Análisis de datos empresariales con R (edX)

Análisis de datos empresariales con R (edX)
Course Auditing
Categories
Effort
Certification
Languages
Estadística inferencial básica y experiencia básica en lenguaje de programación
Misc

MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Análisis de datos empresariales con R (edX)
Analiza los datos con R y R Studio aplicando nuevas técnicas para tomar decisiones orientadas a los negocios, contemplando información de diversas variables simultáneamente y sé parte de la transformación empresarial. Si tomas decisiones en tu empresa o deseas involucrarte en la ciencia de datos y el uso de tecnologías computacionales, este curso es para ti.

MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

El análisis multivariado es muy importante y único, al tomar en cuenta al mismo tiempo las diferentes variables a las que está sujeta una entidad, la cual puede ser numérica o categórica, es decir, podemos analizar tanto datos que representan propiedades físicas o químicas, como datos que que son indicadores de una situación o estado.

De esta forma podemos analizar cualquier tipo de información proveniente de nuestra empresa y ser capaces de tomar mejores decisiones al considerar todos los factores que afectan a nuestro elemento en cuestión. Y esta es la parte que casi iguala la capacidad de nuestro cerebro de poder decidir de forma casi instantánea y ponderar todas las variables involucradas en la toma de una decisión que puede ser de vida o muerte.

Cada vez que manejamos sometemos a nuestro cerebro a un continuo análisis multivariado que pondera variables como la velocidad, las condiciones del clima, del camino, las distracciones internas y externas o los imprevistos que pudiéramos encontrar. Esto es lo que hacemos en el análisis multivariado, considerar muchas variables, discriminarlas, agruparlas, relacionarlas y conformar grupos de datos.

A lo largo de este curso, aprenderás las principales técnicas del análisis multivariante empleando R y R studio como herramienta de análisis, graficación y toma de decisiones. El software R de análisis estadístico y la plataforma de desarrollo R studio poseen la gran ventaja de ser de uso libre, con una gran comunidad de programadores que la enriquecen con librerías que hacen su uso sencillo y extremadamente poderoso.

En este curso, además de aprender los fundamentos de R y R studio, aplicaremos las técnicas de análisis multivariado como: componentes principales, análisis de clústeres y análisis discriminante en la solución de problemas y casos empresariales. No necesitas experiencia previa en programación solo conocimientos básicos de estadística, te guiaremos paso a paso en el uso de de estas herramientas y su aplicación.

This course is part of the Fundamentos de Ciencia de Datos con R Professional Certificate.
What you'll learn

- Utilizarás R y R studio como herramienta de programación y análisis estadístico

- Aprenderás a aplicar modelos de tratamiento de datos multivariado con R

- Podrás deducir patrones de comportamiento de encuestas y propiedades de productos

- Serás capaz de generar tableros de resultados para datos multivariados


Syllabus


Módulo 1: Introducción al análisis multivariado

- Submódulo: Caracterización de datos de tipo multivariado

- ¿Qué son los datos multivariados y como los empleamos?

- Covarianzas y correlaciones de datos

- Distribución Normal y covarianza de datos multivariados

- Ejemplo de aplicación de análisis de covarianzas y Normal multivariable


Módulo 2: Análisis visual de Datos Multivariados

- Submódulo: Graficando el Data Frame de un conjunto de datos

- Leyendo datos de un archivo externo y acondicionando el data frame

- Técnicas de Graficación para el análisis multivariado de datos

- Analizando patrones de datos mediante librerías de graficación

- Predicción de tendencias usando parámetros estadísticos


Módulo 3. Análisis de clusters

- Submódulo: Analizando datos mediante clústeres

- Introducción

- Métodos jerárquicos

- Métodos de agrupamiento no jerárquicos

- Técnicas de k-medias


Módulo 4. Análisis de componentes principales

- Submódulo: Analizando datos por Componentes Principales

- Cálculo de los componentes principales

- Variabilidad explicada por los componentes

- Criterios para determinar el número de componentes principales

- Aplicación de los componentes principales


Módulo 5. Análisis discriminante

- Submódulo: Analizando datos categóricos

- Etapas para realizar un análisis discriminante

- Análisis discriminante múltiple

- Interpretación de resultados y mapa territorial



MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Course Auditing
43.00 EUR
Estadística inferencial básica y experiencia básica en lenguaje de programación

MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.