Featured image

Programación en lenguaje R (avanzado)

Este curso es la continuación de "Introducción a la programación en lenguaje R".

Se trata de un curso dirigido principalmente a los profesionales e investigadores que quieran trabajar los aspectos más avanzados de la programación en R. Uno de los lenguajes más populares para programación estadística, aprendizaje automático y la ciencia de los datos.

Objetivo

El objetivo es aprender las potencialidades y ventajas que esta herramienta de software libre ofrece para realizar operaciones de manejo de datos incluyendo el almacenamiento, recuperación, creación de estructuras de datos, confección de tablas y gráficos estadísticos, así como herramientas auxiliares para la preparación de informes, artículos y presentaciones con R.

Dirigido a

Profesionales o personas investigadoras de distintos ámbitos que tengan interés en conocer el programa R y en utilizar dicha herramienta en el ámbito de la programación, la estadística y las matemáticas. Se recomiendan conocimientos de estadística descriptiva.

Recomendación

Asistir previamente al Taller introductorio: Introducción a la programación en lenguaje R.

Programa

Corrección de errores tipográficos:

  • Creación de un diccionario con las opciones correctas.
  • Corrección masiva de los errores.
  • Comprobación de las correcciones.

Unión de tablas:

  • Unión de tablas similares vertical y horizontalmente.
  • Enriquecimiento de una tabla con información de otra.
  • Selección de los elementos comunes de varias tablas.
  • Selección de los elementos comunes y no comunes de varias tablas.

Filtrado:

  • Filtrado simple con variables no numéricas.
  • Filtrado simple por variables numéricas.
  • Filtrado compuesto por variables numéricas y no numéricas simultáneamente.
  • Filtrado por la clase de las variables.
  • Filtrado por el número de elementos diferentes de una variable.
  • Eliminación de duplicados.
  • Filtrado por las variables de otra tabla.
  • Filtrado por las filas de otra tabla.
  • Filtrado por los elementos de otra tabla.
  • Valores únicos.

Tratamiento avanzado de datos:

  • Extracción de los elementos de una fecha.
  • Adición del día de la semana.
  • Modificación de variables en función de otras variables.
  • Agregaciones simples de datos.
  • Agregaciones de los datos por varias variables.
  • Gráficos avanzados de las agregaciones.
  • Unión de varias agregaciones.
  • Operaciones con variables.
  • Modificación de caracteres en variables.
  • Normalización simple de tablas.
  • Normalización compuesta de tablas.
  • Corrección de las normalizaciones.
  • Verticalización de tablas.

Extracción de datos estructurados:

  • Extracción de una tabla.
  • Extracción de varias tablas de una misma url.
  • Extracción y unión de varias tablas de distintas url.
  • Extracción automatizada y unión de varias tablas de distintas url.
  • Extracción y guardado de varias tablas de distintas url.
  • Extracción automatizada y guardado de varias tablas de distintas url.

Outliers:

  • Definición.
  • Problemas de su no tratamiento.
  • Detección de outliers: Gráficamente. Extracción de los outliers. Determinación de las observaciones que incluyen outliers. Extracción de los valores de los outliers.
  • Tratamiento de los outliers: Eliminación de las observaciones. Transformación en NAs. Creación de nuevas variables dummy de forma masiva. Tratamiento individualizado.
  • Valores perdidos.
  • Cuantificación de los valores perdidos: Total. Por variables. Por observaciones.
  • Análisis gráfico de los valores perdidos.
  • Eliminación de los valores perdidos variable por variables.
  • Eliminación masiva de los valores perdidos.
  • Eliminación de variables con alto porcentaje de valores perdidos.
  • Imputación por valores estadísticos (media, moda, mediana)
  • Métodos de imputación múltiple.
  • Creación de modelos para la imputación.

"Medidas AntiCOVID adoptadas para garantizar tu seguridad durante el evento"

Según directrices de la ORDEN de 19 de agosto de 2020, de la Consejera de Salud, sobre medidas de prevención necesarias para hacer frente a la crisis sanitaria ocasionada por el COVID-19.

  • Se facilitará a cada asistente una mascarilla FFP2 homologada, cuyo uso será obligatorio en todo momento en todas las dependencias del edificio.
  • La ocupación de la sala se realizará garantizando la distancia interpersonal de 1,5 metros entre los asistentes.
  • Se dispondrá de geles hidroalcohólicos a disposición de los asistentes.
  • Se recomienda no compartir objetos entre los asistentes al evento.

Anteriores ediciones »»