Bienvenido al Curso avanzado de estadística multivariante con R y Python, donde encontrarás todo lo que necesitas para analizar datos del mundo multivariante tanto en R como en Python, los dos lenguajes de programación más utilizados de todo el mundo para el análisis de datos, y dos habilidades super solicitadas por las empresas en las ofertas de trabajo de Linkedin.

Además el curso viene con un REGALODEBIENVENIDA que se trata de un Libro completo de más de 160 páginas de contenido sobre Estadística Multivariante!!!

Y tendrás acceso a un grupo privado para dudas para que no te sientas solo.

¿Qué vamos a aprender?

• Empezaremos con el análisis exploratorio para ser capaces de describir y visualizar los datos de las muestras que tenemos. La visualización es importante para entender los datos, así que poder producir gráficos 2D y 3D es sin duda un requisito para poder hacer un correcto análisis multivariante.

• Luego vamos a ver toda la teoría detrás de las variables aleatorias multivariantes y sus distribuciones respectivas.

• También veremos los métodos de inferencia multivariante para obtener conclusiones más generales respecto al proceso que ha generado los datos de que disponemos y poder contrastar hipótesis respecto a su estructura.

• Los métodos de componentes principales (PCA) y análisis factorial para reducir la dimensión y ver patrones que antes no se veían debido a la gran cantidad de datos, muy utilizados en el campo del Big Data para poder analizar datos en nuestras propias máquinas.

• El escalado multidimensional (MDS) para cuando los datos disponibles no corresponden a variables sino a similitudes o semejanzas entre ellos.

• Los métodos de agrupaciones que son clustering y clasificación para investigar si los elementos de nuestra muestra forman un grupo homogéneo o no, y poder clasificar nuevos datos que vengan en un futuro en uno de dichos grupos.

• Y finalizaremos con los métodos de regresión lineal múltiple y regularización, para crear modelos de regresión cuando tenemos más de una variable explicativa.

Y todo esto con transparencias explicando toda la teoría, ejemplos y casos prácticos explicados al completo, todo el código fuente tanto en R como en Python y por supuesto ejercicios prácticos, cuestionarios, tareas, y material complementario para poder seguir el curso sin ningún problema y que al completarlo seas un experto del análisis de datos multivariante.