Taller virtual – Exploración y análisis de datos categóricos en R
Remote workshop
May 11, 2026
X
Investing
Cost per professional
The Academies and Workshops Program is aimed at professionals who work with the collection, organization or analysis of data. Participation costs vary depending on the type of entity in which the participant performs their primary work.
$
Government and/or federal employee
Virtual workshops
$0
Webinars
$0
$
Employee Non-Profit Organization
Virtual workshops
$30
Webinars
$0
$
Employee For-profit Organization
Virtual workshops
$60
Webinars
$0
$
Estudiante de investigación y/o cátedra
Virtual workshops
$0
Webinars
$0
$
Regular student
Virtual workshops
$30
Webinars
$0
Workshop Information
Title
Taller virtual – Exploración y análisis de datos categóricos en R
Fecha: 11 de mayo – 7 de junio de 2026 (4 semanas)
Horas contacto: 6 horas
Recurso: Cristian R. Perdomo García, MS. Asistentede Proyectos Estadísticos, Instituto de Estadísticas de Puerto Rico
Prerrequisitos:
- Conocimientos básicos de estadística.
- Conocimientos básicos de R.
- Conexión a internet
- Computadora:
-- 4 GB RAM (o más)
-- 1 GB memoria
-- Privilegios de administrador para instalarR (ver 4.5.1 más reciente).
-- Sistemas operativos: Windows 10/11 64-bito MacOS 10.15+
Descripción
El taller está diseñado para proporcionar una introducción al análisisde datos categóricos, una habilidad fundamental para quienes trabajan con datos cualitativos en diversas disciplinas, como la estadística, ciencias sociales,marketing, salud y más. A lo largo de este curso, los participantes aprenderána manejar y analizar datos categóricos de forma efectiva, desde la exploración inicial hasta las pruebas estadísticas.
Objetivos específicos
1. Comprender las diferencias entre variables categóricas nominales y ordinales.
2. Construir gráficos adecuados con R, interpretar correctamente la información visualizada y seleccionar el gráfico más adecuado según el tipo de datos.
3. Crear y analizar tablas de contingencia en R para examinar la relación entre dos o más variables categóricas.
4. Aprender a interpretar y aplicar pruebas de independencia y bondad de ajuste.
5. Conocer otras alternativas para el análisis de datos categóricos (modelos, análisis de correspondencia, entreotros).
Referencias
· Agresti, A. (2012). Categorical data analysis (Vol. 792). John Wiley & Sons.
· Bilder, C. R., & Loughin, T. M. (2024). Analysis ofcategorical data with R. CRC Press.
· Kassambara, A. (2017). Practical guide to principal componentmethods in R: PCA, M (CA), FAMD, MFA, HCPC, factoextra (Vol. 2). Sthda.