Share this page!

Enter URL or ID to Unroll

You can paste full URL like: https://x.com/threadreaderapp/status/1644127596119195649
or just the ID like: 1644127596119195649

How to get URL link on X (Twitter) App

  1. On the Twitter thread, click on or icon on the bottom
  2. Click again on or Share Via icon
  3. Click on Copy Link to Tweet
  4. Paste it above and click "Unroll Thread"!
  5. More info at Twitter Help
Rosana Ferrero 📈📊🙌 Profile picture
@RosanaFerrero
Jan 25, 2023 • 17 tweets • 28 min read • Read on X
Scrolly
💥14 herramientas secretas impulsadas por #RStats para ahorrar tiempo y esfuerzo en tus proyectos de datos (¡No te lo pierdas!):👀
1️⃣ ¡Edita tus datos de forma interactiva (y guarda el código)! 👀
📦 'editData' es un complemento de RStudio para editar un data.frame o un tibble de forma interactiva
🔗 buff.ly/3U5Tgjy

#DataScience #DataVisualization #dataviz #stats #analytics #RStats #Analytics
2️⃣ ¡Crea gráficos #ggplot de forma interactiva!🚀
📦esquisse es otro de mis addins favoritos de #rstudio
✅ exporta el gráfico o recupera el código para reproducir el gráfico
🔗 buff.ly/3mxLHSo
#DataScience #DataVisualization #dataviz #stats #analytics #RStats #Analytics
3️⃣ ¡Elige los colores para tus gráficos de forma interactiva!
📦colourpicker te ayuda a elegir el color y lo actualiza en tiempo real para que puedas ver los cambios de inmediato
🔗 github.com/daattali/colou…

#datavisualization #dataviz #dataScientist #rstats #programmer #Colors
4️⃣ ¡Edita los themes de ggplot2 a golpe de click y personaliza tus gráficos!
📦 ggThemeAssist te permite elegir/ajustar cualquier detalle de tus gráficos
🔗 github.com/calligross/ggt…

#dataviz #dataScientist #Analytics #stats #datavisualization #tableau #BI #powerBI #RStats
5️⃣ ¡Visualiza series temporales en 1seg!📈
📦 tsviz es sencillo e interactivo
🔗 buff.ly/3ekxlSL

#datascience #analytics #timeseries #stats #DataAnalytics #data #cienciadedatos #BusinessProposal #BI #dataviz #DataVisualization #RStats #Python #SQL #Excel #powerbi
6️⃣ ¡Procesa variables categóricas rápidamente!
📦questionr reordena y recodifica fácilmente los factores, divide el rango de una variable numérica en intervalos
🔗 buff.ly/39QesbS
#DataManagement #DataAnalytics #DataScience #stats #statistocs #RStatsES #Analytics #RStats
7️⃣ Explora tus datos con una sola línea de código y crea un informe automático
📦DataExplorer automatiza la mayor parte del manejo y visualización de datos
🔗 boxuancui.github.io/DataExplorer/
Similares: DataMaid, ExPanDaR, skimr, dlookr
#rstats #DataManagement #dataviz #Datavisualization
8️⃣ ¡Convierte tus análisis en documentos, informes, presentaciones y tableros reproducibles y de alta calidad!
✅ #RMarkdown (o #Quarto) une texto, código y resultados en un único documento
¡Adiós copy & paste, adiós errores!

