Claro, aquí tienes una guía completa desde cero diseñada para tus estudiantes de Ingeniería Agrícola, Agroindustrial y Civil. La guía los llevará a través del proceso de creación de documentos en R Markdown utilizando Posit Cloud y su publicación como una página web en RPubs.

🚀 Guía de Inicio: R Markdown, Posit Cloud y RPubs

¡Hola! Esta guía te enseñará a crear informes dinámicos y páginas web sencillas utilizando herramientas poderosas y gratuitas para el análisis de datos. No necesitas instalar nada en tu computadora, ya que trabajaremos completamente en la nube.

1. Definiciones Clave

Antes de empezar, familiaricémonos con las herramientas que vamos a utilizar.

1.1. ¿Qué es R?

R es un lenguaje de programación y un entorno de software de código abierto diseñado específicamente para el cálculo estadístico y la visualización de datos. Es extremadamente popular en el mundo académico y en la industria para el análisis de datos, el modelado estadístico y el aprendizaje automático. Piensa en R como el motor que realizará todos nuestros cálculos y creará los gráficos.

1.2. ¿Qué es RStudio / Posit Cloud?

Posit Cloud (anteriormente conocido como RStudio Cloud) es una plataforma en la nube que te da acceso a una versión completamente funcional de RStudio (el entorno de desarrollo más popular para R) a través de tu navegador web.

  • Ventajas Principales:
    • Cero instalación: No necesitas instalar R ni RStudio en tu computadora.
    • Accesibilidad: Puedes acceder a tus proyectos y trabajar desde cualquier dispositivo con conexión a internet.
    • Colaboración: Facilita compartir proyectos con compañeros o profesores.

En resumen, Posit Cloud es nuestro laboratorio virtual donde escribiremos y ejecutaremos nuestro código R.

1.3. ¿Qué es RPubs?

RPubs es un servicio web gratuito proporcionado por Posit que te permite publicar tus informes de R Markdown como páginas web públicas. Es una forma increíblemente sencilla de compartir tus análisis, tareas o proyectos con cualquier persona en el mundo, simplemente enviándoles un enlace.

2. Paso a Paso: Creando tu Primer Informe Web

Ahora, vamos a la práctica. Sigue estos pasos para crear y publicar tu primer documento.

Paso 1: Crear una Cuenta en Posit Cloud

  1. Ve a la página web de Posit Cloud.
  2. Haz clic en el botón de registro (Sign Up). Puedes registrarte con tu cuenta de Google, GitHub o con un correo electrónico. El plan gratuito (Free) es más que suficiente para empezar.
  3. Una vez registrado, iniciarás sesión y verás tu “Workspace” o espacio de trabajo personal.

Paso 2: Crear un Nuevo Proyecto

Un “proyecto” en Posit Cloud es como una carpeta que contiene todos los archivos relacionados con un análisis específico.

  1. Dentro de tu Workspace, haz clic en el botón “New Project”.
  2. Selecciona “New RStudio Project”. Esto creará un nuevo proyecto y, después de unos momentos, cargará el entorno de RStudio directamente en tu navegador.

Te encontrarás con la interfaz clásica de RStudio:

  • Arriba a la izquierda: Editor de scripts y documentos.
  • Abajo a la izquierda: La Consola de R, donde puedes ejecutar código directamente.
  • Arriba a la derecha: Entorno, que muestra los objetos y datos que has creado.
  • Abajo a la derecha: Pestañas para Archivos, Gráficos (Plots), Paquetes, etc.

Paso 3: Crear un Archivo R Markdown

Ahora crearemos nuestro primer informe.

  1. En el menú superior de RStudio, ve a File > New File > R Markdown....
  2. Aparecerá una ventana. Aquí puedes ponerle un título (ej. “Mi Primer Análisis”) y tu nombre como autor.
  3. Selecciona el formato de salida por defecto, que es HTML. ¡Esto es importante para crear una página web!
  4. Haz clic en OK.

Se abrirá un nuevo archivo con una plantilla de ejemplo. Este archivo tiene la extensión .Rmd.

Paso 4: Entendiendo la Estructura de R Markdown

Un archivo .Rmd es un documento de texto plano con tres tipos de contenido:

  1. El Encabezado YAML: Es el bloque de texto al inicio, delimitado por ---. Contiene metadatos como el título, autor y la fecha.

    ```yaml

    title: “Análisis de Datos Agrícolas” author: “Tu Nombre” date: “2025-09-09” output: html_document: —

  2. Texto en Markdown: Es el texto normal que escribes para explicar tu análisis. Markdown es una sintaxis simple para dar formato al texto. Por ejemplo:

    • # Título Principal
    • ## Subtítulo
    • **Texto en negrita**
    • *Texto en cursiva*
    • - Un elemento de una lista

  3. Bloques de Código (Code Chunks): Son fragmentos de código R que se ejecutan, y sus resultados (como tablas o gráficos) se insertan directamente en el documento final. Se delimitan por tres comillas invertidas ```.

    summary(cars)
    ##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

    Puedes crear un nuevo chunk con el atajo Ctrl + Alt + I (o Cmd + Option + I en Mac) o desde el botón Insert en el editor.

