usada por el programa]
1.- encuentre el carácter repetitivo [casos]
* puede estar basado en distintos periodos temporales, lugares o personas, en situaciones u objetos equivalentes...
* se tiene que observar cierto nivel de consistencia (regularidad)
2.- seleccione las variables cuyos valores desea predecir [resultante para cada caso]
3.- seleccione las variables (hasta 10) que presenten mayor influencia sobre la anterior [entradas para cada caso]

¿no está seguro?
ejecute el programa repetidamente y quédese con las que muestren mejor comportamiento

4.- ejecute trendingBot y obtenga la solución

una forma diferente de gestionar datos

los métodos estadísticos (simplificativos), aunque basados, en general, sobre ideas muy sensatas, implican un nivel de error imprevisible, que ha sido aceptado hasta el momento como la solución menos mala, pero ¿aún es ese el caso?
hoy en día, cualquier ordenador doméstico puede ejecutar cálculos, difícilmente imaginables hace sólo 10 años ¿entonces? ¿por qué continuar con las simplificaciones?

trendingBot ofrece un camino alternativo, basado en las siguientes ideas
1. simplificaciones = posibles errores
2. la situación más compleja puede ser dividida en comportamientos más sencillos
3. cualquiera de estos comportamientos puede ser descrito matemáticamente, tras la adecuada selección de variables

- error en las predicciones significaría errónea selección de variables
- toda intervención arbitraria del usuario (parámetros de usuario) significaría mala definición del modelo

4. la mayor parte de los comportamientos "naturales" se basan en relaciones matemáticas bastante simples
5. más detallado significa mejor => combinatoria antes que métodos estadísticos simplificativos