Publications by Jesus Castro Solano y Margerith Escobar
codigo geoquimica version 3.1
install.packages("readxl") ## Installing package into '/cloud/lib/x86_64-pc-linux-gnu-library/4.3' ## (as 'lib' is unspecified) cat("El programa trabaja con datos a condiciones estándar, ¿desea continuar así? (Si/No): ") ## El programa trabaja con datos a condiciones estándar, ¿desea continuar así? (Si/No): respuesta <- tolower(readline()) if...
12 sym
Capitulo 3 Principal components analysis
Introduccion: El análisis de componentes principales (ACP) permite resumir y visualizar la información de un conjunto de datos que contiene individuos descritos por múltiples variables cuantitativas interrelacionadas. Cada variable puede considerarse una dimensión diferente. Si tenemos más de 3 variables puede ser muy difícil visualizar un hi...
3099 sym R (11741 sym/63 pcs) 24 img
Taller 4 Comparing dendrograms capitulo 8(1)
Introduccion: Después de mostrar cómo calcular la agrupación jerárquica del capitulo anterior 7, describimos aquí cómo comparar dos dendrogramas utilizando el paquete R dendextend. El paquete dendextend proporciona varias funciones para comparar dendrogramas. aquí, nos centraremos en dos funciones: 1-tanglegrams() para la comparación visual...
2183 sym R (2352 sym/27 pcs) 3 img
HCPC: Hierarchical clustering on principal components Capitulo 8(2)
Introduccion El clustering es uno de los métodos de minería de datos más importantes para descubrir conocimientos en conjuntos de datos multivariantes. El objetivo es identificar grupos de objetos similares dentro de un conjunto de datos de interés. install.packages(c("FactoMineR", "factoextra")) ## Installing packages into '/cloud/lib/x86_64-p...
3435 sym R (20762 sym/34 pcs) 7 img
Capitulo 11 taller 3 (serie de tiempo) Jesús Castro Solano y Margerith Escobar
INTRODUCTION El modelo de media móvil integrada autorregresiva (ARIMA) es el nombre genérico de un familia de modelos de pronóstico que se basan en el autorregresivo (AR) y en movimiento Procesos promedio (MA). Entre los modelos de pronóstico tradicionales (por ejemplo, lineal regresión, suavizado exponencial, etc.), el modelo ARfMA se con...
17061 sym R (13321 sym/97 pcs) 12 img
AEST taller 3 Jesús Castro Solano
library(TSstudio) data("USgas") ts_plot(USgas, title = "US Monthly Natural Gas consumption", Ytitle = "Billion Cubic Feet", Xtitle = "Year") En este grafico podemos observar una tendencia positiva o asendente , en la serie de tiempo. Tambien los datos resultantes tienden a aumentar conforme transcurre el tiempo. ts...
3871 sym R (17325 sym/82 pcs) 1 img
AEST taller 3(capitulo9) Jesus Castro Solano
library(TSstudio) data("USgas") ts_plot(USgas, title = "US Monthly Natural Gas consumption", Ytitle = "Billion Cubic Feet", Xtitle = "Year") En este grafico podemos observar una tendencia positiva o asendente , en la serie de tiempo. Tambien los datos resultantes tienden a aumentar conforme transcurre el tiempo. ts...
3871 sym R (17325 sym/82 pcs) 1 img