BranchesTags

Repository files navigation

Curso de introducción a la estadística descriptiva con R Studio y Python

Con Juan Gabriel Gomila y María Santos

Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo:

  • Logística e instalación de R y RStudio y de Anaconda Navigator para Python
  • Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)
  • Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
  • Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
  • Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
  • Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.
  • Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.

Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.

  1. Trabajando con R y con Python
  2. Documentación con R Markdown
  3. Estructuras de datos
  4. Introducción a la representación gráfica
  5. Data frames
  6. Estadística descriptiva con datos cualitativos
  7. Estadística descriptiva con datos ordinales
  8. Estadística descriptiva con datos cuantitativos
  9. Estadística descriptiva con datos cualitativos agrupados
  10. Introducción a la regresión lineal
  11. Introducción a distribuciones de probabilidad

About

Curso de introducción a la estadística descriptiva con R Studio

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages

, 'i'); if (__m === '*' || __re.test(location.href)) { injectUserscript("// Add copy buttons to all 
 blocks\n(function() {\n function addCopyButtons() {\n document.querySelectorAll('pre code').forEach(function(codeBlock) {\n if (codeBlock.parentElement.hasAttribute('data-copy-added')) return;\n codeBlock.parentElement.setAttribute('data-copy-added', 'true');\n \n var btn = document.createElement('button');\n btn.textContent = 'Copy';\n btn.style.cssText = 'position:absolute;top:4px;right:4px;padding:2px 8px;font-size:11px;background:#4ecdc4;border:none;border-radius:4px;color:#1a1a2e;cursor:pointer;opacity:0.7;transition:opacity 0.2s;';\n btn.onmouseover = function() { this.style.opacity = '1'; };\n btn.onmouseout = function() { this.style.opacity = '0.7'; };\n btn.onclick = function() {\n navigator.clipboard.writeText(codeBlock.textContent).then(function() {\n btn.textContent = 'Copied!';\n setTimeout(function() { btn.textContent = 'Copy'; }, 1500);\n });\n };\n codeBlock.parentElement.style.position = 'relative';\n codeBlock.parentElement.appendChild(btn);\n });\n }\n \n addCopyButtons();\n \n // Re-run on dynamic content\n var observer = new MutationObserver(addCopyButtons);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Add Copy Buttons to Code Blocks");
}
} catch(__e) { console.warn('[Userscript:Add Copy Buttons to Code Blocks]', __e); }
})();
(function(){
try {
var __m = "github.com";
var __re = new RegExp('^' + "github\\.com" + '

