Lenguaje R Avanzado

PRECIO: 450 €

PRECIO SOCIOS CLUSTER TECNOLOGICO GAIA: 360 €

OBJETIVO DEL CURSO 

Profundizar en las posibilidades que ofrece R a la hora de trabajar con datos, especialmente con las opciones que ofrece para realizar uniones de tablas, filtrados y agregados, conocer, detectar y trabajar con valores extremos y valores perdidos. Se trabajará con la librería ggplot2.  

Los alumnos serán capaces de realizar opresiones complejas con datos, uniones de tablas, filtrados así como avanzados gráficos y modificaciones de datos para mejorar su calidad y completitud. 

DURACIÓN  

15 horas. 

PROGRAMA 

Filtrado de datos: 

• 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 variables. 
• 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. 

 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. 

 Análisis avanzado 

• Extracción de los elementos de una fecha.  
• Agregaciones simples de datos. 
• Agregaciones de los datos por varias variables. 
• Gráficos avanzados de las agregaciones.  
• Unión de varias agregaciones. 
• Normalización simple y compuesta de tablas. 
• Corrección de las normalizaciones. 
• Verticalización de tablas. 

 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: 
• Tratamiento individualizado. 

Valores perdidos 

• 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: 
• Tratamiento individualizado.