El objetivo de esta lección es enseñar a las programadoras principiantes a escribir códigos modulares y buenas prácticas en el uso de R para el análisis de datos. R nos provee un conjunto de paquetes desarrollados por terceros, éstos se usan comúnmente en diversas disciplinas científicas para el análisis estadístico. Encontramos que muchos científicos que asisten a los talleres de Software Carpentry utilizan R y quieren aprender más. La importancia de estos materiales es proporcionar a los asistentes con una base sólida en los fundamentos de R, y enseñar las mejores prácticas del cómputo científico: desglose del análisis en módulos, automatización tareas y encapsulamiento.
Ten en cuenta que éste taller se enfoca en los fundamentos del lenguaje de programación R, y no en el análisis estadídtico.
A lo largo de este taller se utilizan una variedad de paquetes, desarrolados por terceros, los cuales no neceariamente son los mejores, ni se ven todas las funcionalidades de los mismos, pero son paquetes que consideramos útilies y han sido elegidos principalmente por su facilidad de uso.
Prerrequisitos
Entender que los archivos estan organizados en directorios (folders). Entender que las computadoras guardan datos e instrucciones (programas, scripts) en archivos. Saber como acceder a los archivos que no están en el directorio de trabajo, especificando el path.
| Configuración | Descargar los archivos necesarios para la lección | |
| 00:00 | 1. Introducción a R y RStudio |
¿Cómo orientarse en RStudio?
¿Cómo interactuar con R? ¿Cómo administrar tu entorno? ¿Cómo instalar paquetes? |
| 00:55 | 2. Gestión de proyectos con RStudio | ¿Cómo pudo gestionar mis proyectos en R? |
| 01:25 | 3. Buscando ayuda | ¿Cómo puedo obtener ayuda en R? |
| 01:45 | 4. Estructuras de datos |
¿Cómo puedo leer datos en R?
¿Cuáles son los tipos de datos básicos en R? ¿Cómo represento la información categórica en R? |
| 02:40 | 5. Explorando data frames | ¿Cómo puedo manipular un dataframe? |
| 03:10 | 6. Haciendo subconjuntos de datos | ¿Cómo puedo trabajar con subconjuntos de datos en R? |
| 04:00 | 7. Control de flujo |
¿Cómo puedo hacer elecciones dependiendo de mis datos en R?
¿Cómo puedo repetir operaciones en R? |
| 05:05 | 8. Creando gráficas con calidad para publicación con ggplot2 | ¿Cómo puedo crear gráficas con calidad para publicación en R? |
| 06:25 | 9. Vectorización | ¿Cómo puedo operar sobre todos los elementos de un vector a la vez? |
| 06:50 | 10. Funciones | ¿Cómo puedo escribir una nueva función en R? |
| 07:50 | 11. Guardando datos | ¿Cómo puedo guardar gráficas y datos creados en R? |
| 08:10 | 12. División y combinación de data frames con plyr | ¿Cómo puedo hacer diferentes cálculos sobre diferentes conjuntos de datos? |
| 09:10 | 13. Manipulación de data frames con dplyr | ¿Cómo manipular dataframes sin repetir lo mismo una y otra vez? |
| 10:05 | 14. Manipulación de data frames usando tidyr | ¿Cómo puedo cambiar el formato de los data frames? |
| 10:50 | 15. Produciendo informes con knitr | ¿Cómo puedo integrar programas e informes? |
| 12:05 | 16. Escribiendo buen software | ¿Cómo puedo escribir software que otras personas puedan usar? |
| 12:20 | Final |
El horario real puede variar ligeramente dependiendo de los temas y ejercicios elegidos por el instructor. El horario real puede variar ligeramente dependiendo de los temas y ejercicios elegidos por el instructor.