Esta práctica te enseña a medir la fuerza y dirección de la relación entre dos variables numéricas mediante el análisis de correlación lineal. Aprenderás a visualizar esta asociación con diagramas de dispersión y a cuantificarla con el coeficiente de correlación de Pearson (r), determinando a través de una prueba de hipótesis si la relación encontrada es estadísticamente significativa.

解决 R 语言处理不同格式数据（xlsx, csv, sav, dta, rds, sas7bdat 等）时需要频繁切换包和语法的痛点。本文详细介绍了 rio 包的一站式“无脑”读写方案，并分享了在实际操作中关于安全信任（trust）和闭源格式（sas7bdat）的避坑指南。

Esta práctica te introduce a una de las herramientas más importantes de la estadística inferencial: la prueba t de Student. Aprenderás el procedimiento formal para comparar las medias de dos grupos independientes (como el peso entre machos y hembras) y determinar si la diferencia observada es estadísticamente significativa o simplemente producto del azar, basando tu decisión en el valor p y el intervalo de confianza.

Latihan Deploy RPUBS

Esta práctica te introduce a los fundamentos de la probabilidad en R, el puente entre describir datos y hacer inferencias. Aprenderás a usar tablas de contingencia para analizar la relación entre variables categóricas y a aplicar dos de los modelos de probabilidad más importantes: la distribución Normal para datos continuos y la distribución Binomial para datos discretos.

整理了个人使用R语言以来遇见的问题及处理方式记录，例如：有效数字保存，github下载包本地安装

Esta práctica profundiza en el histograma, uno de los gráficos más importantes del análisis de datos. Aprenderás a construir la tabla de distribución de frecuencias que le da su estructura numérica y a superponer una curva de distribución normal (la campana de Gauss) para evaluar visualmente si tus datos se comportan de manera "normal".

Esta práctica es tu introducción a la visualización de datos en R. Aprenderás a transformar los datos de la tabla de equinos en gráficos informativos como diagramas de barras, histogramas y gráficos de pastel. El objetivo es que aprendas a resumir y presentar visualmente las características más importantes de tus variables, tanto categóricas como numéricas.

简单介绍 三种缺失机制以及对应的缺失值填补策略，主要是基于mice包