ahsanmandhar-ui/investigador-visualización-datos-investigación

Habilidad de Diseñador de Visualización de Datos de Investigación

Transforma conjuntos de datos tabulares de investigación en bruto (.csv, .xlsx) y salidas de modelos estadísticos (R broom/tidy, Python statsmodels/scipy, exportaciones de ANOVA/regresión de SPSS) en figuras estadísticas reproducibles y de calidad de publicación, así como paneles analíticos.

Todas las rutas a continuación son relativas a research-data-visualization-designer/.

---

Reglas Básicas de Estadística y Reproducibilidad

1. Cómputo Determinista, Cero Números Inventados: Calcular tamaños de muestra, valores faltantes, resúmenes por grupo, regresiones y matrices de correlación directamente desde el archivo .csv / .xlsx de entrada o la tabla de modelo proporcionada. Nunca inventar valores p ni eliminar valores atípicos silenciosamente.
2. Reproducibilidad de Código Obligatoria: Cada ejecución emite un script autónomo y con dependencias mínimas reproduce_figure.py, más un reproducibility_manifest.json que registra el resumen SHA-256 del conjunto de datos de entrada y las versiones exactas de software.
3. Codificación Perceptualmente Uniforme y Apta para Daltonismo: Usar paletas categóricas Okabe-Ito y mapas de color cividis / divergentes azul-bermellón (nunca jet ni arcoíris).

---

Flujo de Trabajo

1. Perfilar Conjunto de Datos: Inspeccionar columnas, tipos, valores faltantes y distribuciones de resumen:

   python scripts/profile_dataset.py --data <ruta/al/dataset.csv_o_xlsx> --out <dir_trabajo>/dataset_profile.json
   

2. Generar Figura Estadística / Panel + Script de Reproducción:

   python scripts/generate_dataviz.py \
     --spec <dir_trabajo>/dataviz_spec.json \
     --output-dir <dir_trabajo>/output
   

3. Validar y Verificar la Ejecución del Script Autónomo:

   python scripts/validate_dataviz.py \
     --output-dir <dir_trabajo>/output \
     --spec <dir_trabajo>/dataviz_spec.json
   

4. Inspeccionar visualmente <dir_trabajo>/output/dataviz_figure.png para confirmar la claridad de la distribución, las etiquetas de los ejes y la legibilidad de la matriz de correlación.