Introduccción a R y Rstudio para el análisis de datos

Objetivos del curso..

Este curso va dirigido a los investigadores que requieren de herramientas para la manipulación de datos o han de utilizar métodos de análisis de datos. Esencialmente es un curso básico del lenguaje estadístico R y sus capacidades para manejar información cuantitativa y cualitativa, representación de datos y una introducción al uso de su amplísimo catálogo de funciones, que en la actualidad supera de largo el millón y medio.

Entender los procedimientos de trabajo de los programas estadísticos y la metodología para preparar los datos y desarrollar protocolos de trabajo es uno de los aspectos básicos en la formación de un doctorando, si no posees estos conocimientos este curso es para ti; también, si sólo necesitas realizar tareas repetitivas para procesar información preparando tablas o gráficos.

Es muy aconsejable haber realizado previamente el curso de Procedimientos para la elaboración de informes y documentos científico-técnicos, en su defecto conocer la elaboración de textos con rmarkdown.

Competencias

1. Utilizar con fluidez la terminal y manejar la interfaz básica de R.
2. Aprovechar las características los principales elementos, así como el fundamento, de la sintaxis de R.
3. Elaborar procedimientos básicos de trabajo con R.
4. Resolver los problemas derivados de los mensajes de error del sistema.
5. Aprovechar las capacidades de R para generar documentos de investigación reproducible.

Contenidos

1. Sintaxis del lenguaje R: el valor de la expresiones
2. Las interfaces de R: uso de rstudio
3. Valores, operadores y funciones en R
4. Objetos en R: vectores, matrices, data frames y listas
5. Ficheros de datos y de protocolos
6. Ayudas y documentación en R
7. Documentos de investigación reproducible: texto + código

Resultados de aprendizaje

• Ser capaz de instalar y utilizar el software libre R y Rstudio
• Disponer de procedimientos de trabajo para abordar el análisis para un conjunto de datos
• Saber elaborar procedimientos básicos para el tratamiento de datos
• Ser capaz de aplicar protocolos predefinidos de análisis con R
• Saber reutilizar protocolos conocidos o parte de ellos para resolver nuevos problemas
• Elaborar informes reproducibles