Skip to content

6. Productos

jorgeav527 edited this page Nov 4, 2022 · 1 revision

PRODUCTOS

Los datos utilizados para el análisis fueron extraídos desde Banco Mundial, ONU y OMS.

Para el análisis de los datos, se agrupó a los países según su ingreso nacional bruto per cápita porque de esa manera se puede visualizar mejor las diferencias.

Se formó 4 grupos: nivel alto, nivel medio alto, nivel medio bajo y nivel bajo.

El dashboard muestra el comportamiento de la esperanza de vida desde 1990 hasta 2020 de acuerdo a los grupos formados. Asimismo se presenta cómo los factores económicos y sociales influyen en ella. Se eligieron 7 factores a través del análsis exploratorio que se realizó previamente.

Los factores elegidos son:

  • Ingreso nacional bruto percápita
  • Producto bruto interno percápita
  • Estabilidad política
  • Tasa de mortalidad infantil (por cada 1000)
  • Acceso de servicion sanitario (%)
  • Tasa de fertilidad (promedio de hijos)
  • Tasa de la poblacion que usa métodos anticonceptivos (%)

Desarrollo del dashboard en POWER BI

  1. Se realiza la conexión a la base de datos que se encuentra en LINODE, según la siguientes credenciales:
drawing
  • Esta conexión lo hacemos a través del interfaz ODBC.
  1. Se realiza la uníon de las tablas "índice" e "ingreso" y se genera las relaciones. A continuación se muestra el modelo dimensional:
  1. Una vez desarrollado el dashboard se publica en PowerBI Service.
  2. Finalmente se genera el link para la visualización publica del tablero.

Dashboar en PowerBI

Desarrollo del modelo de Machine learning en Streamlit

  1. Se realiza la conexión a la base de datos que se encuentra en LINODE, según la siguientes credenciales:
drawing
  • Esta conexión lo hacemos a través del interfaz jupyter-notebook con la libreria Psycopg2.
  1. A continuación se muestra algnos graficos:
  1. Una vez desarrollado el dashboard se publica en Streamlit Service.
  2. Finalmente se genera el link para el respectivo deploy en producción.

Dashboar en Streamlit

Clone this wiki locally