Curso: Descripción y Visualización de Datos

Profesor: Naim Bro (naim.bro.k [at] uai.cl)
Ayudante: Martín Castillo (martincastillo [at] alumnos.uai.cl)
Escuela: Universidad Adolfo Ibáñez, 2025
Horario de oficina: Oficina 260-A (coordinar por mail previamente)
(Recursos actualizados semanalmente)

Clases

  1. Introducción a la visualización de datos (04-08-2025)

    Objetivos de aprendizaje: El alumno debe ser capaz de argumentar la importancia de los datos en el contexto actual, los principales efectos en el desarrollo de los negocios y cómo la tecnología ha ayudado en su aplicación. Además, debe entender los desafíos éticos, técnicos y estratégicos que la era de los datos impone y la importancia de poder leer, entender y argumentar con datos.

  2. Caso: Describiendo a mis compañeros de clase (11-08-2025)

    Objetivos de aprendizaje: En esta sesión el alumno debe ser capaz de describir los datos de una base de datos (tabla) utilizando estadísticos descriptivos básicos (medidas de posición) y gráficos simples. El alumno debe familiarizarse con Microsoft Excel y aplicar los estadísticos básicos y tabla dinámica para describir a los compañeros de clase usando los datos de la encuesta aplicada en la primera clase del curso.

  3. Introducción a R para análisis de datos (18-08-2025)

    Objetivos de aprendizaje: Se espera que al final de la sesión, el alumno pueda utilizar Google Colab para R para cargar una base de datos, describir las variables que la comprenden y usar dplyr para hacer un análisis exploratorio básico sin gráficos. Esto incluye aplicar filter, select, mutate, group_by y summarise para aislar variables de interés y crear tablas de resumen. Esta sesión cubre los contenidos del Capítulo 2 del apunte de R del curso.

  4. Introducción a Tidyverse (25-08-2025)
  5. Análisis bivariado y caso Fuga de clientes (01-09-2025)

    Objetivos de aprendizaje: En esta sesión el alumno debe ser capaz de resolver un problema de negocios utilizando estadísticos simples y gráficos.

  6. Prueba 1 (08-09-2025)
  7. Caso: Análisis de ventas de retail multicanal (22-09-2025)

    Objetivos de aprendizaje: El alumno debe ser capaz de realizar análisis multivariado usando la tabla pivote como herramienta de selección y agrupación de datos. Además, debe realizar análisis descriptivo y comparativo de variables mediante el uso de tablas de resumen y gráficos.

  8. Trabajo práctico (29-09-2025)
  9. Caso, ¿Cómo se comparan los vinos Chilenos y Argentinos? (1) (06-10-2025)
  10. Caso, ¿Cómo se comparan los vinos Chilenos y Argentinos? (2) (13-10-2025)

    Objetivos de aprendizaje: Generar tablas de resumen en R para abordar un problema de negocios utilizando una base de datos de gran escala. Esta sesión usa los contenidos descritos en el Capítulo 2 del apunte de R del curso.

  11. Trabajo Práctico (20-10-2025)
  12. Introducción a la gramática de grafos (27-10-2025)

    Objetivos de aprendizaje: Construir gráficos de tipo histograma, boxplot, barra, línea y scatter usando la gramática de grafos de ggplot2. Identificar los formatos en que deben estar las tablas de datos para generar los gráficos que corresponden, y saber ajustar los formatos para poder hacerlo. Esta sesión cubre los contenidos del Capítulo 3 del apunte de R del curso.

  13. Caso, explorando la industria de los videojuegos (1) (03-11-2025)

    Objetivos de aprendizaje: Generar gráficos que resuman estadísticos simples en R para responder un problema de negocios en una base de datos grande. Esta sesión usa los contenidos descritos en el Capítulo 3 del apunte de R del curso.

    En esta clase se desarrollará un análisis exploratorio de la base de datos vgsales usando R/Tidyverse para responder una pregunta de negocios. Se espera que el alumno pueda usar geom_histogram, geom_col, geom_scatter, y geom_line para generar gráficos que resuman información relevante.

  14. Caso, explorando la industria de los videojuegos (2) (10-11-2025)

    Objetivos de aprendizaje: Generar gráficos que resuman estadísticos simples en R para responder un problema de negocios en una base de datos grande. Esta sesión usa los contenidos descritos en el Capítulo 3 del apunte de R del curso.

    Se realizará un análisis exploratorio de la base de datos vgsales usando R/Tidyverse para responder una pregunta de negocios. Se espera que el alumno utilice geom_histogram, geom_col, geom_scatter y geom_line para resumir información.

  15. Trabajo Práctico (17-11-2025)

    En esta prueba los alumnos deberán demostrar dominio de los contenidos vistos en las sesiones 12, 13 y 14.

  16. Trabajo práctico (24-11-2025)

Evaluación

La evaluación del curso se compone de los siguientes elementos: