Curso completo de Estadística descriptiva - RStudio y Python
4.5 (644 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
6,463 students enrolled

Curso completo de Estadística descriptiva - RStudio y Python

Vamos a ver las bases de R y Python, desde cero y sin experiencia previa aplicada al mundo del análisis y estadística
Bestseller
4.5 (644 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
6,463 students enrolled
Last updated 5/2020
Spanish
Spanish [Auto]
Current price: $119.99 Original price: $199.99 Discount: 40% off
6 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 44 hours on-demand video
  • 5 articles
  • Full lifetime access
  • Access on mobile and TV
  • Assignments
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Estadística descriptiva incluyendo el cálculo de estadísticos básicos o la elaboración de gráficos que ayudan a visualizar la información de los datos
  • A utilizar R como herramienta básica de estadística y operaciones numéricas
  • Técnicas del mundo de la estadística para luego seguir formándose con otros cursos de Big Data, Machine Learning, Data Science o Inteligencia Artificial
  • Complementar la herramienta RStudio con ejemplos de Python para ser todo un genio en el análisis de datos estadísticos
Requirements
  • Este curso no presenta ningún requisito ya que todos los conocimientos que se imparten en el empiezan desde cero
  • Tener un ordenador con cualquier sistema operativo instalado ya que todo lo que se aprenderá en el curso se aplicará de forma práctica con algoritmos programados en R
Description

Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y María Santos. 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 primero 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.

  • Introducción a la probabilidad, empezando desde lo más básico, pasando por variables aleatorias hasta llegar a tratar las distribuciones de probabilidad más conocidas (tanto discretas como continuas)

  • Comprende los estadísticos más relevantes de una distribución, como por ejemplo la media, varianza así como sesgo y curtosis. Y aprende a calcularlos tanto con R como con Python.

  • 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 o Inteligencia Artificial 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.

Who this course is for:
  • Estudiantes de ingenierías, matemáticas, informática o telecomunicaciones que quieran complementar sus asignaturas de estadística o inferencia con material adicional, ejemplos, ejercicios o casos prácticos.
  • Desarrolladores que quieran empezar a utilizar R y RStudio por primera vez
  • Futuros estudiantes de cursos de Machine Learning, Inteligencia Artificial, Data Science o futuros doctorandos para tener una base sólida de estadística, programación y análisis descriptivos de los datos.
  • Desarrolladores que quieran conocer Python como herramienta para el análisis de datos
Course content
Expand all 185 lectures 44:12:59
+ Introducción
5 lectures 22:20
La comunidad de Discord para aprender online
03:37
No valores el curso hasta no llevar más contenido visualizado
02:41
Cómo usar todo el potencial de Udemy y redactar preguntas en el foro
09:59
+ Instalación y puesta a punto
9 lectures 01:19:06
¿Qué vamos a aprender en esta sección?
01:46
No instales la versión de R 4.0.0
00:33
Como instalar R y RStudio - Versión Actualizada
15:23
Cómo instalar R y RStudio - Versión Antigua
15:35
Si tienes problemas con Ubuntu...
00:49
El repositorio del curso
12:35
Nociones básicas de Github
10:51
Clonar vs fork de Github
13:25
+ Trabajando con R
12 lectures 02:19:19
Ficheros, Scripts y RMarkDowns
13:25
Problemas con la generación del PDF
00:18
La ayuda de R
09:19
Cómo instalar y cargar librerías en R
13:06
R como calculadora
15:14
Funciones y Combinatoria con RStudio
09:44
Funciones trigonométricas
12:04
Redondeo y decimales en R
15:02
Cómo crear variables en R
09:51
Cómo crear funciones en R
16:20
Ejercicio: Creando la función de Operaciones Básicas
07:29
Trabajar con números complejos
17:27

Vamos a repasar los conceptos de R como calculadora

Utilizando R como calculadora
5 questions
En esta tarea vamos a utilizar todo lo aprendido hasta ahora para resolver unos sencillos problemas
Utilizando R como calculadora
3 questions
+ Trabajando con Python
10 lectures 02:33:28
Aplicar la estadística descriptiva en Python
01:51
Cómo instalar Python con Anaconda Navigator
27:18
Constantes en Python
18:37
Operaciones aritméticas y de redondeo
22:06
Operaciones de entrada y salida
13:08
Operadores de decisión
10:12
Funciones matemáticas
19:46
Cómo definir funciones con Python
24:02
Argumentos variables y lambdas
16:22
Recursos adicionales de Python
00:06
Vamos a repasar lo que hemos aprendido acerca de cómo utilizar Python como herramienta de cálculo y programación
Repaso general de Python
7 questions
+ Documentación con R Markdown
10 lectures 02:31:34
Introducción a RMarkdown
02:47
Truco: qué hacer si markdown no me genera ficheros en PDF
18:10
LaTeX y RMarkdown
11:36
Guía rápida de LaTeX
14:37
Cómo documentar matrices y sistemas en LaTeX
18:14
Los parámetros de las chunks
15:20
Chunk con variables en medio del texto
10:25
Documentación de textos utilizando Markdown
21:32
La librería reticulate para combinar R y Python
30:13

