In questo capitolo imparerai a creare riepiloghi grafici e numerici di due variabili categoriali.

Esplorare i dati categorici

Cosa aspettarsi da un grafico a barre

Ripasso sulle tabelle di contingenza

Eliminare livelli

Grafici a barre affiancate

Interpretazione del grafico a barre

Conteggi vs. proporzioni

Proporzioni condizionali

Conteggi vs. proporzioni (2)

Distribuzione di una variabile

Grafico a barre marginale

Bar chart condizionato

Migliora il grafico a torta

Esplorare i dati categoriali

In questo capitolo imparerai a riassumere graficamente i dati numerici.

Esplorare i dati numerici

Istogramma con faccette

Box plot e density plot

Confronta le distribuzioni con i grafici

Istogrammi marginali e condizionali

Interpretazione di istogrammi marginali e condizionati

Tre ampiezze di bin

Interpretazione di tre ampiezze di bin

Box plot

Box plot per outlier

Scelta del grafico

Visualizzazione in dimensioni più alte

Grafico con 3 variabili

Interpreta il grafico a 3 variabili

Dopo aver esplorato dati categoriali e numerici, imparerai alcune statistiche utili per descrivere le distribuzioni dei dati.

Misure di posizione centrale

Scelta della misura di tendenza centrale

Calcolare le misure di centro

Misure di variabilità

Scelta della misura di dispersione

Calcolare le misure di dispersione

Scegli le misure di centro e di dispersione

Forma e trasformazioni

Descrivi la forma

Trasformazioni

Valori anomali

Individuare gli outlier

Riepiloghi numerici

Metti in pratica ciò che hai imparato per esplorare e riassumere un insieme di dati reale in questo caso di studio sullo spam via email.

Introduzione ai dati

Spam e num_char

Interpretazione di spam e num_char

Spam e !!!

Spam e interpretazione di !!!

Check-in 1

Raggruppare livelli

Interpretazione: immagini e spam

Integrità dei dati

Rispondere alle domande con le catene

Verifica 2

Cosa c'è in un numero?

Cosa c'è nell'interpretazione di un numero

Conclusione

Caso di studio

Cars data

Comics data

Immigration data

Raw life expectancy data

Names data

Raw U.S. income data

Quando il tuo insieme di dati è rappresentato come una tabella o un database, è difficile coglierne molto oltre alle dimensioni e ai tipi di variabili che contiene. In questo corso imparerai a usare tecniche grafiche e numeriche per iniziare a svelare la struttura dei tuoi dati. Quali variabili suggeriscono relazioni interessanti? Quali osservazioni sono insolite? Alla fine del corso, saprai rispondere a queste domande e non solo, generando grafici sia informativi che belli da vedere.

Introduction to Statistics in R

Introduction to Data Visualization with ggplot2

Impara a usare tecniche grafiche e numeriche per l'analisi esplorativa dei dati e creare grafici in R.

Analisi esplorativa dei dati in R

Impara a usare tecniche grafiche e numeriche per iniziare a capire la struttura dei tuoi dati.

Scienziato dei dati associato in R

Analista dati  in R

Interpretazione di spam e num_char

Analisi esplorativa dei dati in R

esercizio interattivo pratico