Destinatarios/as

Alumnos y alumnas de doctorado con conocimientos básicos sobre el manejo de R y sobre la elaboración de informes y documentos reproducibles. Recomendable haber realizado previamente los cursos de Introduccción a R y Rstudio y Procedimientos para la elaboración de informes y documentos ciéntifico-técnicos, o poseer los conocimientos que se abordan en ellos.

El curso está destinado a quienes se interesen por avanzar en tareas de gestión de datos, y en su caso, en el manejo de grandes volúmenes de información. También se abordará la adecuada organización de los datos en una o más tablas, la codificación y los formatos para la presentación de los dados. Por otro lado, discutiremos métodos para la elaboración automática de tablas de datos; en especial, a partir de fuentes originalmente heterogéneas o donde es necesario reelaborar la propia información para abordar otros enfoques o análisis de la información. También se abordará la elaboración de una estadística descriptiva mediante tablas de resultados o gráficos más o menos complejos. Todo ello considerando siempre la forma de automatizar las tareas repetitivas con funciones de usuario.

Competencias

  • Saber preparar la información para su mecanización y tratamiento estadístico
  • Ser capaz de representar datos y funciones de forma integrada con R
  • Ser capaz de resumir la información mediante tablas y estadísticos
  • Ser capaz de exportar tablas y gráficos elaborados con R

Contenidos

  1. Datos y ficheros: formatos, codificación y estructura
  2. Importación y exportación de datos en R
  3. Resumen de datos: tablas, estadísticos y gráficos
  4. Distribución de frecuencias y distribuciones de probabilidad
  5. Objetos en R: manipulación avanzada de datos
  6. Creación de funciones en R: generalizando un procedimiento
  7. Toda la potencia de la representación gráfica en R
  8. Creación de gráficos y exportación: formatos gráficos

Resultados de aprendizaje

  • Manejar los datos con R y otras herramientas para la creación de ficheros destinados al análisis.
  • Conocer métodos de simulación para evaluar procedimientos y tomar decisiones en la representación de datos.
  • Ser capaz de describir y depurar los datos mecanizados de forma automática.
  • Se capaz de reorganizar la información de los datos para una lectura y verificación ágil o un análisis posterior.
  • Tener criterios y procedimientos para una adecuada representación gráfica de los datos.

Evaluación

Para la superación del curso se exigirá:

  • la asistencia a las sesiones presenciales que son obligatorias

  • la cumplimentación del cuestionario de satisfacción del curso

  • la realización y entrega de las tareas requeridas, tal como se indica a continuación

El curso es semipresencial, al trabajo en las sesiones presenciales ha de sumarse el realizado por el alumnado siguiendo las indicaciones que se detallan en el aula virtual; estas se inician antes de las sesiones presenciales. En cada sesión se propondrán diversos ejercicios, que se discutirán y resolverán in situ, y se planteará una tarea previa a la siguiente sesión que se entregará en el aula virtual. Además, existe una tarea final del curso con fecha límite de una semana tras la realización de la última sesión presencial.










Licencia Creative Commons
Esta obra está bajo una Licencia Creative Commons Atribución 4.0 Internacional.