Vamos a repasar todo lo que hemos visto acerca de documentación para que le des un nuevo vistazo a toda la documentación de LaTeX, Markdown y R.

Documentación de textos científicos
10 questions
+ Estructuras de datos en R
10 lectures 02:34:58
Vectores y tipos de datos en R
14:27
Progresiones aritméticas y secuencias
10:56
Funciones y orden de vectores
18:00
Ejercicio: el binomio de Newton
07:56
Subvectores y filtros
23:53
Los valores NA
17:13
Factores
19:45
Listas
11:41
Matrices
15:13
Un repaso de álgebra lineal
15:54
Vamos a hacer una tarea con unas cuantas preguntas sobre lo visto hasta ahora
Estructuras de datos
6 questions

Vamos a hacer un breve examen para repasar todo lo aprendido en esta sección

Repasando estructuras de datos
5 questions
En esta tarea vamos a practicar todo lo aprendido hasta el momento. Practicaremos las instrucciones básicas de R y de LaTeX y lo haremos todo en un documento Markdown
LaTeX y RMarkdown
1 question
+ Estructuras de datos en Python
10 lectures 02:20:27
Las listas en Python
16:48
Bucles para recorrer listas
14:54
Las tuplas de Python
14:23
Los diccionarios en Python
12:40
La librería Numpy y los arrays
21:08
Propiedades y manipulación de arrays
14:11
Copias y vistas de arrays
05:55
Todo el potencial de Numpy
17:23
Un poco de álgebra Lineal con Python
19:54
Vamos a hacer unos ejercicios completos de programación con Python para ver que has entendido todo lo que hemos visto en la sección
Programando con Python
10 questions
Más ejercicios para acabar la sección
03:11
+ Introducción a la representación gráfica
13 lectures 03:19:42
Representación gráfica con plot
10:11
Parámetros de la función plot
18:06
Más parámetros de la representación gráfica
14:20
Añadir puntos y rectas a un gráfico
13:40
Cómo añadir texto y curvas a un gráfico
12:44
Segmentos, flechas, símbolos y polígonos
08:41
Vamos a repasar todo lo aprendido hasta el momento
Introducción a la representación gráfica
6 questions
Introducción a matplotlib para Python
27:15
Múltiples gráficos en una misma figura
14:29
Figuras y ejes
05:11
Añadir texto a los gráficos
19:47
Cambios de ejes y escalas
15:14
Ejercicio: un ejemplo de gráfico detallado en Python
32:25
Vas a investigar más opciones de gráficos a partir de un código que daremos en cada ejercicio. Ojo! Son ejercicios un tanto difíciles y requieren que inviertas tiempo en investigar y hacer gráficos en Python, así que no te frustres si no sale a la primera...
Gráficos con Python
4 questions
+ Data frames
13 lectures 03:37:06
El formato de los datos en el siglo XXI
28:54
¿Qué es un Data Frame?
17:47
Estructura y filtrado de data frames
14:23
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
Vamos a estudiar las medallas olímpicas de la web Winter Olympic Medals
Manejando Data Frames con R
6 questions
Cargar Data Frames con Python
20:22
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
Vamos a hacer un ejercicio completo con un data frame con datos de salud de estudiantes de una universidad
Ejercicio completo de Data Frames
6 questions
+ Estadística descriptiva con datos cualitativos
16 lectures 03:54:11
Estudio de datos cualitativos
05:10
La función table
13:00
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
Diagramas de barras
16:34
Diagramas circulares
07:21
Diagramas de mosaico
11:29
Un ejercicio completo de datos cualitativos
27:39
Vamos a trabajar con un Data Frame que contiene información sobre bebés recién nacidos e información de sus respectivas madres.
Estudio de bebés recién nacidos
8 questions
Los supervivientes del Titanic con Python
19:09
Estadística multidimensional con Python
23:48
Vamos a hacer un repaso de todo lo aprendido a lo largo de esta sección
Repasando Estadística descriptiva con datos cualitativos
7 questions