Prefacio
Este material ha sido diseñado como complemento y recursos de apoyo al curso de la Escuela de Invierno de la UCM titulado «Analizando datos, visualizando información, contando historias», celebrado presencialmente del 31 de enero al 4 de febrero de 2022 (16:00 a 21:00 horas, de lunes a viernes).
El presente material introductorio ha sido elaborado por Javier Álvarez Liébana y Gabriel Valverde Castilla, y tiene como objetivo introducir en el lenguaje R a todas aquellas personas que quieran aprender R desde cero. Dicho manual ha sido elaborado a su vez en R con {bookdown}. Puedes ver un resumen de las funcionalidades de algunos paquetes documentados por el equipo de R Studio en sus esquemas resumen. El código de dicho manual se encuentra en GitHub.
Para elaborar informes o libros con una estructura similar (de forma nativa en R) el paquete bookdown puede ser instalado desde la plataforma CRAN o desde su versión en desarrollo actualizada en Github:
install.packages("bookdown")
# o desde su versión en desarrollo actualizada
# devtools::install_github("rstudio/bookdown")
Propósito
El objetivo de este curso es introducir a la programación y análisis estadístico en R a toda aquella persona que nunca se haya iniciado en él, sin necesitar conocimientos previos de programación (aunque siempre ayuda, obviamente). No se pretende que adquieras un vasto y experto conocimiento, pero si lo suficiente como para lograr 5 objetivos:
- No tener miedo a programar
- Entender los conceptos básicos de
R. - Dotarte de autonomía para poder trabajar con datos.
- Introducirte en el análisis estadístico.
- Adquirir las competencias necesarias para la visualización de datos en
R.
Contenidos
Toma de contacto
Conceptos básicos
- 5 Tipos de datos
- 6 Vectores
- 7 Operaciones con vectores
- 8 Datos estructurados
- 9 Repaso: empezando a trastear con datos
Haciendo el trabajo más fácil
Empezando a explorar datos
- 15 Mejorando los data.frame: datos tibble
- 16 Tidy vs messy data: daticos ordenados
- 17 Sacando datos de las piedras
- 18 Contando los datos: rmarkdown
Incursión a tidyverse y ggplot2
- 19 Depuración y transformación
- 25 Resumiendo y relacionado datos
- 20 Profundizando tidyverse: elecciones y Spotify
- 21 Visualizando datos: incursión a ggplot2
- @ref(ggplot2_plus) Profundizando en ggplot2
Introducción a la estadística en R
- @ref(descriptiva_cualitativas) Extrayendo información: estadística descriptiva con cualitativas
- @ref(descriptiva_cuantitativas) Extrayendo información: estadística descriptiva con cuantitativas
- 25 Resumiendo y relacionado datos
Código de colores
Puedes buscar los siguientes términos en el buscador del documento
ERROR:
En color rojo encontrarás errores comunes o prácticas a evitar.
WARNING:
En color naranja/amarillo encontrarás warnings o advertencias sobre cosas a tener en cuenta para evitar problemas.
Algunas funciones pueden arrojar ciertas advertencias que nunca está de más leer. Pero si dichos mensajes de alerta los tenemos controlados, y no queremos que nos ensucie la ejecución en la consola, podemos poner al inicio del código assign("last.warning", NULL, envir = baseenv()) para limpiar los warnings antiguos y options(warn = -1) para desactivarlos.
CONSEJO:
En color verde encontrarás consejos o tips para ampliar y facilitar tu programación. Además en cada cajita de código, si pasas el ratón, encontrarás un botón 📄📄 en la esquina superior derecha de la caja para copiar el código directamente a tu consola. Puedes encontrarlos todos escribiendo «consejo» en el buscador.
GLOSARIO:
En color azul encontrarás un 📚 glosario con algunos términos estadísticos y conceptos básicos.
