- Видео 265
- Просмотров 463 903
Raúl Valerio - Statistics
Гондурас
Добавлен 23 окт 2011
This channel is intended to promote the statistics, building statistical models, machine learning and programming languages used to model, solve and analyze any real life problem.
Subscribe for more videos or contact me for further enquiries
You can also visit us at www.masvidaciencia.blogspot.com
My channel in english:
ruclips.net/channel/UCfW4cZ2fO4NpRO_8hRxS6Rw
Subscribe for more videos or contact me for further enquiries
You can also visit us at www.masvidaciencia.blogspot.com
My channel in english:
ruclips.net/channel/UCfW4cZ2fO4NpRO_8hRxS6Rw
Aprende a crear resumen para grupos con familia Apply | Analisis Exploratorio hecho facil Viaje en R
Aprende a realizar tus primeras exploraciones en los datos #tutorial
* Aplica funciones apply, tapply, cbind , descubre valores y tablas de frecuencia.
* ¡Descubre cómo crear analisis exploratorio estadistico con R y desbloquea todo el potencial de tus datos!
Analisis de datos hecho facil: Un viaje introductorio en #R #rstudio ruclips.net/p/PL91sPCWWIYsiI-nv8Rdo0zb3ZxF1DzNKB
Dominando R: Exploración de datos y visualización en Rstudio para principiantes:
ruclips.net/p/PL91sPCWWIYsgCFvV7lgG0hJ-QKITARHm-
Únete a este canal para acceder a sus beneficios:
ruclips.net/channel/UCe4UCHmQu92O03Z1fgzUXmQjoin
Apoyame en www.buymeacoffee.com/raulvalerio
#R #rstudio #DataScience #curso #statistical analysis...
* Aplica funciones apply, tapply, cbind , descubre valores y tablas de frecuencia.
* ¡Descubre cómo crear analisis exploratorio estadistico con R y desbloquea todo el potencial de tus datos!
Analisis de datos hecho facil: Un viaje introductorio en #R #rstudio ruclips.net/p/PL91sPCWWIYsiI-nv8Rdo0zb3ZxF1DzNKB
Dominando R: Exploración de datos y visualización en Rstudio para principiantes:
ruclips.net/p/PL91sPCWWIYsgCFvV7lgG0hJ-QKITARHm-
Únete a este canal para acceder a sus beneficios:
ruclips.net/channel/UCe4UCHmQu92O03Z1fgzUXmQjoin
Apoyame en www.buymeacoffee.com/raulvalerio
#R #rstudio #DataScience #curso #statistical analysis...
Просмотров: 86
Видео
Factores Variable Categorica y Ordinal | Analisis exploratorio de datos hecho facil Tutorial en R
Просмотров 802 месяца назад
Factor, nominal u ordinal? que tipo de variable tengo? Aprenderás a crear muy facilmente una variable categórica en #R #rstudio Las variables categóricas permiten clasificar una serie de datos por medio de valores fijos asociados a una cualidad o categoría. * Creación de variables categóricas a partir de vectores de datos * Identificar los grupos o niveles de los datos * Agrega labels y orden a...
Identifica tus variables: Categorica Ordinal Numerica | Analisis exploratorio de datos hecho facil
Просмотров 642 месяца назад
Aprenderás en este tutorial a identificar muy facilmente una variable categórica y numerica en #R #Rstudio * Identificar los grupos o niveles de los datos * Entender la representación codificada para una variable tipo categórica en R * Que es un tipo nominal u ordinal? factor o grupo? * Uso de glimple, dplyr y mas. Las variables categóricas permiten clasificar una serie de datos por medio de va...
Instala Paquetes en R | Library & Packages | Analisis exploratorio de datos hecho facil Tutorial
Просмотров 793 месяца назад
Aprenderás cómo instalar y llamar bibliotecas (package) en R, ampliando tus capacidades de análisis de datos. * También exploraremos cómo cargar datos directamente desde bibliotecas para agilizar tu flujo de trabajo y maximizar tu productividad. * ¡Prepárate para potenciar tus habilidades en R y aprovechar al máximo las bibliotecas disponibles! Dominando R: Exploración de datos y visualización ...
Como crear resumen estadistico con R Hecho Facil Analisis Exploratorio Datos Un Viaje Introductorio
Просмотров 1053 месяца назад
Aprenderás cómo identificar, crear resumen de tus datos en R, ampliando así tus capacidades de análisis de datos. * Exploraremos cómo usar summary, media, mediana y mas Agilizar tu flujo de trabajo y maximizar tu productividad. ¡Prepárate para potenciar tus habilidades en R y aprovechar al máximo rstudio! Dominando R: Exploración de datos y visualización en Rstudio para principiantes: ruclips.n...
