R Programming: Análisis avanzado para Data Science
Regresión lineal, series de tiempo, gráficos avanzados y mucho más.
Description
¿Qué es R? ¿Qué es RStudio?
El término R se usa para referirse tanto al lenguaje de programación como al software que interpreta los scripts escritos con él.
RStudio es actualmente una forma muy popular no solo de escribir sus scripts R sino también de interactuar con el software R. Para funcionar correctamente, RStudio necesita R y, por lo tanto, ambos deben estar instalados en su computadora.
¿Por qué aprender R?
La curva de aprendizaje puede ser más pronunciada que con otro software, pero con R, los resultados de su análisis no se basan en recordar una sucesión de señalar y hacer clic, sino en una serie de comandos escritos, ¡y eso es algo bueno! Por lo tanto, si desea rehacer su análisis porque recopiló más datos, no tiene que recordar en qué botón hizo clic y en qué orden para obtener los resultados, solo tiene que ejecutar su secuencia de comandos nuevamente.
Trabajar con scripts hace que los pasos que usó en su análisis sean claros, y el código que escribe puede ser inspeccionado por otra persona que puede brindarle comentarios y detectar errores.
Trabajar con guiones te obliga a tener una comprensión más profunda de lo que estás haciendo y facilita tu aprendizaje y comprensión de los métodos que utilizas.
R se integra con otras herramientas para generar manuscritos a partir de su código. Si recopila más datos o corrige un error en su conjunto de datos, las cifras y las pruebas estadísticas en su manuscrito se actualizan automáticamente.
Con más de 10 000 paquetes que se pueden instalar para ampliar sus capacidades, R proporciona un marco que le permite combinar enfoques estadísticos de muchas disciplinas científicas para adaptarse mejor al marco analítico que necesita para analizar sus datos. Por ejemplo, R tiene paquetes para análisis de imágenes, GIS, series temporales, genética de poblaciones y mucho más.
What You Will Learn!
- Dataframes y limpieza de datos.
- Gráficos avanzados.
- Regresión Lineal múltiple.
- Series de tiempo.
Who Should Attend!
- Estudiantes que deseen aprender un software estadístico.
- Profesionistas que se dedican al análisis de datos.