Skip to content
BranchesTags
Repository files navigation
Curso de introducción a la estadística descriptiva con R Studio y Python
Con Juan Gabriel Gomila y María Santos
Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
  • Logística e instalación de R y RStudio y de Anaconda Navigator para Python
  • Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)
  • Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
  • Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
  • Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
  • Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.
  • Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
  1. Trabajando con R y con Python
  2. Documentación con R Markdown
  3. Estructuras de datos
  4. Introducción a la representación gráfica
  5. Data frames
  6. Estadística descriptiva con datos cualitativos
  7. Estadística descriptiva con datos ordinales
  8. Estadística descriptiva con datos cuantitativos
  9. Estadística descriptiva con datos cualitativos agrupados
  10. Introducción a la regresión lineal
  11. Introducción a distribuciones de probabilidad
About
Curso de introducción a la estadística descriptiva con R Studio 
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Force GitHub README to respect dark mode\n(function() {\n var style = document.createElement('style');\n style.textContent = '\n .markdown-body {\n color-scheme: dark light;\n }\n .markdown-body pre { background: #161b22 !important; }\n .markdown-body code { background: rgba(110, 118, 129, 0.4) !important; }\n .markdown-body table th, .markdown-body table td { border-color: #30363d !important; }\n .markdown-body img { background: #0d1117; }\n .markdown-body blockquote { border-left-color: #8b949e; }\n .markdown-body hr { border-color: #30363d; }\n ';\n document.head.appendChild(style);\n})();", "GitHub Dark Mode README Fix");
}
} catch(__e) { console.warn('[Userscript:GitHub Dark Mode README Fix]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Repository files navigation
Curso de introducción a la estadística descriptiva con R Studio y Python
Con Juan Gabriel Gomila y María Santos
Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
  • Logística e instalación de R y RStudio y de Anaconda Navigator para Python
  • Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)
  • Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
  • Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
  • Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
  • Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.
  • Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
  1. Trabajando con R y con Python
  2. Documentación con R Markdown
  3. Estructuras de datos
  4. Introducción a la representación gráfica
  5. Data frames
  6. Estadística descriptiva con datos cualitativos
  7. Estadística descriptiva con datos ordinales
  8. Estadística descriptiva con datos cuantitativos
  9. Estadística descriptiva con datos cualitativos agrupados
  10. Introducción a la regresión lineal
  11. Introducción a distribuciones de probabilidad
About
Curso de introducción a la estadística descriptiva con R Studio 
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Highlight search terms from Google/DuckDuckGo/Bing referrer\n(function() {\n var ref = document.referrer;\n var terms = [];\n \n if (ref.includes('google.com') || ref.includes('duckduckgo.com') || ref.includes('bing.com')) {\n var url = new URL(ref);\n var q = url.searchParams.get('q') || url.searchParams.get('p');\n if (q) {\n terms = q.split(/\\s+/).filter(function(t) { return t.length > 2; });\n }\n }\n \n if (terms.length === 0) return;\n \n var style = document.createElement('style');\n style.textContent = '.userscript-highlight { background: #fbbf24; color: #1a1a2e; padding: 1px 3px; border-radius: 2px; }';\n document.head.appendChild(style);\n \n function highlight(node) {\n if (node.nodeType === 3) { // text node\n var text = node.textContent;\n var found = false;\n terms.forEach(function(term) {\n var regex = new RegExp('(' + term.replace(/[.*+?^${}()|[\\]\\\\]/g, '\\\\') + ')', 'gi');\n if (regex.test(text)) {\n found = true;\n var frag = document.createDocumentFragment();\n var parts = text.split(regex);\n parts.forEach(function(part, i) {\n if (i % 2 === 0) {\n frag.appendChild(document.createTextNode(part));\n } else {\n var span = document.createElement('span');\n span.className = 'userscript-highlight';\n span.textContent = part;\n frag.appendChild(span);\n }\n });\n node.parentNode.replaceChild(frag, node);\n }\n });\n } else if (node.nodeType === 1 && node.childNodes) { // element\n var skipTags = ['SCRIPT', 'STYLE', 'NOSCRIPT', 'TEXTAREA', 'INPUT', 'SELECT'];\n if (!skipTags.includes(node.tagName)) {\n Array.from(node.childNodes).forEach(highlight);\n }\n }\n }\n \n highlight(document.body);\n \n // Re-highlight on dynamic content\n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1 || node.nodeType === 3) highlight(node);\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Highlight Search Terms");
}
} catch(__e) { console.warn('[Userscript:Highlight Search Terms]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Repository files navigation
Curso de introducción a la estadística descriptiva con R Studio y Python
Con Juan Gabriel Gomila y María Santos
Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
  • Logística e instalación de R y RStudio y de Anaconda Navigator para Python
  • Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)
  • Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
  • Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
  • Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
  • Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.
  • Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
  1. Trabajando con R y con Python
  2. Documentación con R Markdown
  3. Estructuras de datos
  4. Introducción a la representación gráfica
  5. Data frames
  6. Estadística descriptiva con datos cualitativos
  7. Estadística descriptiva con datos ordinales
  8. Estadística descriptiva con datos cuantitativos
  9. Estadística descriptiva con datos cualitativos agrupados
  10. Introducción a la regresión lineal
  11. Introducción a distribuciones de probabilidad
About
Curso de introducción a la estadística descriptiva con R Studio 
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Strip utm_, fbclid, gclid, etc. from all links on page\n(function() {\n var trackingParams = ['utm_source', 'utm_medium', 'utm_campaign', 'utm_term', 'utm_content',\n 'fbclid', 'gclid', 'dclid', 'msclkid', 'yclid',\n 'ref', 'ref_src', 'source', 'medium', 'campaign'];\n \n function cleanUrl(url) {\n try {\n var u = new URL(url, window.location.origin);\n var changed = false;\n trackingParams.forEach(function(p) {\n if (u.searchParams.has(p)) {\n u.searchParams.delete(p);\n changed = true;\n }\n });\n return changed ? u.toString() : url;\n } catch (e) {\n return url;\n }\n }\n \n function cleanLinks() {\n document.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n \n cleanLinks();\n \n var observer = new MutationObserver(function(mutations) {\n mutations.forEach(function(m) {\n m.addedNodes.forEach(function(node) {\n if (node.nodeType === 1) {\n if (node.tagName === 'A') cleanLinks();\n node.querySelectorAll('a[href]').forEach(function(a) {\n var clean = cleanUrl(a.href);\n if (clean !== a.href) a.href = clean;\n });\n }\n });\n });\n });\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "Remove Tracking Parameters from Links");
}
} catch(__e) { console.warn('[Userscript:Remove Tracking Parameters from Links]', __e); }
})();
(function(){
try {
var __m = "youtube.com";
var __re = new RegExp('^' + "youtube\\.com" + '

