ANÁLISIS DE DATOS CON R

Este es un curso que forma parte del programa de desarrollo de capacidades y entrenamiento en Análisis de datos de The Nature Conservancy en el marco del proyecto Por la Pesca.

El curso esta diseñado para un entrenamiento intensivo de corta duración (1 semana) el cual tiene como objetivo brindar una introducción breve a los principios de la ciencia de datos desde la recolección de información del ambiente hasta reportar los análisis en diferentes formatos (word, html, pdf). Los datos empleados estan orientado a temas marinos. Sin embargo, la forma lógica de programación del presente curso puede ser empleado en diferentes ámbitos. Aqui nos enfocaremos principalmente en las áreas de Programación computacional, Exploración de datos, Visualización y Documentación.

Cada una de las presentaciones del curso se iran añadiendo al final de cada sesión. Asi mismo, consultar el menú Setup para asegurarse de tener todos los requerimientos necesarios antes de iniciar el curso.

La forma de trabajo del presente curso estará basado en gran medida en el universo tidyverse el cual introduce una serie de paqueterías que proporcionan una sintaxis simple en la importación, procesamiento, visualización y documentación de datos.

Estructura del curso

El curso consta de 9 clases los cuales cubren los temas de Programación en R, Exploración de datos, Visualización y Documentación. Cada clase contiene ejercicios cortos que deberán ser resueltos de forma conjunta.

Temario

1. Software R project y R-studio
   Primeras aproximaciones hacia el entorno de trabajo R-project y R-studio.
   Clase 1

2. Tipos de datos en R: Vectores
   Familiarizar a los participantes con los diferentes tipos de datos existentes en R. Énfasis en el uso de vectores: Crear vectores, operaciones y extracción de elementos de interés.
   Clase 2

3. Tipos de datos en R: Matrices, listas y dataframes
   Familiarizar a los participantes con los diferentes tipos de datos existentes en R. Énfasis en el uso de matrices, listas y dataframes: Generalidades y funciones relacionadas a cada tipo de dato.
   Clase 3

4. Operadores
   Familiarizanos con los operadores aritméticos, relacionales, lógicos y de asignación que permitirán manipular y transformar datos de distintos tipos.
   Clase 4

5. Manipulación de datos: Importación
   Introducción general a las diferentes librerías del universo tidyverse. Importar datos de fuentes externas. Uso de la librería readr y sintaxis de sus funciones asociadas. Tipo de datos en formato tibble. Guardar y exportar datos.
   Clase 5

6. Manipulación de datos: Datos ordenados
   Conceptos generales de una base de datos ordenada (tidy data). Reestructurar datos de formato ancho a formalo largo y viceversa. Uso de la librería tidyr y sintaxis de sus funciones asociadas. Separar y unir columnas; y cómo lidiar con los valores perdidos (NAs) o NULL.
   Clase 6

7. Manipulación de datos: Transformación
   Aprender a manipular fechas con la librería lubridate. Conocer los principios básicos de dplyr para manipular, crear variables (filtrar, seleccionar, renombrar) y generar estadísticos descriptivos a nivel de grupos. Ventajas de usar el operador pipeline (%>%).
   Clase 7

8. Visualización de datos
   Introducción a la gramática de gráficos mediante la librería ggplot2. Principales gráficos empleados por los usuarios (diagrama de barras, histogramas, boxplots, gráfico de dispersión, etc).
   Clase 8

9. Documentación
   Uso de Rmarkdown (.Rmd) para generar reportes en diferentes formatos (.pdf, .word, .ppt)
   Clase 9