En este capítulo te familiarizarás con variables basadas en el tiempo y con las múltiples formas de extraer nuevas variables mediante EDA para el análisis —como el día de la semana y la diferencia temporal—. Trabajarás con Power BI para crear gráficos de líneas, calcular nuevas métricas y destapar tendencias ocultas en tus datos —incluidos los cambios periodo a periodo y las medias móviles—.

Empezar a explorar datos de series temporales

Afirmaciones sobre el análisis de series temporales

Explorando series temporales de AirBnB

Generar una nueva variable de fecha

Analizar tendencias por día de la semana

Calcular el cambio interanual

Explorar datos de series temporales

Gráfico de ejecución de series temporales

Cíclico vs. estacional

Analizar las reseñas de Glassdoor a lo largo del tiempo

Crea tu primer gráfico de series temporales

Calcular medias móviles

Detectar anomalías en datos de series temporales

Analizar series temporales en Power BI

Una de las funciones más potentes del EDA en Power BI es poder identificar qué variables influyen más en tu resultado objetivo. Una visualización nativa de Power BI que lo permite son los Árboles de descomposición. Aprenderás qué son los Árboles de descomposición, cómo construirlos y cómo interpretarlos para explicar un resultado objetivo a partir de otras variables.

Introducción a los árboles de descomposición

Afirmaciones sobre los árboles de descomposición

Uso de los árboles de descomposición en Power BI

Primeros pasos con los árboles de descomposición

Profundizando en los árboles de descomposición

Descomponiendo las tasas de rotación

Árboles de descomposición

En este capítulo crearás otra visualización nativa de Power BI: Factores clave. Te ayuda a entender cuánto cambia un resultado objetivo en función de variables específicas y segmentos de observaciones.

Introducción a los key influencers

Decomposition trees vs. key influencers

Usar los key influencers en Power BI

Influenciadores clave del precio medio del anuncio

Segmentos de key influencers

Influencers clave para superhosts

¡Enhorabuena!

Factores clave

Exercises and Datasets

DataCamp vs. Local Experience

Course Glossary

En este curso aprenderás a analizar series temporales, visualizar tus datos y detectar tendencias. Crearás nuevas variables de fecha, descubrirás los run charts y te adentrarás en el cálculo de medias móviles. Por último, verás cómo identificar qué variables ejercen mayor influencia sobre la variable objetivo usando los árboles de descomposición y los factores clave de Power BI.

El glosario del curso está disponible a la derecha, en la sección de recursos.

Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70% en la evaluación cualificada. Puedes ir a la evaluación haciendo clic en el aviso de créditos CPE a la derecha.

<h2>Analizar datos de series temporales</h2>
En este curso aprenderás a analizar series temporales, visualizar tus datos y detectar tendencias. Construirás nuevas variables de fecha, descubrirás los gráficos de ejecución y te adentrarás en el cálculo de medias móviles. 
<br><br>
<h2>Comprender las variables que influyen</h2>
Por último, descubrirás cómo identificar las variables que más influyen en la variable objetivo utilizando los árboles de descomposición de Power BI y los influenciadores clave.


Exploratory Data Analysis in Power BI

Mejora tus informes con análisis de tendencias como series temporales, árboles de descomposición e influenciadores clave.

Análisis de tendencias en Power BI

Mejora tus informes con técnicas de análisis de tendencias, como series temporales, árboles de descomposición e influenciadores clave.

Analista de datos en Power BI

Afirmaciones sobre el análisis de series temporales

Análisis de tendencias en Power BI

ejercicio interactivo práctico