Análisis de Datos – Numbersity

Acerca de este curso

Análisis de Datos integra estadística aplicada, exploración y visualización, modelización y comunicación para resolver problemas reales de economía y empresa. El curso recorre descriptiva, probabilidad e inferencia, regresión, análisis multivariante, series temporales y nociones de machine learning, conectando cada técnica con casos prácticos.

Las lecciones son breves y autocontenidas, pensadas para vídeo y estudio guiado, con datasets y plantillas listas para usar. El objetivo es construir una base sólida para preparar datos, modelar y comunicar resultados con impacto en la toma de decisiones.

Explorar y limpiar datos con criterios reproducibles.
Dominar descriptiva, visualización y resúmenes estadísticos clave.
Aplicar inferencia básica y regresión para responder preguntas de negocio.
Utilizar análisis multivariante para segmentación y reducción de variables.
Introducir series temporales y paneles en problemas económicos.
Comunicar hallazgos con dashboards y storytelling.

Contenido del curso

Módulo 1. Introducción y fundamentos
Qué es el análisis de datos en economía y empresa; tipos de datos, calidad y herramientas.

Lección 1.1. Qué es el análisis de datos en economía y empresa
Lección 1.2. Tipos de datos: cuantitativos, cualitativos y temporales
Lección 1.3. Fuentes de datos y calidad de la información
Lección 1.4. Herramientas básicas (Excel, R, Python, Stata)

Módulo 2. Estadística descriptiva y visualización
Tablas, gráficos y medidas que resumen la información con sentido práctico.

Acerca de este curso

¿Qué aprenderás?

Contenido del curso

Módulo 1. Introducción y fundamentos Qué es el análisis de datos en economía y empresa; tipos de datos, calidad y herramientas.

Lección 1.1. Qué es el análisis de datos en economía y empresa

Lección 1.2. Tipos de datos: cuantitativos, cualitativos y temporales

Lección 1.3. Fuentes de datos y calidad de la información

Lección 1.4. Herramientas básicas (Excel, R, Python, Stata)

Módulo 2. Estadística descriptiva y visualización Tablas, gráficos y medidas que resumen la información con sentido práctico.

Lección 2.1. Tablas y gráficos básicos

Lección 2.2. Medidas de centralización y dispersión

Lección 2.3. Distribuciones empíricas y percentiles

Lección 2.4. Histogramas, diagramas de caja y mapas de calor

Módulo 3. Probabilidad y distribuciones Conceptos probabilísticos y distribuciones más usadas en economía.

Lección 3.1. Conceptos de probabilidad y variables aleatorias

Lección 3.2. Distribuciones discretas aplicadas (binomial, Poisson)

Lección 3.3. Distribuciones continuas aplicadas (normal, t, chi², F)

Lección 3.4. Simulación de distribuciones

Módulo 4. Muestreo e inferencia básica De la muestra a la población: estimación y contraste.

Lección 4.1. Tipos de muestreo y errores asociados

Lección 4.2. Estimación puntual y por intervalos

Lección 4.3. Contrastes de hipótesis simples

Lección 4.4. Ejemplos aplicados en economía y empresa

Módulo 5. Regresión lineal y correlación Dependencias lineales y su interpretación en contextos reales.

Lección 5.1. Correlación y causalidad

Lección 5.2. Regresión lineal simple

Lección 5.3. Regresión múltiple básica

Lección 5.4. Interpretación de resultados

Módulo 6. Análisis multivariante Técnicas para reducir variables y descubrir estructuras.

Lección 6.1. Análisis de componentes principales (ACP)

Lección 6.2. Análisis factorial exploratorio

Lección 6.3. Análisis de conglomerados (clustering)

Lección 6.4. Segmentación de clientes en marketing

Módulo 7. Series temporales y datos de panel Datos dependientes del tiempo y estructuras panel.

Lección 7.1. Conceptos básicos de series temporales

Lección 7.2. Tendencia, estacionalidad y ciclos

Lección 7.3. Modelos ARIMA introductorios

Lección 7.4. Paneles de datos en economía aplicada

Módulo 8. Técnicas de machine learning básico Modelos predictivos supervisados y evaluación.

Lección 8.1. Clasificación y predicción supervisada

Lección 8.2. Árboles de decisión y random forests

Lección 8.3. Validación cruzada y métricas de rendimiento

Lección 8.4. Aplicaciones a riesgo de crédito y marketing

Módulo 9. Comunicación de resultados Visualización avanzada, storytelling y cuadros de mando.

Lección 9.1. Visualización avanzada (Tableau, PowerBI)

Lección 9.2. Storytelling con datos

Lección 9.3. Cuadros de mando para la empresa

Lección 9.4. Buenas prácticas de comunicación

Módulo 10. Proyecto aplicado de análisis de datos Caso integrador de principio a fin: datos → modelo → decisión.

Lección 10.1. Planteamiento de un problema real

Lección 10.2. Preparación y limpieza de los datos

Lección 10.3. Modelización y validación

Lección 10.4. Presentación de resultados y conclusiones

Resources

Módulo 1. Introducción y fundamentos
Qué es el análisis de datos en economía y empresa; tipos de datos, calidad y herramientas.

Módulo 2. Estadística descriptiva y visualización
Tablas, gráficos y medidas que resumen la información con sentido práctico.

Módulo 3. Probabilidad y distribuciones
Conceptos probabilísticos y distribuciones más usadas en economía.

Módulo 4. Muestreo e inferencia básica
De la muestra a la población: estimación y contraste.

Módulo 5. Regresión lineal y correlación
Dependencias lineales y su interpretación en contextos reales.

Módulo 6. Análisis multivariante
Técnicas para reducir variables y descubrir estructuras.

Módulo 7. Series temporales y datos de panel
Datos dependientes del tiempo y estructuras panel.

Módulo 8. Técnicas de machine learning básico
Modelos predictivos supervisados y evaluación.

Módulo 9. Comunicación de resultados
Visualización avanzada, storytelling y cuadros de mando.

Módulo 10. Proyecto aplicado de análisis de datos
Caso integrador de principio a fin: datos → modelo → decisión.