🔗 rmarkdown.rstudio.com
9️⃣ Crea tableros interactivos para #RStats, utilizando #RMarkdown
📦 flexdashboard incluye texto, figuras/tablas estáticas o gráficos interactivos, ¡mediante código sencillo!
Puedes combinarlo con shiny, ggplotly y otros “widgets html”
🔗 pkgs.rstudio.com/flexdashboard/

#dataviz
🔟 ¡Crea los metadatos (YAML) de R Markdown de manera interactiva!
💥 ymlthis te permitirá crear informes reproducibles increíbles
🔗 buff.ly/3Re0ikR

#dataviz #DataVisualization #DataScience #data #Analytics #stats #statistics #programming #rstudio
1️⃣1️⃣ ¡Visualiza paso a paso tus canalizaciones de datos!👀
📦ViewPipeSteps crea pestañas con la vista de datos con los resultados de las funciones encadenadas en tuberías (pipes %>%)
🔗 github.com/daranzolin/Vie…

#RStatsES #data #Database #DataManagement #datascience #DataAnalytics
1️⃣2️⃣ Analiza de manera sencilla las expresiones regulares
- Crea interactivamente tu expresión regular
- Busca coincidencia de cadenas
- Consulta la ayuda interactiva y los recursos incluidos para aprender expresiones regulares
🔗 github.com/gadenbuie/rege…
#rstats #datamanagement
1️⃣3️⃣ ¡Si quieres estar a la última con todas las novedades de paquetes de #RStats apunta este addin!💥
- Busca paquetes relevantes
- Obtén metadatos del paquete
- Descubre paquetes
- Mantente al día con CRAN
🔗 buff.ly/2QBkrVP
#ML #IA #BigData #datamining #programming
1️⃣4️⃣¡Integra #chatgpt3 en tus análisis de datos con #RStats!
📦gpttools incluye:
📄comentarios de roxygen
💬código de explicación
🧪sugiere pruebas unitarias para funciones
🚀convierte scripts en funciones reutilizables
🔗 github.com/JamesHWade/gpt…
#ChatGPT #AI #ML #tech #Data
😉Sígueme para obtener más herramientas y recursos de #DataScience #ML #IA #RStats y aprende las mejores técnicas y enfoques.

¿Cuál es la herramienta que más te ha gustado de esta lista?, ¡Comenta abajo!👇

Si te resultó útil, ¡Comparte este hilo! 🤩
cran.r-project.org/web/packages/D…

• • •

Missing some Tweet in this thread? You can try to force a refresh
　

Keep Current with Rosana Ferrero 📈📊🙌

Rosana Ferrero 📈📊🙌 Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @RosanaFerrero

Rosana Ferrero 📈📊🙌 Profile picture
Dec 23
🤦🏻‍♀️ Incumplir la normalidad no es un pecado universal. Es grave o irrelevante según qué inferencia haces, con qué tamaño muestral, con qué diseño y para qué objetivo. Tratar la normalidad como un interruptor on/off es lo peligroso.

💡 Consecuencias en inferencia y predicción: 👇 Image
Consecuencia en inferencia
1️⃣Estimación de efectos (medias, coeficientes)
Ninguna si el modelo está bien especificado y N no es ridículo
Los estimadores siguen siendo insesgados y consistentes
No afecta al valor esperado del estimador solo a su distribución finita
👉Gravedad:Baja
2️⃣ Intervalos de confianza
Con no normalidad moderada:
Los IC basados en normal/t pueden tener ser ligeramente incorrectos
Con colas pesadas o asimetría fuerte: erróneos, sobre todo en muestras pequeñas.

👉 Gravedad:
n grande → baja
n pequeño + colas pesadas → media

#stats
Read 9 tweets
Rosana Ferrero 📈📊🙌 Profile picture
Dec 22
🧠¿Por qué seguimos usando α = 0,05 sin pensarlo?
No todos los estudios ni todas las decisiones tienen el mismo coste asociado a un falso positivo (error tipo I) o un falso negativo (error tipo II).
Cada estudio debe justificar su α según contexto, objetivos y consecuencias.👇🧵 Image
👉Justificar α es parte del diseño del estudio, no del análisis
Diseñar estudios pensando explícitamente qué error se tolera más, permite tomar decisiones más racionales y eficientes, y mejorar la calidad y relevancia de la investigación.
Ejemplo👇

#stats #datascience #analytics Image
👉 El α debe definirse considerando:

1️⃣ El efecto mínimo relevante: ¿Cuál es la magnitud mínima de efecto que nos interesa detectar?
2️⃣ Costes relativos de los errores: ¿Qué error es más grave para el contexto de estudio?
3️⃣ Tamaño de la muestra y potencia Image
Read 5 tweets
Rosana Ferrero 📈📊🙌 Profile picture
Dec 20
😖Error tipo I vs error tipo II ¿cuál duele más?
La mayoría asume que un error tipo I (falso positivo) es siempre más grave que un error tipo II (falso negativo). Suelen elegir α=0.05 y β=0.20. Sin embargo, esta jerarquía no siempre se sostiene y depende del contexto. ¿Cómo?👇🧵 Image
1️⃣ Error tipo I (α)
Decir que hay un efecto cuando en realidad no lo hay (falso positivo).
Ejemplo:
- Aprobar un fármaco ineficaz o dañino.
- Implementar una intervención inútil.
Cuando elegir un menor α: Cuando los costes de actuar sobre un efecto falso son altos.
2️⃣ Error tipo II (β)
No detectar un efecto real (falso negativo).
Ejemplo
- No detectar un brote epidémico.
- Ignorar un efecto positivo de un nuevo tratamiento
Cuando elegir un menor β: Cuando no actuar tiene consecuencias graves o irreversibles.

#formacion #master Image
Read 5 tweets
Rosana Ferrero 📈📊🙌 Profile picture
Dec 18
🚨 𝗠𝘂𝗰𝗵𝗼𝘀 𝗮𝗻𝗮𝗹𝗶𝘀𝘁𝗮𝘀 𝗰𝗼𝗻𝗳𝘂𝗻𝗱𝗲𝗻 𝘁𝗿𝗲𝘀 𝗰𝗼𝗻𝗰𝗲𝗽𝘁𝗼𝘀 𝗰𝗹𝗮𝘃𝗲 𝗲𝗻 𝗿𝗲𝗴𝗿𝗲𝘀𝗶𝗼́𝗻 𝗹𝗶𝗻𝗲𝗮𝗹.
𝗬 𝗲𝘀𝗮 𝗰𝗼𝗻𝗳𝘂𝘀𝗶𝗼́𝗻 𝗻𝗼 𝗲𝘀 𝘁𝗲𝗼́𝗿𝗶𝗰𝗮: 𝘁𝗶𝗲𝗻𝗲 𝗰𝗼𝗻𝘀𝗲𝗰𝘂𝗲𝗻𝗰𝗶𝗮𝘀 𝗽𝗿𝗮́𝗰𝘁𝗶𝗰𝗮𝘀 𝗴𝗿𝗮𝘃𝗲𝘀 ⚠️👇🧵

#stats Image
🔹𝗢𝘂𝘁𝗹𝗶𝗲𝗿: valor raro en la variable respuesta
🔹𝗟𝗲𝘃𝗲𝗿𝗮𝗴𝗲: posición extrema en el espacio de los predictores
🔹𝗜𝗻𝗳𝗹𝘂𝗲𝗻𝗰𝗶𝗮: capacidad real de una observación para cambiar el modelo si desaparece
𝗦𝗼𝗹𝗼 𝗲𝗹 𝘁𝗲𝗿𝗰𝗲𝗿𝗼 𝗶𝗺𝗽𝗼𝗿𝘁𝗮 𝗱𝗲 𝘃𝗲𝗿𝗱𝗮𝗱 Image
💡 Ahora... 𝗟𝗮 𝗶𝗻𝗳𝗹𝘂𝗲𝗻𝗰𝗶𝗮 𝗻𝗼 𝗲𝘀 𝘂𝗻𝗮 𝗽𝗿𝗼𝗽𝗶𝗲𝗱𝗮𝗱 𝗮𝗯𝘀𝗼𝗹𝘂𝘁𝗮. 𝗘𝘀 𝗰𝗼𝗻𝘁𝗲𝘅𝘁𝘂𝗮𝗹.

