dayad23

[dayad23]

Introducción al Análisis de Datos con Python

Código

import pandas import numpy

any additional libraries would be imported here

data = pandas.read_csv('ool_pds.csv', low_memory=False)

print("Numero de observaciones/encuestados") print (len(data)) #numero de observaciones (filas)

print("Numero de variables") print (len(data.columns)) # numero de variables (columnas)

print(" ") print("Como te identificas 1-Republicano|2-Democrata|3-Independiente|4-Otro|-1 No contestaron") c1 = data["W1_C1"].value_counts(sort=False) print (c1)

print("Porcentajes") p1 = data["W1_C1"].value_counts(sort=False, normalize=True) print (p1)

Otra forma de representar los datos

ct1= data.groupby("W1_C1").size()

print(ct1)

pt1= data.groupby("W1_C1").size()* 100 /len(data)

print(pt1)

print("Edad de los encuestados") c2 = data["PPAGE"].value_counts(sort=False) print (c2)

print("Porcentajes") p2 = data["PPAGE"].value_counts(sort=False, normalize=True) print (p2)

print(" ") print("Educacion por categoria") print("1-Menos de preparatoria | 2-Preparatoria | 3-Algun colegio | 4-Licenciatura o posgrado") c3 = data["PPEDUCAT"].value_counts(sort=False) print (c3)

print("Porcentajes") p3 = data["PPEDUCAT"].value_counts(sort=False, normalize=True) print (p3)

Resultado en pantalla

Numero de observaciones/encuestados 2294 Numero de variables 436

Como te identificas 1-Republicano|2-Democrata|3-Independiente|4-Otro|-1 No contestaron W1_C1 1 331 2 1251 3 555 4 108 -1 49 Name: count, dtype: int64 Porcentajes W1_C1 1 0.144289 2 0.545336 3 0.241935 4 0.047079 -1 0.021360 Name: proportion, dtype: float64 Edad de los encuestados PPAGE 56 51 59 48 36 27 70 30 37 33 .. 19 22 75 14 38 30 74 22 48 45 Name: count, Length: 64, dtype: int64 Porcentajes PPAGE 56 0.022232 59 0.020924 36 0.011770 70 0.013078 37 0.014385

19 0.009590 75 0.006103 38 0.013078 74 0.009590 48 0.019616 Name: proportion, Length: 64, dtype: float64

Educacion por categoria 1-Menos de preparatoria | 2-Preparatoria | 3-Algun colegio | 4-Licenciatura o posgrado PPEDUCAT 2 700 1 219 4 693 3 682 Name: count, dtype: int64 Porcentajes PPEDUCAT 2 0.305144 1 0.095466 4 0.302092 3 0.297297 Name: proportion, dtype: float64 Evidencia del codigo ejecutado

Base de datos tomado de la investigación: "Outlook on Life Surveys, 2012" Elegí 3 variables a evaluar La cuales son: Como te identificas 1-Republicano|2-Democrata|3-Independiente|4-Otro|-1 No contestaron (en donde -1 representa pérdida de datos) Edad de los encuestados Educación por categoría

[dayad23]

Cómo poner en marcha su proyecto de investigación

Revisando los libros de codigo que se nos ha proporcionado, he decidido tomar el libro de codigo de “Outlook on Life Surveys”, especialmente en cómo se identifican los ciudadanos estadounidenses respecto a la política, es decir, si se identifican como “Democratas, republicanos o independientes.”

En mi comunidad y familia he podido notar que la edad es un factor relevante a la hora de hablar de política, puesto que los más jóvenes tenemos diferente perspectiva respecto a los mayores, es por ello que me gustaría estudiar la asociación entre cómo se identifica el ciudadano estadounidense con respecto a rango de edad.

Además, me gustaría saber que influencia tiene las noticias respecto a la decisión de partido político, esto puede ser un complemento para saber que rango de edad está más influenciada por las noticias para elegir partido político.

Las preguntas de investigación serían:

¿Qué relación tiene la identificación del ciudadano estadounidense con respecto a la política con razón a su edad?

¿Qué relación tiene las noticias en la influencia a la identificación del ciudadano estadounidense con respecto a la política?

Investigando en Google académico, encontré un articulo llamado “Influencia de las noticias sobre nuestras imágenes del mundo “ de Maxwell McCombs En el cual hablan de la influencia de las noticias en nuestra vida cotidiana. Además incluye un termino el cual no había escuchado, el cuál es “Agenda-setting”, término que introdujo Lippman. Agenda-setting  es un nombre metafórico y McCombs lo define como “proviene de la noción de que los mass media son capaces de transferir la relevancia de una noticia en su agenda a la de la sociedad.”  Este articulo menciona que las conferencias de prensa y “The New York Times” son los más influyentes en el entorno informativo.

MCCOMBS, MAXWELL (1996): “Influencia de las noticias sobre nuestras imagen del mundo”, pp.13-34, en Bryant, J y Zillmann, D. (comps.), Los efectos de los medios de comunicación. Investigaciones y teorías, Barcelona: Paidós.

En otro articulo llamado “La base electoral de Obama, redes sociales virtuales y reales: los casos de generation engage y moms for Obama” podemos encontrar la palabra “Generation Engage”, la cual es definida por el autor de la siguiente manera:” Se trata de una organización no gubernamental, sin afiliación política o religiosa dedicada a conectar a jóvenes con la clase política mediante el impulso de iniciativas que permiten el acercamiento de líderes políticos a la juventud.” Y también explican acerca de “Moms for Obama” y de la utilización de las redes sociales, sitios online y blogs para la base electorial de Obama.

González, J.L. (2010): "La base electoral de Obama, redes sociales virtuales y reales: los casos de generation engage y moms for Obama", en Revista Mediterránea de comunicación, 1, pp. 25-35. Recuperado el día 08 de mes 05 de año 2024.