Importacion y carga de datos en R Hecho facil Analisis exploratorio de datos Un viaje introductorio
Просмотров 813 месяца назад
Aprenderás cómo cargar e importar datos en R, ampliando tus capacidades de análisis de datos. * Exploraremos cómo cargar datos directamente para agilizar tu flujo de trabajo y maximizar tu productividad. ¡Prepárate para potenciar tus habilidades en R y aprovechar al máximo rstudio! Dominando R: Exploración de datos y visualización en Rstudio para principiantes: ruclips.net/p/PL91sPCWWIYsgCFvV7l...
Un Viaje introductorio en R Rstudio | Analisis exploratorio de datos Hecho facil
Просмотров 633 месяца назад
Descubre en este tutoria R / Rstudio y como aplicarlo en el analisis exploratorio de datos: Un viaje introductorio. - Como importar datos: - Preguntas resumen - Instalacion de paquetes - Identificar tipo de variable - Variables categoricas - Estadistica descriptiva con funciones apply Descubre igualmente: Dominando R: Exploración de datos y visualización en Rstudio para principiantes: ruclips.n...
RETO reporte de ANALISIS de DATOS en R | Dominando Exploración de datos Tutorial pregunta respuesta
Просмотров 3008 месяцев назад
Serás capaz de responder mediante código R las preguntas a continuación formuladas ?? podrás interpretar correctamente la salida de datos?? - Dataframes y tablas de datos - Construccion de factores y categorias - Convertir variables numericas a categoricas - Construcción de tablas de frecuencia y cruzadas - Construcción de graficos boxplot y barras - Aprende a interpretar un estudio de caso con...
Graficos de barra y variable categorica: Barplot | Dominando R Exploración de datos | Capitulo 16
Просмотров 1808 месяцев назад
Descubre como crear faciles graficos de barra para variables con grupos y categorias en #R #rstudio Al finalizar este material serás capaz de crear estupendas y explicativas visualizaciones para variables categoricas o grupales. * Crea visualizaciones para comparar frecuencia de datos entre grupos * Crea atractivos gráficos de barras de comparación entre categorías * Agrega títulos y descripcio...
Introducción a los Histogramas y Boxplot | Dominando R Exploración de datos Capitulo 15 | Diagramas
Просмотров 588 месяцев назад
Conoce y aplica las visualizaciones para variables numéricas en R. Al finalizar esta sección serás capaz de crear estupendas y explicativas visualizaciones para identificar las distribuciones de las variables numéricas. #R #Rstudio #Exploracion #outliers #distribución * Aplica y crea histogramas * Aplica y crea diagramas de cajas (Boxplot) * Identifica valores extremos (outliers) Dominando R: E...
Preparación y transformación de datos | Dominando R Exploración de datos Capitulo 14
Просмотров 18710 месяцев назад
Aprende #R y prepara mejor tus datos, sea mediante cambios y modificaciones en las observaciones o creación de nuevas columnas. - Aplica las funciones tipo apply a tus datos - que es apply? como utilizar? grupos? media? dos variables? Modifica tus observaciones mediante filtración y condiciones en R Capítulo 10: Importa datos Excel y maneja xlsx a dataframe | Dominando R Exploración de datos: r...
Introducción a Tidyverse y Operador de Flujo | Dominando R Exploración de datos Capitulo 13 Pipeline
Просмотров 11810 месяцев назад
Aprenderás paso a paso para utilizar la biblioteca #tidyverse en #R, que incluye la selección de datos, filtrado, creación de una nueva variable y formato de datos: - Qué es el operador de flujo pipeline - Cómo seleccionar columnas - Filtrado y uso de condiciones - Obten el Top 3 de tus datos - Transformación de datos en diversos formatos con pivot wide Capítulo 10: Importa datos Excel y maneja...
Imputación y amputación de valores perdidos | Dominando R Exploración de datos Capitulo 12 Missing
Просмотров 11610 месяцев назад
Aprende como obtener e identificar valores faltantes o perdidos y cuales son algunos métodos para su tratamiento. #R #Rstudio #Datos * Inspección y amputacion de valores perdidos (faltantes) * Aplica la imputacion en tus tablas de datos * Cómo aplicar correctamente calculos con valores perdidos #imputing #missing Capítulo 10: Importa datos Excel y maneja xlsx a dataframe | Dominando R Exploraci...
