Aprenda a analizar datos con R. Domine la visualización de datos básicos, las pruebas estadísticas de bondad de ajuste, la inferencia y los modelos lineales.
Suggested by: Coursera (What is Coursera?)
No prior knowledge required
No unnecessary risks
En esta pasantía, aprenderá a analizar y visualizar datos en R y a crear informes de análisis de datos reproducibles. Examinará la comprensión conceptual de la naturaleza unificada de la inferencia estadística, realizará inferencia estadística y métodos de modelado bayesiano para comprender los fenómenos naturales y tomar decisiones basadas en datos. Comunique los resultados estadísticos de forma correcta, eficaz y en contexto, sin depender de la jerga estadística. Auditará reclamaciones basadas en datos y evaluará decisiones basadas en datos, y extraerá y presentará datos utilizando paquetes R para el análisis de datos.
Creará una cartera de proyectos de análisis de datos a partir de la pasantía, demostrando dominio del análisis de datos estadísticos desde el análisis inicial hasta la inferencia y el modelado, adecuado para aplicaciones de análisis de datos o puestos de científico de datos.
Este curso introduce los conceptos de muestreo y exploración de datos, así como la teoría básica de la probabilidad y las reglas de Baye. Explorará diferentes tipos de métodos de muestreo y discutirá cómo estos métodos pueden afectar el alcance de la inferencia. El curso cubrirá una variedad de técnicas exploratorias de análisis de datos, incluidas estadísticas de resumen numérico y visualización de datos básicos. Más allá de eso, recibirá orientación sobre la instalación y el uso del software R y RStudio (software estadístico gratuito), y utilizará este software para ejercicios de laboratorio y un proyecto final. Los conceptos y técnicas de este curso servirán como base para cursos de inferencia y modelado en la especialización.
Este curso cubre métodos de inferencia estadística comunes a datos numéricos y categóricos. Aprenderá cómo configurar y realizar pruebas de hipótesis, interpretar valores p e informar los resultados de su análisis de una manera que puedan ser entendidos por los clientes o el público. Utilizando muchos ejemplos de datos, aprenderá a informar estimaciones de cantidades para que reflejen la incertidumbre de la cantidad de interés. Recibirá orientación sobre la instalación y el uso del software R y RStudio (software estadístico gratuito) y utilizará este software para ejercicios de laboratorio y un proyecto final. El curso presenta herramientas prácticas para realizar análisis de datos y explora los conceptos básicos necesarios para interpretar y reportar resultados de datos categóricos y numéricos.
Este curso presenta modelos de regresión lineal simple y múltiple. Estos modelos le permiten estimar las relaciones entre variables en un conjunto de datos y una variable de respuesta continua. ¿Existe una conexión entre el atractivo físico de un profesor y las puntuaciones de evaluación de sus alumnos? ¿Es posible predecir la puntuación de un niño en un examen basándose en determinadas características de su madre? En este curso, aprenderá la teoría básica detrás de la regresión lineal y, a través de ejemplos de datos, aprenderá cómo ajustar, probar y utilizar modelos de regresión para investigar relaciones entre múltiples variables, utilizando el software gratuito R y RStudio.
