PRESENTACIÓN
La estadística es una rama de las matemáticas que está presente en muchos ámbitos: pruebas piloto de
mercado, investigación médica y análisis económicos, entre otros. Se caracteriza por ser una ciencia con
la que, en base a observaciones, se pueden realizarse inferencias y tomarse mejores decisiones cuando
hay incertidumbre. R es un lenguaje de programación de acceso libre, orientado a la estadística, que es
compatible con los ambientes Windows, Unix y MAC. Se distribuye bajo la licencia GNU GPL (Licencia
Pública General, por sus siglas en inglés). Es uno de los más utilizados en la investigación estadística
para la minería de datos, series de tiempo, modelos lineales, modelos no lineales y procesos básicos. En
este curso se dará una introducción a las herramientas de R y se abordarán problemas de índole
estadística.
PERFIL DE INGRESO
Este curso está dirigido a las personas que requieren el procesamiento de datos para obtener
información de tipo estadístico y posteriormente necesitarán generar gráficos. Se requieren
conocimientos de estadística descriptiva y acreditar o demostrar conocimientos equivalentes al curso
Introducción a la programación.
OBJETIVO
El participante utilizará el lenguaje de programación R para realizar procedimientos de estadística
descriptiva y presentar gráficos con la información obtenida.
TEMARIO
1. |
EL ENTORNO DE TRABAJO DE R
1.1 |
Características de R y
RStudio
|
1.2 |
Requerimientos de hardware
y software
|
1.3 |
Instalación de R y RStudio
|
1.4 |
Estructura de R
|
1.5 |
Comandos básicos
|
1.6 |
Utilizar R Commander y
RStudio
|
1.7 |
Obtener ayuda
|
|
2. |
INTRODUCCIÓN AL LENGUAJE R
2.1 |
Tipos de datos
|
2.2 |
Variables
|
2.3 |
Operadores matemáticos,
lógicos y de comparación
|
2.4 |
Precedencia de los
operadores
|
2.5 |
Asignación de variables
|
2.6 |
Estructuras de control:
condicionales y ciclos
|
2.7 |
Implementación de
funciones
|
2.8 |
Objetos y Clases
|
2.9 |
Arreglos y listas
|
|
3. |
MANEJO DE DATOS
3.1 |
Hoja de datos (data.frame)
|
3.2 |
Leer archivo de datos
|
3.3 |
Importar y exportar datos
|
3.4 |
Tidyverse
|
3.4 |
Tidyverse
3.4.1 |
Lectura de bases de datos |
3.4.2 |
Limpieza de bases de datos |
3.4.3 |
Manipulación y transformación |
|
3.5 |
Archivar instrucciones y
resultados
|
|
4. |
ESTADÍSTICA DESCRIPTIVA
4.1 |
Distribuciones, medidas de
tendencia central y dispersión.
|
4.2 |
Tablas de frecuencia para
datos agrupados y no agrupados
|
4.3 |
Tablas de contingencia
|
|
5. |
GENERACIÓN DE GRÁFICOS
5.1 |
Gráficos de Barras,
Histograma, Pastel
|
5.2 |
Correlación
|
5.3 |
Visualización con ggplot2
y plotly
|
5.4 |
Presentación de datos
5.4.1 |
Reportes y presentaciones con R Markdown |
5.4.2 |
Visualización interactiva de datos con R Shiny |
|
|
PERFIL DE EGRESO
Los conocimientos adquiridos permitirán al participante la utilización del lenguaje R, para procesar
conjuntos de datos y generar informes estadísticos y gráficos.
REQUISITOS ACADÉMICOS
Estudios mínimos de preparatoria o equivalente. Conocimientos de estadística descriptiva y un lenguaje
de programación.
DURACIÓN
20 horas.
RECURSOS INFORMÁTICOS
- R version 3.6.1 (Action of the Toes) R versión 3.5.1 y R Studio versión 1.1.456 RStudio 1.2.5019
BIBLIOGRAFÍA
-
W. N., Venables, D. M., Smith and the R Core Team. An Introduction to R. Notes on R: A Programming
Environment for Data Analysis and Graphics. 2018.
- The R Core Team. R: A Language and Environment for Statistical Computing, Reference Index. 2018.
- Trejo, Omar and C. Figliozzi, Peter. R programming by example. Packt Publishing, 2017.
- James, Gareth and Witten, Daniela. An Introduction to Statistical Learning: With Applications in R.
2017.
- Marques Asensio, Felicidad. R en profundidad-Programación, gráficos y estadística. Alfaomega Grupo
Editor, 2017.
- Schmuller, Joseph. Statistical Analysis with R for Dummies. For Dummies, 2017.
- Heumann, Christian and Schomaker, Michael. Introduction to Statistics and Data Analysis: With
Exercises, Solutions and Applications in R. 2017.
Diciembre 2023