Análisis y Visualización de Datos con R

Objetivos

• Conocer y manejar el lenguaje de programación R.

• Utilizar R para limpiar, explorar y visualizar datos.

• Elegir las herramientas más adecuadas para responder nuestras preguntas con una correcta visualización de los datos.​

​

​Contenidos

Módulo 1: Lenguaje y entorno R

Clase 1: Introducción a R

• Descarga e instalación de R 

• Instalación de R Studio

• Operación

• Paquetes

 

Clase 2: Lenguaje de programación

• Usos de la consola: aritmética en R

• Asignación de variables

• Tipos de estructuras de datos: vectores, matrices, marcos de datos (data frames) y listas

• Crear y nombrar vectores, seleccionar elementos y comparar vectores

• Crear y modificar matrices. Realizar cálculos

• Crear, subdividir y comparar factores

• Crear marcos de datos, seleccionar partes y ordenarlos en función de variables

• Crear, nombrar y subdividir listas.

 

Módulo 2: Obtener, limpiar y transformar datos 

Clase 3: Obtener y limpiar datos

• Datos crudos y procesados

• Descargar archivos

• Leer archivos locales

• Excel, XML y JSON

• Internet, APIs

• Otras fuentes

• Paquete tidyr

 

Clase 4: Transformar datos

• Organizar y ordenar datos

• Resumir datos

• Crear nuevas variables

• Modificar la forma de los datos

• Gestionar data frames con dplyr

• Fusionar datos

• Variables de texto y etiquetas

• Variables de fechas

 

Módulo 3: Visualizar datos I

Clase 5: Medidas y Gráficos para datos categóricos 

• Medidas resumen

• Gráficos básicos con ggplot2

• Gráfico de barras/columnas

• Gráfico de torta

• Gráfico de mosaico (Treemap)

• Mapa de calor (Heatmap)

• Nube de palabras

 

Clase 6: Gráficos para distribuciones y series de tiempo 

• Medidas resumen

• Histograma 

• Gráfico de densidad

• Representación de series de tiempo

• Gráfico de línea

• Gráfico de área

• Gráficos de caja 

• Gráficos de violín

 

Módulo 4: Visualizar datos II

Clase 7: Gráficos de dos variables cuantitativas

• Gráfico de dispersión

• Agregado de tamaño y color de los puntos

• Ejes

• Líneas (regresión)

• Intervalo de confianza

• Etiquetas

• Promedios

• Líneas de conexión de puntos

• Gráfico de alfombra (Rug plot)

• Gráfico de densidad para dos dimensiones

• Matriz de gráficos

 

Clase 8: Tableros (dashboards)

• Paquete Shiny

• Crear una App

• Explorar los componentes

• Desplegar la App

​

Metodología

Aula virtual Todos los jueves se publicará el contenido de la semana en el campus virtual. Se puede ingresar con usuario y contraseña durante el tiempo de duración del curso.

 

Modalidad asincrónica Cada estudiante puede ver las clases, realizar los ejercicios y comunicarse con la profesora en los días y horarios que prefiera. 

 

Tutoría personalizada La profesora responderá consultas y dará devoluciones personalizadas de las actividades a lo largo del mes de duración del curso.

​

Diversidad de herramientas para el aprendizaje Cada semana la/el estudiante encontrará

• un documento pdf con los contenidos de la clase;

• uno o más videos explicativos y tutoriales;

• ejercicios de autoevaluación;

• un ejercicio por módulo con devolución personalizada;

• bases de datos para poner en práctica los conocimientos adquiridos;

• bibliografía optativa para apoyar el aprendizaje.​

​

Certificación

Para aprobar el curso, cada estudiante deberá realizar al menos 3 de los 4 ejercicios y aprobar un examen final de 10 preguntas con calificación mínima de 6/10 puntos.

​

Los certificados son extendidos por TIBER Escuela de Estudios Políticos y Sociales. 

​

Precio