Paso 5: “Tejer” (Knit) tu Documento a HTML

“Tejer” es el proceso de compilar tu archivo .Rmd para generar el archivo de salida final (en nuestro caso, un archivo HTML).

  1. Guarda tu archivo .Rmd haciendo clic en el ícono del disquete o con Ctrl + S. Dale un nombre simple, como informe.Rmd.
  2. Busca el botón Knit en la parte superior del editor (tiene un ovillo de lana y una aguja). Haz clic en él.
  3. R ejecutará todo el código y generará un archivo HTML que se mostrará en una nueva ventana. ¡Esta es la vista previa de tu página web!

Ejemplo práctico para tus estudiantes:

Reemplaza el contenido de la plantilla con este código, que realiza un análisis simple de un conjunto de datos sobre el crecimiento de plantas.

````r

title: “Análisis del Crecimiento de Plantas” author: “Ingeniería Agroindustrial” date: “2025-09-09” output: html_document —

Introducción

Este documento analiza el conjunto de datos PlantGrowth, que viene incluido en R. Este set de datos muestra el peso seco de plantas bajo un control y dos condiciones de tratamiento diferentes.

Exploración de los Datos

Primero, cargamos y observamos los primeros registros del conjunto de datos usando un bloque de código de R.

# El conjunto de datos ya está en R, no necesita carga externa
head(PlantGrowth)
##   weight group
## 1   4.17  ctrl
## 2   5.58  ctrl
## 3   5.18  ctrl
## 4   6.11  ctrl
## 5   4.50  ctrl
## 6   4.61  ctrl

Resumen Estadístico

Ahora, vamos a generar un resumen estadístico por grupo de tratamiento.

# Usamos la librería dplyr para agrupar y resumir
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
PlantGrowth %>%
  group_by(group) %>%
  summarise(
    conteo = n(),
    peso_promedio = mean(weight),
    desviacion_estandar = sd(weight)
  )
## # A tibble: 3 × 4
##   group conteo peso_promedio desviacion_estandar
##   <fct>  <int>         <dbl>               <dbl>
## 1 ctrl      10          5.03               0.583
## 2 trt1      10          4.66               0.794
## 3 trt2      10          5.53               0.443

Visualización de los Datos

Finalmente, creamos un gráfico de cajas (boxplot) para comparar visualmente el peso de las plantas en cada grupo.

# Usamos ggplot2 para una visualización más elegante
library(ggplot2)

ggplot(PlantGrowth, aes(x = group, y = weight, fill = group)) +
  geom_boxplot() +
  labs(title = "Distribución del Peso de las Plantas por Tratamiento",
       x = "Grupo de Tratamiento",
       y = "Peso Seco (g)") +
  theme_minimal()


Ahora, presiona **Knit** de nuevo. Si te pide instalar paquetes (como `dplyr` o `ggplot2`), la consola te indicará el comando a usar (`install.packages("nombre_del_paquete")`). Instálalos y vuelve a presionar **Knit**.

#### **Paso 6: Publicar en RPubs**

Una vez que estés satisfecho con tu documento HTML, publicarlo es muy fácil.

1.  En la ventana de vista previa de tu documento HTML (la que aparece después de hacer "Knit"), verás un botón **"Publish"** en la esquina superior derecha.
2.  Haz clic en él y selecciona **"Publish to RPubs"**.
3.  La primera vez, te pedirá que inicies sesión en RPubs o que crees una cuenta. Sigue las instrucciones para autorizar a Posit Cloud a publicar en tu nombre.
4.  Una vez configurado, podrás darle un título y una descripción a tu publicación. Luego, haz clic en **"Continue"**.

¡Listo! Tu navegador abrirá una nueva pestaña con tu informe publicado en una URL pública de RPubs, la cual puedes compartir con quien quieras.

---

### 3. Resumen del Flujo de Trabajo

1.  **Inicia sesión** en Posit Cloud y abre tu proyecto.
2.  **Crea o edita** tu archivo `.Rmd` mezclando texto y bloques de código R.
3.  **Presiona "Knit"** para generar y previsualizar tu informe en formato HTML.
4.  **Haz clic en "Publish"** para subir tu resultado final a RPubs y obtener un enlace compartible.

Esta metodología es extremadamente útil para presentar tareas, proyectos de análisis de datos y crear portafolios de manera profesional y reproducible. ¡Espero que esta guía sea de gran ayuda para tus clases!