Capitulo 11: Manipulación y selección de datos en DataFrame | Dominando R Exploración de datos
Просмотров 16711 месяцев назад
Después de completar esta lección serás capaz de filtrar y seleccionar filas, columnas y crear nuevas tablas de datos. * Cómo aplicar correctamente calculos con valores perdidos? * Nombres o números para obtener columnas? Capítulo 10: Importa datos Excel y maneja xlsx a dataframe | Dominando R Exploración de datos: ruclips.net/video/0_OVYHpf6Y4/видео.html * ¡Descubre cómo crear y manipular data...
Importa datos Excel y maneja xlsx a dataframe | Dominando R Exploración de datos Capítulo 10
Просмотров 36411 месяцев назад
Aprende como importar datos y crear DataFrames utilizando codigo R así como las ventanas de Rstudio * Lectura e importación de archivos xlxs * Identifica el separador entre los datos * Descubre como escoger hoja (sheet) y filas * Etiqueta tus variables categóricas con FACTOR * ¡Descubre cómo crear y manipular dataframes en R y desbloquea todo el potencial de tus datos! Dominando R: Exploración ...
Capítulo 9: Analisis descriptivo de datos con Tablas y resumen de Datos | Dominando R Exploración
Просмотров 12611 месяцев назад
Capítulo 9: Analisis descriptivo de datos con Tablas y resumen de Datos | Dominando R Exploración
Capítulo 8: Importa datos desde csv a dataframe | Dominando R Exploración de datos y visualización
Просмотров 9611 месяцев назад
Capítulo 8: Importa datos desde csv a dataframe | Dominando R Exploración de datos y visualización
Crea dataframes desde cero | Dominando R Exploración de datos y visualización Capítulo 7 Tablas
Просмотров 13911 месяцев назад
Crea dataframes desde cero | Dominando R Exploración de datos y visualización Capítulo 7 Tablas
Capítulo 6: Carga de datos y exploración | Dominando R Exploración de datos y visualización Beginner
Просмотров 13811 месяцев назад
Capítulo 6: Carga de datos y exploración | Dominando R Exploración de datos y visualización Beginner
Capítulo 5: Factores y variable categorica | Dominando R Exploración de datos y visualización Begin
Просмотров 25711 месяцев назад
Capítulo 5: Factores y variable categorica | Dominando R Exploración de datos y visualización Begin
Capítulo 4: Que es y como crear vectores | Dominando R Exploración de datos y visualización beginner
Просмотров 21011 месяцев назад
Capítulo 4: Que es y como crear vectores | Dominando R Exploración de datos y visualización beginner
Capítulo 3: Primeros Pasos en R Rstudio | Dominando R: Exploración de datos y visualización
Просмотров 26711 месяцев назад
Capítulo 3: Primeros Pasos en R Rstudio | Dominando R: Exploración de datos y visualización
Capítulo 2: Instalación de Rstudio 2024 | Dominando R: Exploración de datos y visualización Beginner
Просмотров 51611 месяцев назад
Capítulo 2: Instalación de Rstudio 2024 | Dominando R: Exploración de datos y visualización Beginner
Capítulo 1: Instalación de R 2024 | Dominando R: Exploración de datos y visualización Beginner
Просмотров 38011 месяцев назад
Capítulo 1: Instalación de R 2024 | Dominando R: Exploración de datos y visualización Beginner
Domina Feature Engineering en Modelos Machine Learning y Red Neuronal | Tutorial Tensorflow Keras R
Просмотров 11511 месяцев назад
Domina Feature Engineering en Modelos Machine Learning y Red Neuronal | Tutorial Tensorflow Keras R
Optimización de Red Neuronal con Tensorflow & Keras en R | Mejora Arquitectura Machine Learning AI
Просмотров 385Год назад
Optimización de Red Neuronal con Tensorflow & Keras en R | Mejora Arquitectura Machine Learning AI
Customer Churn con Tensorflow & Keras en R: Redes neuronales paso a paso | Machine Learning Tutorial
Просмотров 670Год назад
Customer Churn con Tensorflow & Keras en R: Redes neuronales paso a paso | Machine Learning Tutorial
Pandas y AI: Potenciando el Análisis de Datos con Inteligencia Artificial | Código Python How Ask
Просмотров 697Год назад
Pandas y AI: Potenciando el Análisis de Datos con Inteligencia Artificial | Código Python How Ask
Diagnóstico médico con redes neuronales: un estudio de caso sobre diabetes con R | Machine Learning
Просмотров 549Год назад
Diagnóstico médico con redes neuronales: un estudio de caso sobre diabetes con R | Machine Learning
Maestría en Redes Neuronales con R | Tutorial Completo: Capas Peso Funcion Predicción Analisis Datos
Просмотров 822Год назад
Maestría en Redes Neuronales con R | Tutorial Completo: Capas Peso Funcion Predicción Analisis Datos
Base de datos
Excelente , ¿puedes compartir el script? Y donde obtuviste 😊la base de datos ?
Hola, qué tal, tenía entendido el manejo de outliers e identificación de los mismos se realizaba por cada variable independiente, la dependiente como tal no, pero en todo caso pudieras aclarar por qué dentro del ejercicio lo realizaste tan solo a la dependiente sería buenazo
Me parece interesante y bien explicado.
Y con Python ?
Excelente video, por favor podrías mostrar cómo realizaste el último gráfico el del minuto 13:30
Hola, solo se hace manejo de outliers a la variable dependiente?
Gracias por el video. Consulta: un modelo de regresion lineal multiple con datos de corte transversal ¿puede contener varias variables dummy?; por ejemplo: 5 variables dummy
Gracias por el video. Consulta: ¿Existen diferencias en los resultados de R, si en un modelo una variable se define como numerica en vez de categorica ordinal?
@@antt5602 Hola! Sí existen diferencias ya que estamos hablando que la variable numérica podemos hacer cálculos sin orden jerárquico más que el natural. En las variables categóricas ordinales hay un orden establecido pero entendiendo que podemos establecerlo/modificarlo nosotros.
Gracias por el video. Consulta: si se tiene la variable: "cantidad de parqueos del apartamento" que puede tener: 0 o´ 1 o´ 2 o´ 3. ¿Que´ tipo de variable es "cantidad de parqueos"?, ¿categorica ordinal, numerica discreta?
Gracias por el video. Consulta: si se tiene una variable: "nivel de ubicacion del apartamento en el edificio" para edificios de 20 niveles. ¿Que´ tipo de variable es "nivel de ubicacion del apartamento"?, ¿categorica ordinal, numerica discreta?
Muchas gracias Valerio
Excelente video!
¡Gracias por el video! Seria interesante etiquetar valores: outlayer, influyentes o residuales de una base de datos de un modelo de regresion multiple
Hola buenas. Muy interesante. Cómo se haría el análisis si cuenta con un panel de datos con varias variables?
Hola buenisimo video! los scripts se encuentran publicados?
no se ven las opciones de tools o file, no te aparecen grabadas, para que lo tengas en cuenta si llegas a actualizar el curso, gracias por la info y la dedicación :)
cómo sacó $model, $fitted
espectacular nunca mejor explicado...
@@rifarca Hola! Mil gracias por tu cálido mensaje. Saludos!
y si la serie de tiempo tien más de un año?
Super útil este tutorial, muchas gracias!!!
Gracias!! Espero los demás vídeos sean de tu agrado igualmente
¡Muchas gracias por el video, Raul V! Consulta: deseo eliminar todas las observaciones (filas) que contengan un valor 0. ¿Que comandos debo utilizar?
Hola! Gracias por tu pregunta. Para eliminar una observación con valor cero en un conjunto de datos llamado df en la columna A: df = df[ df$A!=0, ] con esto sólo tomaremos las observaciones en la columna A con valor diferente a 0.
¡Gracias por el video, Raul V! Consulta: ¿como eliminar observaciones (filas) con valor igual a 0 en una base de datos?
Hola! Gracias por tu pregunta. Para eliminar una observación con valor cero en un conjunto de datos llamado df en la columna A: df = df[ df$A!=0, ] con esto sólo tomaremos las observaciones en la columna A con valor diferente a 0.
de donde tomo los datos?
Los datos están precargados en R. Escribe el comando tal cual lo puso él: data("oil") y te van a aparecer sin la necesidad de descargarlos
Hola Israel. Así es, son datos precargados. Saludos!!
¡Gracias por el video, Raul V! En el caso de una variable que no cumpla el criterio VIF y sea considerada importante para el investigador, ¿existe otra opcion que no sea eliminarla?
Hola! Otra opción para no eliminar la variable que de considera importante en el modelo y no eliminar sería entonces combinarla con otra variable, sea creando nuevas variables ( ejemplo IMC entre estatura y peso) o añadiéndole la interacción al modelo ( ejemplo Ciudad* Departamento).
