Programación con R Online

¡Domina los conceptos fundamentales del análisis estadístico mediante la programación en lenguaje R

Acerca del Curso

Este curso online está diseñado para proporcionar una comprensión sólida del lenguaje de programación R, ampliamente utilizado en el análisis de datos y la estadística. A lo largo del curso, los participantes aprenderán desde los conceptos básicos hasta técnicas avanzadas de programación en R. Se abordarán temas como la instalación del entorno de R, la estructura de los datos, funciones básicas y avanzadas, así como la creación de gráficos utilizando bibliotecas como ggplot2.

¿Qué lograrás?

Conocer y aplicar los fundamentos estadísticos necesarios para el análisis de datos en contextos organizacionales, utilizando Minitab como herramienta principal.
Desarrollar habilidades para importar, gestionar y analizar datos, generando gráficos y reportes estadísticos que respalden la toma de decisiones basada en evidencia.
Emplear técnicas de control estadístico de procesos, pruebas de significancia y diseño de experimentos para optimizar la calidad y eficiencia de los procesos organizacionales.
Aplicar herramientas de Minitab dentro del enfoque Six Sigma, evaluando la capacidad de procesos y proponiendo mejoras alineadas con estándares de excelencia operativa.

¿A quién está dirigido este curso?

Analistas, asistentes y profesionales que desean desarrollar habilidades en análisis de datos y mejorar su perfil laboral.
Profesionales que buscan adquirir conocimientos prácticos en programación y manejo de datos usando R.
Profesionales interesados en iniciar o fortalecer su carrera en áreas como ciencia de datos, inteligencia de negocios o análisis estadístico.

Te ofrecemos lo mejor

Certificación WE Educación Ejecutiva con 30 horas certificadas.
Metodología interactiva con talleres prácticos en cada sesión.
Aprendizaje aplicado con ejercicios y casos reales.
Acceso a contenido exclusivo en nuestra plataforma digital.
Flexibilidad para aprender a tu ritmo con recursos descargables y material complementario

Desarrollo de Proyecto Integrador

El proyecto consiste en realizar un análisis exploratorio de datos (EDA) usando R, aplicando técnicas de limpieza, visualización y análisis estadístico para generar un informe en R Markdown que comunique hallazgos clave de manera clara y profesional.

Certificación

Clases del curso

0. Bienvenida al curso

1.0. Bienvenida a la Sesión 1
1.1. ¿Qué es R y para qué se usa en Data Science?
1.2 RStudio y R en Collab
1.3. Tipos de datos y Operaciones en R
1.4. Funciones básicas en R
1.5. Instalación y carga de paquetes
1.6. Ayuda y documentación en R
1.7. Tips WE: Usar los atajos de teclado de RStudio para aumentar la productividad
1.8. Ejercicio 1: Creación de vectores y operaciones básicas
1.9. Dinámica 1
1.10. Proyecto 1: Sobre el proyecto, definición del problema y configuración del entorno de trabajo
1.11. Lecciones aprendidas

2.0. Bienvenida a la Sesión 2
2.1. Estructuras de datos
2.2. Estructuras de datos
2.3. Indexación y subconjuntos de datos
2.4. Indexación y subconjuntos de datos
2.5. Estructuras de control if else
2.6. Estructuras de control if else
2.7. Bucles for y while
2.8. Bucles for y while
2.9. Funciones apply básicas
2.10. Funciones apply básicas
2.11. Creación de funciones simples
2.12. Creación de funciones simples
2.13. Lectura de datos externos CSV, Excel
2.14. Lectura de datos externos CSV, Excel
2.15. Resumen básico de datos
2.16. Resumen básico de datos
2.17. Manejo de valores nulos NA
2.18. Manejo de valores nulos NA
2.19. Tips WE: Usar View para inspeccionar datos en RStudio
2.20. Ejercicio 2: Manipulación de data frames y creación de funciones simples
2.21. Dinámica 2
2.22. Proyecto 2: Importación y exploración inicial de los datos del proyecto
2.23. Lecciones aprendidas

3.0. Bienvenida a la Sesión 3
3.1. Introducción al tidyverse y dplyr
3.2. Selección de columnas con select
3.3. Selección de columnas con select
3.4. Filtrado de filas con filter
3.5. Filtrado de filas con filter
3.6. Creación de nuevas variables con mutate
3.7. Creación de nuevas variables con mutate
3.8. Ordenamiento de datos con arrange
3.9. Ordenamiento de datos con arrange
3.10. Resumen de datos con summarise
3.11. Resumen de datos con summarise
3.12. Agrupación de datos con group by
3.13. Agrupación de datos con group by
3.14. Combinación de operaciones con pipe %%
3.15. Combinación de operaciones con pipe %%
3.16. Unión de tablas con joins
3.17. Unión de tablas con joins
3.18. Reshape de datos con pivot wider y pivot longer
3.19. Reshape de datos con pivot wider y pivot longer
3.20. Tips WE: Manipulación de Fechas y Horas con lubridate
3.21. Ejercicio 3: Agrupación de datos con group by y Combinación de operaciones con %%
3.22. Dinámica 3
3.23. Proyecto 3: Limpieza y preparación de datos para el análisis
3.24. Lecciones aprendidas

