Análisis de datos empresariales con R

Módulo 1: Introducción al análisis multivariado

Submódulo: Caracterización de datos de tipo multivariado

• ¿Qué son los datos multivariados y como los empleamos?
• Covarianzas y correlaciones de datos
• Distribución Normal y covarianza de datos multivariados
• Ejemplo de aplicación de análisis de covarianzas y Normal multivariable

Módulo 2: Análisis visual de Datos Multivariados

Submódulo: Graficando el Data Frame de un conjunto de datos

• Leyendo datos de un archivo externo y acondicionando el data frame
• Técnicas de Graficación para el análisis multivariado de datos
• Analizando patrones de datos mediante librerías de graficación
• Predicción de tendencias usando parámetros estadísticos

Módulo 3. Análisis de clusters

Submódulo: Analizando datos mediante clústeres

• Introducción
• Métodos jerárquicos
• Métodos de agrupamiento no jerárquicos
• Técnicas de k-medias

Módulo 4. Análisis de componentes principales

Submódulo: Analizando datos por Componentes Principales

• Cálculo de los componentes principales
• Variabilidad explicada por los componentes
• Criterios para determinar el número de componentes principales
• Aplicación de los componentes principales

Módulo 5. Análisis discriminante

Submódulo: Analizando datos categóricos

• Etapas para realizar un análisis discriminante
• Análisis discriminante múltiple
• Interpretación de resultados y mapa territorial