FUNDACIN UNIVERSITARIA SAN MARTIN. FACULTAD UNIVERSIDAD ABIERTA Y A DISTANCIA. EDISON TUNJO SALDAA. GRUPO 141. DATOS.

SOLUCIN AUTOEVALUACIN Y ACTIVIDAD FASCICULO 4. 1. Los datos en la mayora de las organizaciones, son: a. Completos. b. Muchos. c. Deficientes en calidad. d. Importantes.

2. Los problemas de calidad de datos son:

a. Desconocidos. b. Universales existen en todas las organizaciones. c. Ventajoso para la competencia. d. Inexistentes. 3. No es una actividad desfavorable para la calidad de los datos. a. Nuevos usos. b. Desarrollo de software. c. Replicacin. d. Integracin. 4. No es un proceso que afecte la calidad de los datos. a. Consolidacin de sistemas. b. Procesos organizacionales. c. Procesos internos. d. Sistemas nuevos. Actividad 1. Investigue en qu consiste cada una de las categoras analticas de calidad de los datos. Anlisis de elementos (datos): Las primeras etapas del anlisis deberan poner el nfasis en obtener cierto conocimiento, de los datos, alguna familiaridad con sus caractersticas esenciales. El proceso de examinar los datos para comprenderlos est integrado al proceso de limpieza y anlisis. Siempre cuestiona los datos y examnalos con una visin crtica. Los mismos conceptos que se usaron para la limpieza y edicin de datos se pueden aplicar a tratar de comprender los datos. En forma especfica, estamos hablando de los valores esperados, los valores que faltan y los valores extremos. En el anlisis de elementos se aplica con un sentido multivariado. Muchos de los mtodos de abordar un conjunto de datos son similares a los descritos como limpieza de datos por medio de los tems:

o o o o

Distribuciones un-variables. Tabulaciones cruzadas. Grficos de puntos para mostrar los pares de variables continuas. Matrices de correlacin.

En el anlisis de elementos se debe incluir la evaluacin de la concordancia, prepararando tablas resumen de la informacin bsica del anlisis anterior, que puede ser usada como referencia en etapas posteriores de anlisis de datos. El resumen de datos es una actividad esencial que, como el anlisis de datos, ocurre virtualmente en cualquier lugar y momento en que hay datos involucrados. En la fase de anlisis de datos, el resumen de datos involucra tomar la decisin de si corresponde y cmo deben agruparse las variables continuas en un nmero limitado de categoras y si se debe y cmo combinar las variables individuales en escalas e ndices. Tambin es necesario crear variables que tengan un mayor sentido conceptual que los tems individuales. Anlisis estructural: Cuando los analistas comienzan a trabajar sobre un proyecto de sistemas de informacin, a menudo tienen que profundizar en un rea de la organizacin con la que tienen poca familiaridad. A pesar de esto, futuros usuarios - de esa rea. Cualquier nuevo sistema o conjunto de recomendaciones para cambios en el sistema existente, ya sea ste manual o automatizado, debe conducir hacia una mejora. Para alcanzar este resultado, se espera que los analistas de sistemas hagan lo siguiente: Aprendan los detalles y procedimientos del sistema en uso. Obtengan una idea de las demandas futuras de la organizacin como resultado del crecimiento, del aumento de la competencia en el mercado, de los cambios en las necesidades de los consumidores, de la evolucin de las estructuras financieras, de la introduccin de la nueva tecnologa y cambios en las polticas del gobierno entre otros. Documentar detalles del sistema actual para su revisin y discusin por otros. Evaluar la eficiencia y efectividad del sistema actual y sus procedimientos, tomando en cuenta el impacto sobre las demandas anticipadas para el futuro. Fomentar la participacin de gerentes y empleados en todo el proceso, tanto para aprovechar su experiencia y conocimiento del sistema actual, como para conocer sus ideas, sentimientos y opiniones relacionadas con los requerimientos de un nuevo sistema o de los cambios para la cual. El anlisis estructurado es un mtodo para el anlisis de sistemas manuales o automatizados, que conduce al desarrollo de especificaciones para sistemas nuevos o para efectuar modificaciones a los ya existentes. Cuando los analistas de sistemas abordan una situacin poco familiar, siempre existe una pregunta sobre donde comenzar el anlisis. Una situacin dinmica siempre puede ser vista como abrumadora debido a que muchas de las actividades se llevan a cabo constantemente. El anlisis estructurado permite el analista conocer un sistema o proceso (actividad) en una forma lgica y manejable el mismo tiempo que proporciona la base para asegurar que no se omite ningn detalle pertinente. Qu es lo que desea estructurar? Qu significa estructurar? El objetivo que persigue el anlisis estructurado es organizar las tareas asociadas con la determinacin de requerimientos para obtener la comprensin completa y exacta de una situacin dada. A partir de aqu determina los requerimientos que sern la base de un sistema nuevo o modificado. En el anlisis estructurado la palabra estructura significa qu: 1) el mtodo intenta estructurar el proceso de determinacin de los requerimientos comenzando con la documentacin del sistema existente; 2) el proceso est organizado de tal forma que intenta incluir todos los detalles relevante que describe al sistema en uso; 3) es fcil verificar cuando se han omitido detalles relevantes; 4) la identificacin de los requerimientos ser similar entre varios analistas e incluir las mejora soluciones y estrategias para las oportunidades para de desarrollo de

