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
SECCIÓN 1: INTRODUCCIÓN
Disponible en
días
días
después de inscribirte
SECCIÓN 2: INSTALACIÓN Y PUESTA A PUNTO
Disponible en
días
días
después de inscribirte
SECCIÓN 3: TRABAJANDO CON R
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
SECCIÓN 4: TRABAJANDO CON PHYTON
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
SECCIÓN 5: DOCUMENTACIÓN CON R MARKDOWN
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
SECCIÓN 6: ESTRUCTURAS DE DATOS EN R
Disponible en
días
días
después de inscribirte
SECCIÓN 7: ESTRUCTURAS DE DATOS EN PHYTON
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)
SECCIÓN 8: INTRODUCCIÓN A LA REPRESENTACIÓN GRÁFICA
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)
SECCIÓN 9: DATA FRAMES
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)
SECCIÓN 10: ESTADÍSTICA DESCRIPTIVA CON DATOS CUALITATIVOS
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)
SECCIÓN 11: ESTADÍSTICA DESCRIPTIVA CON DATOS ORDINALES
Disponible en
días
días
después de inscribirte
SECCIÓN 12: ESTADÍSTICA DESCRIPTIVA CON DATOS CUANTITATIVOS
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
SECCIÓN 13: ANÁLISIS DE DATOS CUANTITATIVOS AGRUPADOS
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
SECCIÓN 14: INTRODUCCIÓN A LA REGRESIÓN LINEAL
Disponible en
días
días
después de inscribirte
SECCIÓN 15: DISTRIBUCIONES DE PROPABILIDAD
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)
SECCIÓN 16: EJEMPLOS DE ANÁLISIS COMPLETOS
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!!