Taller: Análisis de Datos en Bioestadística con RStudio

¡Estimados estudiantes!

Es un placer tenerlos hoy en este taller intensivo de análisis de datos en RStudio, diseñado específicamente para las particularidades de la biometría y la bioestadística. Como su docente, mi objetivo es que salgan de aquí con las herramientas y la confianza necesarias para abordar sus propios conjuntos de datos, desde la exploración inicial hasta la generación de visualizaciones elocuentes.

En el campo de la bioestadística, la capacidad de extraer información significativa de datos complejos es fundamental. R y RStudio nos ofrecen un entorno potente y flexible para lograrlo. A lo largo de este taller, nos centraremos en tres pilares fundamentales del análisis exploratorio: el análisis univariado, el análisis bivariado y la creación de visualizaciones informativas. Utilizaremos conjuntos de datos ya disponibles en R para facilitar el seguimiento y la práctica.

Objetivos de Aprendizaje:

Al finalizar este taller, ustedes serán capaces de:

Importar y manejar datos en RStudio.
Realizar análisis univariados descriptivos para variables cuantitativas y cualitativas.
Llevar a cabo análisis bivariados para explorar relaciones entre variables.
Crear visualizaciones de datos efectivas utilizando ggplot2 para comunicar hallazgos.
Interpretar los resultados de sus análisis en el contexto de la bioestadística.

Requisitos Previos:

Tener R y RStudio instalados en sus computadoras.
Conocimientos básicos de R (sintaxis, tipos de datos).
¡Muchas ganas de aprender y practicar!

Parte 1: Preparación y Análisis Univariado

1. Configuración del Entorno y Carga de Paquetes

Antes de sumergirnos en el análisis, vamos a configurar nuestro entorno y cargar los paquetes necesarios. Hoy trabajaremos principalmente con tidyverse, una colección de paquetes que incluye ggplot2 (para visualizaciones) y dplyr (para manipulación de datos).

# Instalación de paquetes (solo si no los tienen instalados)
#install.packages("tidyverse")
#install.packages("patchwork") # Útil para combinar gráficos

# Carga de paquetes
library(tidyverse)
library(patchwork) # Para combinar gráficos
library(ggplot2)

2. Carga y Exploración Inicial de Datos

Para este taller, utilizaremos el conjunto de datos iris, un clásico en R que contiene medidas de sépalos y pétalos de tres especies de flores de iris. Es un excelente ejemplo para practicar con variables cuantitativas y cualitativas.

# Cargar el conjunto de datos iris (ya está disponible en R)
data("iris")

# Ver la estructura del conjunto de datos
str(iris)

## 'data.frame':    150 obs. of  5 variables:
##  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
##  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
##  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
##  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
##  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

# Ver las primeras filas
head(iris)

# Obtener un resumen estadístico
summary(iris)

##   Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##        Species  
##  setosa    :50  
##  versicolor:50  
##  virginica :50  
##                 
##                 
##

Discusión: ¿Qué observan al ver la estructura y el resumen de iris? Identifiquen las variables cuantitativas y cualitativas. ¿Qué tipo de datos son Sepal.Length, Sepal.Width, Petal.Length, Petal.Width? ¿Y Species?

La base de datos consta de 150 observaciones, cinco variables. Cuatro variables numéricas continuas, que podrían utilizar unidades de medida de longitud, las cuales son: longitud de los sépalos (Sepal.Length), ancho de los sépalos (Sepal.Width), longitud de los pétalos (Petal.Length), ancho de los pétalos (Petal.Width) y una variable categórica nominal politómica que corresponde a la especie de la planta (Species).

3. Análisis Univariado: Describiendo una Sola Variable

El análisis univariado nos permite entender la distribución y las características de cada variable de forma individual.

3.1. Variables Cuantitativas

Para variables cuantitativas, nos interesan medidas de tendencia central (media, mediana), dispersión (desviación estándar, rango intercuartílico) y la forma de la distribución.

