Bienvenida e introducción

1

Todo lo que aprenderás sobre el lenguaje R

2

Programación y Data Science

3

R y proyecto economía naranja.

4

Instalando nuestras herramientas

Variables, tipos de datos y estructuras

5

Los primeros cálculos con R y variables

6

Tipos de datos

7

Estructura del dataset del proyecto

8

Vectores

9

Matrices

10

Ejercicios con matrices

11

Operadores para comparar y ubicar datos

12

Factores, listas y echar un vistazo al dataset

EDA: Exploratory data analysis

13

Qué es EDA: Exploratory Data Analysis

14

Gráficas de dispersión e histogramas.

15

Box Plot y su interpretación

16

EDA con dataset proyecto - Gráficas de dispersión.

17

EDA con histogramas.

18

EDA con dataset proyecto - histogramas - ggplot2

19

EDA con box plot- ggplot2

20

EDA con dataset proyecto - box plot- ggplot2 - dplyr

21

EDA con gráficas de dispersión con más de dos variables - ggplot2

22

EDA con dataset proyecto usando gráficas de dispersión con más de dos variables - ggplot2 - plotly

La estadística de los datos

23

Buscando correlaciones con pairs

24

Confirmando correlaciones con la función cor

25

Buscando correlaciones con pairs en dataset proyecto

26

Confirmando correlaciones con la función cor en dataset proyecto.

27

Protegiéndonos de los peligros del promedio.

28

Eliminando los NA's para hacer los cálculos.

29

Estadística y visualización aplicada a análisis de datos de mercadeo.

Ajustando los datos

30

Generando tablas, filtrando y seleccionando datos - dplyr-Parte 1

31

Generando tablas, filtrando y seleccionando datos - dplyr-Parte 2

Mejorando la visualización

32

Viendo más información con facet wrap - Parte 1

33

Viendo más información con facet wrap - Parte 2

Organizar visualizaciones y código con R Markdown

34

Conociendo R Markdown y organizando los hallazgos del análisis en un documento PDF.

Conclusiones Finales

35

Invitación a continuar recorriendo el mundo del data science.

Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

Estadística y visualización aplicada a análisis de datos de mercadeo.

29/35
Recursos

Aportes 11

Preguntas 1

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

Saludos Sonia,

Gracias por compartirnos algo de su know how. Que aprendí:

  • Entre más datos se tenga mejor.
  • La experticia del profesional que analiza los datos y emite las conclusiones.
  • Conocer bien el negocio que se va a estudiar, comprender sus necesidades para formular las preguntas correctas.
  • Poder llegar a proponer nuevos caminos al cliente que le son desconocidos.

Gracias por compartir su experiencia y metodologia, de una manera tan didactica y divertida.

Excelente articulo, me gustó mucho implementarlo y ver el know how:

Muchas gracias por compartir parte de su trabajo!

Guardado como enlaces de interés 😃

las ventas son las mismas.

¡Genial la lectura!
Vayan que toma 7 min

Excelente lectura!!, un análisis muy didáctico y profesional.

Excelente lectura Sonia, gracias por compartir esta manera de presentar un estudio… Ahora que herramientas como Tableau permiten crear story, sería genial hacer algo como lo que has presentado tu enfocado a lo que me dedico!

Realmente genial, me encantaría un curso con un proyecto similar, desarrollarlo desde cero.