La bibliografía está llena de umbrales:
Cook > 0.5, Cook > 1, 4/(n−k−1), |r| > 3, 2(k+1)/n…

Pero todos fallan en responder a la única pregunta relevante: Image
Read 8 tweets
Rosana Ferrero 📈📊🙌 Profile picture
Dec 17
📌𝗘𝗹 𝗽-𝘃𝗮𝗹𝗼𝗿: qué es y cómo usarlo con sentido
Si 𝗻𝗼 𝗰𝗼𝗺𝗽𝗿𝗲𝗻𝗱𝗲𝘀 𝗾𝘂𝗲 𝗺𝗶𝗱𝗲 𝗻𝗶 𝗾𝘂𝗲 𝗱𝗲𝗰𝗶𝘀𝗶𝗼𝗻𝗲𝘀 𝗷𝘂𝘀𝘁𝗶𝗳𝗶𝗰𝗮, caerás en 𝗰𝗼𝗻𝗰𝗹𝘂𝘀𝗶𝗼𝗻𝗲𝘀 𝗶𝗻𝗳𝗹𝗮𝗱𝗮𝘀, 𝗱𝗲𝗰𝗶𝘀𝗶𝗼𝗻𝗲𝘀 𝗽𝗼𝗯𝗿𝗲𝘀 𝘆 𝗺𝗼𝗱𝗲𝗹𝗼𝘀 erróneos.
#datascience Image
El p-valor permite evaluar compatibilidad con un modelo, controlar error tipo I y detectar señales si los datos no encajan con H₀.No garantiza la verdad ni el tamaño del efecto, indica sorpresa bajo supuestos explícitos. Requiere juicio crítico, contexto, análisis de efecto, etc Image
💥 𝗘𝗹 𝗽-𝘃𝗮𝗹𝗼𝗿 𝗺𝗶𝗱𝗲 𝘀𝗼𝗿𝗽𝗿𝗲𝘀𝗮
Si p < alfa (e.g. 0.05) indica que, 𝗦𝗜 𝗘𝗟 𝗠𝗨𝗡𝗗𝗢 𝗙𝗨𝗡𝗖𝗜𝗢𝗡𝗔𝗥𝗔 𝗖𝗢𝗠𝗢 𝗔𝗦𝗨𝗠𝗘 𝗟𝗔 𝗛0 𝘆 𝗦𝗘 𝗖𝗨𝗠𝗣𝗟𝗜𝗘𝗥𝗔𝗡 𝗟𝗢𝗦 𝗦𝗨𝗣𝗨𝗘𝗦𝗧𝗢𝗦, el resultado observado sería 𝗽𝗼𝗰𝗼 𝗳𝗿𝗲𝗰𝘂𝗲𝗻𝘁𝗲. Image
Read 8 tweets
Rosana Ferrero 📈📊🙌 Profile picture
Dec 16
🤔Hace poco, Daniel Lakens publicó una sátira brillante sobre lo que él llama el "Trastorno de Bayesianismo Dogmático".Aunque el tono es humorístico, el mensaje de fondo es vital para cualquiera que trabaje con datos: el tribalismo metodológico está frenando el avance científico. Image
Como profesionales, a menudo nos vemos atrapados en la guerra entre Frecuentistas y Bayesianos. Pero, ¿y si el camino hacia una ciencia más robusta no fuera elegir un bando, sino aprender a usar toda la caja de herramientas?

Aquí algunas reflexiones para superar esta división:
1️⃣Un carpintero no se define como "seguidor del martillo" en oposición al "culto del destornillador".El enfoque frecuentista y el bayesiano no son dogmas de fe. Cada uno responde a preguntas ligeramente diferentes. La robustez nace de saber qué herramienta aplicar a cada problema
Read 10 tweets

Did Thread Reader help you today?

Support us! We are indie developers!

This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us!

Send Email!

:(