Medidas de Tendencia Central y Dispersión:

# Longitud del sépalo (Sepal.Length)
mean(iris$Sepal.Length)

## [1] 5.843333

median(iris$Sepal.Length)

## [1] 5.8

sd(iris$Sepal.Length)

## [1] 0.8280661

IQR(iris$Sepal.Length) # Rango intercuartílico

## [1] 1.3

# Ancho de los sépalos (Sepal.Width)
mean(iris$Sepal.Width)

## [1] 3.057333

median(iris$Sepal.Width)

## [1] 3

sd(iris$Sepal.Width)

## [1] 0.4358663

IQR(iris$Sepal.Width) # Rango intercuartílico

## [1] 0.5

# Longitud de los pétalos (Petal.Length)
mean(iris$Petal.Length)

## [1] 3.758

median(iris$Petal.Length)

## [1] 4.35

sd(iris$Petal.Length)

## [1] 1.765298

IQR(iris$Petal.Length) # Rango intercuartílico

## [1] 3.5

# Ancho de los sépalos (Petal.Width)
mean(iris$Petal.Width)

## [1] 1.199333

median(iris$Petal.Width)

## [1] 1.3

sd(iris$Petal.Width)

## [1] 0.7622377

IQR(iris$Petal.Width) # Rango intercuartílico

## [1] 1.5

Visualizaciones:

Histograma: Nos muestra la distribución de una variable continua.

ggplot(iris, aes(x = Sepal.Length)) +
  geom_histogram(binwidth = 0.5, fill = "skyblue", color = "black") +
  labs(title = "Histograma de la Longitud del Sépalo",
       x = "Longitud del Sépalo (cm)",
       y = "Frecuencia") +
  theme_minimal()

Diagrama de Caja (Boxplot): Útil para visualizar la distribución, la mediana, los cuartiles y los valores atípicos.

ggplot(iris, aes(y = Sepal.Length)) +
  geom_boxplot(fill = "lightgreen") +
  labs(title = "Diagrama de Caja de la Longitud del Sépalo",
       y = "Longitud del Sépalo (cm)") +
  theme_minimal()

Discusión: ¿Qué nos dicen el histograma y el boxplot sobre la distribución de Sepal.Length? ¿Es simétrica? ¿Hay valores atípicos?

Para la longitud de los sépalos de las diferentes especies, se puede apreciar, que los datos representados en el histograma asimétricos hacia la derecha y en el boxplot, se observa que la línea que representa la mediana dentro de la caja no se encuentra en la mitad, así como que los bigotes no parecen de igual longitud. Todo esto podría dar cuenta de una posible distribucíón anormal de los datos.

3.2. Variables Cualitativas (Categóricas)

Para variables cualitativas, nos interesan las frecuencias y las proporciones de cada categoría.

Tablas de Frecuencia:

table(iris$Species) # Frecuencias absolutas

## 
##     setosa versicolor  virginica 
##         50         50         50

prop.table(table(iris$Species)) # Frecuencias relativas

## 
##     setosa versicolor  virginica 
##  0.3333333  0.3333333  0.3333333

Visualizaciones:

Gráfico de Barras: Muestra la frecuencia de cada categoría.

ggplot(iris, aes(x = Species, fill = Species)) +
  geom_bar() +
  labs(title = "Frecuencia de Especies de Iris",
       x = "Especie",
       y = "Conteo") +
  theme_minimal() +
  guides(fill = "none") # Quitar la leyenda si es redundante

Discusión: ¿Cómo se distribuyen las especies en el conjunto de datos iris?

Las especies poseen la misma frecuencia de absoluta.

Parte 2: Análisis Bivariado y Visualizaciones Avanzadas

El análisis bivariado nos permite explorar la relación entre dos variables.

1. Relación entre Dos Variables Cuantitativas

Gráfico de Dispersión (Scatter Plot): Ideal para visualizar la relación entre dos variables continuas. Podemos observar patrones, tendencias y la fuerza de la relación.

ggplot(iris, aes(x = Sepal.Length, y = Petal.Length)) +
  geom_point(alpha = 0.6, color = "darkblue") +
  labs(title = "Longitud del Sépalo vs. Longitud del Pétalo",
       x = "Longitud del Sépalo (cm)",
       y = "Longitud del Pétalo (cm)") +
  theme_minimal()

Coeficiente de Correlación: Cuantifica la fuerza y dirección de la relación lineal.
```
cor(iris$Sepal.Length, iris$Petal.Length)
```
```
## [1] 0.8717538
```
Discusión: ¿Qué tipo de relación observan entre Sepal.Length y Petal.Length? ¿Es una relación positiva o negativa? ¿Es fuerte?

