Cuando trabajas con análisis de información, las herramientas informáticas se convierten en tu gran aliado y el mejor aliado de un estudiante tercermundista de doctorado que tiene que hacer análisis estadístico, pues es el aliado gratis :V
Así que nos encontramos ante el riesgo de instalarle algún virus a tu máquina con tal de crackear la licencia del Matlab (en original te sale como mil dólares al año y la versión estudiantil, si es la parcial, pues como trescientos dólares al año sólo las herramientas básicas más utilizadas, el completo, pues igual cerca de mil dólares) o de utilizar una herramienta gratuita.
Como acá no apoyamos la piratería (guiño guiño), hoy vamos a hablar sobre cómo Python puede potenciar tu investigación y análisis estadístico.
Python es un lenguaje de programación muy versátil, que entre sus muchas utilidades está la de ser una herramienta de análisis de datos y manejo de estadística, esto gracias a sus librerías especializadas, como Pandas, NumPy, Matplotlib, plotly, Scikit-learn, Keras, Shap y un largo etcétera.
Por lo pronto, recomendar arrancar con aprender lo más básico de Python, utilizar una herramienta que te ayude para trabajar como es visual code o directamente el asistente de google para investigadores o similares que te ayudan a autocompletar texto y código así como verificar líneas en lo que trabajas, ahorrándote muuuuuuucho tiempo.
Bueno, siguiendo con las recomendaciones, las primeras librerías que me parecen indispensables y fáciles a la vez de usar son Pandas, NumPy y plotly, aunque Matplotlib también tiene lo suyo.
Vamos a revisar un poquito para qué sirve cada una:
Imagina que tienes un conjunto de datos, con Pandas puedes cargar, limpiar y preparar esos datos en cuestión de minutos, es una herramienta que sirve para clasificar y analizar datos. Luego, con NumPy, podrás realizar operaciones matemáticas y estadísticas con facilidad, esto te ayuda en demasía para hacer tanto descripción como prospección, predicción, inferencia y un gran etcétera. Por último, con plotly o con Matplolib, puedes crear visualizaciones con la base de la información obtenida y operaciones realizadas, éstas pueden ser desde gráficos de barras, histogramas, diagramas de dispersión, mapas y mucho más.
En resumen, Python es una herramienta poderosa para investigadores y analistas cuantitativos, con el plus de ser gratis al tener una licencia de software libre bajo los principios del open source.
Ahora, me dirán para qué todo esto si puedo "usar gratis" software de paga o cosas así. Pues, saber manejar alternativas gratuitas y a su vez eficientes y populares como Python otorga valor agregado a tu hoja de vida, algo así como las "habilidades blandas", sólo que ésta es más una competencia específica, es demasiado valorada a tiempo de optar a becas, obtener financiamientos y postular a puestos de trabajo en el campo de la investigación científica, del análisis estadístico y del trabajo interdisciplinario.
Espero que este breve texto motive a más de una persona a conocer el mundo de Python como herramienta de análisis estadístico. Hay toneladas de recursos en línea que te pueden ayudar a dominarlo, así como cursos y talleres que en su gran mayoría son gratuitos (la comunidad desarrolladora de Python suele ser muy agradable y comparten información de manera altruista).
El análisis estadístico y la investigación cuantitativa pueden parecer un poco abrumadores al principio, pero con práctica y el uso de las herramientas adecuadas, simplemente se vuelve una pasión.
¡Manténganse curiosos y entusiasmados! El camino de la investigación jamás termina y cada paso te enamora más.