Invitación a continuar recorriendo el mundo del data science.

Clase 35 de 35 • Curso de Fundamentos de R

Resumen

Has llegado al final de este curso, recuerda que la función de un data scientist va más allá de solamente hacer gráficas, debes conocer el contexto donde se encuentran los datos para encontrar oportunidades de mejoramiento. Hay un largo camino por el cual seguir, por el momento recuerda tomar el examen para poner a prueba tus conocimientos.

Wilson Alejandro Gonzalez Gaitan

student•

Excelente curso muchas gracias Profesora Sonia

Proyecto final del codigo en R

<# Para hacer graficas en scart plot
plot(mtcars$mpg ~ mtcars$cyl, xlab="Cilindros", ylab = "Millas", main="Relacion cilindros VS mILLAS" )

plot(orangeec$GDP.PC ~ orangeec$Services...GDP, xlab="Inflacion", ylab = "Servicio", main="Inflacion  VS Servicio" )

# Para hacer graficas en scart plot Histrograma
qplot(mtcars$hp,
      geom = "histogram", 
      xlab = "Caballos de fuerza ", 
      main="Caballos de fuerza de fuerza ")

ggplot(mtcars , aes(x=hp)) +geom_histogram(binwidth = 15) +
  labs(x="Caballos de fuerza ", y="Cantidad de carros", title = "Carros de fuerza")+ theme(legend.position = "mone") +
  theme(panel.background = element_blank(), panel.grid.major = element_blank()  )


ggplot() +geom_histogram(data = mtcars , aes(x=hp), fill="blue", color="red", binwidth = 20)
+ labs(x="Caballos de fuerza", y="Cantidad de carros", title = "Caballos de fuerza en carros selecionados0")
+ xlim(c(80,280))+
  theme(panel.background = element_blank(), panel.grid.major = element_blank()
        +panel.grid.minor = element_blank())

ggplot() +geom_histogram(data = orangeec, aes(x=Creat.Ind...GDP), fill="blue", color="red", binwidth = 1)
+ labs(x="Texto", y="Texto", title = "Texto")
+ xlim(c(0,80))+
  theme(panel.background = element_blank(), panel.grid.major = element_blank()
        +panel.grid.minor = element_blank())

a<- view(orangeec&Unempl) 

library("ggplot2")


boxplot(mtcars$cyl , ylab="caballos de fuerza", main="Caballos de fuerza en carros mtcars")

#
ggplot(mtcars , aes(x=as.factor(cyl ), y = hp, fill=cyl))+
  geom_boxplot(alpha=0.6) +
  labs(x="Cilindros ", y="Caballos de fuerza", title = "Caballos de fuerza de filindros")+
  theme(panel.background = element_blank(), panel.grid.major = element_blank()  )

#
?mtcars


ggplot(mtcars, aes(x=am , y=mpg, fill="red"))+
  geom_boxplot()+
  labs(x="Tipo de caja ", y="Millas de galon", title = "Millos por galon")

economy <- mean(orangeec$GDP.PC)
economy

install.packages("dplyr")
library("dplyr")

orangeec<- orangeec %>% 
  mutate(Strong_economy =ifelse(GDP.PC< economy, "Por debajo del promedio pib per capital"," Sobra arriba promedio pib per capital"))


library("ggplot2")

ggplot(orangeec,aes(x=Strong_economy, y=Creat.Ind...GDP, fill=Strong_economy))+
  geom_boxplot(alpha=0.4)+
  labs(x="Tipo de pais", y="Aporte economia naranja al pib paises latam con alto y bajo per capital")+
  theme(panel.background = element_blank(), panel.grid.major = element_blank())



ggplot(orangeec,aes(x=Strong_economy, y=Internet.penetration...population, fill=Strong_economy))+
  geom_boxplot(alpha=0.4)+
  labs(x="Tipo de pais", y="Penetracion de internet", title = "Internet de bajo internet")+
  theme(panel.background = element_blank(), panel.grid.major = element_blank())


library("ggplot2")
ggplot(mtcars,aes(wt,hp))+
  geom_point()+
  labs(x="Peso", y="Potencia", title="Relaciond peso vs potencia")+
  theme(panel.background = element_blank(), panel.grid.major = element_blank())


ggplot(mtcars,aes(hp,qsec))+
  geom_point(aes(color="red", size=cyl))+
  labs(x="Caballos de fuerza ", y="Tiempo en 1/4 millas", title="Caballo velocidad segun cilindraje y tipo de caja")+
  theme(panel.background = element_blank(), panel.grid.major = element_blank())