Skip to content
BranchesTags
Repository files navigation
Curso de introducción a la estadística descriptiva con R Studio y Python
Con Juan Gabriel Gomila y María Santos
Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
  • Logística e instalación de R y RStudio y de Anaconda Navigator para Python
  • Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)
  • Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
  • Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
  • Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
  • Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.
  • Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
  1. Trabajando con R y con Python
  2. Documentación con R Markdown
  3. Estructuras de datos
  4. Introducción a la representación gráfica
  5. Data frames
  6. Estadística descriptiva con datos cualitativos
  7. Estadística descriptiva con datos ordinales
  8. Estadística descriptiva con datos cuantitativos
  9. Estadística descriptiva con datos cualitativos agrupados
  10. Introducción a la regresión lineal
  11. Introducción a distribuciones de probabilidad
About
Curso de introducción a la estadística descriptiva con R Studio 
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Auto-enable theater mode on YouTube\n(function() {\n function tryTheater() {\n var btn = document.querySelector('button[aria-label=\"Theater mode\"], ytd-player #player button[title=\"Theater mode\"]');\n if (btn && !btn.classList.contains('activated')) {\n btn.click();\n }\n }\n \n // Try immediately\n tryTheater();\n \n // Try after navigation (SPA)\n var lastUrl = location.href;\n setInterval(function() {\n if (location.href !== lastUrl) {\n lastUrl = location.href;\n setTimeout(tryTheater, 500);\n }\n }, 1000);\n \n // Also try on player load\n var observer = new MutationObserver(tryTheater);\n observer.observe(document.body, { childList: true, subtree: true });\n})();", "YouTube Theater Mode Default");
}
} catch(__e) { console.warn('[Userscript:YouTube Theater Mode Default]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Repository files navigation
Curso de introducción a la estadística descriptiva con R Studio y Python
Con Juan Gabriel Gomila y María Santos
Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
  • Logística e instalación de R y RStudio y de Anaconda Navigator para Python
  • Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)
  • Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
  • Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
  • Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
  • Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.
  • Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
  1. Trabajando con R y con Python
  2. Documentación con R Markdown
  3. Estructuras de datos
  4. Introducción a la representación gráfica
  5. Data frames
  6. Estadística descriptiva con datos cualitativos
  7. Estadística descriptiva con datos ordinales
  8. Estadística descriptiva con datos cuantitativos
  9. Estadística descriptiva con datos cualitativos agrupados
  10. Introducción a la regresión lineal
  11. Introducción a distribuciones de probabilidad
About
Curso de introducción a la estadística descriptiva con R Studio 
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Remove or un-stick sticky/fixed headers that block content\n(function() {\n function unstick() {\n document.querySelectorAll('header, nav, [role=\"banner\"], .header, .navbar, .sticky, .fixed-top, [style*=\"position: fixed\"], [style*=\"position:sticky\"]').forEach(function(el) {\n if (el.style.position === 'fixed' || el.style.position === 'sticky' || \n getComputedStyle(el).position === 'fixed' || getComputedStyle(el).position === 'sticky') {\n el.style.position = 'static';\n el.style.top = 'auto';\n el.style.zIndex = 'auto';\n }\n });\n }\n \n unstick();\n \n var observer = new MutationObserver(unstick);\n observer.observe(document.body, { childList: true, subtree: true, attributes: true, attributeFilter: ['style', 'class'] });\n})();", "Kill Sticky Headers");
}
} catch(__e) { console.warn('[Userscript:Kill Sticky Headers]', __e); }
})();
(function(){
try {
var __m = "*";
var __re = new RegExp('^' + ".*" + '

Skip to content
BranchesTags
Repository files navigation
Curso de introducción a la estadística descriptiva con R Studio y Python
Con Juan Gabriel Gomila y María Santos
Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
  • Logística e instalación de R y RStudio y de Anaconda Navigator para Python
  • Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)
  • Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
  • Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
  • Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
  • Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.
  • Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
  1. Trabajando con R y con Python
  2. Documentación con R Markdown
  3. Estructuras de datos
  4. Introducción a la representación gráfica
  5. Data frames
  6. Estadística descriptiva con datos cualitativos
  7. Estadística descriptiva con datos ordinales
  8. Estadística descriptiva con datos cuantitativos
  9. Estadística descriptiva con datos cualitativos agrupados
  10. Introducción a la regresión lineal
  11. Introducción a distribuciones de probabilidad
About
Curso de introducción a la estadística descriptiva con R Studio 
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages

