- Pregunta de análisis
- Contenido del análisis
- Hallazgos principales
- Herramientas
- Estructura del repositorio
Pregunta: ¿qué factores ambientales y de vuelo están asociados con el éxito migratorio de las aves, y cómo varía ese éxito a lo largo del año?
Resultado en una frase: temperatura, viento y distancia de vuelo difieren entre migraciones exitosas y fallidas, con estacionalidad clara en la serie mensual — resultados consolidados en un dashboard interactivo publicado en Tableau Public.
Análisis exploratorio de datos (EDA) sobre qué factores ambientales y de vuelo se asocian con el éxito migratorio de las aves, y cómo varía ese éxito a lo largo del año.
Nota sobre los datos: dataset sintético, generado con fines educativos — el valor del proyecto está en el proceso analítico (pregunta → exploración → comparación de grupos → serie de tiempo → dashboard), no en los patrones biológicos en sí. Fuente: Bird Migration Dataset (Data Visualization / EDA) — Kaggle.
Dashboard interactivo: Tableau Public
¿Qué factores ambientales y de vuelo están asociados con el éxito migratorio de las aves, y cómo varía ese éxito a lo largo del año?
Integra tres dimensiones del dataset (variables climáticas, métricas de vuelo, variable temporal) en torno a Migration_Success.
- Exploración inicial (10,000 registros, 43 variables de vuelo/clima/comportamiento)
- Análisis comparativo por éxito migratorio (temperatura, viento, distancia de vuelo)
- Evolución mensual de la tasa de éxito (serie de tiempo + promedio móvil 3 meses)
- Visualizaciones: boxplots comparativos, heatmap de correlación, comparación por región
- Exportación de tablas resumen para el dashboard de Tableau
- Temperatura, velocidad del viento y distancia de vuelo difieren entre migraciones exitosas y fallidas.
- La tasa de éxito varía según región geográfica y condición climática — el entorno pesa más que la especie por sí sola.
- La serie de tiempo mensual muestra estacionalidad, identificable con el promedio móvil de 3 meses.
Limitaciones: dataset sintético; Migration_Start_Month solo cubre 8 de 12 meses; sin información taxonómica para análisis filogenéticos.
Python (pandas, NumPy) · Matplotlib · Seaborn · Plotly · Tableau Public
├── README.md
├── requirements.txt # Dependencias Python (pip install -r requirements.txt)
├── analisis_migracion_aves.ipynb # Notebook completo del análisis
├── bird_migration_with_origin_destination.csv # Dataset original (Kaggle, 10,000 filas × 43 columnas) — leído directamente por el notebook
├── bird_migration_tableau.csv # Subconjunto de columnas exportado para Tableau
├── correlacion_tableau.csv # Matriz de correlación exportada
├── serie_tiempo_tableau.csv # Serie de tiempo mensual exportada
└── Dashboard_Proyecto_Final.png # Captura del dashboard interactivo