sistemas; y 5) los documentos de trabajo generados para documentar los sistemas existente o propuesto son dispositivos de comunicacin eficientes. El anlisis estructurado hace uso de los siguientes componentes. o o o o Smbolos grficos. Diccionario de datos. Descripciones de procesos y procedimientos. Reglas.

Anlisis de reglas de negocio: En una organizacin, tanto los procesos como los datos que estos manejan, estn restringidos por las reglas del negocio. Estas reglas aseguran que la actividad de la empresa se lleva a cabo de acuerdo a restricciones impuestas desde el entorno (leyes o normas) o desde dentro de la propia organizacin. Las reglas del negocio rara vez son capturadas de forma explcita durante el desarrollo del producto, a pesar de que suelen ser importantes restricciones sobre el comportamiento del sistema. El hecho de que no exista un Marco de trabajo bien definido en el que situar las reglas, unido a la existencia de una gran variedad de tipos de reglas de difcil comprensin, hace que a menudo las reglas del negocio sean ignoradas hasta la fase de implementacin. Con el fin de tener en cuenta todos los tipos de reglas que aparecen en la especificacin de requisitos. Esta clasificacin es sencilla pero completa, cubriendo prcticamente todos los tipos de reglas del negocio. Las categoras de reglas del negocio son las siguientes: o Reglas de Restriccin: especifican polticas o condiciones que restringen la estructura y comportamiento de los objetos y procesos. Estas reglas pueden ser divididas en reglas de estmulo-respuesta (que restringen el comportamiento y especifican las condiciones que deben cumplirse para activar una operacin). Reglas de restriccin de operacin (que especifican condiciones que deben cumplirse antes y despus de ejecutarse una operacin) y reglas estructurales (que especifican restricciones sobre los tipos de objetos y las asociaciones). Reglas de Derivacin: especifican polticas y condiciones para inferir o calcular hechos (informacin) a partir de otros hechos existentes en el negocio. Reglas de Existencia, que establecen cundo puede existir un determinado objeto. De acuerdo con esta clasificacin, recogemos de manera explcita cada tipo de regla en el modelo del negocio mediante la especificacin de las actividades y objetos de informacin que aparecen en los diagramas de proceso.

o o

Cada objeto de informacin se describe mediante un conjunto de atributos y sus restricciones de integridad (si las tuviera); por tanto, establecemos explcitamente las reglas estructurales, de derivacin y de existencia. Por otro lado, la especificacin de la semntica de cada actividad contendr: origen (actividades que la preceden), agente (responsable de llevar a cabo la actividad), y pre y post-condiciones (que establecen qu tiene que cumplirse antes y despus de la actividad). Estos dos ltimos campos recogen las reglas de operacin, mientras que las reglas de estmulo-respuesta quedan reflejadas mediante el origen, donde se expresa el orden entre las actividades, as como mediante aquellas precondiciones que representan las condiciones necesarias para ejecutar la actividad. El glosario tendr una estructura de hipertexto (referencias-

