Curso: Introducción a R

Metodología

• Clases presenciales: 4 horas diarias (lunes a viernes).
• Horario: 15h00 - 19h00 (puntualidad).

• Receso de 15 minutos a las 17h00.

• Introducción a R basada en las lecciones del paquete Swirl. Sean Kross, Nick Carchedi, Bill Bauer, Gina Grdina, Filip Schouwenaars, Wush Wu.
• Introducción al análisis estadístico y espacial con R:
• Clases teórico - prácticas.
• Evaluación netamente práctica (también será considerada la asistencia).

• Se realizará una actividad lúdica final.

Distribución del contenido

• Día 1: Introducción, Bloques de construcción básicos, Espacio de trabajo y archivos, Vectores y secuencias numéricas, Valores no disponibles. Ver en PDF.
• Día 2: Matrices y Data Frames, Bases de codificación eficiente (tidyverse). Ver en PDF.
• Día 3: Graficación básica , Introducción a SIG y Análisis Espacial.
• • Archivo en Rmd.
• • Datos para la práctica de visualización de datos.
• Día 4: Manejo de datos vectoriales, Proyecciones, Geoprocesamiento.
• • Archivos shape.
• • Datos para la práctica.
• Día 5: Graficación básica, Manejo de datos raster, Actividad final.
• • Datos para la práctica.

Evaluación

Indicaciones para el trabajo final.

• Datos para el trabajo: delitos.csv

Para APROBAR el curso se requiere:

• Obtener una calificación mínima de 6/10 en el trabajo práctico. Asistir al 80 % de las clases.

• Los lineamientos del trabajo práctico se dictarán posteriormente junto con la rúbrica de calificación.

Referencias y enlaces de interés:

• Curso introductorio de R: https://cran.r-project.org/doc/contrib/rdebuts_es.pdf
• Artículo “Teach yourself programming in ten years” (Peter Norvig): http://norvig.com/21-days.html
• A Sufficient Introduction to R: https://dereksonderegger.github.io/570L/A_Sufficient_Introduction_to_R.pdf
• Guía de estilo R de Google: https://google.github.io/styleguide/Rguide.xml
• Tutoriales de R por Daniela Ballari: http://rpubs.com/daniballari
• Convertidor de coordenadas universal: https://twcc.fr/es/#
• Taller “R para análisis científicos reproducibles”: https://swcarpentry.github.io/r-novice-gapminder-es/