Dado el valor del coeficiente de correlaciónes mayor a 0, entonces se afirma que hay una asociación o relación positiva entre la longitud de los sépalos y la longitud de los pétalos, con un resultado fuerte considerando que el valor se encuentra entre 0.5 y 1.

2. Relación entre una Variable Cuantitativa y una Cualitativa

Diagrama de Caja Agrupado (Grouped Boxplot): Permite comparar la distribución de una variable cuantitativa entre diferentes categorías de una variable cualitativa.

ggplot(iris, aes(x = Species, y = Sepal.Length, fill = Species)) +
  geom_boxplot() +
  labs(title = "Distribución de la Longitud del Sépalo por Especie",
       x = "Especie",
       y = "Longitud del Sépalo (cm)") +
  theme_minimal()

Violin Plot: Similar al boxplot, pero muestra la densidad de la distribución, dando una mejor idea de la forma.

ggplot(iris, aes(x = Species, y = Sepal.Length, fill = Species)) +
  geom_violin() +
  labs(title = "Distribución de la Longitud del Sépalo por Especie (Violin Plot)",
       x = "Especie",
       y = "Longitud del Sépalo (cm)") +
  theme_minimal()

Discusión: ¿Hay diferencias significativas en la longitud del sépalo entre las diferentes especies de iris? ¿Qué especie tiene sépalos más largos en promedio?

Se nota que la longitud de los sépalos es menor en la especie Setosa en comparación con las otras especies, sin embargo, la especie con la mayor longitud de este atributo corresponde a la especie Virginica.

3. Relación entre Dos Variables Cualitativas

Tablas de Contingencia: Muestra la frecuencia conjunta de las categorías de dos variables cualitativas.

Para este ejemplo, vamos a crear una variable cualitativa a partir de una cuantitativa para demostrar la relación. Supongamos que queremos categorizar la longitud del sépalo en “Corto” y “Largo”.

iris_mod <- iris %>%
  mutate(Sepal.Length.Category = cut(Sepal.Length,
                                     breaks = c(0, 5.5, Inf),
                                     labels = c("Corto", "Largo")))

table(iris_mod$Species, iris_mod$Sepal.Length.Category)

##             
##              Corto Largo
##   setosa        47     3
##   versicolor    11    39
##   virginica      1    49

Gráfico de Barras Apiladas o Agrupadas: Visualiza las frecuencias conjuntas.

ggplot(iris_mod, aes(x = Species, fill = Sepal.Length.Category)) +
  geom_bar(position = "fill") + # position = "fill" para proporciones
  labs(title = "Proporción de Longitud de Sépalo por Especie",
       x = "Especie",
       y = "Proporción",
       fill = "Longitud Sépalo") +
  theme_minimal()

Discusión: ¿Cómo varía la proporción de sépalos “Cortos” y “Largos” entre las especies?

Entre las tres especies Setosa, menos del 7% de las muestras poseen sépalos largos, la mayoría son de sépalo corto.Versicolor y Virginica poseen la proporción con mayor número de muestras con sépalos largos, alrededor del 75% para la primera y casi el 100% para la segunda.

4. Visualizaciones Avanzadas: Añadiendo Capas y Facetas

ggplot2 es extremadamente potente para crear gráficos complejos añadiendo capas y facetas.

Gráfico de Dispersión con Color por Especie:

ggplot(iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
  geom_point(alpha = 0.7) +
  labs(title = "Longitud del Sépalo vs. Longitud del Pétalo por Especie",
       x = "Longitud del Sépalo (cm)",
       y = "Longitud del Pétalo (cm)",
       color = "Especie") +
  theme_minimal()

Facetas: Permite dividir un gráfico en múltiples paneles basados en los niveles de una o más variables.

ggplot(iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
  geom_point(alpha = 0.7) +
  facet_wrap(~ Species) + # Crea un panel para cada especie
  labs(title = "Longitud del Sépalo vs. Longitud del Pétalo (por Especie)",
       x = "Longitud del Sépalo (cm)",
       y = "Longitud del Pétalo (cm)") +
  theme_minimal() +
  guides(color = "none") # Quitar la leyenda si la faceta ya la explica

