ComenzarEmpieza gratis

Inicio
Cursos
Técnicas estadísticas en Tableau

Evaluar una línea de tendencia

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Este ejercicio forma parte del curso

Técnicas estadísticas en Tableau

IntermedioNivel de habilidad

4.8+

Comienza el curso gratis

El análisis exploratorio de datos, o EDA, es un paso fundamental al investigar datos. Obtener primeros insights de tus datos es fácil en Tableau: ¡crearás e interpretarás tablas, gráficos de barras, histogramas y diagramas de caja en muy poco tiempo!

Exercise 1: ¡Bienvenido al curso!Exercise 2: Interpretar histogramas Exercise 3: EDA en Tableau: tablas y gráficos de barras Exercise 4: Datos de Superstore: tabla Exercise 5: Datos de Superstore: gráfico de barras Exercise 6: EDA en Tableau: histogramas Exercise 7: Datos de Superstore: promoción del histograma Exercise 8: Datos de Superstore: tamaño de contenedor del histograma Exercise 9: Diagramas de caja y características de la distribución Exercise 10: ¿Qué visualización deberías elegir?Exercise 11: EDA en Tableau: diagramas de caja Exercise 12: Datos de Superstore: diagrama de cajas Exercise 13: Datos de Superstore: compara diagramas de caja

En este capítulo más conceptual, profundizarás en el uso de distintas medidas de centralidad y dispersión, y en cómo deben utilizarse en Tableau. Aprenderás a usar la tarjeta de resumen, la diferencia entre muestra y población, y cómo calcular y visualizar la varianza, la desviación estándar y los intervalos de confianza.

Exercise 1: Medidas de dispersión Exercise 2: Estadística: verdadero o falso Exercise 3: Tableau: tarjetas de resumen y dispersión Exercise 4: Datos de Superstore: summary card Exercise 5: Datos de Superstore: desviación estándar Exercise 6: Pregunta extra: muestra vs. población Exercise 7: Datos de Superstore: varianza Exercise 8: Error estándar e intervalos de confianza Exercise 9: Un montón de estadísticas y estimaciones Exercise 10: Tableau: añadir líneas y bandas de distribución Exercise 11: Datos de Superstore: alta carga de trabajo Exercise 12: Datos de Superstore: intervalos de confianza Exercise 13: Datos de Superstore: ¿media o mediana?

Es momento de analizar dos variables a la vez. Describir la relación entre dos variables, o hacer una regresión, es una gran manera de detectar tendencias en tus datos. Aprenderás a encontrar la mejor línea de tendencia, describir el modelo de la tendencia y predecir observaciones futuras, ¡usando datos de dinosaurios!

Exercise 1: La relación entre dos variables Exercise 2: Adivina la correlación Exercise 3: Tableau: líneas de tendencia Exercise 4: Dinosaurios: ¿qué debemos predecir?Exercise 5: Dinosaurios: ¿cómo desagregar?Exercise 6: Dinosaurios: añadir una línea de tendencia Exercise 7: Evaluar una línea de tendencia

Ejercicio actual

Exercise 8: Predicciones del modelo: ¿rigurosas o aleatorias?Exercise 9: Tableau: describir modelos de tendencia Exercise 10: Dinosaurios: resumen del modelo Exercise 11: Dinosaurios: modelo por clado Exercise 12: Dinosaurios: intervalos de confianza

En este último capítulo, explorarás dos técnicas estadísticas más avanzadas: forecasting y clustering. El forecasting te ayuda a detectar patrones recurrentes en tus series temporales y puede predecir cómo cambiarán esos patrones en el futuro. Con el clustering, podrás detectar patrones en datos sin etiquetar, lo que te permite segmentar tu conjunto de datos para revelar insights ocultos.

Exercise 1: Previsión Exercise 2: Forecasting: ¿verdadero o falso?Exercise 3: Tableau: previsión Exercise 4: Ventas de camisetas: primer pronóstico Exercise 5: Ventas de camisetas: agregación Exercise 6: Ventas de camisetas: ajustes del pronóstico Exercise 7: Clustering Exercise 8: ¿Agrupar o no agrupar?Exercise 9: Tableau: clustering Exercise 10: Indicadores mundiales: clustering de países Exercise 11: Indicadores mundiales: describiendo clústeres Exercise 12: Indicadores mundiales: mapear los clústeres Exercise 13: Indicadores del mundo: resultados del clustering Exercise 14: ¡Enhorabuena!