¡Bienvenida!
Seguimos con el módulo II. Los datos de este segundo proyecto son de una alumna del Científico Libre. Es interesantes la manera de plantear el proyecto y cómo pasar de series temporales a características más simples de analizar.
¡Mucho valor en este proyecto!
¡Vamos a explorar series temporales en Excel!
Excel es bueno haciendo gráficos y siempre es bueno visualizar algo de datos en Excel para ver por dónde van los tiros.
¡A por ello!
Un paso a paso de cómo crear una herramienta de visualización de series temporales para este proyecto que nos dará mucha facilidad para saber qué patrones tenemos entre las variables meteorológicas y el crecimiento de las plantas.
Vídeo 1 Creación de la herramienta de exploración con R parte 1
Vídeo 2 Creación de la herramienta de exploración con R parte 2
Antes de calcular la correlación y los modelos estadísticos es muy importante reordenar los datos para que queden preparados para utilizar la técnica que queremos utilizar.
En este vídeo te voy a explicar cómo reordenar estos datos en particular 😉
Los modelos estadísticos son herramientas fundamentales para aportar mucha información de cómo dependen tus variables de la variables que quieres analizar. Es decir, cómo influyen los factores en tu respuesta.
Esta es la verdadera potencia de los modelos y son realmente muy muy útiles en la práctica. Para este proyecto vamos a trabajar con los modelos de Poisson porque nuestra variables de contaje.
¡A por ello!
Vídeo 1 Correlación
Vídeo 2 Modelos Logísticos - proceso paso a paso de selección el mejor modelo
A continuación os comparto un link muy interesante con diferentes técnicas para seleccionar el mejor modelo:
En este último vídeo analizaremos los grupos de años que se comportan estadísticamente parecidos.
¡A por ello!
Este proyecto te puede servir para poder entender cómo calcular un modelo y quedarte con el mejor.
Es una práctica muy común el paso a paso de este tipo de proyectos.
El siguimiento paso sería crear una herramienta de machine learning para poder predecir nuestra variable respuesta siempre y cuando tengamos suficientes datos.
¡1 abrazo!