Combinando Gráficos con patchwork: Una herramienta fantástica para organizar múltiples gráficos en una sola figura.

p1 <- ggplot(iris, aes(x = Sepal.Length)) +
  geom_histogram(binwidth = 0.5, fill = "skyblue", color = "black") +
  labs(title = "Histograma Sepal.Length", x = "", y = "")

p2 <- ggplot(iris, aes(y = Sepal.Length, fill = Species)) +
  geom_boxplot() +
  labs(title = "Boxplot Sepal.Length por Especie", x = "", y = "")

p3 <- ggplot(iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
  geom_point(alpha = 0.7) +
  labs(title = "Scatter Plot por Especie", x = "", y = "")

(p1 | p2) / p3 # Combinar gráficos

Ejercicios Prácticos (¡A trabajar!)

Ahora es su turno. Utilicen el conjunto de datos mtcars (también disponible en R, contiene datos de rendimiento de automóviles) o un conjunto de datos propio si lo desean, para realizar los siguientes análisis y visualizaciones.

Análisis Univariado de mpg (millas por galón):
- Calculen la media, mediana, desviación estándar y el rango intercuartílico de mpg.
- Creen un histograma y un diagrama de caja para mpg. Interpreten los resultados.

Se inicia con el cargue y visualización inicial del conjunto de datos.

# Carga de datos
data("mtcars")

# Estructura del conjunto de datos
str(mtcars)

## 'data.frame':    32 obs. of  11 variables:
##  $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
##  $ cyl : num  6 6 4 6 8 6 8 4 4 6 ...
##  $ disp: num  160 160 108 258 360 ...
##  $ hp  : num  110 110 93 110 175 105 245 62 95 123 ...
##  $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
##  $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...
##  $ qsec: num  16.5 17 18.6 19.4 17 ...
##  $ vs  : num  0 0 1 1 0 1 0 1 1 1 ...
##  $ am  : num  1 1 1 0 0 0 0 0 0 0 ...
##  $ gear: num  4 4 4 3 3 3 3 4 4 4 ...
##  $ carb: num  4 4 1 1 2 1 4 2 2 4 ...

# Ver las primeras filas
head(mtcars)

# Obtener un resumen estadístico
summary(mtcars)

##       mpg             cyl             disp             hp       
##  Min.   :10.40   Min.   :4.000   Min.   : 71.1   Min.   : 52.0  
##  1st Qu.:15.43   1st Qu.:4.000   1st Qu.:120.8   1st Qu.: 96.5  
##  Median :19.20   Median :6.000   Median :196.3   Median :123.0  
##  Mean   :20.09   Mean   :6.188   Mean   :230.7   Mean   :146.7  
##  3rd Qu.:22.80   3rd Qu.:8.000   3rd Qu.:326.0   3rd Qu.:180.0  
##  Max.   :33.90   Max.   :8.000   Max.   :472.0   Max.   :335.0  
##       drat             wt             qsec             vs        
##  Min.   :2.760   Min.   :1.513   Min.   :14.50   Min.   :0.0000  
##  1st Qu.:3.080   1st Qu.:2.581   1st Qu.:16.89   1st Qu.:0.0000  
##  Median :3.695   Median :3.325   Median :17.71   Median :0.0000  
##  Mean   :3.597   Mean   :3.217   Mean   :17.85   Mean   :0.4375  
##  3rd Qu.:3.920   3rd Qu.:3.610   3rd Qu.:18.90   3rd Qu.:1.0000  
##  Max.   :4.930   Max.   :5.424   Max.   :22.90   Max.   :1.0000  
##        am              gear            carb      
##  Min.   :0.0000   Min.   :3.000   Min.   :1.000  
##  1st Qu.:0.0000   1st Qu.:3.000   1st Qu.:2.000  
##  Median :0.0000   Median :4.000   Median :2.000  
##  Mean   :0.4062   Mean   :3.688   Mean   :2.812  
##  3rd Qu.:1.0000   3rd Qu.:4.000   3rd Qu.:4.000  
##  Max.   :1.0000   Max.   :5.000   Max.   :8.000

La base de datos mtcars contiene 11 variables con 32 observaciones. Nueve variables numéricas, de estas, seis son continuas: millas por galón (mpg), desplazamiento (disp), relación eje trasero (drat), peso (wt), tiempo de cuarto de milla (qsec), caballos de fuerza (hp) y tres son discretas, número de cilindros (cyl), número de marchas (gear) y número de carburadores (carb). Solo dos variables son categóricas y ambas son dicotómicas: tipo de motor (vs) que puede ser en “V” (0) o recto (1) y tipo de transmision (am) que puede ser automática (0) o manual (1).

