Duración: 4 semanas
Esfuerzo estimado: 4 a 7 horas por semana
Tema: Introducción al lenguaje R
Nivel: Básico
Idioma: Español
Subtítulos de video: Español

DOI

Sobre el curso

Este curso forma parte de un conjunto de cursos que cubren las necesidades actuales de investigadores en distintas áreas y ámbitos de conocimiento.

Está destinado a aquellos jóvenes investigadores que necesitan realizar el análisis de los datos de su trabajo y buscan una metodología de que optimice su esfuerzo. Si ya conoces R, es posible que este curso aún pueda aportar algo más. Si ya conoces otro lenguaje de programación, con este curso te resultará fácil adaptarte a R. Si no tienes experiencia previa, este es tu curso.

¿Cómo vamos a trabajar?

Se trata de un curso práctico, por lo que vamos a a trabajar presentando los aspectos básicos y practicando con ejemplos. Analizaremos las posibilidades de aplicación al tiempo que resolvemos distintos problemas y cubrimos las necesidades habituales; siempre con una intensidad in crescendo.

El curso está orientado a que los participantes, una vez concluido el curso, dispongan de la experiencia y la terminología para seguir avanzando personalmente ya que todo está en la red :-) Todo, incluidos cursos de introducción, manuales, … Proporcionaremos los enlaces más relevantes con el desarrollo del curso pero al final de este texto puedes encontrar las fuentes y recursos más relevantes.

¿Qué vas a aprender?

  • Cómo utilizar el lenguaje R para resolver problemas.

  • Desarrollar procedimientos de trabajo que sean generalizables y premitan la investigación reproducible.

  • Importación de datos desde distintos editores y manejo de los mismos con R.

  • Aprovechar la interfaz gráfica RStudio para maximizar la productividad de nuestro trabajo.

  • Uso e instalación de paquetes o librerías de R.

Contenidos y secuenciación

Vamos a organizar los contenidos del curso en módulos y en cada uno de ellos encontrarás textos, ejemplos y materiales de autoevaluación.

  1. Primeros pasos: empezamos nuestro viaje con una puesta en común de terminología y buenas prácticas. Unos primeros escarceos con el lenguaje y los conceptos fundamentales (enlace).

  2. Elementos del lenguaje R: En R organizamos la información dentro de objetos. Vamos ver las distintas opciones, los tipos de objetos, y algunas funciones que nos ayudarán a construir y manejar estos objetos. Veremos también algunas funciones estadísticas básicas (enlace).

  3. Ficheros de datos lectura y explotación: Sin duda la incorporación de nuestra información en R es crucial, vamos a discutir aquí distintos formatos de datos y como realizar la lectura desde R. También abordaremos las buenas prácticas de etiquetado de observaciones y variables (enlace).

  4. Analizando datos con R: Las tareas más habituales cuando nos enfrentamos a análisis de nuestros datos pasan por la descripción, la transformación de variables, la selección de casos, la representación gráfica… En este módulo vamos a enfrentarnos a estas cuestiones haciendo especial hincapié en las funciones más útiles (enlace).

  5. Personalizando: Disponer de código adaptado a nuestras necesidades que ha sido utilizado con éxito y aprovechar el código de otros es la mejor manera de ser eficiente. Vamos a crear nuestras propias funciones e a instalar las librerías que pueden ayudarnos en nuestro trabajo; finalmente plantearemos que es eso la investigación reproducible (enlace).

  6. Algunos problemas habituales: En el trabajo cotidiano se presentan problemas más o menos complejos que son fáciles de resolver con R aunque a veces requieren un poco de experiencia. Aquí vamos a discutir y resolver algunos de estos casos (enlace).

  7. Avanzando con R (Extra bonus): Algunas veces es necesario desarrolla un código más complejo, que realice tareas iterativas, o que dependiendo de los resultados se aplique una solución u otra. Dedicaremos este módulo a R como lenguaje de programación en su sentido más clásico y destinado a abordar problemas más complejos (enlace).

Para empezar

  • Ten a mano una copia de estos documentos en papel pues te servirán como mapas:

  • Para una mayor claridad en la documentación usaremos algunas reglas tipográficas básicas recurriendo a distintas fuentes:

    para texto Así aparecerá el texto normal.
    para código El código literal que sea necesario reproducir.
    para cursiva Resaltaremos con cursiva términos técnicos o términos en otra lengua.
    para negrita Títulos de apartados, muy excepcionalmente palabras a destacar.
    \(para\;\) \(matem\acute{a}ticas\) Para escribir con notación matemática.
    para un enlace El subrayado solo se utilizará cuando exista referencia a un hipervínculo o enlace.

Documentación de referencia

Puedes consultar numerosos libros sobre R, vídeos y distintos tutoriales. Desafortunadamente podríamos decir que hay “exceso” de documentación. En los distintos módulos encontrarás la referencia específica a la documentación más pertinente, pero aquí tienes los principales enlaces:

  • Un texto básico es An introduction to R (2018-12-20) disponible en versión html y pdf. Cuenta con unas 100 páginas y está en inglés. Incluye tanto los fundamento de R como su uso en pruebas estadísticas habituales.
  • Si necesitas traducir textos, en particular de información técnica sobre los distintos temas del curso, en alguna lengua europea prueba .

  • Para todo lo demás recurre a un motor de búsqueda: bing, duckduckgo, google, … o si lo prefieres algún otro.

Licencia de Creative Commons
intrCola - Introducción a R: Curso on line autónomo by José Antonio Piqueras Mellado, M. Francisca Carreño Fructuoso, Jesús María Méndez Pérez, Rául Sánchez Sánchez, José Antonio Palazón Ferrando is licensed under a Creative Commons Reconocimiento-CompartirIgual 4.0 Internacional License.