Curso completo de Estadística Descriptiva con R y Python
Vamos a ver las bases de R y Python, desde cero y sin experiencia previa aplicada al mundo del análisis y estadística
Lo que aprenderás
Este curso cuenta con:
Este curso no tiene soporte del instructor
Videos en Full HD
Certificado de Finalización

Garantía de Reembolso
Contenido del Curso
Disponible en
días
días
después de inscribirte
Disponible en
días
días
después de inscribirte
Disponible en
días
días
después de inscribirte
- Ficheros, Scripts y RMarkDowns (13:25)
- Problemas con la generación del PDF
- La ayuda de R (9:19)
- Cómo instalar y cargar librerías en R (13:06)
- R como calculadora (15:14)
- Funciones y Combinatoria con RStudio (9:44)
- Funciones trigonometricas (12:04)
- Redondeo y decimales en R (15:02)
- Cómo crear variables en R (9:51)
- Cómo crear funciones en R (16:20)
- Trabajar con números complejos (17:27)
- Cuestionario 1: Utilizando R como calculadora
Disponible en
días
días
después de inscribirte
- Aplicar la estadística descriptiva en Phyton (1:51)
- Constantes en Python (18:37)
- Operaciones aritméticas y redondeo (22:06)
- Operaciones de entrada y salida (13:08)
- Operadores de decisión (10:12)
- Funciones matemáticas (19:46)
- Cómo definir funciones con Phyton (24:02)
- Argumentos variables y lambdas (16:22)
- Recursos adicionales de Phyton
Disponible en
días
días
después de inscribirte
- Introducción a RMarkDown (2:47)
- LaTeX y RMarkDown (11:36)
- Guia rápida de LaTeX (14:37)
- Cómo documentar matrices y sistemas de LaTeX (18:14)
- Chunks en RMarKdown (8:40)
- Los parámetros de las chunks (15:20)
- Documentación de textos utilizando Markdown (21:32)
- Cuestionario 2: Documentación de textos científicos
Disponible en
días
días
después de inscribirte
Disponible en
días
días
después de inscribirte
- Las listas de Phyton (16:48)
- Bucles para recorrer listas (14:54)
- Las tuplas de Phyton (14:23)
- Los diccionarios de Phyton (12:40)
- La librería Numpyy los arrays (21:08)
- Propiedades y manipulación de arrays (14:11)
- Copias y visitas de arrays (5:55)
- Todo el potencial de Numpy (17:23)
- Más ejercicios para acabar la sección (3:11)
Disponible en
días
días
después de inscribirte
- Representación gráfica con plot (10:11)
- Parámetros de la función plot (18:06)
- Más parámetros de la representación gráfica (14:20)
- Cómo añadir texto y curvas a un gráfico (12:44)
- La leyenda de los gráficos (7:39)
- Segmentos, flechas, símbolos y polígonos (8:41)
- Introducción a matplotlib para phyton (27:15)
- Múltiples gráficos en una misma figura (14:29)
- Figuras y ejes (5:11)
- Añadir texto a los gráficos (19:47)
- Cambios de ejes y escalas (15:14)
- Ejercicio: un ejemplo de gráfico detallado de Python (32:25)
Disponible en
días
días
después de inscribirte
- El formato de los datos en el siglo XXI (28:54)
- ¿Qué es un Data Frame? (17:47)
- Cómo cargar data frames en R (18:09)
- Guardar y cargar datos en varios formatos (15:24)
- Como construir data frames (16:31)
- Filter y subset de data frames (14:49)
- Sapply, Aggregate y Attach/Detach de data frames (17:21)
- Crear data frames con Python (10:38)
- Agregados de Data Frames con Python (22:28)
- Parámetros de la función groupby en Python (10:04)
- Exportar gráficos a ficheros png (10:16)
Disponible en
días
días
después de inscribirte
- Estadística descriptiva VS estadística inferencial (12:15)
- Estudio de datos cualitativos (5:10)