Se continúa el análisis descriptivo con la variable de las millas por galón (mpg).

#Aplicar las funciones para el cáluclo de la media, mediana, desviación estándar y rango intercuatílico
  mean(mtcars$mpg)

## [1] 20.09062

  median(mtcars$mpg)

## [1] 19.2

  sd(mtcars$mpg)

## [1] 6.026948

  IQR(mtcars$mpg)

## [1] 7.375

En el resumen de los datos se obtuvo una media de 20.09 con una desviación típica de +/-6.02 mpg, podría tratarse de una “moderada” variabilidad en los datos; se obtuvo una mediana de 19.2, con el 50% de los datos uubicados en el rango de 7.37. Dada la diferencia entre la media y la mediana se sugiere que los datos presentan una distribución asimétrica.

Para representar la distrubución de los datos se utilizó un histograma y diagrama de cajas y bigotes:

Histograma:

      ggplot(mtcars, aes(x = mpg)) +
        geom_histogram(binwidth = 0.5, fill = "limegreen", color = "black") +
        labs(title = "Histograma de millas por galón",
             x = "Millas por galón",
             y = "Frecuencia") +
        theme_minimal()

Diagrama de Caja (Boxplot):
```
``` r
  ggplot(mtcars, aes(y = mpg)) +
    geom_boxplot(fill = "pink") +
    labs(title = "Diagrama de Caja de la Longitud del Sépalo",
         y = "Longitud del Sépalo (cm)") +
    theme_minimal()
```

<img src="taller_MIB_files/figure-html/unnamed-chunk-3-1.png" width="864" />
```
Las visualizaciones permiten observar en el histograma ligera asimetría a la derecha. En el boxplot o diagrama de cajas y bigotes, la media y mediana parecieran ser iguales (por el tamaño y ubicación de la línea central de la caja o box), sin embargo los bigotes son de diferente longitud, la mayoría de los datos pueden ubicarse en el 50% superior a la mediana.

Se aplicó el test de normalidad de Shapiro - Wilk dada la muestra menor a 50, para determinar si los datos siguen o no una distribución normal. Se tomó como significativa con un p < a 0.05.

  ``` r
      shapiro.test(mtcars$mpg)
  ```
  
  ```
  ## 
  ##    Shapiro-Wilk normality test
  ## 
  ## data:  mtcars$mpg
  ## W = 0.94756, p-value = 0.1229
  ```

El resultado (p = 0.122) demuestra que los datos presentan distribución normal, a pesar de hipotetizar tener distribución no normal, dada la observación del boxplot.

Análisis Bivariado: Relación entre mpg y wt (peso del vehículo):
- Creen un gráfico de dispersión con mpg en el eje Y y wt en el eje X.
- Calculen el coeficiente de correlación entre mpg y wt.
- Añadan una línea de regresión lineal al gráfico de dispersión (geom_smooth(method = "lm")). ¿Qué observan?

Gráfico de Dispersión (Scatter Plot):

ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point(alpha = 0.6, color = "darkblue") +
  labs(title = "Peso del vehículo vs. millas por galón",
       x = "Peso (kg)",
       y = "Millas por galon (mpg)") +
  geom_smooth(method = "lm", color = "red")+
  theme_minimal()

Para la correlación de las variables continuas millas por galon y peso del vehículo se eligió, por la normalidad de los datos, el coeficiente de Pearson.

``` r
 cor(mtcars$wt, mtcars$mpg, method = 'pearson')
```

```
## [1] -0.8676594
```

Las variables presentan una correlación negativa, a medida que aumenta el peso del vehículo este utilizará más combustible.