No se porque enseñas sin enviar la base de datos, no tiene sentido ver videos así, la gnte necesita practicar, envia el enlace con los datos por favor!!!!
hago exactamente lo mismo y no me queda igual, me podrias enviar tu codigo por fa
hermosa informacíon. muchas gracias. mi duda es la siguiente, si yo quisiera sólo obtener de todos mis .xls el valor tres celdas, pero cada una de esas celdas están en hojas diferentes del xls para luego almacenarlas en un sólo archivo. como hacer referencia a la hoja y a la celda para copiarla y enviarla al archivo resultante? gracias de anteano.
Gracias!! Me gusta mucho su forma de explicar, me ha ayudado mucho
Hola, muchas gracias. Saludos
Faltó cómo extraer la semana.
Hola Alejandro. Hay muchas maneras de poder hacerlo y un ejemplo es: >>> import datetime >>> datetime.date(2010, 6, 16).isocalendar().week
no me funciono los codigos de nodes y edges, me sale esto Error: `path` does not exist: ‘data_social.xlsx’
Donde esta la base de datos Salary?, la he buscado para trabajar a la par pero no la encuentro
Hola. Hay algún método para la imputación en variables cualitativas?
Hola Jefferson. Lo más comun para la imputación de valores faltantes es la moda. Es decir, daremos como valor a las celdas vacías el nombre o categoría más repetida. saludos!!
lo que no logro ubicar es el archivo csv que utilizas puesto que en el enlace que nos compartes es un sitio que tiene miles , podrías compartir o indicarnos como localizarlo por favor?
Demasiado bueno el video, muchisimas gracias, sigue adelante
Gracias, saludos!!!!!
La información que brindas es muy útil, solo te haría una acotación para fines de mejorar la técnica. Hablar de cosas que no tienen utilidad a los fines del que quiere aprender a ejecutar el proceso, lo que hace es complicar mucho el seguimiento de lo que realmente importa. Se nota que sabes lo que estás hablando, pero todavía a la mitad del vídeo, no terminabas de dar vueltas con nodos y códigos html enredados. Debió ser; descarguen tales librerías, vayan a tal sitio, ejecuten este procedimiento, luego les saldrá tal cosa, eso es por tal razón y tiene tal significado,; en fin .. si querías explicar todo lo relativo al aspecto del código html, lo hacias después.... Saludos!
Hola!! Mil gracias por tu apreciado comentario. A tomar en cuenta por supuesto.
Excelente video, tengo una duda, al final cuando sale el grafico con puntos, usaste solo 2 variables, Milk y glocery, en lo personal use 3 variables, En la cuarta variable me sale un error como de sintaxis, es posible ingresar 5 variables? ya que al momento de realizar normalizar usamos toda la data, asi que me gustaria ver toda la data., gracias.
no entendí por qué puso lo de model = c(0,0,1) en la línea de MA1
Cuando intento importar una base de datos, recibo un mensaje de error. Me gustaría confirmar si el archivo que estoy usando es el correcto (ec.europa.eu/eurostat/databrowser/view/lfsq_egan/default/table?lang=en), proporcionado en el enlace.
te mereces más likes . Gracias por tu trabajo
Mil gracias Alejandra. Saludos cordiales.
Gracias por compartir amigo Valerio.
Con mucho gusto!! Gracias por tu comentario.
¿Por qué en el primer ejemplo con R sale un valor chi-cuadrado de 20.458 y en la presentación de powerpoint es de 22.14? ¿Afecta está diferencia?
Excelente vídeo. Pero no sé donde puede descargar las tablas que usas para ejemplo. Sería bueno que las dejes descargar para ir haciéndolo mientras te vemos
Puedes generar los datos con la siguiente linea: data <- sample(1:100)
Thanks, I hope that you can launch the series of XGBoost Python tutorials with English version or can share the codes in English. Thank you!
Your tutorials are very useful. Thanks
Buen video, gracias por compartir, no hay mucho contenido en español de R (de buen nivel)
Excelente Victor. Un placer.
como manipular la pagina de datos para descargar exactamente el archivo xlsx que usas en el video, pues de entrada la pagina abre otros datos
Excelente explicación. Muchas gracias.
Con mucho gusto. Gracias por tu apreciado comentario.
muchas gracias , excelente explicacion , se le puede contactar para una ascesoria?
Hola Jaime!! Mil gracias. Escríbeme al correo electrónico. Saludos
Muy bien explicado, me gustó mucho el video
Hola Enrique!! Mil gracias y alegre te haya servido.
Consulta, Raul V: ¿existe algun comando o libreria en R que ayude a determinar que "tipo de distribucion de probabilidad" se ajusta a las observaciones (conjunto de datos), bajo analisis?