4.0. Bienvenida a la Sesión 4
4.1. Introducción a la visualización de datos
4.2. Herramientas básicas de visualización Gráficos de líneas, gráficos de barras e histogramas
4.3. Gráfico de lineas e Histogramas
4.4. Herramientas de visualización especializadas Gráficos de cajas, gráfico de dispersión, gráficos
4.5. Gráficas con ggplot2
4.6. Gráfico de lineas
4.7. Gráfico de barras
4.8. Histograma
4.9.Grafico de cajas
4.10. Gráfico de dispersión
4.11. Gráfico circular
4.12. Faceting
4.13. Tips WE: RColorBrewer para paletas de colores profesionales
4.14. Ejercicio 4: Creación de diferentes tipos de gráficos
4.15. Dinámica 4
4.16. Proyecto 4: Visualización exploratoria de los datos del proyecto
4.17. Lecciones aprendidas

5.0. Bienvenida a la Sesión 5
5.1. Introducción a la Estadística
5.2. Medidas de tendencia central, dispersión, posición y forma
5.3. Correlación entre variables
5.4. Estadística Aplicada al Análisis Ecommerce
5.5. Distribuciones de probabilidad comunes
5.6. Introducción a la regresión lineal
5.7. Regresión lineal
5.8. Regresión lineal
5.9. Regresión lineal
5.10. Regresión lineal
5.11. Interpretación de resultados de regresión
5.12. Tips WE: Usar summary para obtener estadísticas descriptivas rápidas
5.13. Ejercicio 5: Realización de análisis estadísticos básicos
5.14. Dinámica 5
5.15. Proyecto 5: Análisis estadístico inicial de los datos del proyecto
5.16. Lecciones aprendidas

6.0. Bienvenida a la sesión 6
6.1. ¿Qué es el Machine Learning?
6.2. Preparación de datos para ML
6.3. Preparación de datos para ML Parte 1
6.4. Preparación de datos para ML Parte 2
6.5. Preparación de datos para ML Parte 3
6.6. Preparación de datos para ML Parte 4
6.7. Introducción a la regresión logística
6.8. Introducción a la regresión logística
6.9. Árboles de decisión simples
6.10. Árboles de decisión simple
6.11. Evaluación básica de modelos
6.12. Evaluación básica de modelos
6.13. Introducción a R Markdown
6.14. Introducción a R Markdown
6.15. Tips WE: Usar set seed para reproducibilidad en análisis con componentes aleatorios
6.16. Ejercicio 6: Creación de un modelo simple y un informe básico
6.17. Dinámica 6
6.18. Proyecto 6: Finalización del proyecto, incluyendo un informe básico con R Markdown
6.19. Lecciones aprendidas

7.0. PROYECTO

8.0. DESPEDIDA

¿Por qué elegir nuestros cursos?

Testimonios de alumnos

Llevamos capacitando a más de 100.000 alumnos en 25 países. El 85% de nuestros egresados logra conseguir su primer trabajo o ascenso laboral

Inscríbete en solo 3 pasos

Sigue los pasos del tutorial e inscríbete en línea

Preguntas Frecuentes

Al momento de inscribirte, inicias tu curso. Recuerda que el contenido es 100% en línea, con clases pre-grabadas a las que tendrás acceso luego de la compra del curso. ¡Inicias y avanzas a tu propio ritmo!

Si. Es 100% Seguro. Contamos con certificación de seguridad SSL® Verified de protección de datos a nivel mundial y nuestra pasarela es soportada por Culqi y respaldada por el Grupo Credicorp, el holding peruano más importante del país dueño del Banco BCP.

Tu acceso es permanente. 24/7, así aprovecharas tu tiempo al máximo. Luego de que realices la compra vas a poder acceder a las clases cuando y donde quieras. Con tu cuenta accedes para siempre.

Al finalizar el curso, te enviaremos tu constancia digital. Sigue la secuencia de las sesiones y al final encontrarás un test final para validar tus conocimientos. Cuando lo apruebes, se te emite la constancia para que lo descargues desde tu email. No te preocupes, tendrás hasta 03 intentos.

Las horas académicas totales son el resultado del tiempo que le tendrías que dedicar al curso, y es la suma de las horas de clases, las horas de práctica de los ejercicios y las evaluaciones.

No. En la constancia no mencionamos ninguna modalidad. Hoy en día, la educación es parcial o totalmente virtual y por ello no hacemos la diferenciación.

Si. Actualmente somos SAP Partner ® Open Ecosystem, y Microsoft ® Partner Network. Contamos con el respaldo internacional del Centro Educativo Latinoamericano, el cual está avalado por la Florida Global University USA.

Si, estamos asociados a Pago Efectivo. Solo debes seleccionar esa opción en la pasarela de pagos y con el código que te facilitaremos puedes acercarte a cualquier agente o establecimiento de pago como Kasnet, Tambo, entre otros.

¿Tienes dudas o consultas sobre algo más?

Contáctanos

Programación con R Online