Fuentes de Datos en Estadísticas
Sitio web: https://www.quandl.com/ nos va a permitir a datos financieros y económicos de cientos de editores a través incluso de una API gratuita, donde al darte de alta y registrarte se hará llegar un ID para la API y la versión de pago para la base de datos no están en la wiki gratis sino en la parte «premium».
Quandl se retroalimente de funtes de datos como:
. EEEUU: https://data.un.org/Default.aspx con sus estadísticas de comercio, trabajo, salud…
. Banco mundial: https://data.worldbank.org/ con estadísticas en países en desarrollo: economía, educación y salud
. Eurotast: https://ec.europa.eu/eurostat con estadísticas sociales y económicas de países miembros de Europa
. FAO: https://faostat3.fao.org/home/E, estadísticas de agricultura, pesca, ganadería…
. WHO: shttps://apps.who.int/gho/data/node.main, salud, enfermedad, mortalidad…
. Geocomp: https://geocompendium.grid.unep.ch/, medio ambiente
. OCDE: https://data.oecd.org/, organización para la cooperación económica y el desarrollo
. WTO: https://www.wto.org/english/res_e/statis_e/statis_e.htm, organización de comercio mundial
. ITU: https://www.itu.int/en/ITU-D/Statistics/Pages/stat/default.aspx, unión internacional de telecomunicaciones
. LIS: https://www.lisdatacenter.org/, crecimiento de ingresos, pobreza, desigualdad
. OICA: https://www.oica.net/, producción y venta de vehículos
. IRG: https://www.wri.org/, Instituto de recursos mundiales
. NATS: https://nats.sct.gob.mx/, estadísticas de transporte de América del Norte
Otras fuentes bancarias, Big data, consultarlas en esta URL de Quandl, https://www.quandl.com/resources/data-sources
Hay que tener en cuenta los distintos métodos científicos para reordenar y los datos y verificar la fiabilidad de los mismos ya que estos datos no tienen porque ser recolectados con rigor científico y pueden acumular errores de origen al iniciar cálculos estadísticos.
Estamos viviendo auténticos momento Open Data y Big Data, sólo que todos estos datos tienen pasar el proceso de una técnica constratada, con experiencia y con sentido común.
Por otra parte, los software que nos ahorran el cálculo de fórmulas también quedan bajo sospecha de errores que pueden ir sumando acumulación e influenciar de forma negativa en la toma de desiciones y en las estrategias.
Otras fuentes de datos en estadísticas:
Sumarán más y más datos compartidos en internet. Se crearán más y más herramientas open source para que las personas a partir de sus propios datos y realidades al trabajar en tecnología cloud computing, aporten a los desarrolladores y estudios estadísticos realidades certeras. No queriendo decir esto que nos tengamos que olvidar de que al final todo es concentración, pensar, diseñar y seguir pasos acertados bajo teorías acertadas y contrastadas. Las máquinas, los software, los datos son recursos para lograr plantear las mejores estrategias en pro de los beneficios de los negocios online. Aunque tan poco, debemos confiarnos en imputar datos en un software estadístico y menos aún, datos tomados de bases de datos de institutos de estadísticas sin conocer la acumulación de errores. Errores de la fuente de datos y errores de la tecnología de cálculo.
Mecanismos de extracción de datos: https://knoema.es/
El observatorio económico: https://atlas.media.mit.edu/
Librería de datos variada: https://datamarket.com/
Ebooks de fuentes de datos en estadísticas:
1.- Making Data Meaningful es un libro en formato .pdf del proyecto web: https://unece.org y aquí os comparto las dos URL, que espero que con el tiempo no se pierdan.
https://www.unece.org/fileadmin/DAM/stats/documents/writing/MDM_Part1_English.pdf
https://www.unece.org/fileadmin/DAM/stats/documents/writing/MDM_Part2_English.pdf
https://www.im.ufrj.br/ralph/econometria/aula_01.pdf
https://www.scielo.cl/pdf/rae/v24n1/art05.pdf
https://www.bdigital.unal.edu.co/12560/1/MarisolValenciaCardenas.2014.pdf
https://www.economia.puc.cl/docs/trd_78.pdf
