Publications by Johanna Raquel Ibarra García
Serie de Tiempo aplicado a META
Aplicación Serie de Tiempo a META Cargando librerias: META: (antes la empresa Facebook) desarrolla tecnologías que ayudan a las personas a conectarse, encontrar comunidades y hacer crecer sus negocios. La base de datos contiene datos de META a nivel mundial de los ultimos 10 años. #Se carga las librerias necesarias #install.packages('forecast') ...
1415 sym R (3515 sym/16 pcs) 1 img
Series Temporales
Análisis de Series Temporales de Netflix library(forecast) ## Registered S3 method overwritten by 'quantmod': ## method from ## as.zoo.data.frame zoo library(tseries) library(TSstudio) ## Warning: package 'TSstudio' was built under R version 4.2.3 getwd() ## [1] "C:/Users/abbyc/Desktop/Modulo_IV" library(readr) nflx <- read_csv(...
1054 sym R (4339 sym/30 pcs) 5 img
Series de tiempo CO2
Aplicación serie de tiempo Cargando librerias: #Se carga las librerias necesarias #install.packages('forecast') library(forecast) ## Registered S3 method overwritten by 'quantmod': ## method from ## as.zoo.data.frame zoo library(tseries) Importando datos. #install.packages("readxl") library(readxl) co2<-read.csv("co2.csv", header ...
1341 sym R (3844 sym/26 pcs) 5 img
INTRODUCCIÓN A SERIES DE TIEMPO
Table of contents INTRODUCCIÓN A SERIES DE TIEMPO EN R Acerca de la base de datos Visualizar la base de datos Convertimos los datos a serie de tiempo Análisis gráficos de la serie de tiempo Análisis de outliers de la Serie de Tiempo MÓDULO IV: ACTIVIDAD FORMATIVA 1 Author Caterine Guerrero Published July 30, 2023 INTRODUCCIÓN A SERI...
1568 sym Python (7304 sym/37 pcs) 4 img
Actividad 1. Series de Tiempo
Carga de datos library(readxl) co2 <- read.csv("co2.csv", header = TRUE, sep = ";") Transformamos los datos en una serie temporal co2.ts<-ts(co2$CO2, start = c(1959,1), frequency = 12) Análisis gráficos de la serie de tiempo Utilizando el comando \(plot\): plot(co2.ts, col="green") Utilizando el comando \(plot.ts\): plot.ts(co2.ts, ...
740 sym R (1576 sym/19 pcs) 4 img
REGRESIÓN LOGÍSTICA ORDINAL
INTRODUCCIÓN Los modelos de regresión contribuyen a la interpretación de los fenómenos a través de funciones matemáticas, sin embrago la interpretación de estos se dificulta cuando la variable de respuesta es categórica ordenada. Por lo tanto, El propósito de la metodología de un modelo Logit con variable de respuesta ordinal es modelar l...
8980 sym R (6477 sym/48 pcs)
REGRESIÓN LOGÍSTICA BINARIA MÚLTIPLE EN R
Regresión logística binaria Multiple Importando datos: Los siguientes datos muestra registros clínicos de insuficiencia cardiaca #install.packages("readxl") library(readxl) misdatos <- read_excel("heart_failure_clinical_records_dataset.xlsx") Convirtiendo los datos en un dataframe y visualizando los datos: La función str() en R es una funci...
1542 sym R (100734 sym/83 pcs)
REGRESIÓN LOGÍSTICA BINARIA MÚLTIPLE EN R
Generalidad La regresión logística múltiple es una extensión de la regresión logística simple. Se basa en los mismos principios que la regresión logística simple (explicados anteriormente) pero ampliando el número de predictores. Los predictores pueden ser tanto continuos como categóricos. Pasos para realizar la regresión logística mulr...
839 sym R (31468 sym/76 pcs)
REGRESIÓN LOGÍSTICA BINARIA MÚLTIPLE EN R
GENERALIDADES El contenido del documento, define los pasos para la construcción de un modelo de Regresión Logística Binaria Múltiple, sabiendo que cada código tiene su interpretación formal, respecto a la estructura en R library(readr) misdatos <- read_csv("/home/otoniel/ESPECIALIZACION/MODULO III/Publicados en RPubs/heart_failure_clinical_re...
510 sym R (31047 sym/76 pcs)
Document
GENERALIDADES La Regresión Logística Binaria (RLB) se usa cuando se desea conocer la relación entre una variable dependiente cualitativa dicotómica (dependencia) y una o mas variables indepentientes o explicativas, que pueden ser cualitativas (variables sociodemográficas) y/o cuantitativas con el objetivo de obtener una estimación ajustad...
2296 sym R (140727 sym/80 pcs)