💥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
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…
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…
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!
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…
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!👇
👇 Recursos clave para dominar R para visualización y análisis de datos 👇
Desde preparación de datos hasta modelado avanzado y automatización con IA, estos enlaces ofrecen métodos, paquetes y guías prácticas para trabajar de manera más eficiente y obtener resultados confiables.
💡Lo que TODO analista de datos debería saber: conceptos, errores y modelos explicados.🤯
No basta con software o IA: comprender la estadística marca la diferencia entre resultados fiables y engañosos.
Recopilatorio de post importantes👇🧵
#DataScience #Stats #RStats #analytics
💎 Recursos para:
- Formular preguntas de investigación claras y relevantes
- Evitar sesgos y errores que pueden arruinar tus análisis
- Entender y evaluar correctamente modelos estadísticos y predictivos
- Evaluar tamaños de efecto, significación estadística y falsos positivos
✅ Conceptos clave
¿Por qué aprender estadística si tenemos software e IA? buff.ly/41RK8WW
Cómo definir preguntas de investigación adecuadas buff.ly/3Pdddof
Valores atípicos e influyentes buff.ly/3PdlRDe
El R² no es lo que crees buff.ly/3PdxppU
📊 Mejora tus #DataViz y cuenta historias claras que realmente impacten.
Recursos clave para gráficos claros, interactivos y bien diseñados: desde ggplot2 hasta dashboards en R y Python. 🚀
Estos post:
👉 Te enseñan a crear gráficos efectivos, elegantes y claros
👉 Combinan herramientas y técnicas (R, Python, ggplot2, dashboards interactivos) con buenas prácticas de diseño y storytelling
👉 Te ayudan a interpretar y comunicar resultados de forma impactante.
👀 ¿Por qué muchos abandonan la estadística y cómo tú puedes evitarlo?
📚 La estadística suele tener mala fama: la asociamos a fórmulas complejas, memorizar definiciones imposibles y un montón de matemáticas que parecen un jeroglífico. Pero no tiene por qué ser así.👇🧵
#stats
💡 Después de años ayudando a estudiantes a superar esa barrera, he descubierto que el problema no está en la estadística en sí, sino en la forma en que se enseña y se aprende.
👇 Aquí te dejo tres claves para que tú no caigas en esos mismos errores:
1️⃣ No esperes entenderlo todo en el primer intento
¿Quién aprendió a montar en bici leyendo un manual? Nadie. Se aprende pedaleando, cayéndose y volviendo a intentarlo. Con la estadística pasa igual. Practicar, hacer ejercicios reales y equivocarte te hará comprender mejor.
🔁 Recordatorio periódico sobre la importancia de mejorar nuestras inferencias estadísticas...
Porque, al final, 𝐦𝐞𝐣𝐨𝐫𝐞𝐬 𝐢𝐧𝐟𝐞𝐫𝐞𝐧𝐜𝐢𝐚𝐬 𝐬𝐢𝐠𝐧𝐢𝐟𝐢𝐜𝐚𝐧 𝐦𝐞𝐣𝐨𝐫𝐞𝐬 𝐝𝐞𝐜𝐢𝐬𝐢𝐨𝐧𝐞𝐬.
[Y CURSO ONLINE GRATUITO] 👇🧵
#stats #inference #datascience #phD
Uno de los cursos que más me han gustado en los últimos tiempos es:
🎓 “𝐈𝐦𝐩𝐫𝐨𝐯𝐢𝐧𝐠 𝐘𝐨𝐮𝐫 𝐒𝐭𝐚𝐭𝐢𝐬𝐭𝐢𝐜𝐚𝐥 𝐈𝐧𝐟𝐞𝐫𝐞𝐧𝐜𝐞𝐬”
📍 Impartido por 𝐃𝐚𝐧𝐢𝐞𝐥 𝐋𝐚𝐤𝐞𝐧𝐬 (Universidad Técnica de Eindhoven) coursera.org/learn/statisti…
La verdad es que muchos de los errores que cometemos al analizar datos no vienen del código, sino de qué estudios diseñamos, qué prueba de hipótesis elegimos y de cómo interpretamos los resultados.
🤯 ¿Alguna vez quisiste mover una imagen o redimensionar un bloque de texto en tus diapositivas 𝗦𝗜𝗡 volver al código?
🎉Nuevo complemento para presentaciones interactivas en Quarto + Revealjs: 𝐞𝐝𝐢𝐭𝐚𝐛𝐥𝐞 👇🧵