1.1 Gabriela Castro

1.2 Linda Cabrera

3.1 Introducción a RStudio

1. Descargamos RStudio en el siguiente link RStudio Team (2015).

2. Instalamos RStudio en nuestras computadoras

3. Conocimos el entorno de RStudio

4. Aprendimos a instalar y cargar paquetes

5. Es posible usar R como una calculadora, donde podemos hacer operaciones desde muy sencillas a muy complicadas. Por ejemplo puedo calcular sin problema: \[\sqrt{23^3+10}-\dfrac{2}{3}+ \ln(1) - e^3\]

6. Aprendimos a crear objetos mediante asignaciones <- cuyo atajo de teclado es Alt+-.

7. Aprendimos qué es una función en R y que nos ahorran cálculos en nuestro análisis. R tiene funciones para casi todo lo que deseemos hacer en nuestros trabajos. Por ejemplo, para calcular la integral de una función puedo utilizar la función integrate(), en lugar de hacer el cálculo matemático paso a paso. Vamos a realizar el cálculo de una integral definida de forma analítica y a través de R:

Ejercicio: Calcular \({\displaystyle \int_{1}^{3} (x^2 + 4) \, dx}\)

Recordemos el Teorema Fundamental del Cálculo:

Teorema Sea \({\displaystyle f}\) una función integrable en el intervalo \({\displaystyle [a,b]}\) y \({\displaystyle f=g'}\) para alguna función \({\displaystyle g}\) entonces:

\[{\displaystyle \int_{a}^{b} f(x) \, dx = g(b) - g(a)}\] Resolvemos la integral definida:

\[ \left.\begin{array}{lcl} {\displaystyle \int_{1}^{3} (x^2 + 4) \, dx} & = & \left| \dfrac{x^3}{3} + 4x \right|_{1}^{3}\\ & = & \left( \dfrac{3^3}{3} + 4(3) \right) - \left( \dfrac{1^3}{3} + 4(1) \right)\\ & = & 9 + 12 - \frac{1}{3} - 4\\ & = & 17 - \frac{1}{3} = \frac{50}{3} = 16.67 \end{array}\right. \]

Ahora utilizamos la función integrate() en R para calcular la misma integral. Si consultamos ?integrate en la consola podemos observar que necesitamos 3 argumentos que son la función function(x), el límite inferior lower y el límite superior upper:

integrate(function(x) (x^2 + 4), lower =1, upper = 3)

## 16.66667 with absolute error < 1.9e-13

El material de este capítulo se encuentra en Introducción a RStudio

3.2 Importación y orden de los datos en R

• En este capítulo necesitamos instalar algunos paquetes:

Paquetes instalados en el capítulo 2 del Módulo

• Imagen con tamaño definido:

• Imagen centrada con tamaño definido y caption:

El material de este capítulo se encuentra en Importación y Orden de los Datos en R

3.3 Manipulación de datos en R

Este capítulo nos da una introducción práctica a los datos ordenados (o tidy data) y a las herramientas que provee el paquete tidyr, puedes leer más en R para Ciencia de Datos de Wickham & Grolemund (2017). Si deseas aprender más acerca de la teoría subyacente, puede que te guste el artículo Tidy Data de Wickham (2014) publicado en la revista Journal of Statistical Software, http://www.jstatsoft.org/v59/i10/paper.

Vamos a cargar el conjunto de datos limpio que trabajamos en este capítulo:

profesores <- read_excel("data/r_profesores.xlsx")

Aprendimos funciones de transformación del paquete dplyr y funciones de orden del paquete tidyr, al final hicimos una práctica para construir la siguiente tabla:

## # A tibble: 3 × 5
##   `Nivel que imparte d…` Profesores Estudiantes `Estudiantes P…` `Edad Promedio`
##   <chr>                       <int>       <dbl>            <dbl>           <dbl>
## 1 Educación infantil, p…         98        3148               32              36
## 2 Educación secundaria …         42        1398               33              42
## 3 Educación superior             35        1138               33              36

Logrando construir el siguiente código:

profesores %>% 
    group_by(niveldocencia) %>% 
    summarise(Profesores = n(),
              Estudiantes = sum(alumnos),
              'Estudiantes Promedio' = round(Estudiantes/Profesores),
              'Edad Promedio' = round(mean(edad)))%>% 
    rename("Nivel que imparte docencia"=niveldocencia)

El material de este capítulo se encuentra en Manipulación de Datos en R

3.4 Análisis exploratorio de datos

diamantes %>% ggplot(aes(x = corte, 
                         fill=corte)) +
    geom_bar(alpha=0.8) +
    scale_fill_brewer(palette = "Dark2") +
    geom_text(aes(label=..count..), 
              stat = 'count',
              vjust=-0.5) +
    theme_minimal() +
    theme(legend.position = "bottom") +
    labs(x = "Corte del diamante",
         y = "Cantidad de diamantes",
         title = "La cantidad de diamantes por tipo de corte",
         subtitle = "Mayor cantidad de diamantes de corte ideal",
         caption = "Datos de R.com",
         fill = "Tipo de corte")

El material de este capítulo se encuentra en Análisis Exploratorio de Datos