Entradas

Mostrando las entradas con la etiqueta salud pública

Análisis de la Copa Mundial FIFA 2026 con Python: Estadísticas, eficiencia ofensiva y visualizaciones

Imagen
  Análisis de la Copa Mundial FIFA 2026 con Python: Estadísticas, eficiencia ofensiva y visualizaciones antes de las semifinales La ciencia de datos ofrece una excelente oportunidad para descubrir patrones que muchas veces pasan desapercibidos durante un partido de fútbol. En este proyecto utilizaremos Python , Pandas y Matplotlib para analizar información estadística de la Copa Mundial FIFA 2026 a partir de un conjunto de datos disponible en Kaggle, url  Football 2026 World Cup Dataset Más allá de obtener tablas y gráficos, el objetivo es responder preguntas interesantes como: ¿Qué selección fue la más eficiente frente al arco? ¿Qué equipos generaron más oportunidades de gol? ¿La cantidad de tiros realmente se traduce en más goles? ¿Qué estilos ofensivos se pueden identificar a partir de los datos? Este artículo es el primero de una serie donde construiremos un proyecto completo de análisis deportivo utilizando Python, desde la exploración de datos hasta modelo...

Análisis con Python: ¿Cuántos reumatólogos se necesitan en Playa del Carmen?

Imagen
📊 ¿Cuántos reumatólogos se necesitan en Playa del Carmen? Un análisis con Python Las enfermedades autoinmunes afectan aproximadamente al 5% de la población mundial . Esto incluye padecimientos como lupus, artritis reumatoide, esclerosis múltiple, entre otros. En este artículo haremos un ejercicio técnico para estimar cuántos reumatólogos serían necesarios para atender esa demanda en una ciudad como Playa del Carmen, Quintana Roo , utilizando Python y Jupyter Notebook . 📌 Paso 1: Estimar población y personas afectadas De acuerdo con datos recientes, la población aproximada de Playa del Carmen es de 304,942 personas. Si el 5% sufre una enfermedad autoinmune: # Supuestos poblacion_total = 304_942 porcentaje_afectados = 0.05 personas_afectadas = poblacion_total * porcentaje_afectados print(f"Número estimado de personas con enfermedades autoinmunes: {int(personas_afectadas)}") Resultado: 15,247 personas con enfermedades autoinmunes. 📌 Paso 2: ¿Cuántos re...

🚀 Mantener este blog funcionando requiere tiempo y café. ¡Puedes contribuir con uno aquí!