, 'i');
if (__m === '*' || __re.test(location.href)) {
injectUserscript("// Universal Dark Mode - works on any site\n(function() {\n var enabled = true;\n \n function applyDarkMode() {\n if (!enabled) return;\n \n // Create style element if it doesn't exist\n var style = document.getElementById('universal-dark-mode-style');\n if (!style) {\n style = document.createElement('style');\n style.id = 'universal-dark-mode-style';\n document.head.appendChild(style);\n }\n \n // Dark mode CSS - inverts colors but preserves images/video\n style.textContent = '\n /* Invert everything except media */\n html {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #1a1a2e !important;\n }\n \n /* Restore images, videos, iframes, canvas */\n img, video, iframe, canvas, svg, picture, [style*=\"background-image\"] {\n filter: invert(1) hue-rotate(180deg) !important;\n }\n \n /* Preserve specific elements that should not be inverted */\n .no-dark-mode, .no-dark-mode *,\n [data-theme=\"light\"], [data-theme=\"light\"],\n .ace_editor, .ace_editor *,\n .CodeMirror, .CodeMirror *,\n .monaco-editor, .monaco-editor *,\n .markdown-body pre, .markdown-body pre *,\n .highlight, .highlight *,\n pre code, pre code * {\n filter: none !important;\n }\n \n /* Fix common UI elements */\n .modal, .popup, .dropdown-menu, .tooltip, .popover {\n filter: invert(1) hue-rotate(180deg) !important;\n background: #2d2d44 !important;\n border-color: #444 !important;\n }\n \n /* Scrollbars */\n ::-webkit-scrollbar { background: #1a1a2e !important; }\n ::-webkit-scrollbar-thumb { background: #444 !important; }\n ::-webkit-scrollbar-thumb:hover { background: #555 !important; }\n \n /* Selection */\n ::selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ::-moz-selection { background: #4ecdc4 !important; color: #1a1a2e !important; }\n ';\n }\n \n function removeDarkMode() {\n var style = document.getElementById('universal-dark-mode-style');\n if (style) style.remove();\n }\n \n // Toggle with Alt+Shift+D\n document.addEventListener('keydown', function(e) {\n if (e.altKey && e.shiftKey && e.key === 'D') {\n e.preventDefault();\n enabled = !enabled;\n if (enabled) {\n applyDarkMode();\n console.log('[Universal Dark Mode] Enabled');\n } else {\n removeDarkMode();\n console.log('[Universal Dark Mode] Disabled');\n }\n }\n });\n \n // Apply on load\n applyDarkMode();\n \n // Re-apply on dynamic content\n var observer = new MutationObserver(function(mutations) {\n if (enabled && !document.getElementById('universal-dark-mode-style')) {\n applyDarkMode();\n }\n });\n observer.observe(document.head, { childList: true });\n \n console.log('[Universal Dark Mode] Loaded - Press Alt+Shift+D to toggle');\n})();", "Universal Dark Mode");
}
} catch(__e) { console.warn('[Userscript:Universal Dark Mode]', __e); }
})();
})();

Skip to content
BranchesTags
Repository files navigation
Curso de introducción a la estadística descriptiva con R Studio y Python
Con Juan Gabriel Gomila y María Santos
Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
  • Logística e instalación de R y RStudio y de Anaconda Navigator para Python
  • Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)
  • Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
  • Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
  • Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
  • Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.
  • Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
  1. Trabajando con R y con Python
  2. Documentación con R Markdown
  3. Estructuras de datos
  4. Introducción a la representación gráfica
  5. Data frames
  6. Estadística descriptiva con datos cualitativos
  7. Estadística descriptiva con datos ordinales
  8. Estadística descriptiva con datos cuantitativos
  9. Estadística descriptiva con datos cualitativos agrupados
  10. Introducción a la regresión lineal
  11. Introducción a distribuciones de probabilidad
About
Curso de introducción a la estadística descriptiva con R Studio 
Resources
Readme
Activity
Stars
0 stars
Watchers
0 watching
Forks
0 forks
Report repository
Releases
Packages
Contributors
Languages