NUESTRO BLOG
Artículos, guías y casos de éxito sobre estadística, ciencia de datos y análisis empresarial.
6 errores comunes al usar pruebas de hipótesis clásicas
La mayoría de investigadores usan pruebas de hipótesis clásicas como la t de Student, ANOVA o regresión, sin comprobar si se cumplen sus supuestos clave. Esto puede llevar a conclusiones erróneas. Hoy te mostramos los errores más comunes…
30 recomendaciones para utilizar correctamente la estadística
Cómo tomar, analizar e informar los resultados de tus datos correctamente Asegura el éxito de tu investigación con las 30 mejores recomendaciones sobre la toma, análisis e informe de tus resultados. Tabla de contenidos Antes de realizar …
¿Cómo lidiar con los datos atípicos (Outliers)?
Eliminar o sustituir los datos atípicos u outliers no es la solución para evitar errores.
¿Qué es el ANOVA de una vía?
Todo lo que necesitas saber sobre el ANOVA de una vía: supuestos, aplicaciones, interpretación y comunicación de resultados.
EXPERIENCIAS REALES EN DATA SCIENCE: Transformar datos SEO en estrategia: Estadística aplicada a la competencia digital
MJ llegó al Máster de Estadística Aplicada de Máxima Formación con un objetivo claro: aplicar el análisis estadístico a problemas reales de negocio. En su TFM desarrolló una metodología para analizar la competencia SEO a partir de datos reales, identificando arquetipos, eficiencia competitiva y oportunidades estratégicas. Un trabajo riguroso y aplicado que demuestra cómo la estadística, bien entendida, se convierte en una herramienta clave para la toma de decisiones profesionales.
Tablas de frecuencia con la función tabyl()
¿Quieres crear tablas de frecuencia en R de forma rápida, clara y personalizable? La función tabyl() de la librería janitor te permite hacerlo con mucha más sencillez que otras alternativas como table() o group_by() + summarise() de dplyr. Además, se integra perfectamente con kable() para una presentación limpia en R Markdown o Quarto. En este artículo te mostramos cómo usar tabyl() para generar tablas de una, dos y hasta tres vías, y cómo enriquecerlas con porcentajes, totales y más gracias a funciones como adorn_percentages() o adorn_totals(). 👉 Descubre cómo convertir datos complejos en tablas fáciles de interpretar.
EXPERIENCIAS REALES EN DATA SCIENCE: Descentralización, Turismo y Desigualdad
Luis Mella ha realizado un interesante análisis sobre la descentralización política y el turismo, y su relación con la desigualdad económica en 19 países, durante el período 1995-2018. En su Trabajo de Fin de Máster (TFM) titulado “ Desc…
EXPERIENCIAS REALES EN DATA SCIENCE: Análisis de factores de lesividad en los accidentes de tráfico en España
En su Trabajo de Fin de Máster (TFM), Marcelo Moreno explora los factores que influyen en la gravedad de los accidentes de tráfico en España , utilizando datos públicos y R software para su análisis. Aquí te contamos más sobre su experie…
EXPERIENCIAS REALES EN DATA SCIENCE: Métodos Estadísticos Aplicados a Indicadores Socioeconómicos de la República Argentina
En su Trabajo de Fin de Máster (TFM), Javier Di Salvo, un apasionado científico de datos, decidió aplicar su interés en los métodos estadísticos avanzados para abordar una problemática de gran relevancia en su país: los indicadores socio…