Publications by Jairo A. Ayala Godoy
Introducción a Shiny (parte 2)
Análisis de grandes volúmenes de datos Uso de scripts de R y datos En esta sección, aprenderemos cómo cargar datos, scripts y paquetes de R en aplicaciones Shiny. Se ilustra esto con una aplicación sofisticada que visualiza los datos del Censo de los Estados Unidos. counties.rds counties.rds es un conjunto de datos de datos demográf...
14363 sym R (2719 sym/14 pcs) 1 img
Introducción a Shiny (parte 1)
Análisis de grandes volúmenes de datos ¿Qué es Shiny? Shiny es un paquete de R que permite construir aplicaciones web interactivas directamente desde R. La información que se presentará a continuación es basada en los tutoriales de shiny disponibles en RStudio. Estructura de una aplicación Las aplicaciones Shiny se escriben en un ...
7297 sym R (2682 sym/10 pcs) 1 img
Distribución de la media muestral
Mostraremos a continuación el comportamiento de la distibución de la media muestral \(\bar{X}\) en diferentes escenarios. Supongamos que tenemos una muestra \(X_1,X_2,\dots,X_n\) de variables aleatorias normales con media \(\mu=50\) y varianza \(\sigma^2=100\). Entonces si suponemos \(n=100\) muestras aleatorias de esta distribución, por el T...
1649 sym R (1447 sym/4 pcs) 2 img
¿En qué consiste un proceso ETL?
Introducción Año tras año se generan muchos más datos. Estamos constantemente consultando nuestras redes sociales y usando nuestro teléfono móvil, ordenador o Tablet. Es por esta cantidad de datos que hay que tratar en la actualidad, que es tan importante el proceso de ETL: éste se encarga de extraer, transformar y cargar los datos, adem...
7624 sym 2 img
Tipos de datos
1. Introducción El término estadística tiene dos significados fundamentales. Por un lado la estadística como ciencia y por otro lado la estadística o estadísticas encontradas a un conjunto de datos. Este segundo concepto es muy usado hoy en día para referirnos a resultados ya elaborados en un estudio en el que se empleó la estadística...
17928 sym R (2423 sym/14 pcs) 15 img
Datos estructurados
1. Introducción La incorrecta administración de los datos dificulta obtener la información que se necesita en el momento en que se necesita. Afortunadamente, tenemos herramientas de software que, aunque se diseñen para abordar eficazmente el almacenamiento de datos, descubrimiento, cumplimiento, etc., tienen como objetivo general hacer que...
4862 sym R (9374 sym/97 pcs) 1 tbl
Herramientas de extracción de datos
1. Introducción La extracción de datos es muy importante cuando se trata del mundo de los negocios, ya que es necesaria para completar la investigación de mercado. Las empresas requieren extraer datos para estar al tanto de los cambios en el mercado, su público objetivo, para poder generar nuevas ideas para su negocio, mejorar su estrategi...
5982 sym R (2394 sym/22 pcs) 5 img
Trabajo con datos estructurados
Datos de Excel Archivos .csv csv es un potente paquete de R. Funciona en formatos de archivo Excel con extensión .xls o xlsx. Además, sirve como una alternativa al paquete xlsx . # install.packages("csv",dependencies=T) instalar el paquete library(csv) # cargar el paquete Nota: es importante agregar “dependencies” al momento d...
5270 sym R (11389 sym/53 pcs) 3 img
Análisis exploratorio y limpieza de datos
\[ \] Introducción En esta clase vamos a aprender a usar algunos paquetes para limpiar datos y estructurar información en R. Pero, antes de ello, es importante recordar como realizar pequeños análisis exploratorio de los datos. Este primer paso consiste en explorar las variables de nuestra base de datos para: Encontrar patrones Identific...
10309 sym R (30573 sym/85 pcs) 3 img
Document
Los datos Trabajaremos con datos que corresponden a tres variables medidas en 20 personas que se encuentran en un programa de salud: edad, peso y cantidad de grasa en la sangre. Los datos son: edad <- c(46,20,52,30,57,25,28,36,57,44,24,31,52,23,60,48,34,51,40,34) peso <- c(84,73,65,70,76,69,63,72,79,75,27,89,65,57,59,69,60,79,75,82) grasa <-...
6532 sym R (4409 sym/35 pcs) 6 img