Rosana Ferrero 📈📊🙌 Profile picture
Jan 25, 2023 17 tweets 28 min read Read on X
💥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! 🤩

• • •

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

May 13
🔥 Las pruebas estadísticas más comunes son TODAS modelos lineales. 🔥

🧠 Por lo tanto, en lugar de utilizar cientos de pruebas diferentes, ¿por qué no usar un modelo que realiza todas tus pruebas en una sola estructura flexible y robusta?

Te lo resumo en este post:👇🧵 Image
🤔 Cuando piensas en ANOVA, t-tests, test de Mann-Whitney o test Chi-cuadrado, crees que estás aplicando métodos diferentes, pero la realidad es que todos son casos especiales del Modelo Lineal.
🌟 3 razones por las que los modelos de regresión lineal deben ser tu primera opción:
1️⃣ Las Pruebas Clásicas requieren demasiados Supuestos
Modelos como GLM, GEE o regresión cuantil pueden manejar distribuciones sesgadas, correlaciones y dependencias sin esfuerzo.
Read 6 tweets
May 11
🚨Los datos ausentes están por todas partes🚨
👉Los NA pueden invalidar los resultados de tu estudio
👉Muchas funciones automáticas pueden no ser las más óptimas para manejarlos
👉El tratamiento incorrecto de los NA puede llevar a conclusiones erróneas o sesgadas
¿Qué hacer?👇🧵 Image
👀 ¿Qué hacer con los NA? 🤔
1️⃣ Identifica los datos ausentes y comprende por qué faltan:
👉 Errores humanos
👉 Interrupciones en el flujo de datos (como meses sin registro)
👉 Problemas de privacidad
👉 Sesgo: Como cuando ciertos participantes del estudio tienen más NA que otros Image
¡El patrón de NAs es información clave para intentar solucionarlo! 🔑

Para explorar los NA, te recomiendo estos paquetes de hashtag#RStats:
✅ visdat buff.ly/491P3p0
✅ naniar buff.ly/4hMOYKB
✅ VIM buff.ly/3wcVTcz
✅ mice buff.ly/3O97orm pic.x.com/bm3Ig6S5LpImage
Read 9 tweets
May 9
🌟👀 ¿Qué hacer cuando un resultado NO es estadísticamente significativo?
¡No entres en pánico! 🧘‍♀️🧠 Un p > 0.05 no es el fin del análisis, sino el inicio de una buena reflexión.

Hoja de ruta🧵👇🏻

#stats #datascience #analytics #inference #pvalue #rstats #research #thesis Image
🔥 1. Evita conclusiones simplistas
No estadísticamente significativo (discernible o detectable) ≠ No hay efecto
👉 El p-valor NO te dice si la hipótesis nula es verdadera. Solo indica la compatibilidad de los datos con esa hipótesis, asumiendo que sea cierta.
📏 2. Revisa el tamaño muestral

🔍 ¿Muestra pequeña? → Tal vez no hubo potencia suficiente para detectar el efecto.
💡 TIP: Usa análisis de sensibilidad para ver qué efecto podrías haber detectado.
Read 14 tweets
May 6
🔥 ¿QUÉ MODELO DE REGRESIÓN DEBERÍAS ELEGIR? (UNA GUÍA SENCILLA) 🔥
¿Te suena a conjuro estadístico esto de LM, GLM, GAMM, GLMM...?
🧙‍♂️ Tranquilidad. Vamos paso a paso. Te prometo solo necesitas realizar unos simples pasos para elegir el modelo más adecuado para tu problema:👇🧵 Image
📢 PASO 1: ¿Tu variable respuesta es continua?
✅ Sí → Modelo Lineal (LM)
(Si se cumplen sus supuestos: linealidad, homocedasticidad, normalidad, independencia…)
🚫 No → ¡Sigue leyendo!
📢 PASO 2: ¿Es binaria, de conteo o proporciones?
✅ Sí → Modelo Lineal Generalizado (GLM)
Usa la familia adecuada:
🔷 Binomial (0/1, éxito/fracaso)
🔷 Poisson (conteos)
🔷 Gamma/inversa (datos sesgados, positivos)
🚫 No → Profundicemos.
Read 8 tweets
Apr 26
💡Una de las mejores herramientas que conozco (y de las que más recomiendo) es R Markdown… o su evolución, Quarto.
Siempre que puedo, la incluyo en los cursos/Másters que doy.👌
🧵👇 Hoy un hilo de experiencias y recursos en el que espero que participes con tus aportes.

#rstats
¿Por qué? Porque permite integrar código, resultados y explicaciones en un solo documento.
Eso ahorra tiempo, evita errores y, sobre todo, mejora la reproducibilidad y la comunicación de los análisis.

En mis clases suelo proponer a los estudiantes que reflexionen sobre:
🔹 ¿Qué ventajas concretas le han encontrado a R Markdown?
🔹 ¿Qué errores han podido evitar gracias a su uso?
🔹 ¿Qué les ha despertado curiosidad y les gustaría seguir explorando?
🔹 ¿Usas R Markdown o Quarto en tu trabajo? ¿Tienes alguna anécdota de error evitado (o cometido)?
Read 8 tweets
Apr 21
👀 ¿Cómo evoluciona el análisis desde una comparación de medias simple (ANOVA / t-test), a un análisis de covarianza (ANCOVA) y finalmente a un modelo lineal general con interacción?

Vamos paso a paso, leyendo cada viñeta del gráfico de Adrian Olszewski 🙌:

#stats #datascience Image
1️⃣ ANOVA/t-test: Efecto principal no ajustado
Se comparan las medias de dos grupos (líneas horizontales morada y verde), ignorando cualquier otra covariable.
Comparación cruda, no se ajusta por covariables (e.g. eje X).
❗Puede haber confusión si esa covariable está relacionada.
2️⃣ANCOVA (igual pendiente): Efecto principal ajustado
Incluye una covariable continua (eje X) y estima el efecto del grupo ajustando por esa covariable.
Las líneas tienen la misma pendiente: se asume que la relación entre la covariable y el resultado es la misma en ambos grupos.
Read 9 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!

:(