Análisis Bivariado: mpg por cyl (número de cilindros):
- cyl es una variable numérica, pero en este contexto, podemos tratarla como categórica (4, 6 u 8 cilindros). Conviértanla a factor si lo desean para una mejor visualización.
- Creen un diagrama de caja o un violin plot de mpg agrupado por cyl.
- Interpreten las diferencias en el rendimiento de combustible según el número de cilindros.

** Convertir la variable número de cilindros a variable categórica (factor):**

``` r
    cyl_number <- factor (
      mtcars$cyl, 
      ordered = TRUE) #ahora son ordinales
      levels(cyl_number) #muestra los niveles 
```

```
## [1] "4" "6" "8"
```

``` r
ggplot(mtcars, aes(x = cyl_number, y = mpg, fill = cyl_number)) +
geom_boxplot() +
  scale_fill_manual(
values = c("#FF6B6B", "#bfc22f", "#45B7D1"), name = "Cilindros") +
  labs(
title = "Distribución de millas por galón (mpg) por número de cilindros",
x = "Número de cilindros",
y = "Millas por galón (mpg)"
  ) +
  theme_minimal()
```

<img src="taller_MIB_files/figure-html/unnamed-chunk-8-1.png" width="864" />

``` r
ggplot(mtcars, aes(x = cyl_number, y = mpg, fill = cyl_number)) +
  geom_violin() +
  scale_fill_manual(
values = c("#FF6B6B", "#bfc22f", "#45B7D1"), name = "Cilindros") +
  labs(title = "Distribución de las millas por galón de los vehículos por número de cilindros (Violin Plot)",
       x = "Número de cilindros",
       y = "Millas por galón (mpg)") +
  theme_minimal()
```

<img src="taller_MIB_files/figure-html/unnamed-chunk-8-2.png" width="864" />

Se describe, de acuerdo con las visualizaciones de los datos relacionados con la variable millas por galon agrupadas por número de cilindros que los vehículos de 4 cilindros hacen más uso de combustible, en relación a los vehículos de 6 y 8 cilindros, siendo estos último los de menor consumo.

Desafío:
- Creen un gráfico de dispersión de hp (caballos de fuerza) vs. qsec (tiempo en un cuarto de milla), coloreado por am (tipo de transmisión: 0 = automática, 1 = manual).
- Utilicen facetas para separar los gráficos por el número de cilindros (cyl).

    am_f<-as.factor(mtcars$am)

    ggplot(mtcars, aes(x = hp, y = qsec, color = am_f)) +
      geom_point(alpha = 0.7) +
      facet_wrap(~ cyl) + 
      labs(title = "Caballos de fuerza vs. tiempo en un cuarto de milla",
           x = "Caballos de fuerza (HP)",
           y = "Tiempo en un cuarto de milla (seg)") +
      theme_minimal()

      guides(col = "Cilindros")

## <Guides[1] ggproto object>
## 
## colour : "Cilindros"

Conclusiones y Preguntas

Hemos cubierto los fundamentos del análisis exploratorio de datos en RStudio para bioestadística. Recuerden que este es solo el punto de partida. La clave está en la práctica constante y en la curiosidad por sus datos.

¿Cuáles fueron los mayores desafíos encontrados durante el taller?

El mayor desafío yace en entender el porqué de ciertas estructuras sintácticas en la programación, especialmente, al momento de la visualización de los datos.

¿Qué nuevas funcionalidades de R y ggplot2 les resultaron más útiles?

La creación de grupos contiguos o facetas, para la visualización de datos categóricos agrupados.

¡Excelente trabajo a todos! Espero que este taller les haya sido de gran utilidad para fortalecer sus habilidades en el análisis de datos con R. Estoy disponible para cualquier pregunta que surja a partir de ahora.

Recursos Adicionales:

R for Data Science (Hadley Wickham): Un recurso invaluable para aprender tidyverse. https://r4ds.had.co.nz/
ggplot2: Elegant Graphics for Data Analysis (Hadley Wickham): La documentación oficial y un libro excelente sobre ggplot2.
Cheatsheets de RStudio: Muy útiles para recordar funciones y sintaxis.

¡Gracias por su atención y participación! ```

Taller: Análisis de Datos en Bioestadística con RStudio

Robinson Taboada Montoya

09 de junio de 2025