Cruzadas) con el objeto de mantener las relaciones de trazabilidad entre los procesos del negocio y las clases y los casos de uso que especifican la funcionalidad del sistema. Anlisis estadstico: Actualmente se reconoce la importancia del anlisis estadstico aplicado en el desarrollo de las organizaciones en los en muy diversos campos que en esta se manejan; cada vez son as los profesionales de diferentes disciplinas que requieren de mtodos estadsticos como muestreo, simulacin, diseo de experimentos, modelamiento estadstico e inferencia, para llevar a cabo recoleccin, compendio y anlisis de datos y para su posterior interpretacin. El modelado de anlisis estadstico son de amplio uso; por ejemplo en la estimacin del riesgo ssmico, prediccin ssmica, localizacin de sismos, determinacin de magnitudes y cuantificacin de incertidumbres. Los principales modelos estocsticos usados para describir los procesos relacionados con el tiempo y procesos puntuales. Los modelos de series de tiempo se usan generalmente para describir procesos que son muestreados en puntos de tiempo discretos, mientras que procesos puntuales se usan para modelar fenmenos que se presentan de manera irregular, sin un patrn temporal, y que pueden ocurrir en cualquier momento o espacio. Por otro lado, y anlogo al proceso de experimentacin llevado a cabo en laboratorios con el objetivo de aumentar la comprensin de alguna teora para su validacin y empleo posterior, la simulacin, considerada como un mtodo de experimentacin controlada, es el proceso de imitacin de aspectos importantes del comportamiento de un sistema, mediante la construccin de un modelo implementado en un computador de tal forma que permita generar observaciones dadas ciertas entradas. Con el anlisis estadstico de tales observaciones se estiman medidas del comportamiento del sistema de inters. Sin embargo, de esta manera no es posible encontrar resultados ptimos, sino ms bien, resultados satisfactorios a problemas de difcil, costosa o imposible resolucin mediante otros mtodos. Una de las tcnicas de anlisis estadstico que se basan en el centro es la simulacin; que se emplea conjuntamente con un modelo, para obtener respuestas aproximadas a problemas probabilsticos complejos; debe seguir las normas del diseo de experimentos para que los resultados obtenidos puedan conducir a interpretaciones significativas de las relaciones de inters. La construccin y operacin de un modelo de simulacin permite la observacin del comportamiento dinmico de un sistema en condiciones controladas, pudindose efectuar experimentos para comprobar alguna hiptesis acerca del sistema bajo estudio. La simulacin como cualquier otra tcnica, tiene algunas desventajas. Los modelos de simulacin para computador son costosos y difciles de construir y validar. En general debe construirse un programa para cada sistema o problema. La ejecucin del programa de simulacin, una vez construido, puede necesitar una gran cantidad de recursos. La gente tiende a usar la simulacin cuando no es el mejor mtodo de anlisis; una vez las personas se familiarizan con la metodologa, intentan emplearla en situaciones en que otras tcnicas analticas son ms apropiadas. En general, un estudio de anlisis estadstico puede dividirse en las siguientes etapas: Definicin del problema y planificacin del estudio, incluye una definicin precisa del problema a resolver y de los objetivos del estudio. o Toma de datos. o Establecimiento del modelo de simulacin, incluye establecer las suposiciones que se deben hacer, y definir el modelo a emplear.

Ejecucin de la simulacin. Consideracin de las tcnicas y metodologas simples y avanzadas requeridas para obtener los resultados de programacin. Esto incluya aspectos tales como generacin de variables aleatorias, mtodos para manejo de variables, precisin de los estimadores, etc. o Ejecuciones de prueba del modelo. o Validacin del modelo. o Diseo del experimento de simulacin. o Ejecucin del experimento. o Anlisis de los resultados. Uso de tcnicas estadsticas y graficas para interpretar los resultados.