Análisis exploratorio de datos con Python y R

El análisis exploratorio de datos (EDA, por sus siglas en inglés, Exploratory Data Analysis) es el proceso o tratamiento estadístico al cual se someten los datos de una muestra con la que se busca representar a una población. Incluye la elaboración de gráficos y estadísticos que permiten explorar la distribución de los datos, identificando características como: valores atípicos o outliers , saltos o discontinuidades, concentraciones de valores, forma de la distribución, etc. Esto permite conocer la naturaleza de los datos, entender su distribución y explorarlos mediante análisis estadístico, para posteriormente realizar el mejor modelo posible que permita sacar conclusiones sobre dichos datos. Este curso puede ser tenido en cuenta como un paso inicial para arrancar tu carrera como científico de datos (Data Scientist), pues en él conocerás las bases teóricas para el análisis exploratorio de datos y aprenderás a instalar y navegar dos programas para trabajar con los lenguajes Python y R. Asimismo, practicarás el tratamiento de datos, su análisis y algunos aspectos básicos de la elaboración de gráficos.

1. Explorar los principios del análisis de datos e identificar las diferencias entre la estadística descriptiva y la inferencial.
2. Explorar Python y R, lenguajes para el análisis de datos, y conocer sus estructuras de datos y librerías.
3. Importar y exportar datos en Python y R, analizarlos y transformarlos según la necesidad del análisis.
4. Componer diferentes tipos de gráficos en Python y R.
5. Realizar análisis estadísticos de medidas de tendencia central y medidas de dispersión.

Sección 1. Introducción al análisis de datos

● Generalidades

● Estadística descriptiva e inferencial

Sección 2. Herramientas para el análisis exploratorio de datos

● Jupyter y R-Studio

● Interfaz y estructuras de datos

Sección 3. Análisis y procesamiento de los datos

● Importación y transformación de datos

● Agrupación y otras herramientas

Sección 4. Gráficos para el análisis de datos

● Tipos de gráficos

Sección 5. Medidas de tendencia central y de dispersión

● Medidas de tendencia central

● Medidas de dispersión