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

ggplot(orangeec,aes(Internet.penetration...population,Creat.Ind...GDP))+
  geom_point(aes(color=factor(Strong_economy), size=GDP.Growth..))+
  labs(x="Penetracion de internet ", y="Aporte de crecimiento", title="Caballo velocidad segun cilindraje y tipo de caja")+
  theme(panel.background = element_blank(), panel.grid.major = element_blank())


install.packages("plotly")
library("plotly")

my_graph<- ggplot(orangeec, aes(Internet.penetration...population,
                                Creat.Ind...GDP, label=row.names(orangeec)))+
  geom_point()+
  labs(x="Penetracion de internet", y="Aporte de economia narajan",
       title="Penetracion de internet y aporte de economia naranja")

my_graph

p=ggplotly(my_graph)
p

#Buscando correlaciones con pairs
pairs(mtcars[,2:6])

library("dplyr")
data<- subset(mtcars, select=c(2,7:8,11,12))
pairs(data)


pairs(mtcars[,-c(1,3,2)])

eficientes <- filter(mtcars, mpg>=30)
eficientes

pairs(eficientes[,2:6])

install.packages("stringr")
library("stringr")
merc <- mtcars %>% filter(str_detect(model,"Merc"))
pairs(merc[,2:6])

# Correlacion
cor(merc[,2:6])

cor(orangeec[,2:6])

cor(orangeec[,2:6], use = "complete.obs")

#Desviacion standar
desviacion<-sd(mtcars$mpg)
promedio<-mean(mtcars$mpg)

coeficiente<-(desviacion/promedio)*100

desviacion<-sd(mean(orangeec$Creat.Ind...GDP, na.rm = TRUE))
promedio<-mean(mean(orangeec$Creat.Ind...GDP, na.rm = TRUE))
coeficiente<-(desviacion/promedio)*100
coeficiente

#Organizar de mayor a menor
mtcars %>% arrange(desc(mpg))

#Utilizar facet_wrap

mas_pesados <- mtcars %>% 
  filter(model %in% c("Lincon Continental", "Chrysler Imperial","Cadillac Fleete"))

mas_pesados


library("ggplot2")

ggplot(mas_pesados, aes(x=hp, y=mpg))+
  geom_point()+
  facet_wrap(~model)
  


# Install markdown
install.packages("markdown")
library("markdown")

install.packages("knitr")>

Proyecto final de marktdown

<---
title: "Economy naranja"
author: "Alejandro Gonzalez"
date: "11 de febrero de 2019"
output: html_document
---

```{r}
orangeec <- read.csv("C:/Users/Sem-6-INGENIERIAINDU/Downloads/orangeec.csv")
data(orangeec)
summary(orangeec)

Parece que existe correlacion de entre los dos

pairs(orangeec[,6:10])

library(dplyr)

economy<- mean(orangeec$GDP.PC)
economy

David Guzmán Zapata

student•

muchas gracias buen hombre

Edgar Simmons

student•

Muy valioso!

Elias Ojeda Medina

Marcello Coletti Anzola

Guido Ariel Goya

Nelson Meza

clint martinez

Carolina Acosta Muñoz

Jose Fernando Jaramillo Boon

Miguel Torres

Gonzalo Gramaglia

Valentina Peña

Sergio Rubiano

Juan Pablo Homez Homez

Edwin Jesset Barrientos Gonzales

Rodrigo Lopez Rosales

Miguel Yucra

Enzo Díaz

David Martínez Jiménez

Matías José Córdoba

John Cardenas

Rafael Rivera

Jefferson Berrones

Nagcely Mendoza

Daniel Alejandro Molina Yepes

Daniel Prol

Wilson Orlando Quesada Moncayo

Jair Manuel Poveda Frago

Lina Paola Rueda Garzón

Invitación a continuar recorriendo el mundo del data science.

Bienvenida e introducción

Todo lo que aprenderás sobre el lenguaje R

Programación y Data Science

R y proyecto economía naranja.

Instalando nuestras herramientas

Variables, tipos de datos y estructuras

Los primeros cálculos con R y variables

Tipos de datos

Estructura del dataset del proyecto

Vectores

Matrices

Ejercicios con matrices

Operadores para comparar y ubicar datos

Factores, listas y echar un vistazo al dataset

EDA: Exploratory data analysis

Qué es EDA: Exploratory Data Analysis

Gráficas de dispersión e histogramas.

Box Plot y su interpretación

EDA con dataset proyecto - Gráficas de dispersión.

EDA con histogramas.

EDA con dataset proyecto - histogramas - ggplot2

EDA con box plot- ggplot2

EDA con dataset proyecto - box plot- ggplot2 - dplyr

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

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

La estadística de los datos

Buscando correlaciones con pairs

Confirmando correlaciones con la función cor

Buscando correlaciones con pairs en dataset proyecto

Confirmando correlaciones con la función cor en dataset proyecto.

Protegiéndonos de los peligros del promedio.

Eliminando los NA's para hacer los cálculos.

Estadística y visualización aplicada a análisis de datos de mercadeo.

Ajustando los datos

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

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

Mejorando la visualización

Viendo más información con facet wrap - Parte 1

Viendo más información con facet wrap - Parte 2

Organizar visualizaciones y código con R Markdown

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

Conclusiones Finales

Invitación a continuar recorriendo el mundo del data science.