Análisis Estadístico — Adicciones y Violencia

Este conjunto de scripts implementa un flujo completo de procesamiento, limpieza y análisis estadístico sobre datos relacionados con el juego, las adicciones y la violencia en España.

---

Estructura General

Cada fase automatiza una parte del flujo de datos:

• Fase 1 — Ingesta de datos
  Importa archivos CSV en PostgreSQL, detectando automáticamente codificación, delimitador y estructura.
  Crea tablas limpias y genera un archivo con la información de columnas (columnas_info.json).

• Fase 2 — Procesamiento y combinación
  Limpia las tablas importadas, normaliza columnas de año, elimina valores atípicos y genera un dataset combinado por año (dataset_combinado_por_año.csv).

• Fase 3 — Análisis estadístico
  Aplica modelos estadísticos avanzados (OLS, WLS, PCA, RLM), genera correlaciones, gráficos y un reporte HTML profesional con conclusiones generadas por GPT-4o.

---

Tecnologías y Librerías Utilizadas

Python 3.12+
PostgreSQL 15
pandas — manipulación y limpieza de datos
numpy — cálculo numérico
sqlalchemy — conexión ORM con PostgreSQL
psycopg2-binary — driver PostgreSQL
chardet — detección de codificación
statsmodels — modelos estadísticos (OLS, WLS, RLM)
scikit-learn — escalado, PCA, features polinómicos
matplotlib — visualización y gráficos
openai — generación automática de conclusiones

---

Flujo de Ejecución

# Fase 1 — Importar datos
python3 importador.py

# Fase 2 — Procesar y combinar por año
python3 process.py

# Fase 3 — Análisis estadístico y generación del reporte HTML
python3 analisis.py

---

Resultados

• Tablas limpias en PostgreSQL (adicciones)
• Datasets combinados y normalizados en CSV
• Reporte completo con gráficos, correlaciones y conclusiones: salidas/reporte_estadistico.html

---

El código demuestra cómo crear un pipeline estadístico reproducible con análisis multivariable y conclusiones generadas mediante IA (GPT-4o) sobre datos reales.