In this chapter, you will learn how to create graphical and numerical summaries of two categorical variables.

Exploring categorical data

Bar chart expectations

Contingency table review

Dropping levels

Side-by-side bar charts

Bar chart interpretation

Counts vs. proportions

Conditional proportions

Counts vs. proportions (2)

Distribution of one variable

Marginal bar chart

Conditional bar chart

Improve pie chart

Exploring Categorical Data

In this chapter, you will learn how to graphically summarize numerical data.

Exploración de datos numéricos

Histograma con facetas

Diagramas de caja y densidad

Comparar distribuciones con gráficos

Distribución de una variable

Histogramas marginales y condicionales

Interpretación de histogramas marginales y condicionales

Tres anchos de bin

Interpretación de tres anchos de bin

Diagramas de caja

Diagramas de caja para valores atípicos

Selección de gráfico

Visualización en dimensiones superiores

Gráfico con 3 variables

Interpreta un gráfico de 3 variables

Exploring Numerical Data

Now that we've looked at exploring categorical and numerical data, you'll learn some useful statistics for describing distributions of data.

Measures of center

Choice of center measure

Calculate center measures

Measures of variability

Choice of spread measure

Calculate spread measures

Choose measures for center and spread

Shape and transformations

Describe the shape

Transformations

Outliers

Identify outliers

Numerical Summaries

Apply what you've learned to explore and summarize a real world dataset in this case study of email spam.

Introducing the data

Spam and num_char

Spam and num_char interpretation

Spam and !!!

Spam and !!! interpretation

Check-in 1

Collapsing levels

Image and spam interpretation

Data Integrity

Answering questions with chains

Check-in 2

What's in a number?

What's in a number interpretation

Conclusion

Case Study

Cars data

Comics data

Immigration data

Raw life expectancy data

Names data

Raw U.S. income data

Cuando tu conjunto de datos se representa como una tabla o una base de datos, es difícil ver mucho más allá de su tamaño y los tipos de variables que contiene. En este curso, aprenderás a usar técnicas gráficas y numéricas para empezar a descubrir la estructura de tus datos. ¿Qué variables sugieren relaciones interesantes? ¿Qué observaciones son inusuales? Al final del curso, podrás responder a estas preguntas y más, generando gráficos que sean a la vez informativos y estéticos.

Introduction to Statistics in R

Introduction to Data Visualization with ggplot2

Aprende a usar técnicas gráficas y numéricas para análisis exploratorio de datos y generar gráficos en R.

Análisis exploratorio de datos en R

Aprende a utilizar técnicas gráficas y numéricas para empezar a descubrir la estructura de los datos.

Científico de datos asociado en R

Analista de datos  en R

Interpretación de histogramas marginales y condicionales

Análisis exploratorio de datos en R

Ejercicio interactivo práctico