- Frecuencias absolutas y relativas (9:46)
- La función prop.table (14:34)
- Tablas de frecuencias bidimensionales (13:49)
- La función Cross Table (14:52)
- Un ejemplo de estadística multidimensional (18:37)
- El conjunto de datos HairEyeColor (15:27)
- Tablas a partir de data frames de variables cualitativas (10:41)
- Diagramas circulares (7:21)
- Diagrama de mosaico (11:29)
- Un ejercicio completo de datos cualitativos (27:39)
- Los supervivientes del Titanic con Python (19:09)
Disponible en
días
días
después de inscribirte
Disponible en
días
días
después de inscribirte
- Estudio de datos cualitativos (9:30)
- El estudio de las frecuencias (6:45)
- Medidas de centralización (12:19)
- Las diferentes medidas en matemáticas (23:27)
- Medidas de posición (16:27)
- Medidas de dispersión (15:07)
- Demostración: fórmula alternativa de la varianza (9:02)
- Cómo calcular las medidas de dispersión en R (9:00)
- Agregar datos cuantitativos por factor (16:49)
- El diagrama de caja y bigotes (12:15)
- Configuración de los diagramas de caja y bigotes (16:42)
- Ejercicio: ¿qué insecticida funciona mejor? (12:07)
- Análisis de planetas con Python (26:53)
- Diagramas de caja con Python (17:47)
- Cuestionario 4: Estadística descriptiva de datos cuantitativos
Disponible en
días
días
después de inscribirte
- La necesidad de agrupar datos cuantitativos (7:26)
- El proceso de agrupación de datos cuantitativos (15:31)
- Implementando las reglas de agrupación (17:18)
- La función cut de R (13:56)
- La función cut en python (31:27)
- Ejercicio: un script para calcular la tabla de frecuencias con datos agrupados (23:55)
- El ejemplo de las anchuras de los cangrejos (4:22)
- Ejercicio: las notas de bachillerato (15:00)
- Estadisticos para datos agrupados (11:26)
- Ejercicio: calcular estadísticos de datos agrupados (16:36)
- Los histogramas de frecuencias (11:11)
- Representar histogramas con R (17:13)
- Densidades y funciones de distribución (13:23)
- Ejercicio: histogramas de la distribución de los cangrejos (12:12)
- Histogramas en Python a mano (19:54)
- Histogramas con Numpy (15:13)
- Histogramas con Matplotlib y Pandas (14:01)
- Funciones de densidad en Python (20:58)
- Otras alternativas para representar histogramas (19:18)
- Cuestionario 5: Análisi de datos cuantitativos agrupados
Disponible en
días
días
después de inscribirte
Disponible en
días
días
después de inscribirte
- El concepto de probabilidad (14:44)
- Variables aleatorias y funciones de distribución (12:36)
- Variables aleatorias discretas (11:30)
- El sesgo de una distribución de probabilidad (9:40)
- Introducción a las distribuciones de probabilidad (5:13)
- La distribución de Bernoulli (22:14)
- La distribución Binomial (33:31)
- La distribución de Poisson (18:44)
- La distribución binomial negativa (8:45)
- Variables aleatorias contínuas (10:53)
- La distribución Normal (12:35)
- Otras distribuciones conocidas (8:46)
Disponible en
días
días
después de inscribirte
- Análisis de los diamantes en Python (43:11)
- La cache de los R Markdown (6:45)
- Más como sobre juntar R y Python (23:33)
- Ejercicio: los vuelos del aeropuerto de Nueva York (18:48)
- Medidas de centralización en Python (26:43)
- Medidas de dispersión en Python (22:35)
- Medidas de forma en Python (21:45)
- Análisis de El Señor de los Anillos (30:40)
Tu Instructor
Conoce el blog de Frogames
Cada semana publicamos un nuevo artículo en nuestra web de Frogames, así que no te lo pierdas!!